典型文献
基于孪生神经网络的航迹关联方法
文献摘要：
日益复杂的电磁环境对战场目标探测提出了很高的要求.由于多雷达融合系统的不断发展,如何准确快速地完成多雷达的航迹关联成为一个亟待解决的问题.现有的关于航迹关联算法的研究大多只考虑雷达上报的最新目标航迹点,而没有考虑先前的航迹信息.除此之外,大多数航迹关联算法对于航迹异步问题的解决方法是进行时间配准,这不仅增加了算法本身的计算开销,还放大了航迹信息中包含的误差,因此难以应用于目前复杂的电磁环境中.本文提出一种适用于对异步航迹进行关联的、且无需进行时间配准工作的基于孪生神经网络的航迹关联算法(TTCSN).该算法首先将待关联航迹两两组成一对,将其成对地送入特征提取网络中,再利用共享权重的双向LSTM网络提取输入航迹的隐含特征,之后对两条航迹的特征向量进行相似度计算,得到相似度向量,最终送入分类器完成关联航迹与非关联航迹的判别.实验表明,TTCSN算法能够有效地解决异步航迹关联问题.
文献关键词：
航迹关联;深度学习;信息融合
中图分类号：
作者姓名：
魏博;樊玉琦
作者机构：
合肥工业大学 智能互联系统安徽省实验室,安徽 合肥 230601
文献出处：
引用格式：
[1]魏博;樊玉琦-.基于孪生神经网络的航迹关联方法)[J].太赫兹科学与电子信息学报,2022(12):1292-1297,1304
A类：
TTCSN
B类：
孪生神经网络,航迹关联,关联方法,电磁环境,战场目标,目标探测,多雷达,融合系统,准确快速,联成,关联算法,多只,上报,目标航迹,先前,除此之外,异步,时间配准,计算开销,联航,送入,特征提取网络,特征向量,相似度计算,分类器,信息融合
AB值：
0.278983
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
