[发明专利]一种多维特征的战场实体目标分群方法及系统

权利要求书

1.一种基于多维特征的战场实体目标分群方法，其特征在于，包括：

获取设定时刻的全部目标轨迹数据点；

计算任意两个数据点的多维度欧氏距离；

根据所述多维度欧氏距离，对各所述目标航迹数据点进行DBSCAN密度聚类，得到划分后的战场实体目标空间群；

根据目标的功能特征，将所述划分后的战场实体目标空间群进行划分，得到功能群；

根据目标的防御属性，将所述功能群划分为不同级别的防御群；

根据目标的攻击属性，将所述功能群划分为攻击群和非攻击群；

根据所述防御群的级别、所述攻击群和所述非攻击群，确定敌方群、我方群和中立方群。

2.根据权利要求1所述的基于多维特征的战场实体目标分群方法，其特征在于，所述计算任意两个数据点的多维度欧氏距离，具体包括：

获取当前战场环境下目标航迹的多维属性特征，分配属性权重；

根据所述属性权重采用公式：计算任意两个数据点的多维度欧氏距离，作为目标航迹间的多维度相似性度量；

其中，mfdist(P_A,P_B)为两点间的多维度欧式距离，dist(P_A,P_B)为P_A、P_B两点间位置特征的欧式距离，与为P_A、P_B两点的速度大小，分别为P_A、P_B两点的航向大小；w_d、w_v、w_θ分别为位置、速度和航向特征的权重因子，各属性权重的取值取决于多因素距离的应用场景，且满足条件w_d+w_v+w_θ＝1；分别为P_A、P_B两点的敌我属性值，用于判断P_A、P_B两点的敌我属性是否相同，若相同，则有否则，

3.根据权利要求1所述的基于多维特征的战场实体目标分群方法，其特征在于，所述根据所述多维度欧氏距离，对各所述目标航迹数据点进行DBSCAN密度聚类，得到划分后的战场实体目标空间群，具体包括：

根据不同的应用场景选取参数，所述参数包括ε邻域和最小近邻点数量MinPts；

随机访问一个未读取过的数据点p_i，根据所述ε邻域和所述最小近邻点数量MinPts判断所述数据点p_i是否为核心点；

若不是核心点，则为边界点或噪声点，去除所述边界点或所述噪声点；

若是核心点，则找到所述数据点p_i能够密度可达的所有样本集合N，所述样本集合N为一种目标空间群；

依次访问其他未被读取过的核心点，寻找其密度可达的样本集合，得到另一个目标空间群，直到所有核心点都被访问为止，实现目标空间群的划分。

4.根据权利要求1所述的基于多维特征的战场实体目标分群方法，其特征在于，所述根据目标的防御属性，将所述功能群划分为不同级别的防御群，具体包括：

根据目标的防御属性，确定功能群中目标平均防御掩护屏数量；

将所述功能群中目标平均防御掩护屏数量大于或等于4的功能群，归为一级防御群；

将所述功能群中目标平均防御掩护屏数量等于3的功能群，归为二级防御群；

将所述功能群中目标平均防御掩护屏数量等于2的功能群，归为三级防御群；

将所述功能群中目标平均防御掩护屏数量小于等于1的功能群，归为四级防御群。

5.根据权利要求1所述的基于多维特征的战场实体目标分群方法，其特征在于，所述根据目标的攻击属性，将所述功能群划分为攻击群和非攻击群，具体包括：

获取目标的攻击属性，所述攻击属性包括威胁值、距离参数和距离差因子；

当所述威胁值、所述距离参数和所述距离差因子同时满足两个或两个以上属性为0时，判断目标为非攻击属性，攻击属性值为0；其余情况判断目标为攻击属性，攻击属性值为1；当群中攻击属性为1的目标数量达到50％，将所述功能群定为攻击群，其余群定为非攻击群。