[发明专利]基于属性数据的二次雷达多层级目标识别方法

权利要求书

1.一种基于数据属性化的二次雷达多层级目标识别方法，其特征在于以下步骤：

a）首先是初始化步骤，包括选择目标、确定综合误码率和制定识别策略;

b)预处理应答信息，若与任务无关或未达到识别策略要求再采用特征值判决准则进行处理，直至满足识别策略要求；最终得到应答数据是否来自理想目标、干扰或无法确认的结论。

2.根据权利要求1所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：所述的数据属性化是指根据属性所表示的物理含义，把属性分为静态属性与动态属性；静态属性表示目标的固定信息，包括国籍、飞机类型，其属性状态值不随目标的实时状态改变而改变，该类属性直接用作对目标的识别；相反，动态属性即表示目标的实时状态信息，包括飞行时长、位置经纬度数据，间接用作对目标的识别，动态属性的状态值即该属性实时量化值。

3.根据权利要求1所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：针对属性类型的不同，设置相应的问答模式即划分出4类应答模式，分为静态信息询问和动态信息询问；其中，静态模式两类记为A、B，动态模式两类记为C、D；所述的预处理应答信息针对m次应答数据，各模式均要进行预处理，以适应后续判别算法的需求；模式A、B均为静态属性，直接与静态属性知识库作m次比对，计算其属性决策值；模式C为相对固定的动态属性，计算取m次状态值均值；模式D在一定区分度的时间间隔前后各取m次数据，先分别求出前、后m次应答数据期望，再取其量化后的差值。

4.根据权利要求1所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：提取应答信息的属性状态值需要先验数据库予以支持，在进一步判断信息数据合理化程度时还需要借助各种属性约束条件数据库；因此，以前述属性数据的分类为参考，构造出静态属性知识库、静态属性任务库、静态属性互斥库及动态属性兼容库。

5.根据权利要求1所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：所述步骤b)预处理应答信息的具体工作步骤如下：

1)首先进行1级任务相关性判别；

2)判断是否匹配任务，如否，进入各层级特征值准则判别部分；如是，进入是否满足策略要求判别；

3)步骤2）所述进入是否满足策略要求判别后，如否，则进入2层级任务相关性判别，判断是否匹配任务，如否，进入1层级特征值准则判别；如是匹配任务，则进行是否满足策略要求判别，如是，则判定为“正”，如否，进入1层级特征值准则判别。

6.根据权利要求5所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：所述的各层级特征值准则判别部分具体工作步骤是：

1)1层级特征值准则判别首先判别是否满足策略要求，如否，进入2层级特征值准则判别；

2)2层级特征值准则判别首先判别是否满足策略要求，如否，进入3层级特征值准则判别；

3)3层级特征值准则判别首先判别是否满足策略要求，如否，进入4层级特征值准则判别；

4)在进行前述（1）或（2）或（3）的所述是否满足策略要求时，如是，则进入最终的“正”、“误”、“不明”判定，该判定是根据策略要求、算法支撑数据库、属性权值综合得出的；其中，“正”即应答信息来自正确目标，“误”即应答信息来自错误目标或干扰，“不明”即应答信息无法准确判定。

7.根据权利要求6所述的基于数据属性化的二次雷达多层级目标识别方法，其特征在于：所述算法支撑数据库包括前述静态属性知识库、静态属性任务库、静态属性互斥库和动态属性兼容库4种；所述属性权值由其重要程度、携带的信息量、可靠性3方面综合计算。