[发明专利]基于隐马尔可夫模型的低慢小目标航迹威胁识别方法

权利要求书

1.一种基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，包括如下步骤：

S1、将低慢小目标对于保护区的威胁度分为低、中、高三个等级，建立具有三个隐状态的隐马尔可夫模型，其中，低、中、高三个等级分别对应所述隐马尔可夫模型的三种隐状态，并初始化所述隐马尔可夫模型的初始状态概率矩阵、状态转移概率矩阵和发射状态概率矩阵这三个参数；

S2、构建观测序列，作为所述隐马尔可夫模型的输入，所述观测序列的输入为低慢小目标的航迹信息；

S3、通过大量低慢小目标的航迹信息得到的大量观测序列，构建训练样本集，对所述隐马尔可夫模型进行训练和参数优化，并总结观测序列与三个隐状态的对应关系以及前后时刻三个隐状态相互转移变化的规律，输出最优的状态转移概率矩阵和发射状态概率矩阵；

S4、基于最优的状态转移概率矩阵和发射状态概率矩阵得到最优的隐马尔可夫模型，通过所述最优的隐马尔可夫模型实现针对保护区的低慢小目标航迹威胁识别。

2.如权利要求1所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，低、中、高三个等级的威胁度初始化概率值相等。

3.如权利要求1所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述低慢小目标的航迹信息包括五维特征参数，所述五维特征参数分别为低慢小目标到保护区的距离，以及低慢小目标的速度、航向角、高度和航路捷径。

4.如权利要求3所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述构建观测序列具体包括：对所述五维特征参数进行归一化处理和融合处理，得到观测序列，在融合过程中根据不同的特征参数的威胁度评估大小，对不同的特征参数进行权重分配。

5.根据权利要求4所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述五维特征参数按照威胁度评估大小由大到小分别是：低慢小目标到保护区的距离、低慢小目标的速度、低慢小目标的航向角、低慢小目标的高度和低慢小目标的航路捷径。

6.根据权利要求4所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述观测序列的观测值O为：

O＝w_d·F_d(d)+w_v·F_v(v)+w_α·F_α(α)+w_h·F_h(h)+w_s·F_s(s)

其中，w表示所述五维特征参数中各个参数的权重，d代表低慢小目标到保护区的距离，v代表低慢小目标的速度，α代表低慢小目标的航向角，h代表低慢小目标的高度，s代表低慢小目标的航路捷径，F(·)表示归一化结果。

7.根据权利要求1所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述训练样本集是由大量观测序列通过贝塞尔函数生成的航迹曲线。

8.根据权利要求1所述的基于隐马尔可夫模型的低慢小目标航迹威胁识别方法，其特征在于，所述最优的隐马尔可夫模型用于单个低慢小目标威胁单个保护区的威胁度等级识别，以及多个低慢小目标威胁多个保护区的威胁度等级动态识别和排序。