文章详情
| 稿件标题： | 合成孔径成像对低小慢目标的识别技术研究 |
| 稿件作者： | 刘玉雯,吴玲玲,聂亮,陈靖 |
| DOI： | 10.11809/bqzbgcxb2022.05.046 |
| 科学编辑： | 蒋宏 博士（北京航空航天大学研究员） |
| 栏目名称： | 光学工程与电子技术 |
| 关键词： | 目标识别；轻量化网络；特征提取；光学合成孔径；“低小慢”目标 |
| 文章摘要： | 针对光学合成孔径“低小慢”目标的中频信息缺失而难以进行目标识别的问题，提出一种基于多维度混合模型缩放（EfficientNetv2）的改进YOLOv3算法。首先对光学合成孔径的结构进行仿真分析，确定系统参数；其次使用超分辨率生成对抗网络(SRGAN),对合成孔径数据集进行图像复原预处理；最后对比分析多种YOLOv3算法的目标识别效果。经实验对比，改进的YOLOv3算法能够压缩模型参数并有效提取“低小慢”目标的底层信息，识别准确率可达97.65%，对比原YOLOv3模型，目标识别准确率提升9%。 |
| 稿件基金： | 陕西省教育厅重点项目（20JY029）;西安市科技计划项目（2020KJRC0030） |
| 引用本文格式： | 刘玉雯,吴玲玲,聂亮,等.合成孔径成像对低小慢目标的识别技术研究［J］.兵器装备工程学报，2022，43(05)：296-302. LIU Yuwen, WU Lingling, NIE Liang, et al.Research on recognition technology of low and slow target with synthetic aperture imaging［J］.Journal of Ordnance Equipment Engineering，2022，43(05)：296-302. |
| 刊期名称： | 2022年05期 |
| 出版时间： | 2022年5月 |
| 上线时间： | 2022年5月28日 |
| 浏览次数： | 2488 |
| 下载次数： | 431 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |