代价敏感的空中目标意图识别方法

作者：丁鹏; 宋亚飞^*

来源：航空学报, 2023, 44(24): 176-191.

• 深度学习
• 代价敏感
• 空中目标
• 意图识别
• 门控循环单元(GRU)
• 全卷积网络(FCN)

空中意图识别是防空作战指挥决策的基本依据，也是战场认知和智能决策的前提和基础。然而，现有的研究大单一地追求意图识别的准确率，没有考虑意图识别的误判代价是否等价。针对空中目标作战意图识别在现代防空作战决策中的重要作用和现阶段意图识别面临的没有考虑误判代价的问题，设计了一种针对空中目标时序数据的GRU-FCN模型提高识别能力，同时提出了一种针对代价敏感意图识别模型的CAIR改进方法。首先，通过分析防空作战的特点，获取空中目标的意图特征并进行预处理。其次，利用GRU模型捕捉时序特征，FCN模型提取数据中的复杂特征，加入CAIR算法使模型具备代价敏感意图识别的能力。最后，通过仿真实验、消融实验、对比实验验证了本文所提模型的效果。实验分析表明：GRU-FCN模型的准确率达到了98.57%，超过对比实验中其他空中目标意图识别模型2.24%；融入代价敏感改进策略后，整体误判代价由0.346 7降为0.175 7，在保证了准确率满足要求的同时具备了代价敏感意图识别的能力。

• 单位
  空军工程大学防空反导学院