邱楚楚,熊正祥*,吳廣宇,徐 池
(1.海軍大連艦艇學院,遼寧 大連 116018;2.解放軍91991 部隊,浙江 舟山 316041)
空中目標意圖預測作為艦艇防空作戰(zhàn)中態(tài)勢感知的關(guān)鍵環(huán)節(jié),是指揮人員評估目標威脅,制定抗擊方案,正確實施指揮決策的基礎,對于提高艦艇作戰(zhàn)能力具有重要的作用。同時,在信息化條件下,隨著戰(zhàn)場信息量劇增,敵我對抗復雜化,單純依靠人工方式難以準確地預測敵方目標的意圖[1]。因此,需要在作戰(zhàn)系統(tǒng)中嵌入意圖預測模塊,輔助指揮人員進行對空防御指揮決策,從而更好地應對空中威脅。
在意圖預測研究方面,早期主要通過邏輯推理和相似度匹配的方式進行意圖的分析和預測,形成了基于貝葉斯網(wǎng)絡推理的意圖預測方法[2-3],基于模糊Petri 網(wǎng)推理的意圖預測方法[4],基于D-S 證據(jù)理論組合的意圖預測方法[5]和基于特征模板匹配的意圖預測方法[6]。這些方法雖然均能直觀、有效地預測目標意圖,但其推理模型和模板均依靠專家經(jīng)驗進行構(gòu)建,而在復雜戰(zhàn)場環(huán)境下,可能存在專家經(jīng)驗不足的問題,導致這些方法不能夠較好地適用于復雜戰(zhàn)場環(huán)境下的目標意圖預測。近年來,隨著人工智能的發(fā)展,許多新技術(shù)被運用到意圖預測中。其中,機器學習通過對數(shù)據(jù)的自學習而不依賴專家經(jīng)驗構(gòu)建內(nèi)部參數(shù)框架的特點,較好地克服了傳統(tǒng)預測方法的缺陷,形成了以BP 神經(jīng)網(wǎng)絡為代表的人工神經(jīng)網(wǎng)絡預測模型[7-8]和支持向量機預測模型[9-10]。
BP 神經(jīng)網(wǎng)絡能夠?qū)崿F(xiàn)數(shù)據(jù)的非線性映射,泛化能力強,對于未知數(shù)據(jù)的分類效果較好,但需要有大量的樣本數(shù)據(jù)作為學習基礎。……