目标意图估计对于辅助指挥员进行战场指挥有着重要作用,对整个战局起着举足轻重的作用。目前的意图估计方法在稳定性方面仍有不足,特别是空中目标,由于其机动的灵活多变,使得所得的意图估计结果存在着跳变现象,影响指挥员对战局的判断。本文以空中目标意图稳健估计为研究目标,分别从目标的稳定航向、目标的机动类型识别和目标意图的融合算法入手,主要工作如下:针对空中目标机动灵活,实时航向变化快的特点,研究了一种基于SOM网络的空中目标稳定航向估计方法。利用SOM网络自聚类的特性,提取目标轨迹的特征,得到目标的稳定航向估计。经过仿真验证表明,该方法能够排除噪声及波动的干扰,对空中目标进行正确的稳定航向估计。针对短航迹分段机动识别易受测量误差影响的问题,研究了空中目标轨迹机动类型识别的方法,给出了一种针对空中目标轨迹的特征提取策略,将提取出的轨迹特征作为BP神经网络输入,对目标的机动类型进行识别。通过仿真验证表明,该方法在一定测量误差影响下,可以对空中目标进行机动类型识别。为解决主、客观混合的输入信息对目标意图稳健估计的影响,提出基于模糊随机贝叶斯网络目标的稳健意图估计方法。通过定义描述目标的模糊随机变量,构建模糊随机贝叶斯网络目标稳健意图估计模型,推理得到目标的稳健意图估计。仿真验证了模糊随机贝叶斯网络在目标意图稳健估计的优势。实现了基于主、客观混合输入信息的目标意图稳健估计。形成了一套综合上述三种算法的目标意图估计系统。通过具体的仿真验证,验证了本文设计的意图估计系统的可行性、准确性,以及意图估计结果在稳定性方面的优势。