BiLSTM-Attention:一种空中目标战术意图识别模型

摘要

传统空中目标战术意图识别过程中仅依据单一时刻进行推理分析,而实际战场中目标战术意图是由一系列动作实现的,因此目标状态呈现动态、时序变化特征.针对此问题在长短期记忆网络(LSTM)的基础上引入双向(Bidirectional)传播机制和注意力(Attention)机制,提出基于BiLSTM-At-tention的空中目标战术意图识别模型.采用分层的方法构建空战意图特征集,并将其编码成时序特征,将决策人员经验封装成标签,通过BiLSTM神经网络学习空战意图特征向量中的深层次信息,并利用注意力机制自适应分配网络权重,将不同权重的空战特征信息放入Softmax函数层进行意图识别.通过与传统空中战术目标意图识别模型对比及消融实验分析表明,所提模型有效提升了空中目标战术意图识别效率,对辅助作战系统具有重要的理论意义和参考价值.