[发明专利]一种空中目标关联识别方法

权利要求书

1.一种空中目标关联识别方法，其特征在于，具体包括如下步骤：

步骤1、首先，对目标对象的原始空间数据进行筛选并规范格式；

步骤2、将规范后的数据按照指定的分组数量进行分组并对每个分组；

步骤3、对分组后的每组按照设置的动态阈值分别进行处理，选取核心对象，得到每个分组的核心对象列表；

步骤4、随后，根据核心对象列表进行局部聚类；

步骤5、选取局部聚类的代表点；

步骤6、最后再进行全局确认得到聚类。

2.根据权利要求1所述的一种空中目标关联识别方法，其特征在于，所述步骤3中，对分组后的每组按照设置的动态阈值分别进行处理具体包括：

给定数据对象集D和数据对象p，p∈D，并定义p的ε邻域N_ε(p)为N_ε(p)＝{q∈D|dist(p,q)≤ε}，这里dist(p,q)表示D中两个数据对象p和q之间的距离，利用数据的非空间属性动态设置参数ε，令ε＝tv，其中t为设置的机动时间阈值，v为的机动速度。

3.根据权利要求1所述的一种空中目标关联识别方法，其特征在于，所述步骤3中，选取核心对象，得到每个分组的核心对象列表具体包括：

扫描数据集，选择任意数据对象p，若p已归为某个簇或已被标记为噪声，则再次扫描数据集选择数据对象，反之判断该领域内的点的数量是否小于MinPts，若是则标记p点为边界点或者噪声点；反之标记p点为核心点，得到核心点对象列表。

4.根据权利要求1所述的一种空中目标关联识别方法，其特征在于，所述步骤4中，针对核心点p，建立新簇C并将p点领域内所有加入到C中。

5.根据权利要求1所述的一种空中目标关联识别方法，其特征在于，所述步骤(5)中，针对核心对象p，需要判断它的邻域内的每一个点是否是核心对象，如果它的邻域是一个高密度区域，则需要选取代表对象，以减少聚类的时间和内存消耗；检查邻域ε内所有未被标记的q点，判断领域内的点是否小于MinPts，若果是继续检查邻域内未被标记的q点，反之将邻域内未归入其他簇的点加入到C中。