[發(fā)明專利]一種基于活動語義文本消息的態(tài)勢智能認(rèn)知方法

有效

• 申請?zhí)枺?/td>: 202210116918.7
• 申請日: 2022-02-08
• 公開（公告）號: CN114139550B
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計）人: 耿虎軍;張文寶;楚博策;王梅瑞;韓長興;高曉倩;孟楠;姜巖松;高峰
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第五十四研究所
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06N7/00;G06N5/04
• 代理公司: 河北東尚律師事務(wù)所 13124
• 代理人: 王文慶;曲佳穎

本發(fā)明提供一種基于活動語義文本消息的態(tài)勢智能認(rèn)知方法，屬于對抗語義態(tài)勢認(rèn)知領(lǐng)域。通過解析描述態(tài)勢要素的行為狀態(tài)語義消息數(shù)據(jù)，抽取其中蘊(yùn)含的深層態(tài)勢語義并在語義層，實(shí)現(xiàn)對抗態(tài)勢信息的深度融合。在結(jié)合相關(guān)知識的基礎(chǔ)上，構(gòu)造對抗中典型目標(biāo)典型行為活動的語義表達(dá)模式，并在此基礎(chǔ)上對對抗局勢的演化趨勢進(jìn)行語義推理，構(gòu)建全局對抗態(tài)勢的智能認(rèn)知模型，借助構(gòu)建的態(tài)勢認(rèn)知模型輸出意圖識別、威脅評估等態(tài)勢認(rèn)知語義結(jié)果，輔助指揮決策人員對全局態(tài)勢的快速、深度、全面的理解。

技術(shù)領(lǐng)域

本發(fā)明屬于語義態(tài)勢認(rèn)知領(lǐng)域，特別涉及一種基于活動語義文本消息的態(tài)勢智能認(rèn)知方法。

背景技術(shù)

對抗態(tài)勢認(rèn)知，是態(tài)勢要素的認(rèn)識、理解和預(yù)測過程，是對抗雙方獲取信息優(yōu)勢的關(guān)鍵技術(shù)。它是信息融合、目標(biāo)監(jiān)視等眾多領(lǐng)域的研究熱點(diǎn)問題。對于對抗態(tài)勢的認(rèn)知主要體現(xiàn)在態(tài)勢信息融合與對抗局勢認(rèn)知兩個方面。

在態(tài)勢數(shù)據(jù)融合方面，現(xiàn)階段常利用自適應(yīng)估計、本體理論、模糊理論等對態(tài)勢數(shù)據(jù)進(jìn)行推理、定性和定量融合，并取得了一些成果。但目前常見態(tài)勢融合方法普遍欠缺對語義類型數(shù)據(jù)的理解能力，尤其是缺乏對于具有不確定性的要素信息在語義層上的深度融合能力。

在對抗局勢認(rèn)知方面，現(xiàn)階段常采用模糊理論、Petri網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、熵權(quán)灰色關(guān)聯(lián)法以及D-S證據(jù)法等，這些方法對態(tài)勢認(rèn)知一定程度上來說都是實(shí)用和有效的，但這些方法普遍難以對對抗態(tài)勢的動態(tài)性與不確定性進(jìn)行有效理解。

在復(fù)雜多變的對抗環(huán)境具有極大的不確定性，通過研究態(tài)勢要素的語義融合、對抗行為規(guī)律的語義表達(dá)、對抗局勢的語義推理等對于實(shí)現(xiàn)對對抗態(tài)勢的智能認(rèn)知，產(chǎn)出符合人類認(rèn)知的態(tài)勢分析產(chǎn)品，輔助決策人員快速理解對抗局勢具備重要意義。

發(fā)明內(nèi)容

為此，本發(fā)明目的在于避免背景技術(shù)中的問題提出一種基于活動語義文本消息的態(tài)勢智能認(rèn)知方法。

本發(fā)明采用的技術(shù)方案為：

一種基于活動語義文本消息的態(tài)勢智能認(rèn)知方法，包含以下步驟：

（1）基于正則表達(dá)式，對輸入的淺層態(tài)勢語義態(tài)勢消息的消息主體、時空屬性和行為狀態(tài)的內(nèi)涵在語義層進(jìn)行關(guān)聯(lián)融合，構(gòu)建語義消息內(nèi)容理解框架，解析輸入的淺層態(tài)勢語義態(tài)勢消息中包含的各類態(tài)勢要素屬性的動態(tài)變化；

（2）基于步驟（1）中對語義消息內(nèi)容理解框架的處理結(jié)果，定義不確定事件本體模型，之后針對各態(tài)勢要素的隨機(jī)動態(tài)變化，對各類隨機(jī)不確定事件的觸發(fā)要素以及可能結(jié)果進(jìn)行概率擴(kuò)展，構(gòu)建概率擴(kuò)展的不確定事件模型；

（3）基于步驟（2）構(gòu)建的概率擴(kuò)展的不確定事件模型，對事件發(fā)生的不確定性、事件演變過程的不確定性和事件影響的不確定性進(jìn)行抽象建模，構(gòu)建靜態(tài)事件貝葉斯網(wǎng)絡(luò)；

（4）根據(jù)任務(wù)、子任務(wù)序列以及各任務(wù)主體間的交互判斷當(dāng)前所處任務(wù)階段，并以此為軸，在步驟（3）中靜態(tài)事件貝葉斯網(wǎng)絡(luò)的基礎(chǔ)上，將各動態(tài)事件與各任務(wù)所處階段相結(jié)合，構(gòu)建任務(wù)語義動態(tài)貝葉斯網(wǎng)絡(luò)模型，推斷各態(tài)勢要素狀態(tài)的未來變化趨勢；

（5）基于步驟（4）中任務(wù)語義動態(tài)貝葉斯網(wǎng)絡(luò)的推理結(jié)果，對敵方單元任務(wù)的遂行階段進(jìn)行評估，并對敵方單元的部署態(tài)勢、行為活動以及活動意圖進(jìn)行預(yù)測；

（6）結(jié)合己方各戰(zhàn)略目標(biāo)的分布與己方兵力的部署狀態(tài)，在對敵方單元部署態(tài)勢、行為活動以及活動意圖的預(yù)測結(jié)果上，對敵方威脅態(tài)勢進(jìn)行評估；

（7）將步驟（5）與步驟（6）中的敵方單元的部署態(tài)勢、行為活動預(yù)測、活動意圖預(yù)測以及威脅態(tài)勢預(yù)測的結(jié)果以語義消息的形式輸出。

進(jìn)一步的，步驟（2）包括如下步驟：