《智能空战对抗训练目标识别》研究内容分为两个部分，第一部分为“复杂场景下的小目标检测与识别方法研究”，第二部分为“基于机器学习的智能空战深层态势感知”。
　　第一部分为总体研究，在复杂场景下小目标检测与识别中，提出了上下文信息指导的小目标的检测方法、信息补偿机制的小目标识别方法、样本方向属性指导的数据增强方法；在遥感图像飞机检测的实际应用中，提出了结合数据增强、区域推荐和PHOG的飞机快速检测方法。
　　第二部分以1对1超视距空战为背景，立足于大量空战训练数据，利用机器学习的方法开展了智能空战深层态势感知的研究，旨在从数据化、智能化的角度解决空战态势感知问题。主要内容有基于粒子群优化LSTM的空战轨迹预测研究，基于CHCQPSO-LSSVM的空战目标机动识别研究，基于Multi-BiLSTM-Attention网络的空战目标意图识别研究。