目标判别技术在军事活动、航空航天、天文气象、工业生产以及日常生活当

中具有广泛的应用需求，因此是计算机视觉、图像处理、自动控制、模式识别等

领域的研究热点之一，其中的两个关键环节为目标的特征描述与相似性评价。近

年来，随着GPS 等各类传感与定位技术的发展，产生了大量目标的GIS 数据，

形成了又一新的目标特征——轨迹。而现有目标判别算法多以几何特征、电磁特

征等作为判别依据，将轨迹数据当作目标判别的特征仍有待研究。而这其中的关

键问题在于如何给出轨迹的相似性判据，从而判定目标。

本文从实际项目需求角度出发，对轨迹相似性度量方法进行了研究，并结合

应用背景进行了改进，使之能够适用于大空间范围，噪声干扰强，数据规整性差

的真实应用场景，进而组成了一套通过对同一目标的轨迹进行聚类提取出目标的

频繁行为特征，之后通过将轨迹与这些特征行为比对进行目标判别的原型系统。

论文的主要工作如下：

1、针对现有轨迹相似性度量的各种算法在应用中存在的不足，提出了一种

结合了DTW 算法和编辑距离算法优点的轨迹相似性度量算法。该方法保留了

DTW 算法允许轨迹采样间隔不等、长度不一致的优点，结合了编辑距离的计算

方法对轨迹中的噪声和真正的不相似部分区别对待，并对最终结果进行了归一化

处理，使其在可用于多对轨迹相似程度排序的基础上增加了其可理解性。实验结

果表明，该方法在真实数据集上具有良好的适用性和鲁棒性。

2、在轨迹的相似性度量的基础上，对同一目标的所有轨迹积累进行聚类处

理，得到目标的频繁行为模式的轨迹表达，从而将轨迹转变为目标判别的特征。

通过将未知目标的轨迹与已有目标的轨迹模型进行分类比对处理，从而对未知目

标的轨迹进行了判别。