融合分割点检测的在线机动轨迹识别方法

为提高飞机机动识别方法精准度,提升识别过程的实时性,考虑到战术机动轨迹的动态性以及时序性,融合机动轨迹分割点检测方法,提出一种基于马氏距离度量动态时间规整神经网络的在线机动轨迹识别方法。首先,为防止训练的分割识别模型过拟合,通过提取机动轨迹特征,将机动轨迹飞行参数转化为机动轨迹特征参数,同时构建了包括21种机动轨迹单元的机动库;然后,为快速分割机动轨迹单元,结合支持向量机和马氏距离,提出了一种基于马氏距离支持向量机的机动轨迹分割点检测方法;其次,为提高机动轨迹单元识别精度,结合基于改进马氏距离的动态时间规整与卷积神经网络,提出一种基于马氏距离度量动态时间规整神经网络的机动轨迹单元识别方法;最后,通过融合分割点检测模型与轨迹单元识别模型,构建在线机动轨迹识别平台,并利用3种机动轨迹工况数据对该方法进行仿真分析。仿真结果表明,提出的方法能实时检测飞机机动轨迹单元分割点,且在分割检测的准确率达到97.0%;与其他机动轨迹识别方法相比较,本研究提出的方法不仅满足实时性,且具有较高的识别精度,达到90%以上,从而验证了本研究提出的在线机动识别模型的有效性与实时性。