基于意图推断的目标跟踪和识别新方法研究

Target intent inference can be described as the analysis of the behavior of a target to identify the target's purpose. The results can provide guidance of decision-making for command and control,and at the same time provoid reference for situation analysis and threat assessment. Thus it has great value for military applications. Intent inference is motivated by meta-level target tracking applications on long time scales (order of several minuts). At such time scales,the evolution of the target trajectory might not necessarily be modeled best using Markov models. .The goal of this project is to devise automated procedures that assist the human operator to detect anomalous trajectories from tracks obtained by a conventional tracking algorithm, and identify the target'purpose according to the expert system.Key research interests: (1) Evolution models of the target trajectory; (2) Bayesian signal process methods for detection of anomalous trajectory patterns; (3) Methods of target's destination prediction; (4) Detection of anomalous trajectory patterns in the presence of large observation gaps; (5) Develop a demostration system.

目标意图推断可以描述为通过对目标的行为分析来确定目标真实意图的过程，其结果可为指挥控制提供决策指导，同时为现场态势分析和威胁评估提供参考依据，具有重大的军事应用价值。在目标意图推断时，采用的是长时间标度（如数分钟）上的后设层次目标跟踪算法。在这样的时间标度上，目标轨线的衍化不必采用Markov模型来建模。例如，一个具有恶意意图的异常目标轨线通常伴随着可预见的事件序列，这样的序列能够展现各种远程依存关系，这样的关系不再适合用Markov模型来描述。.本项目的目的在于设计一个自动化程序，以协助人们由传统目标跟踪算法中获得的目标航迹去检测出异常轨线，并通过专家系统确定目标意图。重点研究：（1）目标轨线的衍化模型；（2）异常轨线模型检测的Bayesian信号处理方法；（3）目标目的地的预测算法；（4）部分观测数据丢失情况下的异常轨线模型检测；（5）开发演示验证系统

本项目的目的在于设计一个自动化程序，以协助人们由传统目标跟踪算法中获得的目标航迹去检测出异常轨线，并通过专家系统确定目标意图。重点研究：（1）目标轨线的衍化模型；（2）异常轨线模型检测的Bayesian信号处理方法；（3）目标目的地的预测算法；（4）部分观测数据丢失情况下的异常轨线模型检测；（5）开发演示验证系统。取得的重要成果包括：完成了基于轨线信息的目标意图推断理论与方法，提出了基于目标轨线的目标意图实时在线推断理论和算法，采用Earley-Stolcke算法解析目标轨线的空间模型，进而准确推断目标的意图，也通过模拟实际战场环境，完成了仿真验证。. 本研究成果的科学意义为：意图推断可描述为在确定未知目标类型的前提下，通过对目标运动行为的分析来确定目标真实意图的过程。意图推断属于信息融合中的决策级融合，其结果可为指挥控制决策提供依据和决策指导，为现场态势分析和威胁评估提供重要的参考依据，具有重大的军事应用价值，对提高我国的军事防御能力和国防安全保障具有重大的意义。