裴 富

复杂战场环境之下，单一传感器武器的目标识别会出现特征维度单一、抗干扰性差、识别准确率低等状况，不能适应现代智能化作战的要求。本文提出一种分层多源信息融合的武器系统目标识别方法，把雷达、红外、光电和电子侦察等各种类型的传感器的数据综合起来，用数据预处理、特征层融合、决策层优化的分层结构去发掘多源数据互相补充的优点，克服单一感知维度的不足。通过仿真战场场景做对比实验可知，该方法可以有效地提高复杂干扰、伪装隐蔽环境下武器目标识别的准确性以及稳定性，相比传统的单源识别方法综合性能明显提高，可以给武器系统的智能感知和精确打击提供技术支持。

多源信息融合；武器系统；目标识别；特征提取；智能感知

[1] 刘红笛.基于多源异构信息融合的目标识别方法[J].海军航空大学学报,2024. [2] 徐艺博,于清华,王炎娟.基于多源信息融合的巡飞弹对地目标识别与毁伤评估[J].系统仿真学报,2023. [3] 周钢,瞿洋,张社国.集成学习在多源信息融合识别中的应用研究[J].兵器装备工程学报,2021. [4] 张龙.面向复杂对抗环境的反舰导弹智能识别多模态自适应融合网络[J].现代防御技术,2026. [5] 李正东,杨帆,王长城.基于图像与航迹信息融合的目标属性识别方法[J].兵器装备工程学报,2024.

点击下载PDF