[發明專利]一種動目標活動概率圖譜構建及行為意圖識別方法

有效

• 申請號: 201711363234.2
• 申請日: 2017-12-18
• 公開（公告）號: CN108268597B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 唐志軍;汪躍;劉超;方晨;于麗蓉;馬建輝;劉博;鄭偉
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06N3/04;G06N3/08
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華;于瀚文

本發明公開了一種動目標活動概率圖譜構建及行為意圖識別方法，包括如下步驟：步驟1，構建動目標活動概率圖譜；步驟2，態勢時空探索分析；步驟3，構建動目標活動興趣倉庫、動目標活動概率圖譜庫和動目標活動規律模型庫；步驟4，動目標活動規律挖掘、動目標行為識別和意圖預測。

技術領域

本發明涉及態勢時空動目標活動分析領域，尤其涉及一種動目標活動概率圖譜構建及行為意圖識別方法。

背景技術

目前，隨著物聯網、大數據等IT技術的發展，對基于地理信息系統的動目標軌跡信息的收集越來越容易，在交通、軍事、物流和互聯網企業等各種行業和部門內，積累了大量包含地理位置信息的數據資產。這些數據包含動目標活動的最原始軌跡信息，具有豐富的內涵，對于動目標活動規律的分析、動目標行為意圖的預測以及態勢時空內的異常熱點的挖掘都具有很高的價值。但是這些數據同時又具有實時性高、數據量龐大，數據異構、處理不便的特點，很難以統一的模型對數據進行表示，很難形成與業務系統隔離的統一動目標分析處理平臺。傳統的對動目標軌跡信息進行處理分析的手段，主要包括歷史查詢、統計、分析和行為規律挖掘，除了查詢和統計外，動目標行為規律挖掘是通過分析動目標活動軌跡的時間、空間和屬性特征，將相似的軌跡聚集在一個集合中，從而發現動目標的分布狀態和運動模式，其主要研究方法是用軌跡之間的距離函數來反映軌跡的時空相似度，然后對軌跡進行聚類來獲得。這種分析方法可以為分析人員提供原始的活動軌跡信息、軌跡運動規律信息和簡單的關于動目標的統計信息，但是，因為這些處理操作是主要面向終端用戶的，因此，獲取的結果損失了大量的知識，造成后續的識別和預測處理難以進行下去。

大數據和人工智能技術的發展為我們對動目標活動分析處理提供了新的視角。大數據技術的發展，特別是結合了大數據分布式處理平臺和原有數據倉庫數據處理模型的新一代數據倉庫的出現對海量實時動目標軌跡數據的處理提供了基礎平臺支撐；以深度學習為特征的新一代人工智能技術革命為動目標軌跡數據的深度挖掘提供了技術支撐。

發明內容

發明目的：本發明所要解決的技術問題是針對現有技術的不足，提供一種在海量實時大數據環境下，對動目標活動規律行為模式進行量化，構建動目標活動概率圖譜，并提供基于活動概率圖譜進行目標行為意圖識別的方法。

技術方案：一種動目標活動概率圖譜構建及行為意圖識別方法，包括如下步驟：

步驟1，構建動目標活動興趣網格框架和概率圖譜；

步驟2，構建動目標活動興趣倉庫、動目標活動概率圖譜庫；

步驟3，態勢時空探索分析；

步驟4，基于動目標活動概率圖譜進行動目標活動規律挖掘，構建動目標活動規律模型庫，實現動目標識別、動目標行為識別和意圖預測以及態勢時空熱點預測。

步驟1包括如下步驟：

步驟1-1，構建動目標活動興趣網格框架，將地球表面空間劃分為地理大小一致的平面網格或立體網格；

所述動目標活動興趣網格框架包含網格框架和基本網格單元；動目標活動興趣網格框架依據地理要素，即經緯度和高度將地球上的空間進行離散化網格劃分，其中，地球球面的興趣網格單元劃分可以采用規則的幾何多邊形(例如三角形、四邊形、六邊形)方法以覆蓋整個球面，本發明以四邊形為例來說明動目標活動興趣網格框架的構建；

采用四邊形劃分方法，設定經緯度的劃分單位是1分，高度的劃分單位是100米，在經緯度構成的二維平面上總共劃分出(360×60)×(180×60)＝21600×10800＝23328000個格子。高度以海平面為基礎，每升高100米為一格，動目標活動興趣網格框架在應用時可以根據需要取二維或三維的網格。根據以上描述，則動目標活動興趣網格框架全體定義為G，如公式(1)所示：

G＝(g_j,w,h)_21600×10800(1)