一种基于多级残差交叉注意力的航迹识别和分类方法

本发明涉及信号处理领域，公开了一种基于多级残差交叉注意力的航迹识别和分类方法。该方法由全局特征提取网络和分类网络组成，其中全局特征提取网络由多个残差交叉注意力模块顺序堆叠，每一级模块包括残差特征提取模块与交叉注意力模块，分别用于提取局部特征和建模全局依赖，通过多级结构增强特征表达能力，提升对复杂航迹数据中全局特征与时序关系的建模效果。模型采用端到端训练方式，结合交叉熵损失函数优化分类性能。相比传统方法，本发明能够有效提取航迹数据中的长距离依赖与全局特征表达，同时通过残差机制增强特征传递的稳定性和训练效率，适用于复杂环境下的航迹目标识别与分类任务，具备良好的鲁棒性与扩展性。