Нейросетевое распознавание летательных аппаратов по экспериментально сформированным доплеровским спектрам

А. В. Сафонов; Д. Г. Митрофанов; А. Г. Прохоркин

Нейросетевое распознавание летательных аппаратов по экспериментально сформированным доплеровским спектрам

А. В. Сафонов¹, Д. Г. Митрофанов², А. Г. Прохоркин³

научная статья

¹ докт. техн. наук, проф., начальник научно-исследовательского отдела научно-исследовательского центра Военной академии войсковой ПВО ВС РФ (г. Смоленск)
² канд. техн. наук, преподаватель Военной академии войсковой ПВО ВС РФ (г. Смоленск)
³ канд. техн. наук, преподаватель кафедры стрельбы и боевой работы. Военной академии войсковой ПВО ВС РФ (г. Смоленск)

Ключевые слова: нейронная сеть идентификация летательные аппараты

Аннотация

Решена задача экспериментального подтверждения реализуемости нейросетевого распознавания самолетов. Описан процесс формирования банка данных для обучения и тестирования искусственной нейронной сети. Приведены результаты нейросетевой идентификации летательных аппаратов.

Для цитирования

Сафонов А.В., Митрофанов Д.Г., Прохоркин А.Г. Нейросетевое распознавание летательных аппаратов по экспериментально сформированным доплеровским спектрам // Нейрокомпьютеры: разработка, применение. 2009. № 10.

Список источников

Сафонов А. В., Митрофанов Д. Г. Применение нейросетевой технологии для распознавания целей по радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2006. № 3. С. 60-68.
Галушкин А. И. // Нейрокомпьютеры: разработка и применение. 2000. № 1.
Ротов М. К. Особенности реализации режима длительного когерентного накопления в двухдиапазонном радиолокационном комплексе // Образование через науку. Тезисы докладов Международной конференции. М.: МГТУ им. Н. Э. Баумана. 2005. С. 304-305.
Митрофанов Д. Г., Прохоркин А. Г. Методы компенсации влияния составляющих турбинного эффекта при построении изображений воздушных целей // Радиотехник., 2006. № 9. С. 32-37.
Сафонов А. В., Митрофанов Д. Г., Подуто С. Л. Методика обучения и определения параметров нейросетевого классификатора для решения задач распознавания воздушных целей по их двумерным радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2008. № 3-4. С. 31-38.
Медведев В. С., Потемкин В. Г. Нейронные сети: Matlab 6. - М.: Диалог-Мифи. 2002.

Полный текст, PDF 350 ₽

[1] Сафонов А. В., Митрофанов Д. Г. Применение нейросетевой технологии для распознавания целей по радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2006. № 3. С. 60-68.

[2] Галушкин А. И. // Нейрокомпьютеры: разработка и применение. 2000. № 1.

[3] Ротов М. К. Особенности реализации режима длительного когерентного накопления в двухдиапазонном радиолокационном комплексе // Образование через науку. Тезисы докладов Международной конференции. М.: МГТУ им. Н. Э. Баумана. 2005. С. 304-305.

[4] Митрофанов Д. Г., Прохоркин А. Г. Методы компенсации влияния составляющих турбинного эффекта при построении изображений воздушных целей // Радиотехник., 2006. № 9. С. 32-37.

[5] Сафонов А. В., Митрофанов Д. Г., Подуто С. Л. Методика обучения и определения параметров нейросетевого классификатора для решения задач распознавания воздушных целей по их двумерным радиолокационным изображениям // Нейрокомпьютеры: разработка и применение. 2008. № 3-4. С. 31-38.

[6] Медведев В. С., Потемкин В. Г. Нейронные сети: Matlab 6. - М.: Диалог-Мифи. 2002.

Аннотация

Для цитирования

Похожие статьи