基于注意力机制改进的LSTM空战目标意图识别方法

空战对抗过程中的目标状态数据呈现时序性、多维性等特征，为进一步提升目标意图识别的准确率，提出了一种基于改进注意力机制的长短期记忆网络(LSTM)目标识别方法，将空战可能出现的目标意图识别当成一个多分类问题处理。该方法首先通过目标实时的状态数据，生成特征序列；接着采用注意力机制提升目标的特征学习能力，增强空战过程中的主要目标状态特征表示，得到具有权值分配的特征向量；最后利用LSTM网络对目标特征向量进行训练，通过softmax层实现目标意图的识别。仿真实验表明，该方法利用注意力机制有效增强目标的特征学习，进一步提升了LSTM网络的识别精度，具有一定的科学性和有效性。