一种基于目标历史活动数据的活动规律统计方法与流程

本发明涉及一种基于目标历史活动数据的活动规律统计方法，研究其在活动规律挖掘中的应用，属于情报侦察领域，具体处于态势分析阶段。

背景技术：

1、战场上指挥员要快速的分析当前敌战场目标的行动意图，同时需要准确研判当前战场上是否有异常情况发生，并及时进行告警提醒和实时跟踪和应对。如果只依赖人工监视战场目标并完成对敌行动意图的研判和预测并发现异常情况是不现实的，会严重影响战场研判效率，耽误对当前战场的处置应对，因此需要提前对敌战场目标的活动规律进行挖掘统计，分析敌活动路线规律，掌握其重点活动区域规律和活动时间频度规律。在准确掌握敌战场目标活动规律的基础上，研判敌可能的行动路线、活动区域和活动频度，一旦发现敌战场目标偏离掌握的活动路线和重点活动区域，或某个时间段敌行动频度超过掌握的活动频度规律进行及时告警提醒。

2、当前掌握的目标历史活动数据中隐含着敌目标的活动规律，对其历史活动数据进行统计和挖掘，通过从掌握的真实目标数据中抽取目标批号、时间、位置等信息，对提取的数据进行航迹关联、区域提取和活动频度统计，生成目标活动路线规律，活动区域规律和活动频度统计，能够真实的反映掌握的目标真实活动情况，能够为行动预测和威胁预警提供支撑。

技术实现思路

1、本发明的目的在于提供一种基于目标历史活动数据的活动规律统计方法，提升战场中敌目标活动规律的效率和准确性，为战场目标行动预测和威胁预警等态势研判提供支撑。

2、本发明可以通过以下技术手段实现：

3、一种基于目标历史活动数据的活动规律统计方法，包括以下过程：

4、用户设定关注目标、历史活动时间段和关注区域范围，并从目标历史活动库中提取目标的批号、活动时间和位置；

5、根据提取的信息按时间关联形成各关注目标的历史轨迹信息，结合态势图对历史轨迹信息进行人工剔除和初步分类，并划定参考轨迹中线，依据距离门限实现轨迹分类，并通过拟合方法抽取形成目标活动路线；

6、将设定的关注区域按照预设比例尺进行网格划分，将目标位置信息转化为网格信息，并对每个网格内目标位置数量进行累加及归一化处理，然后将归一化后网格对应的目标位置数量与设定阈值进行对比，得到重点活动区域和一般活动区域；

7、分别按照时刻和日期对目标活动次数进行统计，并按照设定的时间段进行平均，形成目标活动频度规律；

8、对统计形成的活动路线、活动区域和活动频度信息进行人工干预和调整，并保存活动规律。

9、其中，根据提取的信息按时间关联形成各关注目标的历史轨迹信息，结合态势图对历史轨迹信息进行人工剔除和初步分类，并划定参考轨迹中线，依据距离门限实现轨迹分类，并通过拟合方法抽取形成目标活动路线；具体包括以下步骤：

10、步骤2-1、根据提取的目标批号，基于活动时间和位置信息生成目标历史轨迹集合t1＝{t1，t2，…，tk}，k为航迹个数，并对航迹集合进行管理，在态势图上进行展示；

11、步骤2-2、在目标历史轨迹集合t1的基础上，结合态势展示结果进行人工筛选，剔除孤立且偏离轨迹集合的轨迹，形成新的轨迹集合t2＝{t1，t，…，tm}，m为更新后的航迹个数,m≤k；

12、步骤2-3、将新的轨迹集合t2在态势图上进行展示，按照轨迹的走势和距离进行人工初步分类，生成轨迹分类集合z＝{z1，z2，…，zn},n为分类个数，n＜m；

13、步骤2-4、依据分类后的轨迹集合z，设置每个轨迹分类zi的参考中线，其中i∈[1,n]，具体设置方法为：参考zi内轨迹的走向，在态势图上划一条和轨迹走向一致，且位置距离集合中心小于设定值的轨迹线，最终形成参考轨迹中线集合s＝{s1，s2，…，sn}；

14、步骤2-5、构建新的轨迹分类集合p＝{p1，p2，…，pn},n为分类个数，分别遍历轨迹集合t2中每条轨迹ti和参考轨迹中线集合s中每条中线sj的最大距离,

15、即dij＝max(dis(ti，sj))，其中1≤i≤m，1≤j≤n

16、如果dij小于预设的距离门限△d，则将ti归类到轨迹集合pj中，直到遍历完成；

17、步骤2-6、对轨迹分类集合p中的每个子集合进行拟合，生成最终轨迹路线集合r＝{r1，r2，…，rn}。

18、其中，将设定的关注区域按照预设比例尺进行网格划分，将目标位置信息转化为网格信息，并对每个网格内目标位置数量进行累加及归一化处理，然后将归一化后网格对应的目标位置数量与设定阈值进行对比，得到重点活动区域和一般活动区域；具体包括以下步骤：

19、步骤3-1、按照预设的地图比例尺，对设定的关注区域进行网格划分，即将当前区域划分为m行和n列的网格，

20、

21、步骤3-2、遍历从目标历史活动库中提取的目标信息，将目标位置信息转化到对应的网格坐标；

22、步骤3-3、计算每个网格内目标位置点数量，得到网格目标位置点数量矩阵：

23、

24、步骤3-4、获取位置点数量矩阵中数量的最大值：

25、cmax＝max(cij)，其中1≤i≤m，1≤j≤n,

26、对网格目标位置点数量矩阵进行归一化处理，归一化后的网格目标位置点数量矩阵为：

27、

28、步骤3-4、设置重点区域门限值△al和一般区域门限值△as，当aij≥△al时设置为重要区域标志，当△as≤aij<△al时设置为一般区域标志,其中1≤i≤m，1≤j≤n；

29、步骤3-5、将重要区域标志的数量值置为1，其他网格数值置为0，得到重点区域网格数量矩阵al；将一般区域标志的数值置为1，其他网格数值置为0，得到一般区域网格数量矩阵as；

30、步骤3-6、基于重点区域网格数量矩阵al和一般区域区域网格数量矩阵as获取重点区域和一般区域，并转换为经纬度坐标得到提取的重点区域和一般区域。

31、本发明基于目标历史活动数据完成对其活动规律的统计，能够提供目标活动路线、目标活动区域和目标活动频度三种维度的活动规律统计结果，基于真实的目标活动数据，同时结合态势展示效果和人工干预，解决了以往活动规律统计中聚类、挖掘等常用算法参数复杂、效率低下等问题，能够准确、快速的完成活动规律统计，适用于战场态势分析、研判等领域。

技术特征：

1.一种基于目标历史活动数据的活动规律统计方法，其特征在于，包括以下过程：

2.根据权利要求1所述的基于目标历史活动数据的活动规律统计方法，其特征在于，根据提取的信息按时间关联形成各关注目标的历史轨迹信息，结合态势图对历史轨迹信息进行人工剔除和初步分类，并划定参考轨迹中线，依据距离门限实现轨迹分类，并通过拟合方法抽取形成目标活动路线；具体包括以下步骤：

3.根据权利要求2所述的基于目标历史活动数据的活动规律统计方法，其特征在于，将设定的关注区域按照预设比例尺进行网格划分，将目标位置信息转化为网格信息，并对每个网格内目标位置数量进行累加及归一化处理，然后将归一化后网格对应的目标位置数量与设定阈值进行对比，得到重点活动区域和一般活动区域；具体包括以下步骤：

技术总结
本发明提供了一种基于目标历史活动数据的活动规律统计方法，属于情报侦察领域，具体处于态势分析阶段。方法包括设置关注目标等条件，从目标历史活动库中提取目标的批号、活动时间、位置等信息；依据目标批号和时间形成轨迹，对轨迹进行分类聚合和拟合，抽取形成活动路线；对关注区域进行网格划分和目标位置网格转换，将网格区域内目标位置数量进行累加及归一化处理，基于阈值对网格区域进行处理得到重点活动区域和一般活动区域；按照时刻和日期对目标活动频度进行统计形成目标活动频度规律；对活动路线、活动区域和活动频次等信息进行人工调整。本发明丰富了活动规律统计的种类，同时结合人工干预和态势对比，提高了活动规律生成的效率和准确性。

技术研发人员：李书强,柳莹莹,李诗雨,刘保柱
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：
技术公布日：2024/1/16