[發明專利]基于屬性數據的二次雷達多層級目標識別方法

有效

• 申請號: 201010275704.1
• 申請日: 2010-09-08
• 公開（公告）號: CN101950019A
• 公開（公告）日: 2011-01-19
• 發明（設計）人: 劉軒;黃衛
• 申請（專利權）人: 四川九洲電器集團有限責任公司
• 主分類號: G01S13/74
• 分類號: G01S13/74
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 徐宏;吳彥峰

1.一種基于數據屬性化的二次雷達多層級目標識別方法，其特征在于以下步驟：

a）首先是初始化步驟，包括選擇目標、確定綜合誤碼率和制定識別策略;

b)預處理應答信息，若與任務無關或未達到識別策略要求再采用特征值判決準則進行處理，直至滿足識別策略要求；最終得到應答數據是否來自理想目標、干擾或無法確認的結論。

2.根據權利要求1所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：所述的數據屬性化是指根據屬性所表示的物理含義，把屬性分為靜態屬性與動態屬性；靜態屬性表示目標的固定信息，包括國籍、飛機類型，其屬性狀態值不隨目標的實時狀態改變而改變，該類屬性直接用作對目標的識別；相反，動態屬性即表示目標的實時狀態信息，包括飛行時長、位置經緯度數據，間接用作對目標的識別，動態屬性的狀態值即該屬性實時量化值。

3.根據權利要求1所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：針對屬性類型的不同，設置相應的問答模式即劃分出4類應答模式，分為靜態信息詢問和動態信息詢問；其中，靜態模式兩類記為A、B，動態模式兩類記為C、D；所述的預處理應答信息針對m次應答數據，各模式均要進行預處理，以適應后續判別算法的需求；模式A、B均為靜態屬性，直接與靜態屬性知識庫作m次比對，計算其屬性決策值；模式C為相對固定的動態屬性，計算取m次狀態值均值；模式D在一定區分度的時間間隔前后各取m次數據，先分別求出前、后m次應答數據期望，再取其量化后的差值。

4.根據權利要求1所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：提取應答信息的屬性狀態值需要先驗數據庫予以支持，在進一步判斷信息數據合理化程度時還需要借助各種屬性約束條件數據庫；因此，以前述屬性數據的分類為參考，構造出靜態屬性知識庫、靜態屬性任務庫、靜態屬性互斥庫及動態屬性兼容庫。

5.根據權利要求1所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：所述步驟b)預處理應答信息的具體工作步驟如下：

1)首先進行1級任務相關性判別；

2)判斷是否匹配任務，如否，進入各層級特征值準則判別部分；如是，進入是否滿足策略要求判別；

3)步驟2）所述進入是否滿足策略要求判別后，如否，則進入2層級任務相關性判別，判斷是否匹配任務，如否，進入1層級特征值準則判別；如是匹配任務，則進行是否滿足策略要求判別，如是，則判定為“正”，如否，進入1層級特征值準則判別。

6.根據權利要求5所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：所述的各層級特征值準則判別部分具體工作步驟是：

1)1層級特征值準則判別首先判別是否滿足策略要求，如否，進入2層級特征值準則判別；

2)2層級特征值準則判別首先判別是否滿足策略要求，如否，進入3層級特征值準則判別；

3)3層級特征值準則判別首先判別是否滿足策略要求，如否，進入4層級特征值準則判別；

4)在進行前述（1）或（2）或（3）的所述是否滿足策略要求時，如是，則進入最終的“正”、“誤”、“不明”判定，該判定是根據策略要求、算法支撐數據庫、屬性權值綜合得出的；其中，“正”即應答信息來自正確目標，“誤”即應答信息來自錯誤目標或干擾，“不明”即應答信息無法準確判定。

7.根據權利要求6所述的基于數據屬性化的二次雷達多層級目標識別方法，其特征在于：所述算法支撐數據庫包括前述靜態屬性知識庫、靜態屬性任務庫、靜態屬性互斥庫和動態屬性兼容庫4種；所述屬性權值由其重要程度、攜帶的信息量、可靠性3方面綜合計算。