融合注意力机制的战术意图智能识别模型研究

赵佳欢 杨海明 邱令存

上海机电工程研究所，上海 201109

0 引言

在现代信息化战争中，战术意图识别是战场态势感知的核心内容之一，是指挥员作出决策的重要依据[1-2]。传统的意图识别方法需要指挥员结合战场环境、目标属性、目标状态和敌我兵力部署等一系列特征作出判断。这些特征与意图之间很难用显式的数学公式表达，主要依赖于指挥员的经验知识。随着现代战争中信息规模剧增，传统的意图识别方法普遍需要面对信息过载的问题，即面对大量的数据信息，如何选出有用的信息并加以合理的利用。为减少对专家经验知识的依赖，解决信息过载的问题，需要设计一种高效的智能化意图识别模型[3]。

基于模板匹配、贝叶斯网络和证据理论等方法的意图识别模型普遍存在一些局限性[4-7]，比如领域专家知识的显式表示问题、战场态势时序信息处理的问题等。循环神经网络(Recurrent Neural Network, RNN)是深度学习领域中备受关注的模型之一[8-9]，在语音识别、机器翻译等序列数据处理领域有着广泛应用。本文以RNN模型为基础建立战术意图识别模型，解决目标特征自动提取、序列数据处理等问题，然后将注意力机制引入意图识别模型，提出一种融合注意力机制的战术意图识别模型，同时在注意力分布计算过程中，设计了新的点积打分函数，减少计算资源的消耗，提升模型训练时的收敛速度，最后通过仿真验证了改进后意图识别模型的有效性。

1 空中目标战术意图

1.1 意图识别概念

意图是指希望达到某种目的的设想和打算[10]，而战术意图指在某次具体的作战过程中，为完成某一特定任务而做的基本设想和打算。……