10.3969/j.issn.2096-4641.2022.01.004
基于机器学习的多算法融合航迹稳健起始方法
针对在强电子对抗和复杂雷达任务环境中杂波、干扰等影响目标航迹正确有效起始的问题,提出了一种多算法融合学习航迹稳健起始方法.该方法将航迹起始问题视为分类问题,使用经典的机器学习分类算法——随机森林和梯度提升决策树(gradient boosting decision tree,GBDT)为基础进行融合分类.考虑将两种方法进行Chair-Varshney最优决策融合,实现对目标航迹的高效正确起始.通过仿真实验将本文提出的方法和随机森林、GBDT、启发式规则等经典方法进行对比,结果表明:多算法融合学习航迹稳健起始方法的整体性能更好,显著优于启发式规则航迹起始方法和GBDT航迹起始方法.
航迹起始、随机森林、梯度提升决策树、机器学习
5
TN953
2022-05-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-24