一种基于物理信息神经网络的强机动目标的行为辨识方法

本发明公开了一种基于物理信息神经网络的强机动目标的行为辨识方法，通过建立六类典型机动模式与多源时序传感器数据的精确映射关系，结合6自由度动力学物理约束，实现高精度机动辨识。其特征在于：构建机动模式‑传感器数据特征对应关系库；设计多尺度时空特征提取网络，融合CNN、BiLSTM和注意力机制，捕获机动行为的局部突变与长时依赖特征；引入6自由度动力学方程作为物理约束；开发自适应混合损失函数，动态平衡数据驱动误差与物理规律残差。本发明融合物理模型与深度学习，既保证了预测结果的物理合理性，又解决了小样本条件下的泛化问题，具备同时捕捉机动行为的瞬态特征和长期模式的能力。