薛行贵，宋德鹏，陈 思

（1.武警上海总队，上海 200050；2.武警警官学院，四川 成都 610213；3.武警研究院，北京 100012）

深度学习是在人工智能基础上发展起来的新兴研究方向，可以根据机器学习算法，对云数据进行处理，且不对数据信息所属类型进行严格要求。一般来说，深度学习技术的应用在于表现样本数据的内在规律及所属层次，可以在加工信息参量的同时，分析目标节点之间的数据传输关系[1-2]。作为模式分析方法的统称，深度学习技术的应用主要涉及神经网络搭建、神经元编码、数据样本预训练三方面内容。其中，神经网络体系决定了数据信息参量在网络环境中的传输能力，神经元编码条件则负责建立样本数据之间的数值映射关系，而数据样本预训练则可以鉴别所选择数据信息参量是否满足神经网络主机的调取与处理需求。

无人机是以无线电遥控设备和自备程序为必要控制条件的不载人飞行器设备，在复杂运动环境中，地面主机及基站也可以对无人机飞行器进行间歇式控制[3]。受到航线轨迹、自然天气等外界因素的干扰，无人机飞行器对于待测目标的控制能力可能会受到影响，此时极易使所采集到的目标图片像素远低于预设像素指标的数值水平。

为应对上述问题，基于地空信息融合的无人机控制系统注重对目标图片中的噪点参量进行提取，根据噪点信息与常规像素之间的覆盖关系，制定飞行器主机所遵循的跟踪执行指令[4]。……