基于智能算法的干扰下目标意图识别实现技术与验证OA

针对传统来袭目标意图识别方法存在的人工规则依赖度高、抗干扰能力弱、多场景适应性差等核心问题,本文提出一种基于智能算法的来袭目标意图识别模型:首先构建覆盖目标属性、运动特征、电磁特征的多维度输入体系;其次对比分析主流智能算法的场景适配性,重点设计轻量化改进Transformer模型,通过多模态注意力机制强化关键特征权重,结合深度可分离卷积降低计算复杂度;最后,基于防空系统仿真数据集开展实验验证。结果表明,提出的模型在复杂电磁干扰环境下意图识别准确率达91.8%,较传统支持向量机(Support Vector Machine,SVM)提升17.5%,识别延迟控制在0.7 s以内。该模型可满足实战场景对实时性与鲁棒性的需求,为智能防御系统的工程化应用提供技术支撑。