基于AlexNet卷积神经网络的激光雷达飞机尾涡识别研究
为解决飞机尾涡威胁后机飞行安全问题,保障空中交通安全,提高机场和空域容量,提出了一种基于AlexNet卷积神经网络模型的算法,实现飞机尾涡的准确识别.结合多普勒激光雷达探测原理和Hal ck-Burnham尾涡速度经典模型,构建了AlexNet神经网络模型提取大气风场中的尾涡速度云图的图像特征,识别飞机尾涡.研究表明,该模型能够准确识别目标空域中的飞机尾涡,网络模型收敛后对尾涡识别的准确率高达91.30%,并具有低虚警率,能有效地实现对飞机尾涡的识别和预警,达到尾涡监测的目的.
尾涡识别、AlexNet卷积神经网络、目标识别、多普勒激光雷达
46
TB872(摄影技术)
国家自然科学基金资助项目U1733203;民航局安全能力建设项目TM2018-9-1/3;四川省科技计划项目2018JY0394;大学生创新创业项目S201910624014
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
123-130