摘要
本发明涉及一种无人机威胁意图预测方法、装置及存储介质,应用于反无人机技术领域。具体包括:通过多模态深度特征融合和深度对抗学习,系统能够从多源异构数据中提取更深层、更抽象的无人机行为模式特征,从而实现对无人机真实威胁意图的精准预测,克服了传统方法仅基于表面特征判断的局限性,实现了威胁评估从事后分析向事前预测的转变;深度对抗学习框架中能够模拟各种复杂的无人机威胁行为模式,包括伪装、干扰和新型攻击策略,同时在对抗训练中不断提升其识别能力,使得系统在面对未知或变异的威胁时,依然能够保持高准确率和低误报率,显著增强了系统的鲁棒性和适应性。
技术关键词
意图预测方法
无线电频谱监测
深度对抗学习
声学传感器阵列
监测传感器
模拟无人机
数据
双向长短期记忆网络
雷达传感器
模态特征
光电传感器
多模态深度
雷达散射截面
多头注意力机制
识别无人机
框架
半监督学习
系统为您推荐了相关专利信息
巡检设备
无人巡检方法
换流站阀厅
三维模型
故障检测模型
电网故障分析方法
融合特征
异常数据
电网设备
编码器
多模态数据融合
故障诊断方法
全寿命周期管理
液压系统部件
故障传播路径
生物战剂
扩散算法
评估系统
化学战剂
数据采集模块