本申请公开了一种机群意图识别方法、装置、计算机设备及可读介质，该方法包括：获取当前待分析的机群编队中飞机的位置及机型信息，根据所述位置信息识别机群编队的机群阵型；从机群知识图谱中获取与机群阵型关联的第一机群意图，以及与每种飞机型号关联的第二机群意图；将第一机群意图与第二机群意图取交，获得初始意图识别结果；若初始意图识别结果中包含一个以上的机群意图，采用萨凡奇决策准则计算当前待分析的机群编队的真实意图；从机群知识图谱中筛选与真实意图关联的目标实体并输出；本发明专利技术基于知识图谱进行机群意图识别，考虑各类因素影响获取最可能的机群意图，提高了意图识别的准确性，为智能化条件下的指挥与控制决策提供参考。策提供参考。策提供参考。
【技术实现步骤摘要】
一种机群意图识别方法、装置、计算机设备及可读介质
[0001]本申请涉及指挥控制系统
，更具体地，涉及一种机群意图识别方法、装置、计算机设备及可读介质。
技术介绍
[0002]随着智能感知技术的快速发展，针对于空中目标的检测、识别精度和准确性大大提高。对于空中目标意图的高效、正确分析可以为正确决策提供有效支撑，是获取决策优势的关键因素之一。随着空中目标数量快速增加、且呈现高度动态变化，也为目标意图的正确识别带来了挑战。由于空中目标通常以群体形式组织，共同执行任务，因此，空中的机群通常具有较为一致的意图。
[0003]在群体意图识别方面，现有研究大多集中在通过编队线型队形的某一类特征，如领域特征、战术群特征来进行编队队形识别，作为对目标意图进行识别的重要依据；对于如何基于识别出的机群队形来进行目标的意图分析研究较少，更没有结合“知识”手段来提升意图分析效果。
技术实现思路
[0004]针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种机群意图识别方法、装置、计算机设备及可读介质，在分析机群特征及其意图的基础上，构建机群特征与意图之间的关联模型以建立一个可迭代拓展的机群知识图谱，结合决策理论中的萨凡奇决策准则的方法进行机群意图综合识别，以期为智能化条件下的指挥控制提供参考。
[0005]为实现上述目的，按照本专利技术的第一个方面，提供了一种机群意图识别方法，该方法包括以下步骤：
[0006]获取当前待分析的机群编队中飞机的位置及机型信息，根据所述位置信息识别机群编队的机群阵型；
[0007]从预先创建的机群知识图谱中获取与所述机群阵型关联的第一机群意图，以及分别与每种飞机型号关联的第二机群意图；
[0008]将所述第一机群意图与第二机群意图取交，获得初始意图识别结果；
[0009]若初始意图识别结果中包含一个机群意图，则将所述机群意图作为当前待分析的机群编队的真实意图；
[0010]若初始意图识别结果中包含一个以上的机群意图，采用萨凡奇决策准则从多个机群意图中筛选出当前待分析的机群编队的真实意图；
[0011]从所述机群知识图谱中查找与所述真实意图关联的目标实体并输出。
[0012]优选的，上述机群意图识别方法中，若所述初始意图识别结果中不存在任何一个机群意图，则将所述第一机群意图与第二机群意图取并，获得更新后的初始意图识别结果。
[0013]优选的，上述机群意图识别方法中，所述机群知识图谱的创建包括：
[0014]分别建立意图实体和普通实体，定义各实体的属性；所述意图实体为机群意图类
型实体；所述普通实体包括飞机类型实体、机群类型实体、机群编队阵型实体、飞机型号类型实体、出发地实体、目标类型实体和目标实体；
[0015]建立各普通实体之间，以及意图实体与各普通实体之间的关联关系。
[0016]优选的，上述机群意图识别方法中，所述采用萨凡奇决策准则从多个机群意图中筛选出当前待分析的机群编队的真实意图，包括：
[0017]基于萨凡奇决策准则，构建初始意图识别结果中每个机群意图相对于真实意图的意图判别收益表；
[0018]基于所述意图判别收益表建立意图判别机会损失表，得到初始意图识别结果中每个机群意图相对于真实意图的机会损失值；
[0019]在所述意图判别机会损失表中查找最小最大机会损失，所述最小最大机会损失所对应的机群意图为机群编队的真实意图。
[0020]优选的，上述机群意图识别方法中，当初始意图识别结果中存在n个机群意图，则意图判别收益表的大小为n
×
n，表中第i行第j列的元素b
ij
表示第j列的机群意图相对于第i行真实意图的收益值；其中，n为大于等于2的自然数；1≤i≤n，1≤j≤n。
[0021]优选的，上述机群意图识别方法中，所述从所述机群知识图谱中查找与所述真实意图关联的目标实体并输出，包括：
[0022]从所述机群知识图谱中查找与所述真实意图关联的目标类型集合；
[0023]若所述目标类型集合中不存在任一目标类型，则表明当前待分析的机群编队不针对特定目标类型；
[0024]否则，从所述机群知识图谱中查询目标类型集合中每个目标类型所关联的目标实体集合，统计所述目标实体集合中落入机群编队的活动半径内的所有目标实体，作为当前待分析的机群编队可能针对的目标实体并输出。
[0025]优选的，上述机群意图识别方法中，所述识别所述机群编队的机群阵型，包括：
[0026]采用机群编队阵型训练集对卷积神经网络进行训练，得到训练好的机群编队阵型结构特征模型；所述机群编队阵型训练集中包含具有不同机群编队阵型的多个训练样本；
[0027]根据训练好的机群编队阵型结构特征模型，识别当前待分析的机群编队的机群阵型。
[0028]按照本专利技术的第二个方面，还提供了一种机群意图识别装置，其包括：
[0029]阵型识别模块，用于获取当前待分析的机群编队中飞机的位置及机型信息，根据所述位置信息识别所述机群编队的机群阵型；
[0030]意图识别模块，用于从预先创建的机群知识图谱中获取与所述机群阵型关联的第一机群意图，以及分别与每种飞机型号关联的第二机群意图；将所述第一机群意图与第二机群意图取交，获得初始意图识别结果；
[0031]若初始意图识别结果中包含一个机群意图，则将所述机群意图作为当前待分析的机群编队的真实意图；
[0032]若初始意图识别结果中包含一个以上的机群意图，采用萨凡奇决策准则从多个机群意图中筛选出当前待分析的机群编队的真实意图；
[0033]结果输出模块，用于从所述机群知识图谱中查找与所述真实意图关联的目标实体并输出。
[0034]按照本专利技术的第二个方面，还提供了一种计算机设备，其包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述机群意图识别方法的步骤。
[0035]按照本专利技术的第二个方面，还提供了一种计算机可读介质，其存储有可由计算机设备执行的计算机程序，当所述计算机程序在计算机设备上运行时，使得所述计算机设备执行上述任一项所述机群意图识别方法的步骤。
[0036]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0037]本专利技术提供的机群意图识别方法、装置、计算机设备及可读介质，构建了一个能够反映机群阵型、飞机属性、出发地、目标及机群意图的关联关系的机群知识图谱，较好解决了机群群体、飞机个体与意图之间的关联性描述，并具有可迭代拓展性；基于识别出的机群编队的机群阵型以及机群编队中包含的全部飞机类型从机群知识图谱中获取所有可能的机群意图，然后利用机群意图综合判决方法从中筛选真实意图，该机群意图综合判决方法能够综合考虑各类因素影响，获取最可能的机群意图，提高了意图识别的准确性。
附图说明...
【技术保护点】
【技术特征摘要】
1.一种机群意图识别方法，其特征在于，包括：获取当前待分析的机群编队中飞机的位置及机型信息，根据所述位置信息识别所述机群编队的机群阵型；从预先创建的机群知识图谱中获取与所述机群阵型关联的第一机群意图，以及分别与每种飞机型号关联的第二机群意图；将所述第一机群意图与第二机群意图取交，获得初始意图识别结果；若初始意图识别结果中包含一个机群意图，则将所述机群意图作为当前待分析的机群编队的真实意图；若初始意图识别结果中包含一个以上的机群意图，采用萨凡奇决策准则计算当前待分析的机群编队的真实意图；从所述机群知识图谱中查找与所述真实意图关联的目标实体并输出。2.如权利要求1所述的机群意图识别方法，其特征在于，若所述初始意图识别结果中不存在任何一个机群意图，则将所述第一机群意图与第二机群意图取并，获得更新后的初始意图识别结果。3.如权利要求1所述的机群意图识别方法，其特征在于，所述机群知识图谱的创建包括：分别建立意图实体和普通实体，定义各实体的属性；所述意图实体为机群意图类型实体；所述普通实体包括飞机类型实体、机群类型实体、机群编队阵型实体、飞机型号类型实体、出发地实体、目标类型实体和目标实体；建立各普通实体之间，以及意图实体与各普通实体之间的关联关系。4.如权利要求1至3任一项所述的机群意图识别方法，其特征在于，所述采用萨凡奇决策准则计算当前待分析的机群编队的真实意图，包括：基于萨凡奇决策准则，构建初始意图识别结果中每个机群意图相对于真实意图的意图判别收益表；基于所述意图判别收益表建立意图判别机会损失表，计算初始意图识别结果中每个机群意图相对于真实意图的机会损失值；在所述意图判别机会损失表中查找最小最大机会损失，所述最小最大机会损失所对应的机群意图为机群编队的真实意图。5.如权利要求4所述的机群意图识别方法，其特征在于，当初始意图识别结果中存在n个机群意图，则意图判别收益表的大小为n
×
n，表中第i行第j列的元素b
ij
表示第j列的机群意图相对于第i行真实意图的收益值；其中，n为大于等于2的自然数；1≤i≤n，1≤j≤n。6.如权利要...
【专利技术属性】
技术研发人员：鄢睿丞，刘波，蒋序平，万金，陶宇，鲁义威，魏巍，蒋超，邓邦鹏，董东，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。