一种基于目标群识别与形态判断的立方体表征方法

本发明涉及电数字数据处理，特别是涉及一种基于目标群识别与形态判断的立方体表征方法。

背景技术：

1、特定时空场景下遇到的目标数量繁多、种类复杂，目标间往往存在协同关系，多个目标共同构成目标群，以团体形式完成任务；而且在大型任务中，目标群间往往也存在相互配合、掩护等协同形式。如何改善用户界面上各目标之间关系以及目标与目标群之间关系的表征方式，提高用户的体验感受，是亟待解决的问题。

技术实现思路

1、本发明目的在于，提供一种基于目标群识别与形态判断的立方体表征方法，改善了用户界面上各目标之间关系以及目标与目标群之间关系的表征方式，提高了用户的体验感受。

2、根据本发明，提供了一种基于目标群识别与形态判断的立方体表征方法，包括以下步骤：

3、s100，获取目标的特征矩阵a＝(a1,a2,…,an)，an为第n个目标的特征值，n的取值范围为1到n，n为目标的数量，an＝(an,1,an,2,…,an,m)，an,m为第n个目标的第m个特征的特征值，m的取值为1到m，m为目标对应的特征的数量；目标对应的特征包括位置对应的x坐标特征、位置对应的y坐标特征、出现的时间特征和所属阵营特征。

4、s200，遍历a，根据μ、an和ai获取dn,i，dn,i为第n个目标和第i个目标的差异性，ai为第i个目标的特征值，i＝1,2,…,n，i≠n，μ为m×m的对角矩阵，μ的第p行第p列的元素μp,p为目标的第p个特征的权重，p＝1,2,…,m。

5、s300，遍历a，根据dn,i和dbscan算法对出现的时间相同的目标进行聚类，得到目标簇c＝(c1,c2,…,cj)，cj为聚类得到的第j个目标簇，j的取值范围为1到j，j为聚类得到的目标簇的数量；每个目标簇为一个最大目标群。

6、s400，遍历c，获取cj对应的最小目标群cj,min＝{c1j,min,c2j,min,…,crj,min}，crj,min为cj对应的第r个最小目标群，r的取值范围为1到r，r为cj对应的最小目标群的数量；cj,min中任一最小目标群包括的目标均为核心点目标，cj,min中任一最小目标群中任一目标与cj,min中其他最小目标群中任一目标的距离大于eps，eps为使用dbscan算法时设置的距离阈值。

7、s500，遍历c，根据crj,min中任意两目标之间的差异性和crj,min中目标的位置获取crj,min对应的目标群形态类型。

8、s600，在用户界面上构建目标立方体，并在目标立方体中表征目标，所述目标立方体对应的x、y和z轴分别对应目标的位置对应的x坐标、目标的位置对应的y坐标和目标出现的时间；所述在目标立方体中表征目标，包括：使用第一颜色的包围框分别框选目标立方体中的各最小目标群，使用第二颜色的包围框分别框选目标立方体中的各最大目标群；使用与对应的目标群形态类型对应的颜色表征最小目标群中的目标，不同目标群形态类型对应的颜色不同；使用不同宽度的线条在目标立方体中表征同一最小目标群中任意两目标之间的差异性，所述线条的宽度与所述差异性负相关。

9、本发明与现有技术相比具有明显的有益效果，借由上述技术方案，本发明提供的方法可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有以下有益效果：

10、本发明对目标之间的差异性进行了定量表示，根据各目标对应的特征值获取了任意两目标之间的差异性；根据获取的任意两目标之间的差异性，本发明使用dbscan算法对同一时间出现的目标进行了聚类，得到了多个目标簇，每个目标簇为一个最大目标群，并进一步获取了每一个目标簇中的最小目标群。构建目标立方体，在其中表征目标，通过最小目标群中两目标之间连线的宽度来表征连线对应的两目标之间的差异性，差异性越大，关联性越小；最小目标群中各目标之间差异性较小，关联性紧密，因此本发明将每一最小目标群作为一个最小单元在构建的目标立方体空间中进行表征(以第一颜色框选)；最大目标群中每个最小目标群间及不属于任意最小目标群的目标与最小目标群之间也存在一定的关联性，适合用于全局关系把控，因此本发明将每一最大目标群作为一个整体单元在构建的目标立方体空间中进行表征(以第二颜色框选)；由此，用户可以在构建的目标立方体中快速看出哪些目标之间可能为一个协同单元以及目标之间的关联性大小，提高了用户体验感，也提高了后续意图判断和动态预测等融合分析的可解释性。

技术特征：

1.一种基于目标群识别与形态判断的立方体表征方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s500中，所述目标群形态类型为中心式目标群形态、边缘式目标群形态或分散式目标群形态，所述根据crj,min中任意两目标之间的差异性和crj,min中目标的位置获取crj,min对应的目标群形态类型，包括：

3.根据权利要求1所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s300中，根据dn,i和dbscan算法对出现的时间相同的目标进行聚类，包括：

4.根据权利要求1所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s100中，目标对应的特征还包括性能特征，所述性能特征包括重量、平均速度、最大速度、火力范围和攻击强度中的至少一种。

5.根据权利要求1所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s600中，所述在目标立方体中表征目标，还包括：将不属于同一最小目标群的任意两目标之间通过线条连接，线条的宽度与对应两目标之间的差异性负相关。

6.根据权利要求2所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s600中，所述在目标立方体中表征目标，还包括：将目标群形态类型为中心式目标群形态或边缘式目标群形态的最小目标群中的中心目标的颜色设置为与非中心目标颜色不同的颜色。

7.根据权利要求1所述的基于目标群识别与形态判断的立方体表征方法，其特征在于，s200中，所述根据μ、an和ai获取dn,i，包括：dn,i符合如下关系：

技术总结
本申请涉及电数字数据处理技术领域，特别是涉及一种基于目标群识别与形态判断的立方体表征方法。该方法包括：S100，获取目标的特征矩阵；S200，获取d<subgt;n,i</subgt;；S300，对出现的时间相同的目标进行聚类；S400，获取c<subgt;j</subgt;对应的最小目标群c<subgt;j,min</subgt;；S500，获取c<supgt;r</supgt;<subgt;j,min</subgt;对应的目标群形态类型；S600，在用户界面上构建目标立方体，并在目标立方体中表征目标，包括：使用第一颜色的包围框分别框选各最小目标群，使用第二颜色的包围框分别框选各最大目标群。本发明对目标之间的差异性进行了定量表示，智能识别了目标群范围与形态，改善了各目标之间关系以及目标与目标群之间关系的表征方式，提升了用户的体验感受。

技术研发人员：刘小煜,于泓峰,王剑宇,杨阿华,郝凌翔,邓楚博
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：
技术公布日：2024/1/11