基于RL-LSTM的空中目标意图识别方法

空中目标意图识别是战场态势认知的重要部分。为了进一步提高空中目标意图识别准确率及实时性,提出了基于改进长短时记忆(long short-term memory,LSTM)网络模型RL-LSTM的空中目标意图识别方法。首先获取目标实时的状态数据,以最后时刻目标状态作为模型输入,利用RL-LSTM模型来学习7种常见意图的运动及时间相关特征信息,最后,通过Softmax分类器实现目标意图识别。仿真实验表明,该模型提升了现有神经网络模型的识别准确率及识别效率。