[发明专利]一种基于黑板模型的意图识别方法和系统

说明书

本发明涉及一种基于黑板模型的意图识别方法系统，包括：黑板模块，用于将提取的特征参数分解成一系列的态势推断问题并存储相关数据；知识源模块，包括多个由专业领域知识构成的相互独立的模块，用于解答黑板提交的各种问题；控制机构模块，用于负责调度各模块，实现黑板与知识源模块的交互通信；刺激模块用于根据每层黑板存储内容的变化，按照自下而上的顺序，调用相关知识源进行推理，并在知识源中选择与黑板所提问题匹配度最高的知识做出解答，给出预测结果；响应模块用于根据每层知识源产生的意图预测结果找到相应匹配链表判断模块，在相应匹配链表中找到与预测对象对应的节点并更新；判断模块用于对响应模块刚处理后的节点的累计值进行判断。

技术领域

本发明涉及目标识别领域，尤其是一种基于黑板模型的意图识别方法。

背景技术

获得决策优势、取得战场控制权是信息化战争获胜的关键条件之一。然而，信息化作战环境下，目标对象繁多、协同关系辅助且机动频繁。这使得指挥员在面对海量信息和快速变化的战场态势时无法做出及时、有效决策。

为了辅助指挥员实施作战指挥进而取得决策优势，就必须要利用指挥决策系统进行信息融合，即，快速、高效地对多源信息进行处理、抽象，以便后续进行态势评估。

要进行意图分析，首先就要进行兵力聚合，即，目标分群。目标分群过程是一种前向推理过程，它根据一级信息融合输出的各个目标单元信息，按照特定知识采用自底向上逐层分解的方式，对各个单元进行划分和抽象，将目标实体逐层聚合为更高层的抽象的作战群体。通过对群体各种静态属性及动态行为的分析，最终形成关于敌方兵力组织结构关系级别上的军事体系单元假设，为军事决策提供兵力层次的战场信息。

在此基础之上，意图分析的目的是要建立起当前战场的整体态势图，将战场上的各类因素如战场环境、战场事件、战场上敌我双方的兵力配置等进行全方位综合与展示，将其有机地联系起来，通过推理，估计出事件或行动的发展趋势。

黑板模型是用于意图推理的典型方法。黑板模型由黑板、知识源、控制机构三部分组成，具备大量的知识储备，属于知识库系统中的一种，具体描述如图1所示：

(1)黑板

黑板结构是一种全局性数据存储结构，它将提取的特征参数分解成一系列的态势推断问题并存储相关数据，与此同时还存储知识源求解过程中的过程数据。黑板内的数据变更由知识源驱动，知识源之间的交互通过黑板结构来实现，其存储数据具有共享性。

(2)知识源

知识源是由专业领域知识构成的相互独立的模块，用于解答黑板提交的各种问题，每一个知识源负责解决一种任务，多个知识源及其推理机制构成了一套专家系统知识。

(3)控制机构

用于协调各知识源的调用顺序，通过动态地选择和激活相应的知识源，对黑板结构的数据进行处理，并将处理结果反馈给黑板结构，推动任务的解决进程。

然而，标准的黑板模型结构比较单一，只适用于对简单问题的求解。当求解复杂问题或涉及多层面的问题时，往往表现的力不从心。空战场态势变化迅速，涉及到的目标平台数目和种类繁多。从战场态势的分层可以看出，基于战场态势的意图预测实际上是面向多层面的意图求解问题，而标准的黑板模型很难满足对目标或目标群意图预测的需求。因此，需要提出更加适合空战场意图推理的多层黑板模型。

战场态势的意图主要指在当前战场态势下目标或目标群的作战意图。战场态势是目标或目标群的作战意图的外在表现，目标或目标群的作战意图是战场态势的内在诱因。战场态势的意图预测是通过对目标或目标群的态势要素进行觉察，例如从同一目标的雷达侦察信息、通信侦察信息、目标航迹信息中分别提取相关的特征参数等，以对目标或目标群的作战意图做出推理，得到意图预测结果。黑板模型作为基于战场态势的意图预测模型，存在一些问题，例如模型缺乏层次性。这加大了预测过程的困难和复杂程度，又例如模型缺少对预测结果的累计和修正，降低了预测结果的准确率。