摘要：武器装备的智能化已经成为一种发展趋势,卷积神经网络(CNN)在图像识别、目标检测和跟踪任务中展现出优异的性能,因此,将卷积神经网络算法应用于相关武器有助于提升其在复杂战场环境下的精确目标识别和抗干扰能力。本文提出了一种基于FPGA的卷积神经网络模型设计方法,并且在Xilinx Virtex-7系列FPGA验证了其功能的正确性。该模型具有可配置、可重构的高灵活性,移植能力强,适用范围广。