基于差分窗口生成式对抗网络的空战态势评估

E91; 针对飞机在空战中采集的飞行参数数据成分复杂、标签存在缺失等问题,提出一种基于生成式对抗网络(generative adversarial network,GAN)的半监督空战态势评估模型.首先根据各要素权重提取空战数据的主要影响因子,随后进行差分化和窗口化处理,利用差分方法将态势信息相对化为一维特征向量,窗口化信息生成反映两架载机态势信息的特征矩阵,并送入网络进行半监督训练.仿真结果表明,该模型在样本标签缺失的情况下具有良好的态势分析效果,对于4种态势的识别准确率达90.91％....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 46; no. 8; pp. 2738 - 2746
Main Authors 方伟, 张婷婷, 谭凯文, 汤淼
Format Journal Article
LanguageChinese
Published 海战场信息感知与融合技术国家级实验教学中心,山东烟台 264001%海军航空大学,山东烟台 264001 01.08.2024
海军航空大学,山东烟台 264001
Subjects
态势评估
差分窗口
generative adversarial network(GAN)
半监督学习
differential window
生成式对抗网络
semi-supervised learning
situation assessment
Online AccessGet full text

Cover

More Information
Summary:E91; 针对飞机在空战中采集的飞行参数数据成分复杂、标签存在缺失等问题,提出一种基于生成式对抗网络(generative adversarial network,GAN)的半监督空战态势评估模型.首先根据各要素权重提取空战数据的主要影响因子,随后进行差分化和窗口化处理,利用差分方法将态势信息相对化为一维特征向量,窗口化信息生成反映两架载机态势信息的特征矩阵,并送入网络进行半监督训练.仿真结果表明,该模型在样本标签缺失的情况下具有良好的态势分析效果,对于4种态势的识别准确率达90.91％.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2024.08.21