[发明专利]民航客机个体目标识别方法

摘要

本发明提出的一种民航客机个体目标识别方法,旨在提供一种识别率高的深度学习方法。本发明通过下述技术方案予以实现：以捕获飞行器通信信号模块、制备数据集模块、构建神经网络模块、训练神经网络模块和识别通信信号和识别通信信号所属飞行器模块组成卷积神经网络识别系统，其中，捕获飞行器通信信号模块从飞行器原始脉冲波形本身出发，通过高速采集卡采样，将ADS_B原始中频信号保存到本地；制备数据集模块将采集到的通信信号进行脉冲切片并绘制成图像，把ADS_B通信信号的识别特征转换为图像空间结构特征；构建神经网络模块根据目标数量评估深度神卷积经网络的层数；训练神经网络模块基于卷积神经网络算法生成图像样本进行训练；得到识别出信号。

主权项

1.一种民航客机个体目标识别方法，其特征在于包括如下步骤：基于深度卷积神经网络，采用捕获飞行器通信信号模块、制备数据集模块、构建神经网络模块、训练神经网络模块和识别通信信号所属飞行器模块组成识别系统,其中，捕获飞行器通信信号模块从飞行器发射的广播式自动相关监视ADS_B信号原始脉冲波形本身出发，通过天线捕获客机通信信号，通过高速采集卡采样，并将飞行器发送的ADS_B通信信号接收和保存在本地；制备数据集模块将采集到的民航广播式自动相关监视ADS_B通信信号在时域对脉冲进行切片并绘制成图像，每个脉冲以图像形式保存，目的是把ADS_B通信信号的识别特征转换为图像空间结构特征；构建神经网络模块为构建深度卷积神经网络模型，根据目标数量、不同目标间脉冲图像的可分性来评估深度神卷积经网络的层数；训练神经网络模块直接使用脉冲图像作为输入，基于卷积神经网络算法通过ADS_B通信信号数据生成图像样本进行训练和参数调优；识别通信信号所属飞行器模块通过深度卷积神经网络测试环节，随机输入测试样本识别客机通信信号，测试深度卷积神经网络的分类正确率，通过信号脉冲本身直接识别出通信信号中的飞行器个体特征进而得到识别出信号所属目标的概率。