[发明专利]一种舰船个体识别方法

说明书

本发明涉及一种舰船个体识别方法，包括以下步骤：根据无源探测定位结果提取目标形状上下文特征和背景形状上下文特征；提取无源探测定位结果对应的多观测点形状特征；根据舰船编队阵型图提取目标形状上下文特征和背景形状上下文特征；提取舰船编队阵型图对应的多观测点形状特征；进行特征匹配与编队阵型识别；根据阵型识别结果完成舰船个体识别与定位。与当前阵型和舰船识别方法相比，本发明具有识别准确率高、受天气影响小、即使编队内有些舰船电磁静默，依然可以通过关联信息估计出其所在区域等优点。

技术领域

本发明涉及一种舰船个体识别方法，具体是关于一种基于无源探测定位结果和编队阵型特征的舰船个体识别方法，属于雷达数据处理领域。

背景技术

以航母战斗群为代表的舰船编队会根据执行任务和预期的危险程度采取不同的队形进行航行，因此对其队形和行为的识别具有深远的战略意义。现有的电子侦察中，通过无源定位方式获取单个舰船的位置和电子辐射等信息，并基于这些信息对舰船进行识别，但是该识别方法没有利用舰船编队中舰船之间位置的约束关系，无法准确识别舰船目标。特别是航母战斗群在行进过程中为了最大限度的保护航母不被电子侦察发现，常采用电磁静默，导致该情况下无法获取航母定位信息。

由于航母战斗群是一种典型的稀疏目标群，因此可以借鉴稀疏目标群的识别方法完成航母编队识别，进而完成对编队中舰船个体的识别。群目标的识别主要有分类器法和图模板匹配法两种方法：分类器法通过对包含大量正负样本的编队阵型特征进行训练学习得到，且只能对已知编队阵型进行训练和识别，适应性较差；图模板匹配法利用编队阵型对应的散点，建立图模型，通过图模型的匹配来完成识别，故只要通过合理的设计图模型及描述特征，就可以得到较高的识别精度。

在邓春华著的学位论文“群目标识别与分析技术研究”中，其通过侦察图像检测舰船得到的散点图，提出在阿基米德螺线上选取一系列观察点，计算每个观察点与航母战斗群的上下文信息，形成多观察点上下文描述子，并利用多观察点上下文描述子完成对航母编队阵型的识别工作。但该类工作都是利用图像检测方法获取舰船目标散点图，识别结果对图像检测精度依赖性较强，而且在进行群目标描述时，只采用了目标形状上下文信息，忽略了背景信息的影响。

发明内容

针对上述问题，本发明的目的是提供一种基于无源探测定位结果和编队阵型特征的舰船个体识别方法，该方法能够综合利用有无源探测定位结果和编队阵型特征先验知识有限识别舰船编队信息及舰船个体。

为实现上述目的，本发明采取以下技术方案：一种舰船个体识别方法，包括以下步骤：步骤一：根据无源探测定位结果提取目标形状上下文特征和背景形状上下文特征；步骤二：提取无源探测定位结果对应的多观测点形状特征；步骤三：根据舰船编队阵型图提取目标形状上下文特征和背景形状上下文特征；步骤四：提取舰船编队阵型图对应的多观测点形状特征；步骤五：进行特征匹配与编队阵型识别；步骤六：根据阵型识别结果完成舰船个体识别与定位。

所述的舰船个体识别方法，优选的，在进行所述步骤一和步骤三时，包括以下步骤：

步骤1：获取无源探测定位结果I(X)和舰船编队阵型图J(X)，I(X)和J(X)均为m×n二维矩阵，表示在X位置处是否有舰船存在，M为I(X)和J(X)中包含舰船数量；

步骤2：令表示无源探测定位结果中所有第i个舰船X_i的位置组成的集合，建立全连接图模型G＝{V,E}，其中V为图模型顶点，E为图模型的边e组成集合，第i个舰船X_i对应边的集合表示为E_i；

步骤3：统计第i个舰船X_i对应的目标形状上下文信息F_i^C和进而得到无源探测结果和舰船编队阵型图对应的目标形状上下文特征和