要 性分配权重，模糊综合处理以实现全航迹段模糊匹配关联；
[0035] 步骤S4,对不符合模糊匹配门限但符合形状关联门限的航迹对数据，计算公共点 位区域，然后通过链码匹配的方法，结合全航迹段的形状特征综合计算目标航迹之间的关 联度；
[0036] 步骤S5,关联航迹的综合处理，包括多义性处理和排序输出，进行关联航迹的综合 处理，使用相似性向量范数和差分链码的差异度作为关联衡量准则，得出最终的动向报文 本与雷达态势信息的目标航迹特征关联结果。
[0037] 动向报文中目标航迹采用点位方式描述，点位格式包括：
[0038] (1)时间：采用年月日时分秒的方式描述，其中，年月日可以采用文字描述，例如： 2014年10月9日12时20分30秒，也可去掉文字，如：20141009122030。
[0039] (2)位置：采用经炜度的方式描述，例如：120度22分33秒；炜度：25度40分56 秒。
[0040] (3)高度：采用数值描述，单位为米。
[0041] (4)运动方向：采用角度数值描述，以正北为零度线，顺时针方向，XX度YY分ZZ 秒。
[0042] (5)速度：采用数值描述，对飞机，单位为米/秒；对舰船，单位为海里/小时。
[0043] 对于上述格式，可用正则表达式的方式从动向报文中提取点位的时间和位置等信 息，并采用坐标转换技术将目标经炜度转变为笛卡尔直角坐标系的X和y坐标。由于正则 表达式的数据提取技术和坐标转换技术是成熟技术，可以直接加以采用，本发明中不进行 具体描述。
[0044] 对于同一个目标名称的点位序列提取后按时间顺序组合起来，构成该目标的文本 全航迹段数据。
[0045] 雷达目标态势信息中，主要目标航迹为三维雷达航迹，可从中获得对应航迹点的 x、y、z三维坐标，及在直角坐标系内的速度和方位角等信息。对于同一个目标名称的航迹 点信息按顺序组合起来，构成该目标的雷达态势全航迹段数据。
[0046]参阅图3。利用双关联门限进行两级粗判的方法为：
[0047] 首先确定双关联门限：模糊关联门限和形状关联门限。其中，模糊关联距离门限 AdM和形状关联距离门限八屯的取值为：
[0048] AdM= VmaxX A tM
[0049] Ads= VmaxX A ts
[0050] 当目标为飞机或者舰船时，V_分别代表了对应目标的最大航行速度。
[0051] AtM和At#别代表了模糊关联时间门限和形状关联时间门限。当目标为飞机 时，A tM= lmin，A t s= 3min ;当目标为舰船时，A t M= lOmin，A t s= 60min。
[0052] 航迹关联一级粗判：
[0053] 对于动向文本中航迹i的一个航迹点pi和雷达目标态势信息中航迹j的一个航 迹点p2,如果pi的记录时间tpl和p2的记录时间tp2存在以下关系：
[0054] tpl~tp2| < A ts
[0055] 且pi点的位置（Xp与p2点的位置（x2, y2)满足如下关系：
[0057] 则认为上述两个航迹点满足粗关联条件。
[0058] 对航迹i和航迹j中全部航迹点进行逐点判断，当存在对于满足粗关联条件的航 迹点对，则进行计数累加。当计数器个数队大于NJ取值为8)时，即某条文本航迹中有8 个以上航迹点与雷达态势中的某条目标航迹的航迹点（航迹点对中的航迹点均不重复）满 足粗关联条件，则认为两条航迹满足一级粗判条件（即：符合形状关联门限）。
[0059] 航迹关联二级粗判：
[0060] 对于动向文本中航迹i的一个航迹点pi和雷达目标态势信息中航迹j的一个航 迹点p2,如果pi的记录时间tpl和p2的记录时间tp2存在以下关系：
[0061] tpl~tp2| < A tM
[0062] 且pi点的位置（Xp与p2点的位置（x2, y2)满足如下关系：
[0064] 则认为上述两个航迹点满足粗关联条件。
[0065] 对两条航迹局部节点进行逐点判断，对于满足粗关联条件的航迹点进行计数累 加，当计数器数值NM大于N2(取值为6)时，认为两条航迹满足二级粗判条件（即：符合模糊 关联门限），则将该航迹对（i，j)送入后续环节进行全航迹段信息模糊关联；否则，将航迹 对进行形状特征关联处理。
[0066]在步骤S3中，对符合模糊匹配门限的航迹对数据，根据目标航迹点位的对应特征 信息构造模糊因子进行模糊化处理。模糊化是指根据一定的模糊化规则，把原来的一类或 者几类特征变量分成多个模糊变量，使每个模糊变量表达原特征的局部特性。用这些新的 模糊特征代替原来的特征进行后续处理。将原来的一种特征变为若干模糊特征的目的在于 使新特征更好地反应问题的本质。此外，由于噪声等干扰因素的存在使得对提取的目标特 征具有一定的不确定性。与统计学方法相比，模糊数学具有处理不确定问题的良好性能。 因此，航迹关联问题以模糊数学为基础，首先使用动向报提供的目标航迹点位信息和雷达 目标态势对应航迹点位的信息，计算出偏航因子、时差因子、方向因子、高度因子、速度因子 等，然后构造一个动向报文本目标全航迹段与雷达目标全航迹段的航迹点相关度的定量指 标，将动向报文本目标航迹与雷达目标航迹进行整体匹配，计算全航迹段的模糊关联度，并 依据该指标判断是否关联。
[0067]参阅图4。全航迹段模糊匹配关联流程具体实施如下：
[0068] 子步骤S31:确定模糊因子集
[0069] 在完整航迹段内进行全航迹段信息模糊关联，首先构造模糊因子集U ={y y2，…，yn}，其中各模糊因子计算方法为：
[0070]位置差模糊因子：
，反应了完整航 迹段内，即动向文本目标航迹i与雷达态势数据目标航迹j符合航迹关联二级粗判条件的 航迹点位置偏离程度，#表示关联时刻，表示雷达态势数据目标航迹j中，与时刻#最接 近的航迹点的时间值；
[0071]高度差模糊因子
反应了完整航迹段在符合航迹关联 二级粗判条件的航迹点高度偏离程度；
[0072]速度差模糊因子：kl3=|Vgi(〇-反应了完整航迹段在符合航迹关联二 级粗判条件的航迹点速度偏离程度；
[0073] 方向差模糊因子士4=|egi〇r)- ehi〔1p)|，反应了完整航迹段在符合航迹关联 二级粗判条件的航迹点航向偏尚程度。
[0074] 如果把两航迹关联结果分为m个级别，则由这些结果构成的集合被称为评判集， 记为V = {vp v2，…，vm}，其中，1 = 1，2,…，m为第1个判决结果。对任意两个航迹的 判决结果，实际上是V上的一个模糊子集。在评价关联时，由于仅仅对目标航迹是否关联感 兴趣，因此，从实际应用的角度和问题的简化处理的考虑，选择评价集的级别m = 2,其中，Vl 表不关联，乂2表不不关联。
[0075] 子步骤S32:构造模糊因子权集
[0076]根据构造的因素集U，为每个因素分配权系数，形成模糊集A={ai，a2，…，an}，式 中ak为第k个因素y k所对应的权，一般规定= i。ak的选择需要根据第k个因素 对判决的重要性或影响程度来决定。根据目标属性和运动方式的多样性，ak的取值要尽可 能体现各因素的重要性和实际环境对传感器的影响，而且应尽量减小错、漏关联。
[0077] 考虑到各航迹观测点的位置精度比高度、速度精度高，权向量选择a1= 0.6,a2 = 0. 15,a4= 0. 15,a4= 0. 1。
[0078] 子步骤S33:确定模糊隶属函数，计算综合相似度和模糊关联矩阵
[0079] 基