基于时空推理网络的空中红外目标抗干扰识别算法

摘要：

复杂空战背景下的抗红外诱饵干扰技术是红外空空导弹的核心技术之一.针对传统静态贝叶斯网络不能表达序列图像中特征变量在时序上动态变化关系,提出了 一种符合人类视觉推理识别过程的时空关联推理网络抗干扰识别算法.首先,提出的时空关联推理网络在考虑特征空间约束关系的基础上,引入了特征变量时间约束的先验知识,建立表达特征时空关联的目标推理网络识别模型,从而增强了序列图像目标识别的稳定性;其次,通过仿真数据构建样本集,离线训练学习时空关联推理网络结构及特征跳转概率参数,确定概率推理网络识别离线模型;最后,依据测试数据,结合推理识别网络模型进行概率推理,实现对目标的识别分类.实验结果表明,在伴随红外诱饵干扰投放的条件下,基于时空关联推理网络的抗干扰识别率达到94％,比静态贝叶斯网络抗干扰识别算法高3％,有效提升了目标识别的稳定性.

关键词：红外空空导弹、抗干扰、目标识别、时空关联、推理网络

所属期刊栏目：51

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;航空基金

在线出版日期：2022-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：463-472