一种基于早期时间序列分类的实时机动识别方法及装置制造方法及图纸

本发明专利技术提供一种基于早期时间序列分类的实时机动识别方法及装置，属于智能识别技术领域，该方法先基于构造飞机的飞行特征，采用机动单元窗口对完整的机动进行划分得到机动单元，并提取机动单元的时序特征；基于机动单元的时序特征采用集成学习模型CatBoost对机动单元进行识别，集成学习模型CatBoost的参数进行调整，得到初始集成学习模型CatBoost；对初始集成学习模型CatBoost所使用的时序特征进行贡献度评估，再通过贡献度评估结果进行降维以获得初始集成学习模型CatBoost对应的轻量级模型；基于轻量级模型以及机动窗口进行实时机动识别。本发明专利技术的算法实时性和算法可解释性能够满足实际要求。能够满足实际要求。能够满足实际要求。

【技术实现步骤摘要】
一种基于早期时间序列分类的实时机动识别方法及装置


[0001]本申请属于智能识别
，尤其涉及一种基于早期时间序列分类的实时机动识别方法及装置。

技术介绍

[0002]在空战决策中，准确而快速的识别出敌机的机动动作，可以有效的感知空战态势和捕捉敌机战术意图。在实际场景下，如果在完整机动执行完毕后再对机动动作进行识别，就失去了其实际意义，所以需要仅观测敌机飞行时的部分数据就识别出其完整机动类型。对于战斗机机动的识别是国内外空战领域研究的重点问题，也是人工智能领域的一项挑战。
[0003]目前，国内外空战领域学者针对于战斗机机动识别提出了多种方法：专家经验，通过专家经验构建专家知识库通过规则机动动作进行匹配，从而识别机动动作，但是这种方法受限于专家知识，规则库可能不完善且无法实时识别机动；多维动态时间规整方法，通过计算待识别机动序列与机动库中距离，选择最相近的机动类别作为待识别机动序列的类别，但是这种方法计算效率较低无法实时识别，且识别准确率取决于机动库的设置；深度学习方法，通过LSTM算法捕捉时间序列中上下数据间关系，从而对战斗机机动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于早期时间序列分类的实时机动识别方法，其特征在于，包括：基于构造飞机的飞行特征，采用机动单元窗口对完整的机动进行划分得到机动单元，并提取机动单元的时序特征；基于机动单元的时序特征采用集成学习模型CatBoost对机动单元进行识别，集成学习模型CatBoost的参数进行调整，得到初始集成学习模型CatBoost；对初始集成学习模型CatBoost所使用的时序特征进行贡献度评估，再通过贡献度评估结果进行降维以获得初始集成学习模型CatBoost对应的轻量级模型；基于轻量级模型以及机动窗口进行实时机动识别。2.根据权利要求1所述的方法，其特征在于，基于轻量级模型以及机动窗口进行实时机动识别，包括：结合机动窗口和机动单元识别结果进行完整机动识别：当连续多个机动单元识别结果一致时，确定该完整的机动类型为机动单元的类型。3.根据权利要求1所述的方法，其特征在于，基于构造飞机的飞行特征，采用机动单元窗口对完整的机动进行划分得到机动单元之前，所述方法还包括：获取机动识别数据集；将获取的机动识别数据集划分为训练集、验证集和测试集；将划分的训练集、验证集和测试集通过坐标系转换和噪声过滤转换，得到标准数据；根据标准数据构造飞机的飞行特征。4.根据权利要求1所述的方法，其特征在于，飞行特征包括飞行速率、俯仰角、航向角和姿态角的变化...

【专利技术属性】
技术研发人员：裘旭益，庞诺言，孙邱鹏，袁伟伟，袁斐然，李可，杨曦中，
申请(专利权)人：中国航空无线电电子研究所，
类型：发明
国别省市：