[发明专利]一种基于多源数据融合的飞行目标异常检测方法

权利要求书

1.一种基于多源数据融合的飞行目标异常检测方法，其特征在于，包括以下步骤，

步骤A、数据及模型准备：

A1、获取历史飞行的真实雷达数据和对应的ADS-B数据；

A2、基于历史飞行的ADS-B数据获取历史飞行航迹，对历史飞行航迹进行聚类，获得航路数据；

A3、基于历史飞行的真实雷达数据和对应的ADS-B数据，建立飞行目标异常检测模型；

步骤B、飞行目标异常检测：

B1、通过雷达探测飞行目标的飞行位置，并将雷达得到的飞行目标的位置点数据与航路数据进行匹配，获得匹配结果X₁；步骤B1具体包括B11-B14：

B11、按设定的数量和/或时间区间提取通过雷达得到的飞行目标的位置点数据；

B12、分别计算步骤B11获取的各位置点与航路数据航点之间的最近距离；

B13、若位置点的最近距离小于预设阈值，则该位置点判定为正常，否则，判定为异常；

B14、对步骤B13中判断为正常的各位置点的最近距离取均值，并归一化处理后记为参数X₁；

B2、按设定的数量和/或时间区间提取通过雷达得到的飞行目标的位置点数据；根据雷达得到的飞行目标的各个位置点数据，绘制飞行目标轨迹，并将该飞行目标轨迹与航路数据进行匹配，获得匹配结果X₂；步骤B2具体包括B21-B25：

B21、根据雷达得到的飞行目标的各个位置点数据，绘制目标飞行轨迹；

B22、根据获取的目标飞行轨迹的经度最大值、经度最小值、纬度最大值及纬度最小值，组成四元组，基于该四元组确定航路数据的截取范围；

B23、使用DTW方法，所述DTW方法也即动态时间规整方法，将目标飞行轨迹与截取航路数据片段中所包含的各航路进行相似性匹配，计算获得目标飞行轨迹与对应航路间的DTW距离；

B24、将计算获得的DTW距离单位化并归一化处理，记为参数X₂；

B25、若参数X₂小于预设阈值，则目标飞行轨迹与航路匹配正常，否则，目标飞行轨迹与航路匹配异常；

B3、根据B2中提取的通过雷达得到的各个位置点数据，与ADS-B数据进行匹配，并通过均值方法获得匹配结果X₃，根据X₃校验ADS-B数据的真实性；步骤B3具体包括B31-B34：

B31、根据雷达得到的设定时间区间内飞行目标的各个位置点数据，获取目标飞行的经度最大值、经度最小值、纬度最大值及纬度最小值，组成四元组；

B32、基于步骤B31获得的四元组，截取对应时间和空间范围内的ADS-B数据片段；

B33、分别计算步骤B31获取的各位置点与对应ADS-B数据点的距离，对所有位置点的距离结果取均值，并进行归一化记为参数X₃；

B34、若X₃小于预设阈值，则ADS-B数据验真正常，否则，ADS-B数据验真异常；

B4、若ADS-B数据验真正常，则查询并提取飞行目标的飞行计划，并将ADS-B数据形成的轨迹与飞行计划所记载的轨迹进行匹配，获得匹配结果X₄，若ADS-B数据验真异常，则赋予X₄预设值；综合X₃和X₄，获得评分参数Y；步骤B4具体包括B41-B44：

B41、若ADS-B数据验真正常，则进行步骤B42；若ADS-B数据验真异常，则令X₄＝1，并跳转至步骤B44；

B42、若ADS-B数据为真，则获取飞行目标的身份，查询其目标飞行计划，并计算ADS-B数据形成的轨迹与飞行计划所记载的轨迹的距离，结果进行归一化记为参数X₄；

B43、若X₄小于预设阈值，则ADS-B数据与飞行计划匹配正常；否则，ADS-B数据与飞行计划匹配异常；

B44、计算参数X₃与X₄的综合评分，获得参数Y，Y的评分逻辑如下表：

评分公式如下：

B5、根据步骤B1-B4获得的匹配结果，利用预先建立的飞行目标异常检测模型判断当前飞行目标是否异常。