基于轨迹智能分析的雷达集群目标行为动态连续识别方法

本发明公开了一种基于轨迹智能分析的雷达集群目标行为动态连续识别方法，首先构建马尔可夫链集群目标行为转换模型；其次为了在输入的多帧雷达距离‑角度域回波中捕捉集群目标的多维度行为特征，基于ResNet、LSTM分别建立了空间、时间特征提取模块，同时针对集群目标行为之间的突发转换，采用CTC函数作为深度学习网络的损失；最后通过构建网络训练并预测集群目标的行为，输出雷达集群目标连续的行为序列。本方法创新性地实现了大型集群目标的动态连续行为识别方法，准确地实现了行为切换判决，显著地提高了复杂行为动态连续集群目标行为识别的准确率，可以有效地应用于无人机军事防御、动物集群行为研究等场景。