[發明專利]一種提高機載目標航跡融合精度的方法

在審

• 申請號: 202011424731.0
• 申請日: 2020-12-08
• 公開（公告）號: CN112529070A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 趙英策;張成;邵思奇;鄒巖;張博
• 申請（專利權）人: 中國航空工業集團公司沈陽飛機設計研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 劉傳準

1.一種提高機載目標航跡融合精度的方法，其特征在于，包括：

步驟S1、獲取用于進行目標航跡融合的航跡參數及融合后的系統航跡數據；

步驟S2、對所述航跡參數進行歸一化處理；

步驟S3、將歸一化處理后的數據作為輸入，融合后的系統航跡數據作為標準解，構建神經網絡并利用數據集進行訓練；

步驟S4、對訓練后的神經網絡模型，通過正向推理獲得神經網絡模型中的每一層的激活函數輸入矩陣；

步驟S5、通過反向傳播，獲得系統輸出對輸入參數的影響梯度；

步驟S6、對梯度排名靠前的航跡參數，增加其進行目標航跡融合時的權重。

2.如權利要求1所述的提高機載目標航跡融合精度的方法，其特征在于，步驟S1中，所述航跡參數至少包括雷達目標北、天、東三向速度、雷達目標北、天、東三向位置、光雷目標俯仰角、光雷目標距離。

3.如權利要求1所述的提高機載目標航跡融合精度的方法，其特征在于，步驟S2中，歸一化處理包括：

其中，x為輸入的航跡參數，A(x)為輸入的航跡參數的平均值，σ(x)為輸入的航跡參數的標準差。

4.如權利要求1所述的提高機載目標航跡融合精度的方法，其特征在于，步驟S3中，所述神經網絡包括一個Inception-CNN結構和三個全連接層。

5.如權利要求1所述的提高機載目標航跡融合精度的方法，其特征在于，步驟S5中，所述反向傳播包括：

根據卷積網絡下一層的靈敏度矩陣與總輸出，計算當前卷積層的靈敏度。

6.如權利要求1所述的提高機載目標航跡融合精度的方法，其特征在于，步驟S6中，增加航跡參數進行目標航跡融合時的權重包括：調整算法中該航跡參數的修正參數，或者調整算法結構中該航跡參數對應的算法。