1.一种基于图神经网络的组网雷达异常检测方法，其特征在于，包括如下步骤：步骤1、根据雷达对目标检测的航迹进行记录，完善雷达检测的目标航迹路线，确定组网雷达中每个雷达观测的航迹结果；

通过模拟组网雷达雷达节点对目标观测的航迹，对航迹进行仿真，依据传统运动方式，我们仿真出匀速直线运动、匀加速直线运动与变加速直线运动三种目标的运动情况，让组网雷达的各个节点每一次随机观测同一个目标；

步骤2、对每个雷达节点观测到的航迹进行注意力值的计算，自适应的确定节点之间的邻接矩阵，以将邻接矩阵作为组网雷达的特征之一；

通过雷达本身特性，在对目标观测时，观测结果为该目标在一段时间内的航迹特征，通过将航迹特征输入到注意力机制当中，计算节点之间的注意力系数，进而确定组网雷达的邻接矩阵；

步骤3、将组网雷达内的各个节点的观测结果与雷达节点之间的邻接矩阵通过图神经网络对下一个时刻的节点情况进行预测；

通过图神经网络对邻接矩阵敏感这一特点，采用图神经网络对组网雷达下一个时刻的目标轨迹进行预测；

步骤4、对所述每个雷达节点在下一时刻预测到的节点航迹信息和在下一时刻雷达观测的航迹结果进行比较，以判断所述组网雷达中处于异常状态的雷达节点。

2.如权利要求1所述的一种基于图神经网络的组网雷达异常检测方法，其特征在于，步骤1获取组网雷达中每个雷达节点在对目标进行观测得到航迹的具体过程包括：

1.1、对所述组网雷达中目标运动的轨迹进行仿真，构建目标运动数据集，其中目标运动的模型包括匀速直线运动、匀加速直线运动与变加速直线运动三种目标运动情况；

1.2、构建组网雷达观测数据集，设定组网雷达内被干扰的不同情况，令每种干扰情况的组网雷达随机对不同的目标运动进行观测，以此生成雷达观测的数据集。

3.如权利要求1所述的一种基于图神经网络的组网雷达异常检测方法，其特征在于，步骤2的具体实现过程包括：

2.1、将航迹特征编码为适合输入到注意力机制的向量表示；使用卷积神经网络来处理时间序列数据，并提取出关键特征，对航迹特征进行标准化处理，确保特征值的范围统一，从而避免在注意力计算中某些特征值过大或过小导致的计算不稳定；

2.2、使用注意力机制计算节点之间的注意力值，即各个雷达节点之间的相似性权重；

使用全连接层将每个节点的特征转换为Query、Key和Value向量；并计算节点之间的注意力值；

2.3、根据注意力值确定雷达节点之间的邻接关系，根据注意力权重矩阵直接生成邻接矩阵，并且通过训练过程中的反向传播，更新生成注意力值的权重，使得邻接矩阵能够动态反映节点间的关系变化。

4.如权利要求1所述的一种基于图神经网络的组网雷达异常检测方法，其特征在于，步骤3的具体实现过程包括：

3.1、在每个时间步，将雷达节点的观测特征以及对应的邻接矩阵输入到图神经网络中；

3.2、通过图卷积层与图注意力层，利用邻接矩阵在节点之间传递和融合信息，更新每个节点的特征表示；

3.3、令网络输出每个节点在下一个时刻的预测轨迹，这些预测结果基于节点间的关系及当前观测信息。

5.如权利要求1所述的一种基于图神经网络的组网雷达异常检测方法，其特征在于，步骤4具体包括：

4.1、获得每个雷达节点会在下一个时刻观测到目标的实际航迹信息；

4.2、对比每个雷达节点的预测航迹信息和实际观测到的航迹信息，计算两者之间的误差，采用RMSE对误差进行计算；

4.3、根据系统的容忍度，设定一个误差阈值；如果某个雷达节点的预测误差超过了这个阈值，则该节点处于异常状态；

4.4、将异常检测结果反馈给GNN模型，用于模型的进一步优化；在后续训练中加强对异常情况的识别能力。

6.一种基于动态图的组网雷达雷达异常检测系统，包括：

获取模块，根据雷达对目标检测的航迹进行记录，完善雷达检测的目标航迹路线，确定组网雷达中每个雷达观测的航迹结果；

邻接矩阵生成模块，对每个雷达节点观测到的航迹进行注意力值的计算，自适应的确定节点之间的邻接矩阵，以将邻接矩阵作为组网雷达的特征之一；包括：特征提取子模块，将航迹特征编码为适合输入到注意力机制的向量表示；使用卷积神经网络CNN来处理时间序列数据，并提取出关键特征，对航迹特征进行标准化处理，确保特征值的范围统一，从而避免在注意力计算中某些特征值过大或过小导致的计算不稳定；注意力值计算子模块，使用注意力机制计算节点之间的注意力值，即各个雷达节点之间的相似性权重；使用全连接层将每个节点的特征转换为Query、Key和Value向量，其中，Query是当前注意力关注的位置，Key是其他位置的标识，Value是存储的每个位置的完整信息；并计算节点之间的注意力值；

预测模块，将组网雷达内的各个节点的观测结果与雷达节点之间的邻接矩阵通过图神经网络对下一个时刻的节点情况进行预测；

异常检测模块，对所述每个雷达节点在下一时刻预测到的节点航迹信息和在下一时刻雷达观测的航迹结果进行比较，以判断所述组网雷达中处于异常状态的雷达节点。

7.如权利要求6所述的一种基于动态图的组网雷达雷达异常检测系统，其特征在于，所述获取模块包括：仿真模拟子模块，对所述组网雷达中目标运动的轨迹进行仿真，构建目标运动数据集，其中目标运动的模型包括匀速直线运动、匀加速直线运动与变加速直线运动三种目标运动情况。

8.如权利要求6所述的一种基于动态图的组网雷达雷达异常检测系统，其特征在于，所述预测模块包括：网络更新子模块，通过图卷积层与图注意力层，利用邻接矩阵在节点之间传递和融合信息，更新每个节点的特征表示。

9.如权利要求6所述的一种基于动态图的组网雷达雷达异常检测系统，其特征在于，所述异常检测模块包括：损失更新子模块，对比每个雷达节点的预测航迹信息和实际观测到的航迹信息，计算两者之间的误差，采用RMSE对误差进行计算；

阈值确定子模块，根据系统的容忍度，设定一个误差阈值；如果某个雷达节点的预测误差超过了这个阈值，则该节点处于异常状态。