基于空基平台的TBM助推段拦截可行性分析

为了研究对TBM目标进行空基助推段拦截的作战可行性,设计了空基反TBM的拦截作战过程。在此基础上,从拦截时序、拦截作战距离、拦截方式和拦截弹末速度要求、拦截时空综合等4个方面详细分析了空基助推段拦截TBM的可行性,同时建立了拦截可行性分析计算模型;最后,对拦截可行性进行了仿真验证。从而为空基反导武器装备发展和作战使用研究提供了重要的参考依据。     

基于迁移学习和特征融合的航空器图像分类算法

航空器目标的分类是空战中作战方案制定的重要环节,目前在航空器图像分类方面的研究很少,数据库也少之甚少。在自然图像分类领域存在的特征表达方法主要是对图像的颜色、纹理、梯度等特征进行编码,但这些浅层特征不能体现出图像的深层语义信息,而卷积神经网络(CNN)有着强大的特征表达能力,但小规模数据库直接训练网络会造成模型过拟合。针对这些问题,组建一个具有8 000张图片、10类的航空器图像数库并提出了一种基于迁移学习和特征融合的航空器图像分类算法,算法用卷积神经网络来提取图像的特征,提出用迁移学习的思想来训练网络,从而减轻了模型过拟合,在此基础上提出特征融合算法,融合深度特征和浅层特征,弥补了单一特征对图像信息表达的不足。在实验中,用航空器图像数据库来验证算法的有效性,结果表明,算法能够有效地进行航空器图像的分类。