基于深度学习的飞行目标识别

摘要

文章利用雷达对飞行目标监测接收的数据,基于深度学习的方法对飞行目标进行识别判断;将雷达数据预处理和清洗后,提取数据中速度、航向、经度、纬度、高度这五个特征量进行数据可视化分析,并将数据集分成训练集和验证集以及测试集,分别用基于统计学原理的决策树方法和深度学习的神经网络方法对飞行目标进行识别分类;对比训练过程中两种方法所需要的时间以及准确率,决策树模型所需时间短但准确度低,而基于深度学习的模型的准确度最高,准确率提高了约25％;利用雷达监测数据结合深度学习的方法对无人机和民航飞机这类的动态飞行目标进行识别,识别分类效果最好,为飞行动态目标识别提供了新的思路和方法.