现代战场的指挥控制信息大多采用电磁波传输,发射电磁波的通信辐射源与战斗部队密切相关。通信辐射源运动轨迹和行为能反映部队的攻防状态,对其运动行为的认知能为目标识别和战术运用提供重要依据,为电磁态势估计和威胁等级评估提供辅助和参考。本文基于智能学习方法对辐射源运动轨迹数据进行挖掘,实现运动行为的部分认知,主要研究内容有:(1)分析了运动轨迹异常检测、数据挖掘和行为分析的国内外研究现状,比较了不同算法的优劣,给出了研究思路;(2)针对运动轨迹不完备化的数据,提出了不完备轨迹检测的准则,给出了基于三次样条插值的轨迹完备化的算法,实现了对辐射源轨迹数据的完备化;(3)采用DTW算法定义了轨迹相似性度量标准,提出了基于密度峰聚类算法建立辐射源运动轨迹的模型,实现了对通信辐射源轨迹的异常检测;(4)对异常轨迹的通信辐射源运动行为进行识别,再结合重点区域的约束对通信辐射源运动行为进行威胁评估。仿真数据对以上算法进行了实验验证,结果表明了算法的有效性。同时,建立了运动行为认知系统,能完备化辐射源运动轨迹数据,检测辐射源运动的异常轨迹,发现轨迹异常的行为。