基于人工智能的电子信息多传感综合探测研究

摘要

当前电子信息探测系统面临的目标类型、环境条件、信息干扰日益复杂多样。单一传感器会受到探测距离、视场范围、分辨率、气象条件还有电磁干扰等诸多因素的限制，常常出现信息缺失、虚警率较高、目标识别不稳定等状况。多传感综合探测把雷达、光电、红外、激光雷达、声学、无线电频谱等多源信息整合起来，借助不同传感器在时域、频域、空域和特征域上存在的互补性，以此提高目标发现、定位、识别、跟踪和趋势理解方面的能力。文中聚焦于人工智能帮助电子信息多传感综合探测这一研究对象，借助系统分析、信息融合、智能感知等理论，对多传感综合探测的系统结构、数据特征、运行机理予以梳理，剖析时空配准、异构数据融合、目标识别、航迹关联、资源调度等关键问题，并从深度学习、注意力机制、知识驱动、边缘计算、可信智能等方面提出优化路径。研究指出，人工智能能够增强多源数据的特征表达能力、关系建模能力、动态决策能力，不过模型性能在很大程度上依赖于数据质量、场景覆盖范围、系统协同水平。