一种飞行器运动意图识别方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种飞行器运动意图识别方法、系统、装置及存储介质，属于识别空中飞行器的飞行器运动意图领域。其中方法包括：获取飞行器数据，构建目标特征集合，对获取到的数据进行预处理；构建基于卷积网络和时空注意力机制的飞行器运动意图识别模型；根据预处理后的数据划分训练集、验证集和测试集，利用训练集对意图识别模型进行训练，利用验证集进行超参数选取；获取空中飞行器的实时信息，输入到训练后的意图识别模型，对空中飞行器运动意图进行识别。本发明专利技术克服了基于LSTM网络构建的意图识别模型在训练和推理阶段并行处理能力差、处理长时间序列耗时的问题，所提供的意图识别方法稳定可靠、意图推理更快、识别结果更准确。

【技术实现步骤摘要】

本专利技术涉及识别空中飞行器的飞行器运动意图领域，尤其涉及一种飞行器运动意图识别方法、系统、装置及存储介质。

技术介绍

1、针对于空中飞行器的意图识别研究已结合深度学习的方法开展，然而目前大部分意图识别模型多以时序循环神经网络为架构，导致在模型收敛速度和模型推理等方面较慢，影响了飞行器的运动意图识别效率和准确度。

技术实现思路

1、为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于提供一种飞行器运动意图识别方法、系统、装置及存储介质。

2、本专利技术所采用的技术方案是：

3、一种飞行器运动意图识别方法，应用于识别飞行器运动的设备上，包括以下步骤：

4、步骤1：获取飞行器数据，构建目标特征集合，对获取到的数据进行预处理；

5、步骤2：构建基于卷积网络和时空注意力机制的cnn-tsa飞行器运动意图识别模型；

6、步骤3：根据预处理后的数据划分训练集、验证集和测试集，利用训练集对意图识别模型进行训练，利用验证集进行超参数选取，利用测试集本文档来自技高网...

【技术保护点】

1.一种飞行器运动意图识别方法，其特征在于，应用于识别飞行器运动的设备上，包括以下步骤：

2.根据权利要求1所述的一种飞行器运动意图识别方法，其特征在于，所述步骤1中，飞行器数据包括环境信息，所述环境信息包括行动方和防守方双方的重要目标的类型、数量和部署位置、地形条件和环境因素；其中，行动方指的是飞行器，防守方指的是识别飞行器运动的设备；

3.根据权利要求1所述的一种飞行器运动意图识别方法，其特征在于，所述CNN-TSA飞行器运动意图识别模型包括用于局部特征提取的卷积提取模块、用于空间特征提取融合的空间注意力模块和用于时间特征提取的时间注意力模块。

4...

【技术特征摘要】

1.一种飞行器运动意图识别方法，其特征在于，应用于识别飞行器运动的设备上，包括以下步骤：

2.根据权利要求1所述的一种飞行器运动意图识别方法，其特征在于，所述步骤1中，飞行器数据包括环境信息，所述环境信息包括行动方和防守方双方的重要目标的类型、数量和部署位置、地形条件和环境因素；其中，行动方指的是飞行器，防守方指的是识别飞行器运动的设备；

3.根据权利要求1所述的一种飞行器运动意图识别方法，其特征在于，所述cnn-tsa飞行器运动意图识别模型包括用于局部特征提取的卷积提取模块、用于空间特征提取融合的空间注意力模块和用于时间特征提取的时间注意力模块。

4.根据权利要求3所述的一种飞行器运动意图识别方法，其特征在于，所述卷积提取模块为一双层卷积神经网络，用于对归一化后的数据在时间序列上进行压缩和局部特征提取。

5.根据权利要求3所述的一种飞行器运动意图识别方法，其特征在于...

【专利技术属性】
技术研发人员：杨健，禹鹏，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：