雷达学报

作者：庄子波, 陈珺, 何沛林, 张红颖, 靳国华, 罗雄

单位：1.中国民航大学航空气象研究所 天津 300300；2.中国民航大学电子信息与自动化学院 天津 300300；3.西南技术物理研究所 成都 610041；

关键词：激光雷达, 涡流耗散率(EDR), 晴空湍流, 残差网络(ResNet), 深度学习

基金：中央高校基金 (3122025096)，天津市自然科学基金(21JCYBJC00740)

针对机场低空区域采用激光雷达进行湍流识别时识别率低的问题，提出了使用一种改进50层挤压激励残差网络(SE-ResNet50)的晴空湍流识别方法。通过引入挤压激励模块，改进网络结构，降低了模型对特征定位的过度敏感，使网络在学习过程中选择性地突出有用的信息特征；以兰州中川国际机场的实测数据建立了样本数据集，依据湍流分类等级抽取弱、中、强3类等量颠簸数据建立平衡数据集进行模型训练。在相同的实验条件下，与卷积神经网络、MobileNetV2和ShuffleNetV1网络相比，改进SE-ResNet50的识别准确率分别提高了7.44%, 6.52%和4.11%，对比各个模型生成的混淆矩阵，表明该文方法的准确率达到了95%，验证了所提方法的可行性。

来源：2025年第3期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第3期