一種基于麻雀搜索算法的空中目標意圖預測方法*

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）

0 引言

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。……