《表2 仅使用三维熵特征的无人机分类结果》
从表3中数据可以看出,六旋翼的识别错误概率最高,直升机的识别能力也存在一定的劣势,主要原因是由于直升机与六旋翼的旋转主频十分接近,在环境噪声强度较高而三维熵特征不十分明显的情况下,导致识别出错率更高;并且四旋翼和六旋翼的频率变化复杂程度较为接近,导致六旋翼在依靠CVD特征时的识别效果较差。由于直升机的时频谱分布相对另外两者而言较为集中,使得四旋翼和六旋翼在依靠三维熵进行识别时识别率较低。在未来的研究中可以采用深度学习方法,对无人机进行分类识别。通过计算机自主提取特征,避免手动筛选特征导致的特征不全从而影响识别能力。然而,利用深度学习进行分类的方法分类速度相对较低,需进行适当考量。
图表编号 | XD00191527300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.28 |
作者 | 孙延鹏、赵越、屈乐乐 |
绘制单位 | 沈阳航空航天大学电子信息工程学院、沈阳航空航天大学电子信息工程学院、沈阳航空航天大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |