一种空战模拟环境中的目标战术意图分层识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115935773A(43)申请公布日2023.04.07(21)申请号202110946041.X(22)申请日2021.08.18(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人杨振朴海音詹光刘仲赵艺阳李枭扬周德云(74)专利代理机构西北工业大学专利中心61204专利代理师金凤(51)Int.Cl.G06F30/27(2020.01)G06F18/214(2023.01)G06F18/2411(2023.01)G06F111/10(2020.01)权利要求书3页说明书7页附图3页(54)发明名称一种空战模拟环境中的目标战术意图分层识别方法(57)摘要本发明公开了一种空战模拟环境中的目标战术意图分层识别方法，首先提取目标航迹特征信息和敌我相对态势信息，其中目标航迹特征信息包括瞬时特征信息和累积特征信息；然后根据目标航迹偏角和目标航迹倾角的四种情况寻找目标航迹分解特征点，并将目标航迹分解为一系列连续的机动元；接下来分别设计超视距空战中的目标机动元状态集、战术机动状态集和战术意图状态集；最后设计面向目标战术意图分层识别的级联支持向量机多分类算法架构，实现目标战术意图分层识别。本发明有效克服了特征信息维度和训练样本数量较大时的收敛性和时效性难题，实现了对目标战术意图的多维度在线精准识别。CN115935773ACN115935773A权利要求书1/3页1.一种空战模拟环境中的目标战术意图分层识别方法，其特征在于，包括以下步骤：步骤1：提取目标航迹特征信息和敌我相对态势信息，其中目标航迹特征信息包括瞬时特征信息和累积特征信息；瞬时特征信息包括航迹倾角θt、航迹倾角变化率航迹偏角变化率和高度变化率累积特征信息包括航迹倾角变化量Cθ、航迹偏角变化量Cφ；敌我相对态势信息包括目标方位角qf、进入角qj和相对距离变化率步骤2：根据目标航迹偏角变化趋势发生改变、目标航迹偏角变化累积超过90°、目标航迹倾角的正负发生改变、目标航迹倾角变化趋势发生改变四种情况寻找目标航迹分解特征点，并将目标航迹分解为一系列连续的机动元；步骤3：分别设计超视距空战中的目标机动元状态集、战术机动状态集和战术意图状态集；步骤4：设计面向目标战术意图分层识别的级联支持向量机多分类算法架构，实现目标战术意图分层识别，具体包括：步骤4‑1：设计级联支持向量机最优分类函数；针对大小为m的训练样本集{(x1,y1),(x2,y2),...,(xm,ym)}，令最优分类函数为其中，为径向基核函数，σ为径向基核函数的宽度参数，为与训练样本对应的拉格朗日系数最优解，b*为对应的最优分类超平面位移项，0≤αi≤C，C为常值惩罚因子；在级联支持向量机的训练阶段，每一个支持向量机分别针对目标机动元、战术机动和战术意图的训练样本进行单独的模型训练，并且每层识别结果均对应于下一层训练样本的特征信息之一；步骤4‑2：设计目标战术意图分层训练样本；目标机动元训练样本为目标航迹瞬时特征信息θt、到机动元编号PME的映射；战术机动训练样本根据四段、三段和两段机动元所组成的战术机动分别设计，即连续四段、三段和两段机动元的PME、Cφ和Cθ到战术机动编号PTM的映射；战术意图训练样本为战术机动编号PTM和相对态势信息qf、qj、到战术意图编号PTI的映射；采用欠采样方法对样本数据重新采样并通过各特征变量的最大值和最小值对样本数据进行归一化处理；步骤4‑3：设计目标战术意图分层识别逻辑，实现目标战术意图分层识别；战术机动识别为多段机动元的分段与组合，其中四段机动元的战术机动识别优先级依次高于三段和两段；即首先进行四段机动元类的战术机动识别，若属于该类则直接输出战术机动编号PTM，否则识别为非四段机动元类并进行三段机动元类的战术机动识别，若属于该类则直接输出战术机动编号PTM，否则识别为非三段机动元类并进行两段机动元类的战术机动识别，若属于该类则直接输出战术机动编号PTM，否则直接输出相应的机动元编号PME；上述三类战术机动进行单独的支持向量机模型训练，并形成相对独立的识别模块；在训练2CN115935773A权利要求书2/3页过程中通过交叉验证法找到最优的C和σ模型参数组合。2.根据权利要求1所述的一种空战模拟环境中的目标战术意图分层识别方法，其特征在于，所述目标航迹特征信息和敌我相对态势信息中参数定义如下：目标航迹信息中的瞬时特征信息包括：航迹倾角航迹倾角变化率航迹偏角变化率和高度变化率其中△xt＝xt(t)‑xt(t‑h)、△yt＝yt(t)‑yt(t‑h)和△zt＝zt(t)‑zt(t‑h)分别为t时刻目标在地理坐标系三轴方向上的位移，[xt(t),yt(t),zt(t)]为t时刻目标在地理坐标系中的位