基于改进YOLOv8的舰空导弹制导方式研究

陈 擎宇, 孙玉 梁*
海军大连舰艇学院

摘要


在强电磁干扰背景下，传统制导方式如何提升导引头识别成功率，是当前舰空导弹面临的突出问题。论文
基于YOLOv8模型，通过量化压缩及模型剪枝改进网络架构，提出适配导引头硬件条件的轻量化Tiny-YOLOv8模
型，实现了高效的下采样操作，既缩减了模型规模，又保证了检测精度，有效地降低了计算负担，有助于融合多尺
度信息，显著抑制背景干扰，提升目标检测的精确度。基于此模型结合典型应用场景进行实验仿真，验证评估了方
法的可行性。

关键词


舰空导弹；卷积神经网络；Tiny-YOLOv8

全文:

PDF


参考


[1]迟彤，傅学庆，郭传福箔条干扰对舰空导弹使用

影响机理分析[A]科技视界，2019.

[2]高秀龙，葛动元.基于自动驾驶系统的轻量型卷积

神经网络优化.计算机系统应用，2020，29（3）：93-99.

[3]彭小龙，王正勇，何小海，滕奇志，龚剑.基于

改进YOLOv8的岩石纹层图像分割研究[J/OL].智能计算

机与应用.

[4]葛道辉，李洪升，张亮，刘如意，沈沛意，苗启

广.轻量级神经网络架构综述.软件学报，2020，31（9）：

2627-2653.

[5]张瑞芳，刘占占，程小辉，基于改进YOLOv8的

无人机红外目标检测算法[J/OL].电子测量技术

[6]李聪，毛剑琳，李大焱一种面向轻量型卷积神

经网络的嵌入式图像识别系统[A]自动化与仪器仪表，

2021.

[7]杨远飞，曾上游，周悦，等.基于轻量型卷积神

经网络的图像识别[J].电视技术201842340-44.

YANGYF,ZENGSY,ZHOUY,etal.ImageRecognition

BasedonLightWeightConvolutionNeuralNetwork[J].Video

engineering,2018,42(3):40-44.

[8]赵永涛，王义冬，郭强.半主动式舰空导弹协同

制导交接方法[J].现代防御技术，2020，48（4）：67-72.

[9]姜广顺，王芳，任云龙.使用人工智能提升防空

反导作战能力研究[J].国防科技，2022，43（4）：82-86.

DOI：10.13943/j.issn1671-4547.2022.04.15.

[10]袁巍，孟凡军.基于Yolo的目标识别技术[J].航

空精密制造技术，2024，60（4）：21-24.DOI：10.3969/

j.issn.1003-5451.2024.04.007.

[11]刘瑾，秦长海，占银玉，等.基于卷积神经网络

的ISAR图像目标识别[J].制导与引信，2024，45（3）：

27-34


Refbacks

  • 当前没有refback。