[发明专利]一种空中目标关联识别方法

说明书

本发明涉及一种空中目标关联识别方法，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。本发明的方法不但保留了DBSCAN聚类方法能够通过单位区域内对象数量来发现任意形状和大小的类簇的优点，而且克服了DBSCAN方法的密度阈值ε和MinPts全局唯一的缺点减少的了聚类时间和内存消耗。

技术领域

本发明涉及目标识别技术领域，尤其是一种空中目标关联识别方法。

背景技术

目标分群也称兵力聚合，是目标群的形成过程，是辅助决策系统在态势估计时要实现的一个重要功能。目标分群过程是一种前向推理过程，它根据一级信息融合输出的各个目标单元信息，按照特定知识采用自底向上逐层分解的方式，对各个单元进行划分和抽象，将目标实体逐层聚合为更高层的抽象的作战群体。通过对群体各种静态属性及动态行为的分析，最终形成关于敌方兵力组织结构关系级别上的军事体系单元假设，为军事决策提供兵力层次的战场信息。

目标分群的最终目的在于能够解释：

(1)战场上存在什么目标，以及它们的特征信息；

(2)战场上存在哪些作战群，其采用了什么样的组成和分布结构，状况如何；

(3)相邻群间存在什么样的关系；

(4)根据战场兵力的特征，其可能的作战企图和目标。

因此，目标分群的中心问题在于如何融合不同来源的数据，分析战场兵力的特点和状态，如组织结构、作战能力和作战企图等。目标分群的输入数据主要为一级融合的目标属性和状态信息。

令S和P_i分别表示态势估计和第i个目标实体在某时刻的状态信息集合，则有：

S＝{P₁，P₂，…，P_i，…P_n}

P_i＝{T_i，V_i，Y_i，L_i，S_i，E_i，W_i}

i＝1,2…n

其中T_i，V_i，Y_i，L_i，S_i，E_i和W_i分别为第i个目标单元的时间、速度、类型、位置、状态、辐射源和武器载荷。

基于各实体目标信息，利用战术/战役条例、空间位置关系和功能组合关系等信息，自底向上对目标实体逐层划分和抽象形成兵力级别的关系单元。经过群划分后战场态势可以表示为：

S'＝{G₁，G₂，…，G_N}

其中N为经过编群后形成的群的数目。

这些群按照从低到高的顺序依次分为空间群、相互作用群和敌/我/中立群。其中空间群按照空间位置相近或行为相似的原则将目标实体进行划分；相互作用群按照具有相似战术目的原则将生成的空间群再次进行划分；敌/我/中立群将相互作用群按照对抗关系进行划分。至此，由群构成的相互关系集合就可以用来推导和识别所有可能发生的冲突。