一种基于深度学习的编队识别目标选择方法

1.一种基于深度学习的编队识别目标选择方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的编队识别目标选择方法，其特征在于，所述编队队形识别模型包括输入层、多个卷积层、多个批量归一化层、多个relu层、多个最大池化层、多个全连接层、softmax层和分类层；

3.根据权利要求1所述的一种基于深度学习的编队识别目标选择方法，其特征在于，所述队形识别结果包括队列线条数和编队轮廓；

4.根据权利要求3所述的一种基于深度学习的编队识别目标选择方法，其特征在于，当编队轮廓为单横队时，各成员在量测空间中的坐标(xi,zi)，航向ri如下所示：

5.根据权利要求3所述的一种基于深度学习的编队识别目标选择方法，其特征在于，考虑航向绕回波中心扰动变化，编队成员航向量坐标如下所示：

6.根据权利要求3所述的一种基于深度学习的编队识别目标选择方法，其特征在于，飞行器在自控飞行阶段，若编队绕某一旋转点进行转向，则飞行器末制导传感器开启后目标编队成员坐标(xi′,zi′)如下所示：

7.根据权利要求1所述的一种基于深度学习的编队识别目标选择方法，其特征在于，队列线为一条时，对目标指示阶段编队目标进行排序编号的步骤包括：

8.根据权利要求1所述的一种基于深度学习的编队识别目标选择方法，其特征在于，队列线为两条时，对目标指示阶段编队目标进行排序编号的步骤包括：

9.根据权利要求8所述的一种基于深度学习的编队识别目标选择方法，其特征在于，hough变换的步骤如下所示：

10.根据权利要求8所述的一种基深度学习的编队识别目标选择方法，其特征在于，通过isodata算法对坐标进行聚类的步骤包括：