1.一种多功能雷达随机波形序列的预测方法，其特征在于，将雷达信号序列视为规则连接的混合“雷达字”－“雷达短语”－“雷达句子”的多层句法结构，雷达的多种工作模式之间按照固定转移概率相互转化，每种工作模式对应着固定的短语模板库，每次从短语模板库选取一个短语完成该种工作模式的功能；所述预测方法用于根据已经发生的历史序列和对应的工作模式，预测下一个时间步的雷达字，包括如下步骤：计算模式转移概率p(φ τ+1 |ψ τ )，在同一个模式(即I τ ＝0)中，前后两个时间步的模式保持不变，满足：其中，φ τ+1 和ψ τ 分别表示τ+1时刻的工作模式和τ时刻的历史模式序列；若τ与τ+1两个时刻处于不同的模式(即I τ ＝1)，则其模式转移概率由频数统计得出，即：其中，#(ψ T φ T+1 )表示序列ψ T φ T+1 出现的频数；T表示第T个时间块；将待预测的事件依其在模式中的位置分为时间块头事件和非时间块头事件，按照如下方式分别确定在各模式下两类概率的计算方法；对于非时间块头事件概率 预测事件E τ+1 只与当前模式内的历史序列 有关，与模式外的历史序列无关，满足：其中， 表示历史序列，p 0 表示I τ ＝0情况下的模式内雷达字概率,φ τ+1 表示τ+1时刻的模式；对于时间块头事件概率 跨模式事件概率分布与HLM有关，用时间块T来度量模式序号和时间块头序列，时间块头概率采用如下方式预测：其中，l T 为用于预测的历史时间块长度， 表示T+1时刻的事件既与同时刻模式φ T+1 有关，又与时间块头序列 有关；λ表示加权系数；在对φ T+1 有先验知识的情况下，使用上式的第一个等式进行估算，否则使用第二个等式直接得到结果；利用全概率公式计算以上两种可能条件下的总体概率：其中，p(φ τ+1 |ψ τ ,I τ ＝0)、p(φ τ+1 |ψ τ ,I τ ＝1)表示模式转移概率， 表示非时间块头事件概率， 表示时间块头事件概率；使用全概率公式综合以上步骤所得结果，计算各种条件下的某状态出现的总体概率；预测时，将概率最大的多个结果组成的集合同时输出，使相应雷达字出现的概率之和高于预设阈值。
2.如权利要求1所述的预测方法，其特征在于，预先定义如下内容：块模式ω T+1 满足马尔可夫性，T+1时刻的模式ω T+1 仅与ω T 有关，与其他因素无关；模式内事件，只取决于模式ψ τ 和从当前时间块头开始的历史状态序列 2个因素，与其他因素无关；时间块头事件，只取决于模式φ τ+1 、历史模式块序列 时间块头序列 3个因素。
3.如权利要求1所述的预测方法，其特征在于，对于模式转移概率p(φ τ+1 |ψ τ )，在同一个模式(即I τ ＝0)中，前后两个时间步的模式保持不变，满足：其中，φ τ+1 和Ψ τ 分别表示τ+1时刻的工作模式和τ时刻的历史模式序列。若τ与τ+1两个时刻处于不同的模式(即I τ ＝1)，则其模式转移概率可由频数统计得出，即，其中，#(φ T+1 Ψ T )表示序列ψ T φ T+1 出现的频数；T表示第T个时间块。
4.如权利要求1所述的预测方法，其特征在于，对于非时间块头事件概率 满足：其中，[τ-k+1,τ+1]时间步内所有模式都应等于φ τ+1 ，即 因此：
5.如权利要求1所述的预测方法，其特征在于，时间块头的概率采用如下方式预测：在对φ T+1 有先验知识的情况下，使用上述第一个等式进行估算，否则使用第二个等式直接得到结果。
6.如权利要求1所述的预测方法，其特征在于，将待预测的事件依其在模式中的位置分为时间块头事件和非时间块头事件，利用全概率公式计算以上两种可能条件下的总体概率：其中，p(φ τ+1 |ψ τ ,I τ ＝0)、p(φ τ+1 |ψ τ ,I τ ＝1)表示模式转移概率， 表示模式内事件概率， 表示时间块头事件概率。
7.如权利要求1所述的预测方法，其特征在于，将概率最大的多个结果组成的集合同时输出满足：其中， 表示预测输出的状态集合，M是使上述不等式成立的最大整数，E表示将各状态出现的概率按从大到小排列形成的状态集，即，p(E(1))≥…p(E(M))≥…p(E(N)),M≤N其中，E(m)表示E中第m个状态，N表示状态集的大小，p TH 是根据预测精度需要而预先设定的概率门限。
8.一种多功能雷达随机波形序列的预测装置，其特征在于，所述预测装置包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的预测方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的预测方法的步骤。
