摘要

本发明公开了一种基于隐马尔可夫模型的飞行目标行为意图预测方法,解决在飞行目标行为意图预测时,时序状态信息使用不充分的问题,本发明的实现步骤是:构建飞行目标行为意图预测的隐马尔可夫模型,将隐马尔可夫模型中的每个观测节点值离散化,利用观测节点值离散化的方式生成训练集,使用训练集对隐马尔可夫模型的参数进行训练,使用训练好的隐马尔可夫模型计算飞行目标状态观测序列的行为意图的概率评估值,根据概率评估值预测飞行目标的行为意图。本发明使用飞行目标的多个连续时刻的多种态势要素数据,解决了行为意图预测过程中飞行目标连续特征描述不足的问题,有效提高了飞行目标行为意图识别的精度。