空军工程大学学报

作者：王科1,郭相科1,王亚男1,倪鹏2,权文3,李成海1

单位：1.空军工程大学防空反导学院,西安,710051;2.复杂航空系统仿真重点实验室,北京,100076;3.空军工程大学空管领航学院,西安,710051\

关键词：意图识别;深度学习;Transformer;多头注意力机制

基金：国家自然科学基金(62002362,61703426);陕西省高校科协青年人才托举计划(2019038);陕西省创新能力支持计划(2020KJXX-065

空中目标意图识别在战场态势感知领域占据举足轻重的地位。然而,如何从海量态势数据中迅速且精准地挖掘关键信息,一直是该领域研究面临的一大难题。现有多数研究模型因架构繁复,难以在短时间内高效地推断出目标意图。为解决这一难题,基于Transformer架构进行设计,通过Reverse方法优化模型以更适用于处理时间序列任务,并在位置编码中融入扰动元素,以提升模型的鲁棒性和泛化能力。此外,对注意力机制和前馈神经网络进行了轻量化改进。经过对比实验、消融实验以及计算复杂度的深入分析,所提模型在空中目标意图识别领域的有效性得到了有力验证。

来源：2025年第3期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2025年第3期