电磁目标表征:知识-数据联合驱动新范式

作     者：杨淑媛 杨晨 冯志玺 潘求凯 Yang Shuyuan;Yang Chen;Feng Zhixi;Pan Qiukai

作者机构：西安电子科技大学西安710071 

基　　金：国家自然科学基金项目(U22B2018 62276205) 

出 版 物：《航空兵器》 (Aero Weaponry)

年 卷 期：2024年第31卷第2期

页      码：17-31页

摘      要：电磁目标表征是电磁空间态势感知中的一项共性基础性问题。早期目标表征基于专家经验知识,需要设计者具有较强的专业背景与先验知识,其在复杂信号环境下的性能不佳。近年来发展起来的深度学习为复杂电磁环境下的目标信号表征提供了新的途径,它通过模拟人脑的深层结构建立机器学习模型,以端到端的方式自动表征和处理目标数据,在电磁目标检测、分类、识别、参数估计、行为认知等感知任务中显示出良好的性能。然而,深度学习严重依赖海量高质量标注数据,在现实电磁环境中存在一定局限。将知识融入智能系统一直是人工智能的研究方向,结合知识与数据进行电磁目标表征,将有望提升目标感知精度与泛化能力,正在成为电磁目标表征中新的方向。本文回顾了电磁目标表征技术的发展过程,对新的知识-数据联合驱动的电磁目标感知范式进行了展望。

主 题 词：目标表征 专家知识 深度学习 知识-数据联合驱动 知识图谱 

学科分类：08[工学] 082601[082601] 082501[082501] 0826[工学-生物医学工程类] 082602[082602] 0825[工学-环境科学与工程类] 

核心收录：

D　O　I：10.12132/ISSN.1673-5048.2024.0065

馆 藏 号：203127862...