一种基于catch22特征提取的可解释战斗机机动识别方法技术

技术编号:40330215 阅读:34 留言:0更新日期:2024-02-09 14:22
在超视距空战中,战场雷达可以获取的敌方战斗机行为信息有限。在仅能获取到敌方战斗机经度、纬度、高度的坐标信息的前提下,准确地识别敌方战斗机机动动作可以有效地判断敌方战术意图。本发明专利技术提出一种通用的特征构造方法应用于战斗机机动识别领域,不需要过多的专家经验和人为干预,避免因人为参与造成的不确定性。通过此方法构造特征输入随机森林分类算法,可以获得高识别准确率。在航空领域,除了要保证机动识别方法的高准确率,更应该让算法具有可解释性,以满足人机互信。本发明专利技术通过Shap进行模型级特征解释,通过CBR进行样本集算法解释,满足航空领域的人机互信,降低决策者的决策风险。

【技术实现步骤摘要】

:在超视距空战中,战场雷达可以获取的敌方战斗机行为信息有限。在仅能获取到敌方战斗机经度、纬度、高度的坐标信息的前提下,准确地识别敌方战斗机机动动作可以有效地判断敌方战术意图。战斗机执行机动动作的过程具有时序顺序,而采集敌机坐标信息也是按照一定的采样频率进行时序采样,所以战斗机机动识别问题可以被认为是多元时间序列分类问题。多元时间序列分类问题是指对具有多个特征和时间维度的序列数据进行分类的任务。在这个问题中,每个样本都是一个时间序列,每个时间布都有多个特征。分类方法的目标是根据这些时间序列的原始特征,将其分为不同的类别。对应到战斗机机动识别问题中,即为将一段时间内的战斗机经度、维度、高度信息识别为对应的具体机动类别,如爬升、俯冲、盘旋等。在航空领域,除了要保证机动识别方法的高准确率,更应该让算法具有可解释性,以满足人机互信。算法的可解释可以帮助决策者理解和解释算法内部的工作原理、决策过程和结果,使决策者能够理解算法是如何得到特点结论或做出特定预测的。要保证算法的可解释性,一般可以通过两种方式解决:一种是保证算法本身具有可解释性,目前应用较多的深度学习算法大多不具有可解释性;另一种是本文档来自技高网...

【技术保护点】

1.一种基于catch22特征提取的可解释战斗机机动识别方法,分为卡尔曼滤波、特征构造、随机森林分类和可解释四部分,其特征在于:卡尔曼滤波包含以下两个步骤:

2.根据权利要求1所述的基于catch22特征提取的可解释战斗机机动识别方法,其特征在于:所述卡尔曼滤波的步骤(2)中,递归地估计出战斗机的状态,具体步骤如下:

3.根据权利要求1所述的基于catch22特征提取的可解释战斗机机动识别方法,其特征在于:所述可解释的步骤(8)中,通过SHAP计算每个特征的贡献度,计算特征i的SHAP值,具体步骤如下:

4.根据权利要求1所述的基于catch22特征提...

【技术特征摘要】

1.一种基于catch22特征提取的可解释战斗机机动识别方法,分为卡尔曼滤波、特征构造、随机森林分类和可解释四部分,其特征在于:卡尔曼滤波包含以下两个步骤:

2.根据权利要求1所述的基于catch22特征提取的可解释战斗机机动识别方法,其特征在于:所述卡尔曼滤波的步骤(2)中,递归地估计出战斗机的状态,具体步骤如下:

3.根据权利...

【专利技术属性】
技术研发人员:袁伟伟庞诺言关东海
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1