[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

说明书

本发明提供了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，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，并初始化隐马尔可夫模的参数；S2、构建观测序列，作为隐马尔可夫模型的输入，观测序列的输入为低慢小目标的航迹信息；S3、对隐马尔可夫模型进行训练和参数优化，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。该方法基于隐马尔可夫模型可实现动态评估的优良特性，简单且准确地刻画目标航迹与威胁等级之间的动态关系，在低慢小目标的威胁评估领域有很强的可应用性和高效性。

技术领域

本发明涉及探测与识别技术领域，具体为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。

背景技术

低慢小目标飞速发展、飞行成本低廉，一方面有效地促进了国民经济的 发展，便利丰富了人们的生活，另一方面带来了许多隐患，如不受航空管制 的黑飞无人机造成正常民航航班的迫降，对密集人群造成伤害，再例如不法 分子可能会通过携带武器装备的无人机对敏感区域进行侦察和打击等等。因 此，亟需采取高效手段对低慢小目标进行管控。然而，在面对数量巨大、种 类繁多的低空区域低慢小目标时，现有防御打击手段难以满足要求。

鉴于上述问题，新的针对低慢小目标的防御方法亟待被提出。

发明内容

针对现有技术存在的不足，本发明提供了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，该方法基于隐马尔可夫模型可实现动态评估的 优良特性，简单且准确地刻画目标航迹与威胁等级之间的动态关系，在低慢 小目标的威胁评估领域有很强的可应用性和高效性。

为实现上述目的和其他相关目的，本发明提供了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，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。

优选地，低、中、高三个等级的威胁度初始化概率值相等。

优选地，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。

优选地，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。

优选地，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。

优选地，其特征在于，所述观测序列的观测值O为：