航天电子对抗
航天電子對抗
항천전자대항
Aerospace Electronic Warfare
2015年
4期
22-25,35
,共5页
王普%樊建鹏%程洪玮%司马端
王普%樊建鵬%程洪瑋%司馬耑
왕보%번건붕%정홍위%사마단
HMM-PNN模型%助推段弹道模型%时序特征%目标识别
HMM-PNN模型%助推段彈道模型%時序特徵%目標識彆
HMM-PNN모형%조추단탄도모형%시서특정%목표식별
针对卫星视野下导弹目标的识别问题,将经典隐马尔科夫模型(HMM)识别算法应用在助推段目标类型识别上并加以改进.首先,分析了通用弹道助推段运动特性,确定了不同射程导弹的分类依据.其次,针对HMM模型时序特性差异较小而引起的识别率低的问题,引入概率神经网络(PNN)与HMM模型相结合的结构算法,该方法整合了HMM模型的时间序列数据处理能力和PNN的自学习能力、贝叶斯决策理论,对不同射程导弹目标实现了分类识别.仿真实验结果表明该算法是一种有效的导弹目标识别算法,识别率优于传统的HMM模型方法,误判率较低,且易于工程实现.
針對衛星視野下導彈目標的識彆問題,將經典隱馬爾科伕模型(HMM)識彆算法應用在助推段目標類型識彆上併加以改進.首先,分析瞭通用彈道助推段運動特性,確定瞭不同射程導彈的分類依據.其次,針對HMM模型時序特性差異較小而引起的識彆率低的問題,引入概率神經網絡(PNN)與HMM模型相結閤的結構算法,該方法整閤瞭HMM模型的時間序列數據處理能力和PNN的自學習能力、貝葉斯決策理論,對不同射程導彈目標實現瞭分類識彆.倣真實驗結果錶明該算法是一種有效的導彈目標識彆算法,識彆率優于傳統的HMM模型方法,誤判率較低,且易于工程實現.
침대위성시야하도탄목표적식별문제,장경전은마이과부모형(HMM)식별산법응용재조추단목표류형식별상병가이개진.수선,분석료통용탄도조추단운동특성,학정료불동사정도탄적분류의거.기차,침대HMM모형시서특성차이교소이인기적식별솔저적문제,인입개솔신경망락(PNN)여HMM모형상결합적결구산법,해방법정합료HMM모형적시간서렬수거처리능력화PNN적자학습능력、패협사결책이론,대불동사정도탄목표실현료분류식별.방진실험결과표명해산법시일충유효적도탄목표식별산법,식별솔우우전통적HMM모형방법,오판솔교저,차역우공정실현.
