摘 要：在雷達(dá)目標(biāo)識(shí)別應(yīng)用領(lǐng)域，為提升雷達(dá)目標(biāo)識(shí)別精度，我們構(gòu)建了一種基于目標(biāo)特性知識(shí)圖譜。主要是描述面向雷達(dá)目標(biāo)識(shí)別領(lǐng)域的行業(yè)知識(shí)圖譜技術(shù)，我們抽取雷達(dá)目標(biāo)識(shí)別領(lǐng)域所具有的特定實(shí)體與特定關(guān)系，并在此基礎(chǔ)上完成語(yǔ)義網(wǎng)絡(luò)的構(gòu)建。該語(yǔ)義網(wǎng)絡(luò)中包含雷達(dá)目標(biāo)識(shí)別目標(biāo)特性知識(shí)，對(duì)提升雷達(dá)目標(biāo)識(shí)別能力提供一種解決思路。

關(guān)鍵詞：雷達(dá)目標(biāo)識(shí)別;知識(shí)圖譜;知識(shí)抽取;目標(biāo)特征

中圖分類號(hào)：TP391.1 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-6970.2021.03.045

本文著錄格式：王斌.面向雷達(dá)目標(biāo)識(shí)別領(lǐng)域的知識(shí)圖譜構(gòu)建技術(shù)[J].軟件，2021，42（03）：156-157

Knowledge Graph Construction Technology for Radar Target Recognition

WANG Bin1，2，3

（1.The 38th Research Institute of China Electronics Technology Group Corporation， Hefei? Anhui? 230088;

2.Key Laboratory of Aperture Array and Space Application， Hefei? Anhui? 230088;

3.Key Laboratory of Intelligent Information Processing， Hefei? Anhui? 230088）

【Abstract】：In the application field of radar target recognition， in order to improve the accuracy of radar target recognition， we have constructed a knowledge map based on target characteristics. Mainly to describe the industry knowledge graph technology for the radar target recognition field. We extract specific entities and specific relationships in the radar target recognition field， and complete the construction of the semantic network on this basis. The semantic network contains knowledge of target characteristics of radar target recognition， which provides a solution for improving the ability of radar target recognition.

【Key words】：radar target recognition;knowledge graph;knowledge extraction;target feature

1知識(shí)圖譜內(nèi)涵

知識(shí)圖譜（Knowledge Graph）主要是用來(lái)描述真實(shí)客觀世界中不同實(shí)體之間的定義以及概念，同時(shí)對(duì)不同實(shí)體之間聯(lián)系進(jìn)行挖掘、分析和表達(dá)，并構(gòu)建實(shí)體與實(shí)體之間的相互關(guān)系[1-2]。最早是2012年谷歌公司提出“知識(shí)圖譜”的基本概念，用于支撐其公司搜索引擎的語(yǔ)義搜索建立的知識(shí)庫(kù)。隨著互聯(lián)網(wǎng)科技的快速發(fā)展，新一代人工智能的廣泛應(yīng)用，知識(shí)圖譜的內(nèi)涵越來(lái)越豐富。

根據(jù)知識(shí)圖譜中所涉及的知識(shí)類型不同，可以將知識(shí)圖譜分為通用知識(shí)圖譜（GKG，General-purpose Knowledge Graph）和垂直領(lǐng)域或行業(yè)領(lǐng)域知識(shí)圖譜（DKG，Domain-specific Knowledge Graph），其中二者注意區(qū)別是其所涵蓋的知識(shí)體系不同，如表1所示。

本論文主要是描述面向雷達(dá)目標(biāo)識(shí)別領(lǐng)域的行業(yè)知識(shí)圖譜技術(shù)，我們抽取雷達(dá)目標(biāo)識(shí)別領(lǐng)域所具有的特定實(shí)體與特定關(guān)系，并在此基礎(chǔ)上完成語(yǔ)義網(wǎng)絡(luò)的構(gòu)建。該語(yǔ)義網(wǎng)絡(luò)中包含雷達(dá)目標(biāo)識(shí)別目標(biāo)特性知識(shí)，具有很強(qiáng)的針對(duì)性和專門性，因此對(duì)目標(biāo)特性知識(shí)的準(zhǔn)確性和精度要求相對(duì)較高。

2雷達(dá)目標(biāo)識(shí)別

雷達(dá)目標(biāo)識(shí)別主要是通過(guò)雷達(dá)傳感器對(duì)目標(biāo)進(jìn)行探測(cè)，獲得雷達(dá)目標(biāo)回波數(shù)據(jù)，通過(guò)對(duì)目標(biāo)回波數(shù)據(jù)進(jìn)行分析，提取目標(biāo)特征信息，利用模式識(shí)別方法對(duì)目標(biāo)特征進(jìn)行統(tǒng)計(jì)分析，結(jié)合分類判別方法，從而實(shí)現(xiàn)對(duì)目標(biāo)進(jìn)行類型和屬性判決[3]。

雷達(dá)目標(biāo)識(shí)別主要包含三個(gè)過(guò)程：首先是對(duì)目標(biāo)數(shù)據(jù)進(jìn)行獲取、其次對(duì)目標(biāo)進(jìn)行有效特征提取，最后是對(duì)目標(biāo)進(jìn)行分類和屬性判決。在整個(gè)目標(biāo)識(shí)別過(guò)程中，為了提升目標(biāo)識(shí)別準(zhǔn)確率，我們需要構(gòu)建完備的目標(biāo)特性數(shù)據(jù)庫(kù)。通過(guò)大量采集雷達(dá)目標(biāo)回波數(shù)據(jù)以及建立目標(biāo)仿真電磁模型，從而建立更加完備的目標(biāo)特性數(shù)據(jù)庫(kù)，但是目前目標(biāo)特性數(shù)據(jù)庫(kù)主要是結(jié)構(gòu)化的目標(biāo)散射特性以及運(yùn)動(dòng)特性數(shù)據(jù)，很難描述目標(biāo)特性數(shù)據(jù)之間隱含的內(nèi)在關(guān)聯(lián)關(guān)系，基于這個(gè)背景下，我們通過(guò)構(gòu)建目標(biāo)識(shí)別的特性知識(shí)圖譜，建立一種新型的雷達(dá)目標(biāo)識(shí)別目標(biāo)特性知識(shí)圖譜，為雷達(dá)目標(biāo)識(shí)別識(shí)別率能力提升提供基本支撐。

3知識(shí)圖譜構(gòu)建方法

雷達(dá)目標(biāo)識(shí)別知識(shí)圖譜是以圖的形式實(shí)現(xiàn)對(duì)不同目標(biāo)對(duì)象和雷達(dá)探測(cè)環(huán)境以及目標(biāo)運(yùn)動(dòng)狀態(tài)軌跡的語(yǔ)義關(guān)系進(jìn)行描述的一種方法，包括模式層和數(shù)據(jù)層，其構(gòu)建可以采用由模式層到數(shù)據(jù)層的自上而下方法，也可以采用由數(shù)據(jù)層到模式層的自下而上方法。

雷達(dá)目標(biāo)識(shí)別知識(shí)圖譜的體系架構(gòu)如圖1所示。其中虛線框內(nèi)的部分為知識(shí)圖譜的構(gòu)建過(guò)程，也包含知識(shí)圖譜的更新迭代過(guò)程。知識(shí)圖譜構(gòu)建從最原始的數(shù)據(jù)出發(fā)，采用一系列自動(dòng)或者半自動(dòng)的技術(shù)手段，從雷達(dá)目標(biāo)特性數(shù)據(jù)或者其他途徑得到的目標(biāo)特性數(shù)據(jù)中提取知識(shí)，并將其存入知識(shí)庫(kù)的數(shù)據(jù)層和模式層，這一過(guò)程包含：信息抽取、知識(shí)表示、知識(shí)融合、知識(shí)推理四個(gè)過(guò)程，每一次更新迭代均包含這四個(gè)階段[3-4]。知識(shí)圖譜主要有自頂向下與自底向上兩種構(gòu)建方式。自頂向下指的是先為雷達(dá)目標(biāo)識(shí)別知識(shí)圖譜定義好本體與數(shù)據(jù)模式，再將目標(biāo)實(shí)體加入到知識(shí)庫(kù)。該構(gòu)建方式需要利用一些現(xiàn)有的結(jié)構(gòu)化知識(shí)庫(kù)作為其基礎(chǔ)知識(shí)庫(kù)。自底向上指的是從外部數(shù)據(jù)庫(kù)中提取一些目標(biāo)數(shù)據(jù)，并將其提前加入到知識(shí)庫(kù)，再構(gòu)建頂層的本體模式。

參考文獻(xiàn)

[1] 徐增林，盛泳潘，賀麗榮，等.知識(shí)圖譜技術(shù)綜述[J].電子科技大學(xué)學(xué)報(bào)，2016，45（4）：589-606.

[2] 劉嶠，李楊，楊段宏，等.知識(shí)圖譜構(gòu)建技術(shù)綜述[J].計(jì)算機(jī)研究與發(fā)展，2016，53（3）：582-600.

[3] 徐健，張智雄，吳振新.實(shí)體關(guān)系抽取的技術(shù)方法綜述[J].現(xiàn)代圖書情報(bào)技術(shù)，2008（8）：18-23.

[4] 嚴(yán)紅，黃穎，應(yīng)勵(lì)志.面向軍事信息系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)的信息匯聚方法[J].指揮信息系統(tǒng)與技術(shù)，2015（6）：29-34.