面向战场环境的多模态异构数据自适应跨域融合方法OA

本文针对复杂战场环境下“低慢小”无人机的高机动、强干扰、易遮挡等导致单一模态感知失效、虚警率高、跟踪易中断等装备应用难题,提出一种面向战场环境的多模态异构数据自适应跨域融合方法。该方法提出三维占据栅格与鸟瞰图视角(BEV)联合隐式特征对齐表征策略,实现异构数据时空基准统一与跨域隐式特征对齐,采用贝叶斯不确定性驱动的动态门控融合机制,实现抗干扰模态自适应切换,并耦合雷达微多普勒先验与选择性状态空间模型,实现遮挡下长时序轨迹闭环跟踪。测试研究表明,所提方法可有效弥补单一传感器的物理局限,提升系统在强对抗、强扰动、强遮挡场景下的感知鲁棒性与跟踪连续性,因此对低空防御装备从多传感器硬件集成向智能深度融合升级、从被动感知向主动协同演进具有重要理论参考与工程借鉴价值,可为全天候、高可靠反无人机作战体系的构建提供核心算法支撑。