【技术实现步骤摘要】
一种应用于对抗环境下面向无人机集群的意图识别方法
[0001]本专利技术涉及一种应用于对抗环境下面向无人机集群的意图识别方法，属于无人机的意图识别
技术介绍
[0002]无人化装备越来越受到人们的青睐，无人机的重要性也得以在现代战争中体现。在无人机集群作战带来巨大规模优势的前提下，针对无人机集群作战的反制方法研究也是一项重要课题。但是防空领域存在“预警探测难、指挥控制难”的问题，而无人机集群多为微小型无人机，具有红外特征弱、雷达反射面小、飞行高度低等特点，再加上集群系统大多有自主编队、智能决策等自适应能力，使得无人机集群的反制更加困难。面对种种挑战，敌对无人机及其集群的意图识别技术变得尤为关键。准确快速地预测敌方作战意图有利于空战攻防决策系统做出更恰当的决策行为,能够帮助己方夺取制空权甚至是战争的胜利。
[0003]意图识别问题中，集群的意图是通过复数的无人机个体的一系列时序动作展现的，由于集群内部交互关系隐蔽繁杂，战场环境复杂多变的情况下实现对集群的意图识别成为了亟待解决的问题。
技术实现思路
[0004]本专利技术的技术解决问题是：克服现有技术的不足，提出一种应用于对抗环境下面向无人机集群的意图识别方法，该方法能够在集群内部交互关系隐蔽繁杂，战场环境复杂多变的情况下，实现对集群意图的准确识别。在数据预处理方面，采用威胁系数相似度和距离相似度掩码方法构建集群的图结构数据。在意图识别方面，采用图注意力机制方法和图池化方法对集群无人机的深层特征进行提取，再结合全连接网络对无人机集群的意...
【技术保护点】
【技术特征摘要】
1.一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于包括以下步骤：第一步，根据无人机集群同一时刻的物理特征计算得到无人机集群的威胁系数和空间距离掩码，并根据计算得到的无人机集群的威胁系数和空间距离掩码构建无人机集群的图结构数据形式；第二步，使用图注意力网络处理第一步得到的图结构数据，得到每架无人机的深层特征信息；第三步，根据第二步得到的每架无人机的深层特征信息获得整个无人机集群的深层特征信息，并将获得的整个无人机集群的深层特征信息输入到全连接网络中，通过有监督的训练学习之后实现无人机集群意图的分类。2.根据权利要求1所述的一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于：所述第一步中，物理特征包括每架无人机的空间位置、航向角、仰俯角、速度、雷达开启状态、无人机种类。3.根据权利要求1或2所述的一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于：所述第一步中，设蓝机集群B共有M架无人机B
i
，i＝1,2
…
M，红机集群R共有N架无人机R
j
，j＝1,2
…
N无人机R
j
对无人机B
i
的威胁系数包括距离威胁系数角度威胁系数速度威胁系数和空战效能威胁系数thR
ji
R
ij
，公式如下：，公式如下：，公式如下：
式中，thR
ji
D
ji
∈[0,1],D
ji
为无人机R
j
与无人机B
i
之间的距离；λ1、λ2为常数参数；为无人机R
j
对无人机B
i
的方向夹角；K
aR
为红机导弹的有效作用距离；T
rR
为红机导弹的最大作用距离；为无人机B
i
的速度；为无人机R
j
的速度；C
i
为无人机B
i
的空战效能指标，C
j
为无人机R
j
的空战效能指标。4.根据权利要求3所述的一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于：设红方无人机R
j
与红方无人机R
j
′
(j
′
＝1,2
…
N)之间的距离掩码为DI
jj
′
，其公式如下所示：DI
jj
′
＝INT(d(R
j
′
,R
j
)≤μ)其中，μ为常数，μ∈[0.6,0.75]；INT表示真值转化函数；d(R
j
′
,R
j
)表示无人机R
j
与红方无人机R
j
′
的相对距离；5.根据权利要求4所述的一种应用于对抗环境下面向无人机集群的意图识别方法，其特征在于：根据距离威胁系数、角度威胁系数、速度威胁系数和空战效能威胁系数以及距离掩码，构建的无人机集群的图结构数据为：其中，j
″
＝1,2
…
N，th
jj
′
为利用距离威胁系数、角度威胁系数、速度威胁系数和空战效能威胁系数，通过灰色关联矩阵的方法计算得到的无人机R
j
和无人机R
j
′
对蓝方的综合威胁系数；G
jj
′
∈[0,1]选取得到的G
jj
′
的最大值，设G...
【专利技术属性】
技术研发人员：彭志红，何辉，陈杰，王文杰，尚沛桥，
申请(专利权)人：北京理工大学，
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。