系统工程与电子技术

作者：宋子豪*(), 周焰, 程伟, 黎慧, 张晨浩

单位：1. 空军预警学院预警情报系，湖北 武汉 430019；2. 中国人民解放军 95835部队，新疆 和硕 841700

关键词：意图识别,空中目标,缺失值插补,多变量时间序列,对角掩蔽自注意力

针对空中目标意图特征数据缺失问题，提出一种基于对角掩蔽自注意力机制的非自回归缺失值插补方法。该方法以Transformer Encoder为骨架网络，对角掩蔽自注意力确保网络模型更加关注不同时间步之间的时间依赖性和属性相关性，获得更有益的表征；以最小化合并插补损失及重建损失的复合损失函数为学习目标，使得网络模型在准确预测缺失值的同时收敛于观察值的分布。使用仿真系统中同一区域下、包含6种意图类型的特征数据，构造不同缺失率下的数据集对方法进行测试，结果表明：在设定的缺失值比例下，与基于门控循环神经网络的深度学习插补方法相比，该方法的插补偏差降低了19.8%~37.9%。下游意图识别结果显示，经过本文提出方法插补后的数据在同一分类器中表现更好。

来源：2025年第8期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第8期