一种多机协同空战中的目标战术意图识别方法技术

本申请提供了一种多机协同空战中的目标战术意图识别方法，包括：根据已提取并经过预处理的数据，基于支持向量机对战术意图中的进攻意图特征进行量化识别；基于预设的参数和特征提取规则，提取协同战术特征；将提取的协同战术特征输入到已建立并训练的决策树分类器模型，对多机协同空战中的目标战术意图进行识别；其中，所述基于预设的参数和特征提取规则，提取协同战术特征的步骤包括：基于动态贝叶斯网络规则，提取空间占位特征；基于雷达模型，提取静默突防特征；基于威胁评估的规则，提取主目标选择特征。本发明专利技术能够有效的识别出协同战术意图，识别率较传统研究成果有较大提升。

【技术实现步骤摘要】
一种多机协同空战中的目标战术意图识别方法
本专利技术涉及空战中战术意图识别
，尤其涉及一种多机协同空战中的目标战术意图识别方法。
技术介绍
指挥与控制系统是现代战争中不可缺少的一环，它由指挥Command、控制Control、通信Communication、计算机computer、情报Intelligence组成，简称C4I。现代空战的快速发展使得歼击机协同对抗更加复杂，对指挥系统的要求越来越高，这使得能够整合C4I的战术意图推理系统得到军方的重视。在该背景下，有效识别目标的战术意图对后续的指挥控制有着重要意义。在无人机空战领域，它可以接入决策系统前端以实现引导无人机作战；在有人机空战领域，它可将目标战术意图提供给飞行员以提高飞行员决策效率，实现多机协同空战中的先敌发现、先敌决策、先敌攻击。在当代多机协同空战中，机体传感器数量众多、参数实时变化剧烈，如何有效处理这些参数并科学识别目标意图成为了新的挑战。美军JDL部门在建设三军信息融合模型时，明确了目标意图推理的必要性，并针对该问题展开研究。目前，JDL的空中目标意图识别系统广泛应本文档来自技高网...

【技术保护点】
1.一种多机协同空战中的目标战术意图识别方法，其特征在于，包括：/n根据已提取并经过预处理的数据，基于支持向量机对战术意图中的进攻意图特征进行量化识别；/n基于预设的参数和特征提取规则，提取协同战术特征；/n将提取的协同战术特征输入到已建立并训练的决策树分类器模型，对多机协同空战中的目标战术意图进行识别；/n其中，所述基于预设的参数和特征提取规则，提取协同战术特征的步骤包括：/n基于动态贝叶斯网络规则，提取空间占位特征；/n基于雷达模型，提取静默突防特征；/n基于威胁评估的规则，提取主目标选择特征。/n

【技术特征摘要】
1.一种多机协同空战中的目标战术意图识别方法，其特征在于，包括：
根据已提取并经过预处理的数据，基于支持向量机对战术意图中的进攻意图特征进行量化识别；
基于预设的参数和特征提取规则，提取协同战术特征；
将提取的协同战术特征输入到已建立并训练的决策树分类器模型，对多机协同空战中的目标战术意图进行识别；
其中，所述基于预设的参数和特征提取规则，提取协同战术特征的步骤包括：
基于动态贝叶斯网络规则，提取空间占位特征；
基于雷达模型，提取静默突防特征；
基于威胁评估的规则，提取主目标选择特征。


2.根据权利要求1所述的目标战术意图识别方法，其特征在于，所述根据已提取并经过预处理的数据，基于支持向量机对战术意图中的进攻意图特征进行量化识别的步骤包括：
根据已提取并经过z-score规范化处理的数据，基于支持向量机对战术意图中的进攻意图特征中的有意图特征和无意图特征进行量化识别。


3.根据权利要求2所述的目标战术意图识别方法，其特征在于，在基于支持向量机对战术意图中的进攻意图特征中的有意图特征和无意图特征进行量化识别的过程中，使用交叉检验法对支持向量机的模型中的样本数据进行交叉验证。


4.根据权利要求1所述的目标战术意图识别方法，其特征在于，所述基于贝叶斯网络规则，提取空间占位特征的步骤包括：
设置合理的贝叶斯概率及马尔科夫状态转移矩阵，使用基于动态贝叶斯网络DBN的占位意图预测方法作为分类器，提取空...

【专利技术属性】
技术研发人员：孟光磊，赵润南，王竹筠，周铭哲，田丰，孙小平，梁宵，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：辽宁;21