随着空间飞行器技术的发展，无人机已经成为现代战争中的热点。面对不确定的战场环境和突发事件，研发具有高度自主性和智能决策能力的无人机成为提高空军作战能力的迫切需求和必然趋势。在无人机作战过程中，快速准确地对空中敌方目标的作战企图识别是无人机自主决策的首要问题之一，具有重要的研究价值。本文引入模糊动态贝叶斯网络对空战环境下敌方目标的作战企图进行识别。首先对空战中敌方目标作战企图的各个因素进行分析，建立了作战企图识别的动态贝叶斯网络模型，然后根据连续变量的不同特点，构造和设置不同的隶属函数和参数对连续变量的观测值进行模糊分类，最后通过引入可能性概率转换理论转换为贝叶斯网络能够利用的证据信息用于推理。一方面，使得对敌方目标作战企图的推理过程具有前后连续性，更加符合客观实际。另一方面，根据相关变量的特征构造的模糊分类函数和可能性概率转换理论的结合有效地减少了主观判断带来的误差。仿真实验表明，该方法的推理结果与理论分析一致，为敌方目标作战企图识别提供了一种可行且有效的方法。