[发明专利]基于随机森林的空中移动对象识别方法

权利要求书

1.一种基于随机森林的空中移动对象识别方法，其特征在于，包括：

步骤1：通过传感器探测空中移动对象在航行过程中的位置点集合，形成轨迹数据集，并进行分段和去噪处理；

步骤2：基于步骤1处理后的轨迹数据集，提取空中移动对象的活动热点区域，并判断每个移动对象所属的热点区域，赋予相应的编号；

步骤3：基于步骤1处理后的轨迹数据集，通过轨迹模式算法判断轨迹的运动模式；

步骤4：基于步骤1处理后的轨迹数据集，进行轨迹运动特征提取，提取轨迹数据中在各个位置点的运动特征，包括经度、纬度、高度、速度、时长，计算这些特征的最大值、最小值、平均值，以及高度段、速度段、时间段；

步骤5：将轨迹数据集通过步骤2至步骤4所提取出的轨迹特征作为特征参数输入随机森林模型中，训练空中移动对象识别模型；

步骤6：基于步骤1到步骤4处理轨迹数据测试集，将得到的特征参数输入到步骤5训练的随机森林模型中，得到最终识别结果。

2.根据权利要求1所述的基于随机森林的空中移动对象识别方法，其特征在于，步骤1中，通过传感器探测空中移动对象在航行过程中的位置点集合，形成轨迹数据集，并进行分段和去噪处理，具体方法为：

步骤101：采集空中移动对象的历史轨迹数据：

收集空中移动对象在航行过程中的位置点集合，形成空中移动对象的轨迹数据集，包含轨迹点的编号、经纬度信息、时间戳信息、高度和速度这些特征信息；

步骤102：轨迹分段：

(a)根据轨迹点的编号，将步骤101中得到的轨迹数据集进行拆分，得到多个仅包含唯一编号的轨迹数据集；

(b)对于(a)中得到的每个仅包含唯一编号的轨迹数据集，均从轨迹数据集中的第一个点开始，依次遍历，对比相邻两点的时间差；若时间差大于阈值，则判断为新的轨迹段，将后一个点及其之后的所有轨迹点存入新的轨迹集中；否则，继续遍历，对比下一个两点间的时间差；

步骤103：轨迹去噪:

轨迹数据集的去噪方法为：依次判断前后两个轨迹点的速度差，若大于阈值则标记为断点，按照断点将轨迹分为若干个轨迹段，并按照长度进行排序，默认最长的一段不是噪点，分别将剩余的轨迹段与该条最长轨迹段进行对比，按照时间顺序提取轨迹段的端点，计算两段轨迹端点间的速度差，若大于阈值，则将短的轨迹段中的所有轨迹点全部剔除，否则，保留轨迹段，据此，得到去噪后的轨迹数据集。

3.根据权利要求1所述的基于随机森林的空中移动对象识别方法，其特征在于，步骤2中，基于步骤1处理后的轨迹数据集，提取空中移动对象的活动热点区域，并判断每个移动对象所属的热点区域，赋予相应的编号，具体方法为：

步骤201：空中移动对象的活动热点区域提取：基于轨迹数据集，采用基于密度的聚类方法，将对象的历史轨迹数据集输入，输出轨迹点划分簇，对得到的每一个轨迹点簇求取其外包多边形，所得到的多边形集即为所述对象的活动热点区域；

步骤202：空中移动对象所属热点区域识别:基于步骤201得到的空中移动对象的活动热点区域，判断出空中移动对象属于哪个活动热点区域内，其中，判别方法采用射线法，通过判断点是否在多边形内，得到点属于每一个热点区域的次数；最终通过判断空中移动对象的所有轨迹点在哪个空中移动对象活动区域出现的次数最高，赋予相应的热点区域编号。