采用梯度提升樹的戰(zhàn)機(jī)型號快速識別方法*

趙文彬

(中國西南電子技術(shù)研究所，成都 610036)

0 引 言

隨著軍事科技的快速發(fā)展，世界各軍事強(qiáng)國都在加緊研發(fā)速度更快、生存能力更強(qiáng)的新型戰(zhàn)機(jī)，期望以最小的代價(jià)和最優(yōu)的方式不斷壓縮敵方的預(yù)警時(shí)間，儼然成為克敵制勝的必要條件。在日益復(fù)雜多變的戰(zhàn)場環(huán)境中，空中高速高機(jī)動(dòng)戰(zhàn)機(jī)的早發(fā)現(xiàn)、早識別、早預(yù)警變得越來越重要。如何自動(dòng)、快速、甚至實(shí)時(shí)地識別出戰(zhàn)機(jī)型號，一直是軍事作戰(zhàn)領(lǐng)域關(guān)注的焦點(diǎn)和難點(diǎn)問題。

為了解決上述問題，許多科技工作者進(jìn)行了大量的研究工作，提出了諸多解決方法。典型傳統(tǒng)模型方法[1-2]利用概率統(tǒng)計(jì)理論方法制定規(guī)則(如D-S證據(jù)理論)，將目標(biāo)識別過程映射到規(guī)則集合中，最終完成目標(biāo)類型的辨識。然而，由于傳統(tǒng)模型方法的最終識別效果依賴于人工設(shè)計(jì)的特征模型好壞及統(tǒng)計(jì)規(guī)則的泛化性能，因此其普適性受到極大的限制。

隨著大數(shù)據(jù)時(shí)代的到來，機(jī)器學(xué)習(xí)和人工智能的興起為戰(zhàn)機(jī)型號識別帶來了新的生機(jī)[3-8]。然而真實(shí)環(huán)境中樣本數(shù)量和質(zhì)量的限制，需要海量數(shù)據(jù)的智能算法模型難以訓(xùn)練。而且模型參數(shù)數(shù)量較為龐大，不適用于嵌入式環(huán)境，且不可解釋。一旦模型應(yīng)用出現(xiàn)問題，不僅難以調(diào)試，而且可能造成不可估量的災(zāi)難性后果。

為了克服上述缺點(diǎn)，本文提出了基于梯度提升樹的戰(zhàn)機(jī)型號快速識別方法。首先，以多傳感器融合的戰(zhàn)機(jī)航跡解譯信息為數(shù)據(jù)基礎(chǔ)，增加目標(biāo)信息的完整性、可靠性和可信性，以實(shí)時(shí)時(shí)序排列方式，充分刻畫目標(biāo)在空中運(yùn)動(dòng)的動(dòng)態(tài)過程；其次，分析航跡數(shù)據(jù)特征，構(gòu)建戰(zhàn)機(jī)航跡數(shù)據(jù)特征工程；最后，利用boosting集成學(xué)習(xí)思想，訓(xùn)練基于梯度提升決策樹的分類器，可準(zhǔn)確識別每個(gè)航跡點(diǎn)對應(yīng)的戰(zhàn)機(jī)型號，從而同時(shí)滿足準(zhǔn)確性和實(shí)時(shí)性的實(shí)際應(yīng)用需求。

1 數(shù)據(jù)集與特征工程

1.1 目標(biāo)數(shù)據(jù)集

本文采用的數(shù)據(jù)集為已經(jīng)過脫密和偏移處理后的多傳感器融合戰(zhàn)機(jī)航跡解譯數(shù)據(jù)集，其組織結(jié)構(gòu)如圖1所示。數(shù)據(jù)集包含14種戰(zhàn)機(jī)型號，分別用字母A，B，…，N依次進(jìn)行標(biāo)識。每種戰(zhàn)機(jī)型號數(shù)據(jù)包含眾多相應(yīng)類型的個(gè)體戰(zhàn)機(jī)航跡數(shù)據(jù)，且航跡數(shù)據(jù)持續(xù)時(shí)間各不相同。每條航跡數(shù)據(jù)又由諸多具有點(diǎn)編號(pid)、目標(biāo)編號(tid)、經(jīng)度(lon)、緯度(lat)、高度(h)、速度(v)、航向(az)、Unix時(shí)間(t)等多維特征的航跡點(diǎn)數(shù)據(jù)組成。航跡點(diǎn)數(shù)據(jù)示例如表1所示。

圖1 數(shù)據(jù)集結(jié)構(gòu)示意圖

表1 航跡點(diǎn)數(shù)據(jù)示例

由于多傳感器戰(zhàn)機(jī)航跡數(shù)據(jù)在融合過程中未考慮去重、異常值剔除等數(shù)據(jù)預(yù)處理，因此需要對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，其流程如圖2所示。

圖2 數(shù)據(jù)清洗流程圖

第一步，針對數(shù)據(jù)集，分別按目標(biāo)編號和Unix時(shí)間特征進(jìn)行分組和升序排序，將相同個(gè)體目標(biāo)的航跡點(diǎn)以時(shí)間先后順序排列形成航跡數(shù)據(jù)。

第二步，針對每個(gè)個(gè)體戰(zhàn)機(jī)航跡數(shù)據(jù)執(zhí)行去重操作。通過比較相鄰兩個(gè)航跡點(diǎn)數(shù)據(jù)是否完全相同來進(jìn)行重復(fù)判斷。若判決為真，則刪除后一個(gè)航跡點(diǎn)數(shù)據(jù)，并對點(diǎn)編號進(jìn)行相應(yīng)的更新。

第三步，檢查去重后的個(gè)體戰(zhàn)機(jī)航跡點(diǎn)數(shù)據(jù)是否存在異常。由于多源融合戰(zhàn)機(jī)航跡數(shù)據(jù)位置屬性已經(jīng)過充分的去噪和判證，故直接采信經(jīng)度和緯度的特征數(shù)值。但是由于受傳感器測量精度的影響，高度和速度特征存在較為嚴(yán)重的數(shù)值抖動(dòng)問題。因此，針對高度和速度兩個(gè)連續(xù)型特征，按照式(1)和式(2)所示的3σ規(guī)則進(jìn)行異常值剔除清洗，使得航跡高度和速度特征更加平滑。

(1)

(2)

第四步，針對已經(jīng)過異常值剔除后的目標(biāo)數(shù)據(jù)集，獲取經(jīng)度、緯度、高度、速度等特征的最值，對所有航跡點(diǎn)數(shù)據(jù)對應(yīng)特征值進(jìn)行歸一化處理，即

(3)

第五步，經(jīng)過前述預(yù)處理后的全體個(gè)體戰(zhàn)機(jī)航跡點(diǎn)數(shù)據(jù)均添加“目標(biāo)類別”標(biāo)簽屬性，其取值為個(gè)體戰(zhàn)機(jī)所屬的14種戰(zhàn)機(jī)行型號代碼。本文使用數(shù)字1～14來標(biāo)識戰(zhàn)機(jī)型號A～N，便于后續(xù)識別模型的訓(xùn)練。

至此，目標(biāo)數(shù)據(jù)集清洗完成，數(shù)據(jù)集中的航跡點(diǎn)樣本數(shù)目情況如表2所示，部分航跡樣本如圖3所示。

表2 清洗后的目標(biāo)數(shù)據(jù)集總覽

圖3 部分航跡數(shù)據(jù)展示

1.2 特征構(gòu)造

數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)通過參數(shù)化方法構(gòu)建結(jié)構(gòu)化模型，使模型具備擬合數(shù)據(jù)共性統(tǒng)計(jì)規(guī)律特征的能力。因此，根據(jù)數(shù)據(jù)特點(diǎn)進(jìn)行特征設(shè)計(jì)和選擇是影響模型學(xué)習(xí)性能的重要因素之一。

為了提升識別效果，需要對空中目標(biāo)航跡統(tǒng)計(jì)規(guī)律進(jìn)行精細(xì)化描述，以便識別模型能夠精準(zhǔn)捕捉航跡統(tǒng)計(jì)規(guī)律和細(xì)節(jié)特征?；诖?，本文在經(jīng)過清洗的目標(biāo)數(shù)據(jù)集航跡點(diǎn)特征基礎(chǔ)上，構(gòu)造了如下所列特征。

1.2.1 三角化航向

具有角度單位的航向具備連續(xù)循環(huán)性質(zhì)，即對任意航向θ，都存在如下關(guān)系：

(θ+360°k)mod360°=θ,θ∈[0,360°),k∈Z。

(4)

由于實(shí)際使用中通常限定θ∈[0,360°)，因此原始航向數(shù)據(jù)在0°處存在跳躍間斷點(diǎn)，破壞了航向的連續(xù)性。

因此，本文將數(shù)據(jù)中每個(gè)航跡點(diǎn)的角度制航向進(jìn)行三角化，生成正弦航向以及余弦航向兩個(gè)特征，通過特征組合，共同表征航向的連續(xù)循環(huán)性。航向三角化特征生成流程如圖4所示。

圖4 三角化航向

1.2.2 大圓距離

對于航跡數(shù)據(jù)來說，兩航跡點(diǎn)間的距離是最為顯著的運(yùn)動(dòng)學(xué)特征。為了度量兩個(gè)航跡點(diǎn)之間的距離，一種方法是采用歐式距離。但是在地理空間分析中，歐式距離存在諸多問題，關(guān)鍵在于歐式距離適用于直角坐標(biāo)系，而地球可近似于一個(gè)球體，因此需要使用適用于球面的距離度量。在地理空間數(shù)據(jù)分析領(lǐng)域，大圓距離即為度量兩個(gè)給定經(jīng)緯度地理坐標(biāo)點(diǎn)下的弧線距離，亦稱為Haversine公式，形如式(5)所示：

(5)

式中：p1和p2為地球球面上的兩個(gè)點(diǎn)，它們的經(jīng)緯地理坐標(biāo)分別記為(λ1,φ1)和(λ1,φ1)，符號λ表示經(jīng)度，φ表示緯度；Rearth表示赤道地球半徑，取值約6 370.856 km；參數(shù)C定義為

C=sin2A+cosφ1cosφ2sin2B，

(6)

(7)

(8)

由此本文根據(jù)式(5)，通過計(jì)算目標(biāo)航跡數(shù)據(jù)相鄰兩個(gè)航跡點(diǎn)的相對大圓距離來表征目標(biāo)的實(shí)際航程，記為

di=d(pi,pi-1),i=2,3,…,m。

(9)

式中：d1=0，即以航跡起始點(diǎn)為大圓距離原點(diǎn)，單位為km。

1.2.3 時(shí)間差

時(shí)間差是衡量目標(biāo)運(yùn)動(dòng)狀態(tài)的時(shí)間尺度，因此，本文基于Unix時(shí)間特征，計(jì)算相鄰兩個(gè)航跡點(diǎn)之間的Unix時(shí)間秒差，如式(10)所示。由于觀察到目標(biāo)航跡數(shù)據(jù)Unix時(shí)間特征數(shù)值基本在幾十秒，同時(shí)考慮到后續(xù)模型計(jì)算的數(shù)值穩(wěn)定性，本文將時(shí)間差單位換算成分鐘(min)。

Δti=ti-ti-1,i=2,3,…,m。

(10)

令Δt1=0，即以航跡起始時(shí)刻為時(shí)間基準(zhǔn)。

1.2.4 大圓相對速度

已有的目標(biāo)航速特征是目標(biāo)根據(jù)慣性導(dǎo)航系統(tǒng)和地面多傳感系統(tǒng)計(jì)算得出的自身運(yùn)動(dòng)速度狀態(tài)，其數(shù)值存在相當(dāng)?shù)钠?，可信度較低，不宜作為后續(xù)識別模型的輸入特征。為了更進(jìn)一步準(zhǔn)確描述目標(biāo)在地理空間中的運(yùn)動(dòng)狀態(tài)，本文利用大圓距離和時(shí)間差特征，導(dǎo)出大圓相對速度，作為速度特征的信息補(bǔ)充，其計(jì)算公式為

(11)

式中：d為兩個(gè)相鄰航跡點(diǎn)間的大圓距離，單位為km；Δt為相應(yīng)航跡點(diǎn)間的時(shí)間差，單位為min；vd的單位為m/s。

1.2.5 五點(diǎn)大圓距離的百分位數(shù)

分位數(shù)是統(tǒng)計(jì)學(xué)中重要的概念，用于描述數(shù)據(jù)取值概率的分布，直觀上可表征數(shù)據(jù)概率分布函數(shù)的形狀，即若概率0

為了更加準(zhǔn)確地反映目標(biāo)運(yùn)動(dòng)狀態(tài)，同時(shí)兼顧實(shí)時(shí)性，本文采用五點(diǎn)大圓距離百分位數(shù)來動(dòng)態(tài)地刻畫大圓距離特征的概率分布。具體地，以5個(gè)目標(biāo)航跡點(diǎn)為窗長，計(jì)算窗內(nèi)大圓距離數(shù)值的11個(gè)百分位數(shù)，即z10%、z20%、z30%、z40%、z50%、z60%、z70%、z80%、z90%，以及z25%和z75%。

考慮到真實(shí)航跡起始時(shí)，窗內(nèi)點(diǎn)數(shù)不足5點(diǎn)，故僅在此情況下只計(jì)算當(dāng)前窗內(nèi)有效點(diǎn)數(shù)對應(yīng)的百分位數(shù)。

1.2.6 五點(diǎn)大圓相對速度的百分位數(shù)

同1.2.5節(jié)中原理相似，以相同百分位數(shù)統(tǒng)計(jì)方法，對大圓相對速度特征進(jìn)行百分位數(shù)統(tǒng)計(jì)，生成11個(gè)統(tǒng)計(jì)特征，具體過程不再贅述。

1.2.7 大圓距離的五點(diǎn)均值

均值是用來描述統(tǒng)計(jì)分布重要的數(shù)字特征之一，反映了數(shù)據(jù)取值的平均水平。同理，為了兼顧目標(biāo)運(yùn)動(dòng)狀態(tài)統(tǒng)計(jì)準(zhǔn)確性以及實(shí)時(shí)性，本文采用五點(diǎn)均值來刻畫大圓距離特征取值的平均水平。具體地，以5個(gè)目標(biāo)航跡點(diǎn)為窗長，計(jì)算窗內(nèi)大圓距離數(shù)值的均值。

同理，考慮到真實(shí)航跡起始時(shí)，窗內(nèi)點(diǎn)數(shù)不足5點(diǎn)，故僅在此情況下只計(jì)算當(dāng)前窗內(nèi)有效點(diǎn)數(shù)對應(yīng)的均值。

1.2.8 大圓相對速度的五點(diǎn)均值

同1.2.7節(jié)中原理相似，以相同均值統(tǒng)計(jì)方法對大圓相對速度特征進(jìn)行均值統(tǒng)計(jì)，生成均值統(tǒng)計(jì)特征，具體過程不再贅述。

至此，特征構(gòu)造過程完畢，總特征數(shù)目為32個(gè)(不包含點(diǎn)編號、目標(biāo)編號和原始速度特征)。

2 基于梯度提升樹的快速識別方法

2.1 梯度提升樹基本原理

提升樹是一種利用boosting策略生成決策樹學(xué)習(xí)器的集成學(xué)習(xí)經(jīng)典方法。其基本思想是通過前向分步算法多輪迭代生成多棵殘差子決策樹，使得所有子決策樹的輸出和越來越逼近最終的決策目標(biāo)。因此，提升樹在機(jī)器學(xué)習(xí)算法族的應(yīng)用中具有很高的準(zhǔn)確率。然而，提升樹在不同任務(wù)學(xué)習(xí)過程中需要使用不同的損失函數(shù)。當(dāng)面臨分類任務(wù)常用的交叉熵?fù)p失函數(shù)時(shí)，提升樹的學(xué)習(xí)優(yōu)化過程將變得更加困難[10]。因此，梯度提升樹算法[11](Gradient Boosting Decision Tree，GBDT)應(yīng)運(yùn)而生，通過對擬合函數(shù)初始化由0改為待擬合函數(shù)的均值分量，使決策樹學(xué)習(xí)過程收斂速度加快，以及利用最速下降的數(shù)值近似方法，將提升樹中的殘差替換為損失函數(shù)當(dāng)前模型值的負(fù)梯度，大幅降低計(jì)算量，提升算法普適性。但面臨大數(shù)據(jù)樣本集時(shí)，由于計(jì)算殘差時(shí)需要遍歷樣本集，算法時(shí)間復(fù)雜度巨大，計(jì)算效率大大降低。

為此，Ke等[12]提出了LightGBM模型，是目前實(shí)現(xiàn)GBDT算法速度最快、占用空間最小的決策樹計(jì)算模型，如圖5所示。其特點(diǎn)在于：

圖5 由LightGBM計(jì)算得到的決策樹示意圖

(1)使用直方圖統(tǒng)計(jì)替代預(yù)排序方法，利用直方圖做差等技巧，將連續(xù)特征屬性值按bin分組，提高緩存命中率，由level-wise策略轉(zhuǎn)變?yōu)閘eaf-wise策略，減少各中間決策節(jié)點(diǎn)分割增益計(jì)算量，使計(jì)算效率大為提升；

(2)提出基于梯度的單邊采樣策略(Gradient-based One Side Sampling，GOSS)對樣本數(shù)據(jù)實(shí)施采樣抽取，僅獲得對梯度下降貢獻(xiàn)大的大梯度樣本數(shù)據(jù)，進(jìn)一步降低計(jì)算時(shí)間開銷，減少內(nèi)存空間消耗，同時(shí)防止了模型的過擬合；

(3)提出特征捆綁策略(Exclusive Feature Budding，EFB)有效利用了高維特征空間數(shù)據(jù)的稀疏性，降低了特征維數(shù)，在保證學(xué)習(xí)精度的同時(shí)，加快了計(jì)算速度，進(jìn)一步降低了計(jì)算開銷。

2.2 基于LightGBM的分類器訓(xùn)練流程

本文使用LightGBM計(jì)算模型作為分類器，對14類戰(zhàn)機(jī)型號進(jìn)行分類識別，流程如圖6所示。

圖6 分類器設(shè)計(jì)流程

2.2.1 形成訓(xùn)練集與測試集

首先，針對清洗后的目標(biāo)數(shù)據(jù)集進(jìn)行劃分，形成訓(xùn)練集與測試集，其步驟如下：

Step1 以戰(zhàn)機(jī)航跡數(shù)據(jù)為統(tǒng)計(jì)細(xì)粒度，對各戰(zhàn)機(jī)型號數(shù)據(jù)以隨機(jī)亂序方式分別進(jìn)行洗牌。

Step2 依據(jù)每種戰(zhàn)機(jī)型號所含戰(zhàn)機(jī)航跡總條數(shù)，以8∶2的比例，無放回地抽取形成對應(yīng)型號的訓(xùn)練子集與測試子集。

Step3 將所有戰(zhàn)機(jī)型號對應(yīng)的兩類子集合分別進(jìn)行合并，形成用于分類器訓(xùn)練和測試的初步訓(xùn)練集與初步測試集。

Step4 針對兩類初步數(shù)據(jù)集合，以航跡點(diǎn)為細(xì)粒度，以隨機(jī)亂序方式再次進(jìn)行洗牌，形成最終可用于模型訓(xùn)練和測試的訓(xùn)練集及測試集。其中，訓(xùn)練集包含11 683 470個(gè)航跡點(diǎn)樣本，測試集包含2 920 867個(gè)航跡點(diǎn)樣本。

2.2.2 設(shè)置LightGBM分類模型參數(shù)

本文采用基于python語言的LightGBM包，通過調(diào)用模型算法模塊，實(shí)現(xiàn)戰(zhàn)場空中目標(biāo)的快速準(zhǔn)確識別。該模型算法需要設(shè)置的主要參數(shù)如表3所示。

表3 LightGBM算法模塊主要參數(shù)設(shè)置

其中，關(guān)鍵參數(shù)num_leaves，即決策樹葉節(jié)點(diǎn)個(gè)數(shù)，該值控制了決策樹的深度(如果值越大，那么由于模型leaf-wise生長策略，將導(dǎo)致LightGBM模型趨于過擬合)；min_data_in_leaf，即每個(gè)葉節(jié)點(diǎn)最少能夠容納數(shù)據(jù)的個(gè)數(shù)(當(dāng)該值越小，LightGBM模型就越趨于過擬合狀態(tài))。

learning_rate、num_leaves、min_data_in_leaf等參數(shù)可通過網(wǎng)格搜索方法(Grid Search)在訓(xùn)練階段進(jìn)行自動(dòng)搜索。

2.2.3 開始模型訓(xùn)練過程

本文采用五折交叉驗(yàn)證方式，將訓(xùn)練集進(jìn)一步分割為訓(xùn)練子集和驗(yàn)證子集，用以全面評估模型的分類能力。評估的準(zhǔn)則采用精確率P、召回率R以及F1分?jǐn)?shù)F1，其定義分別為

(12)

(13)

(14)

式中：TP表示標(biāo)簽為當(dāng)前戰(zhàn)機(jī)型號且分類器預(yù)測結(jié)果也為當(dāng)前戰(zhàn)機(jī)型號的所有航跡點(diǎn)樣本的總個(gè)數(shù),FP表示標(biāo)簽不為當(dāng)前戰(zhàn)機(jī)型號且分類器預(yù)測結(jié)果卻為當(dāng)前戰(zhàn)機(jī)型號的所有航跡點(diǎn)樣本的總個(gè)數(shù),FN表示標(biāo)簽不為當(dāng)前戰(zhàn)機(jī)型號且分類器預(yù)測結(jié)果也不為當(dāng)前戰(zhàn)機(jī)型號的所有航跡點(diǎn)樣本的總個(gè)數(shù)。從式(14)看出，F(xiàn)1分?jǐn)?shù)實(shí)質(zhì)上是精確率P和召回率R的調(diào)和平均數(shù)，只有當(dāng)P值和R值都接近于1時(shí)，F(xiàn)1值才會接近于1，否則F1值下降，如圖7所示，所以F1值能夠充分反映分類器的分類性能。

圖7 精確率與召回率引起F1分?jǐn)?shù)變化的規(guī)律

2.2.4 識別決策輸出

最后，將生成的5個(gè)交叉驗(yàn)證分類子模型的識別結(jié)果以多數(shù)投票方式進(jìn)行集成決策，最終得到唯一的戰(zhàn)機(jī)型號識別決策輸出。

3 實(shí)驗(yàn)及結(jié)果

3.1 LightGBM識別效果

本文所提模型的訓(xùn)練及測試過程均在如下的試驗(yàn)環(huán)境進(jìn)行：DELL Z840工作站采用2個(gè)Intel Xeon Gold 6136型號的CPU，總共包含內(nèi)核24個(gè)，線程48個(gè)；主頻均為3.00 GHz。操作系統(tǒng)為CentOS 7.3 64位，算法開發(fā)環(huán)境使用python3.7、anaconda以及sklearn，分析平臺使用pycharm2020。

根據(jù)2.2節(jié)的模型訓(xùn)練流程，對LightGBM進(jìn)行訓(xùn)練，模型關(guān)鍵參數(shù)及對應(yīng)參數(shù)值如表3所示。經(jīng)過訓(xùn)練后，最終模型占用的存儲空間為1 MB。在測試集上，識別模型的最終分類性能由圖8所示的混淆矩陣以及表4所示的類別識別性能分?jǐn)?shù)表給出。其中，表4中的測試集支撐數(shù)是指測試集中對應(yīng)戰(zhàn)機(jī)型號的航跡點(diǎn)樣本個(gè)數(shù)。

圖8 戰(zhàn)場空中目標(biāo)快速識別模型混淆矩陣

表4 戰(zhàn)場空中目標(biāo)快速識別模型測試集識別性能

表4(續(xù))

從圖8混淆矩陣以及表4所列分?jǐn)?shù)中可看出以下幾種誤識別情況：(1)戰(zhàn)機(jī)型號C有相當(dāng)概率被誤識別為戰(zhàn)機(jī)型號D；(2)戰(zhàn)機(jī)型號F有一定概率被識別為戰(zhàn)機(jī)型號B和D；(3)戰(zhàn)機(jī)型號H有大概率被識別為戰(zhàn)機(jī)型號I；(4)戰(zhàn)機(jī)型號K有大概率被識別為戰(zhàn)機(jī)型號H。

識別模型產(chǎn)生誤識別的主要原因有兩點(diǎn)：

一是訓(xùn)練樣本集中樣本數(shù)目過少，即“小樣本”問題，這對應(yīng)于誤識別情況(1)、(2)和(4)。“小樣本”問題使得所訓(xùn)模型的學(xué)習(xí)方向偏向于樣本數(shù)目較多的類別，造成了模型學(xué)習(xí)的偏差，故在測試階段模型表現(xiàn)出誤識別特點(diǎn)。

二是所學(xué)特征在特征空間中的可分性不強(qiáng)，對應(yīng)于誤識別情況(3)，即不存在一個(gè)超平面足以將兩類目標(biāo)特征空間完全區(qū)分開，造成目標(biāo)類別識別的高虛警率，從而在測試階段模型出現(xiàn)誤識別情況。

另一方面，為了測試所訓(xùn)模型計(jì)算的實(shí)時(shí)性，本文還對所訓(xùn)模型的識別速度在測試集上進(jìn)行了統(tǒng)計(jì)。其過程是，將測試集數(shù)據(jù)轉(zhuǎn)換為高維航跡點(diǎn)數(shù)據(jù)流，以10 000點(diǎn)數(shù)據(jù)流長度為單位，以第1點(diǎn)灌入所訓(xùn)模型的時(shí)刻為起點(diǎn)，以模型輸出第10 000點(diǎn)識別結(jié)果時(shí)刻為止，計(jì)算所有萬點(diǎn)數(shù)據(jù)的模型計(jì)算耗時(shí)平均值，然后再除以10 000，結(jié)果作為所訓(xùn)模型最終的單點(diǎn)計(jì)算時(shí)間。經(jīng)過測試，所提模型的平均單點(diǎn)計(jì)算時(shí)間為408.1 μs。

3.2 CNN識別效果

為了證明所提方法的性能優(yōu)勢，本文還與文獻(xiàn)[13]中的卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network，CNN)方法進(jìn)行了比較，具體流程如圖9所示。

圖9 基于CNN的性能比對模型設(shè)計(jì)流程

Step1 針對清洗后的目標(biāo)數(shù)據(jù)集，以戰(zhàn)機(jī)航跡數(shù)據(jù)為統(tǒng)計(jì)細(xì)粒度，對各戰(zhàn)機(jī)型號數(shù)據(jù)以隨機(jī)亂序方式分別進(jìn)行洗牌。

Step2 依據(jù)每種戰(zhàn)機(jī)型號所含戰(zhàn)機(jī)航跡總條數(shù)，以8∶2的比例，無放回地抽取形成對應(yīng)型號的訓(xùn)練子集與測試子集。

Step3 將所有戰(zhàn)機(jī)型號對應(yīng)的兩類子集合分別進(jìn)行合并，形成用于分類器訓(xùn)練和測試的初步訓(xùn)練集與初步測試集。

Step4 對初步訓(xùn)練集與初步測試集以戰(zhàn)機(jī)航跡數(shù)據(jù)為統(tǒng)計(jì)細(xì)粒度，使用隨機(jī)亂序方式分別再次進(jìn)行洗牌，從而獲得訓(xùn)練和測試CNN模型所需要的訓(xùn)練和測試數(shù)據(jù)集。

然后，按照文獻(xiàn)[13]中的方法構(gòu)建和訓(xùn)練CNN模型。形成的CNN模型占用空間為25.6 MB。

最后，利用測試數(shù)據(jù)集對已訓(xùn)好的CNN模型進(jìn)行測試。具體地，沿航跡數(shù)據(jù)時(shí)間維度，將每個(gè)測試集樣本依次送入CNN網(wǎng)絡(luò)，對每個(gè)航跡點(diǎn)的戰(zhàn)機(jī)型號識別結(jié)果進(jìn)行記錄，統(tǒng)計(jì)每個(gè)型號的平均識別準(zhǔn)確率。同時(shí)，以3.1節(jié)所述的方法計(jì)算單點(diǎn)平均計(jì)算時(shí)長。

經(jīng)過上述訓(xùn)練和測試步驟后，得到CNN模型的戰(zhàn)機(jī)型號平均識別正確率為90.32%，F(xiàn)1分?jǐn)?shù)加權(quán)平均值為0.824 9，單點(diǎn)平均計(jì)算時(shí)長為5 385.5 μs。

通過表5所示的模型性能對比可以證明，在相同試驗(yàn)環(huán)境、相同數(shù)據(jù)集條件下，所提梯度提升樹識別模型在識別正確率、F1分?jǐn)?shù)和識別速度等性能上較CNN方法更優(yōu)。

表5 模型性能比較

4 結(jié)束語

本文針對作戰(zhàn)戰(zhàn)機(jī)型號快速識別的焦點(diǎn)和難點(diǎn)問題，提出了一種基于梯度提升樹的戰(zhàn)機(jī)型號快速識別方法。以多傳感器融合的戰(zhàn)機(jī)航跡解譯信息為數(shù)據(jù)基礎(chǔ)，分析了航跡數(shù)據(jù)特征，構(gòu)建了戰(zhàn)機(jī)航跡數(shù)據(jù)特征工程，利用boosting集成學(xué)習(xí)思想，訓(xùn)練了基于梯度提升決策樹的分類器?；趯?shí)測數(shù)據(jù)的實(shí)驗(yàn)表明，所提方法可準(zhǔn)確識別每個(gè)航跡點(diǎn)對應(yīng)的戰(zhàn)機(jī)型號，識別準(zhǔn)確率達(dá)到95.76%，較CNN方法的90.32%提高了5.44%；所提方法F1分?jǐn)?shù)加權(quán)平均數(shù)達(dá)到0.955 4，而CNN模型的F1分?jǐn)?shù)加權(quán)平均數(shù)為0.824 9。此外，所提方法平均單點(diǎn)計(jì)算時(shí)間為408.1 μs，較CNN方法的5 385.5 μs快13.19倍，驗(yàn)證了所提算法能夠快速有效地辨識戰(zhàn)機(jī)型號，滿足準(zhǔn)確性和實(shí)時(shí)性需求。然而，由于樣本數(shù)量的不均衡、小樣本識別以及特征空間的不可分等問題的存在，所提方法在識別精確性方面還需要進(jìn)一步改進(jìn)。