非完备感知条件下的地面多目标行为与意图预测

来源：电子与信息学报杂志2025年第11期北京时间：

作者：朱心怡, 平鹏, 侯婉莹, 施佺, 吴奇

单位：1.南通大学交通与土木工程学院 南通 2260012.中国科学院空天信息创新研究院 北京 1000943.上海交通大学计算机科学与工程系 上海 200240

摘要：现代战场中，目标行为的复杂构成与演化不确定性显著增加了意图预测的难度。传统意图预测方法数据缺失的鲁棒应对不足、目标行为模态考虑较为固化，易受复杂战场环境影响，难以适应快速变化战场环境下的高价值目标意图识别与整体地面目标的态势感知。为此，该文提出一种融合威胁场建模与动态修复机制的门控循环单元(GRU)预测模型(TF-GRU)。该模型首先构建静态威胁场与动态威胁场以关联目标特性与意图，继而通过粒子滤波与动态时间规整的动态融合策略处理数据缺失，并引入邻域目标角度约束增强多目标预测能力，继而将轨迹数据与威胁场数据输入GRU捕捉目标行为的时序动态演化，从而在信息非完备条件下实现对地面目标整体意图的精准预测。实验结果表明，该方法显著提高了意图预测的准确性，可为战场态势感知和决策提供强有力的支持。

关键词：意图预测, 态势感知, 粒子滤波, 门控循环单元, 威胁场

基金资助：国家自然科学基金(52442218, U2433216, 52202496)，目标认知与应用技术重点实验室资助项目(2023-CXPT-LC-005)，南通市重点研发计划前瞻性技术创新专项(GZ2024001)