[發(fā)明專利]一種智能雷達(dá)海上目標(biāo)檢測(cè)系統(tǒng)及方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201110051133.8
• 申請(qǐng)日: 2011-03-03
• 公開(kāi)（公告）號(hào): CN102183751A
• 公開(kāi)（公告）日: 2011-09-14
• 發(fā)明（設(shè)計(jì)）人: 劉興高;閆正兵
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G01S7/41
• 分類號(hào): G01S7/41
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;王利強(qiáng)

1.一種智能雷達(dá)海上目標(biāo)檢測(cè)系統(tǒng)，包括雷達(dá)、數(shù)據(jù)庫(kù)以及上位機(jī)，雷達(dá)、數(shù)據(jù)庫(kù)和上位機(jī)依次相連，其特征在于：所述雷達(dá)對(duì)所檢測(cè)海域進(jìn)行照射，并將雷達(dá)海雜波數(shù)據(jù)儲(chǔ)存到所述的數(shù)據(jù)庫(kù)，所述的上位機(jī)包括：

數(shù)據(jù)預(yù)處理模塊，用以進(jìn)行雷達(dá)海雜波數(shù)據(jù)預(yù)處理，采用如下過(guò)程完成：

1)從數(shù)據(jù)庫(kù)中采集N個(gè)雷達(dá)海雜波回波信號(hào)幅值x_i作為訓(xùn)練樣本，i＝1，...，N；

2)對(duì)訓(xùn)練樣本進(jìn)行歸一化處理，得到歸一化幅值

x‾i=xi-minxmaxx-minx]]>

其中，minx表示訓(xùn)練樣本中的最小值，maxx表示訓(xùn)練樣本中的最大值；

3)將歸一化后的訓(xùn)練樣本重構(gòu)，分別得到輸入矩陣X和對(duì)應(yīng)的輸出矩陣Y：

X=x‾1x‾2Lx‾Dx‾2x‾3Lx‾D+1MMOMx‾N-Dx‾N-D+1Lx‾N-1]]>

Y=x‾D+1x‾D+2Mx‾N]]>

其中，D表示重構(gòu)維數(shù)，D為自然數(shù)，且D＜N，D的取值范圍為50-70；魯棒預(yù)報(bào)模型建模模塊，用以建立預(yù)報(bào)模型，采用如下過(guò)程完成：

將得到的X、Y代入如下線性方程：

01vT1vK+Vγb*α*=0Y]]>

其中Vγ=diag{1γv1,K,1γvM}]]>

權(quán)重因子ν_i由下式計(jì)算：

其中是誤差變量ξ_i標(biāo)準(zhǔn)差的估計(jì)，c₁，c₂為常量；

求解得待估計(jì)函數(shù)f(x)：

f(x)=Σi=1Mαi*exp(-||x-xi||/θ2)+b*]]>

其中，M是支持向量的數(shù)目，1_ν＝[1，...，1]^T，上標(biāo)T表示矩陣的轉(zhuǎn)置，是拉格朗日乘子，b^*是偏置量，K＝exp(-||x_i-x_j||/θ²)，其中i＝1，…，M，j＝1，…，M，和exp(-||x-x_i||/θ²)均為支持向量機(jī)的核函數(shù)，x_j為第j個(gè)雷達(dá)海雜波回波信號(hào)幅值，θ是核參數(shù)，x表示輸入變量，γ是懲罰系數(shù)；

智能尋優(yōu)模塊，用以采用遺傳算法對(duì)魯棒預(yù)報(bào)模型的核參數(shù)θ和懲罰系數(shù)γ進(jìn)行優(yōu)化，采用如下過(guò)程完成：

5.1)采用實(shí)數(shù)編碼方法對(duì)θ和γ進(jìn)行編碼；

5.2)隨機(jī)產(chǎn)生初始種群；

5.3)計(jì)算每個(gè)個(gè)體的適應(yīng)度，并判斷是否符合算法終止條件，若符合，輸出最佳個(gè)體及其代表的最優(yōu)解，并結(jié)束計(jì)算，否則繼續(xù)迭代；

5.4)采用正態(tài)分布概率選擇個(gè)體；

5.5)通過(guò)單點(diǎn)線性交叉產(chǎn)生新個(gè)體；

5.6)通過(guò)均勻變異方式產(chǎn)生新個(gè)體；

5.7)產(chǎn)生的新一代種群，返回5.3)進(jìn)行迭代；

其中，初始種群大小為50-200，最大代數(shù)50-300，最佳個(gè)體選擇概率為0.05-0.1，交叉概率為0.5-0.9，變異概率為0.001-0.01，個(gè)體適應(yīng)度選擇模型的泛化均方根誤差，終止條件為達(dá)到最大代數(shù)或者連續(xù)五代適應(yīng)度不變；

目標(biāo)檢測(cè)模塊，用以進(jìn)行目標(biāo)檢測(cè)，采用如下過(guò)程完成：

1)在采樣時(shí)刻t采集D個(gè)海雜波回波信號(hào)幅值得到TX＝[x_t-D+1，K，x_t]，x_t-D+1表示第t-D+1采樣時(shí)刻的海雜波回波信號(hào)幅值，x_t表示第t采樣時(shí)刻的海雜波回波信號(hào)幅值；

2)進(jìn)行歸一化處理；

TX‾=TX-minxmaxx-minx]]>

3)代入魯棒預(yù)報(bào)模型建模模塊得到的待估計(jì)函數(shù)f(x)計(jì)算得到采樣時(shí)刻(t+1)的海雜波預(yù)報(bào)值；

4)計(jì)算海雜波預(yù)報(bào)值與雷達(dá)回波實(shí)測(cè)值的差值e，計(jì)算控制限Q_α：

Qα=θ1[Cαh02θ2θ1+1+θ2h0(h0-1)θ2]1h0]]>

θi=Σj=k+1Nλij,i=1,2,3]]>

h0=1-2θ1θ33θ22]]>

其中，α是置信度，θ₁，θ₂，θ₃，h₀是中間變量，λ_jⁱ表示協(xié)方差矩陣的第j個(gè)特征值的i次方，k是樣本維數(shù)，C_α是正態(tài)分布置信度為α的統(tǒng)計(jì)；

5)進(jìn)行檢測(cè)判斷：當(dāng)e²差值大于控制限Q_α時(shí)，該點(diǎn)存在目標(biāo)，否則沒(méi)有目標(biāo)。