基于IL-HMM的目标机动动作识别

• 作者: 俞立新 张振兴 房育寰 杨任农
• 来源期刊: 飞行力学
• 学科: 军事
• 关键词: 增量学习 隐马尔科夫模型 动作识别 威胁分析
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 相关学科
• 页码范围: 92-96
• 页数: 5页
• 分类号: E844|E91
• 语种: 中文
• DOI: 10.13645/j.cnki.f.d.20180530.002

摘要

针对隐马尔科夫模型(HMM)不能实时更新的问题,提出一种基于增量学习-隐马尔科夫模型(IL-HMM)的目标机动动作识别和预测方法,并构建了基于目标机动识别的意图威胁分析方法.HMM能够较好地处理时间序列问题,增量学习提供了一种解决数据更新的方法,将HMM与增量学习相结合,使得模型训练延伸至全过程,从而提高模型的识别率.空中目标三维运动是关于方向状态与动作状态的HMM过程,通过观测目标的方向状态,识别出当前动作状态,并进行轨迹预测,对目标的意图威胁进行分析.仿真试验表明了动作识别的准确性,同时通过对比传统HMM与IL-HMM识别的精度,验证了所提方法的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨任农	空军工程大学空管领航学院	84	283	9.0	12.0
2	张振兴	空军工程大学空管领航学院	13	33	4.0	5.0
3	房育寰	空军工程大学空管领航学院	8	20	3.0	4.0
4	俞立新	空军工程大学空管领航学院	1	2	1.0	1.0