基于解耦感知与对抗鲁棒学习的异构传感预警系统及方法

本发明公开了一种基于解耦感知与对抗鲁棒学习的异构传感预警系统，它包括特征提取模块通过多层解耦编码器对实时采集的异构传感器原始数据进行处理，分离出目标相关特征和环境干扰特征，从源头抑制噪声污染；多维协同融合模块采用跨域对抗鲁棒性学习框架，将解耦特征进行空间‑时序对齐与深度融合，生成高鲁棒性联合表示，并通过跨模态生成式特征补全机制处理数据缺失问题；认知增强闭环决策模块基于联合表示构建认知启发式置信度评估模型，结合实时质量评分和行为预测实现分级预警，并通过反馈机制动态优化系统参数。本发明解决了复杂动态环境下目标检测鲁棒性差、延迟高、准确性低的问题，显著提升检测精度，降低误报率，增强全天候适应能力。