本發(fā)明涉及雷達(dá)技術(shù)領(lǐng)域中的一種跟蹤裝置及其跟蹤方法，尤其涉及一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置及其跟蹤方法。

背景技術(shù)：

相控陣?yán)走_(dá)是一種以電子掃描代替機(jī)械掃描的先進(jìn)目標(biāo)探測與定位設(shè)備，由于采用計算機(jī)控制，因而具有靈活的多波束指向及駐留時間、可控的空間功率分配及時間資源分配等特點(diǎn)。這些特點(diǎn)決定了相控陣?yán)走_(dá)能快速提供大空域、多批量目標(biāo)的三坐標(biāo)測量數(shù)據(jù)，同時也有較高的測量精度和分辨力。相控陣?yán)走_(dá)有較強(qiáng)的抗干擾能力和多任務(wù)要求，在相控陣?yán)走_(dá)其它指標(biāo)中很難有依據(jù)相控陣?yán)走_(dá)特點(diǎn)來概括相控陣?yán)走_(dá)性能的指標(biāo)，而數(shù)據(jù)率參數(shù)具有總體概括雷達(dá)性能、反映雷達(dá)各主要參數(shù)之間的關(guān)系的能力，把數(shù)據(jù)率參數(shù)作為衡量相控陣性能對其開發(fā)研制及性能評估具有極其重要的意義。

正確選定跟蹤采樣間隔時間對確保跟蹤的連續(xù)性、可靠性和跟蹤精度都有著重要的意義。受限于雷達(dá)系統(tǒng)的時間能量資源，要實(shí)現(xiàn)對更多批次目標(biāo)的探測和跟蹤，需要盡量提高相控陣?yán)走_(dá)系統(tǒng)的時間能量資源利用率。為此，人們研究了各種系統(tǒng)資源自適應(yīng)調(diào)度算法。針對多目標(biāo)跟蹤問題設(shè)計的自適應(yīng)調(diào)整數(shù)據(jù)率的目標(biāo)跟蹤算法，應(yīng)能根據(jù)目標(biāo)不同運(yùn)動狀態(tài)，在滿足跟蹤精度要求的情況下，自適應(yīng)選擇合適的數(shù)據(jù)更新率，盡可能減少對每個目標(biāo)的累計照射時間，以節(jié)省對單個目標(biāo)進(jìn)行跟蹤所耗費(fèi)的雷達(dá)系統(tǒng)資源。

文章(Adaptive variable update rate algorithm for tracking targets with a phase array radar)利用濾波殘差來確定采樣周期，通過量測噪聲方差與殘差的比值，對下一時刻采樣周期進(jìn)行調(diào)整，當(dāng)目標(biāo)機(jī)動時，該算法可自適應(yīng)地減小采樣周期，但是當(dāng)目標(biāo)無機(jī)動狀態(tài)時，目標(biāo)采樣周期會不斷增大。文章(Minimum power requirements for tracking)在考慮了目標(biāo)機(jī)動特性的前提下，給出了跟蹤方式下雷達(dá)所消耗的最小功率與目標(biāo)跟蹤精度、跟蹤采樣周期以及信噪比之間的函數(shù)關(guān)系。文章(On adaptive sampling for multisensory tracking of a maneuvering target using IMM/PDA filtering)利用基于隨機(jī)采樣的采樣間隔選擇算法，對每一個候選采樣間隔計算代價函數(shù)，在滿足跟蹤性能的情況下選擇最大的采樣間隔。文章(Tracking performance constrained MFR parameter control:applying constraints on prediction accuracy)綜合考慮了駐留時間和采樣間隔對跟蹤性能的影響，并利用遺傳算法對時間資源進(jìn)行了優(yōu)化。

上述算法雖然深入研究了雷達(dá)時間資源的調(diào)度算法，但這些算法多是在雷達(dá)資源充裕且是在單目標(biāo)跟蹤的情況下研究的。文章(基于協(xié)方差控制的相控陣?yán)走_(dá)資源管理算法)研究了單傳感器跟蹤多目標(biāo)的資源管理算法，分別采用了協(xié)方差偏差均值最小準(zhǔn)則(F1準(zhǔn)則)和最大協(xié)方差偏差最小準(zhǔn)則(F2準(zhǔn)則)確定下一采樣時刻的跟蹤目標(biāo)，并使用矩陣的2－范數(shù)(M1度量)的結(jié)合作為矩陣度量方法，但該算法假設(shè)駐留時間足夠大。

綜上，目前的變數(shù)據(jù)率目標(biāo)跟蹤多是針對單目標(biāo)，多目標(biāo)變數(shù)據(jù)率跟蹤算法較少，且普遍存在的缺點(diǎn)是算法在實(shí)際使用中存在實(shí)現(xiàn)復(fù)雜度、計算量與目標(biāo)跟蹤精度的矛盾。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于提供一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置及其方法，能夠克服現(xiàn)有多目標(biāo)變數(shù)據(jù)率跟蹤技術(shù)的缺點(diǎn)和不足，提高雷達(dá)資源利用率。

本發(fā)明的解決方案是：一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法，其包括：

步驟一、基于不敏濾波方法確定目標(biāo)跟蹤數(shù)據(jù)時間間隔上限；

步驟二、依據(jù)該目標(biāo)跟蹤數(shù)據(jù)時間間隔上限設(shè)置目標(biāo)跟蹤時間間隔集合；

步驟三、初始化種群，設(shè)置交叉概率因子以及迭代的代數(shù)，該種群依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)和該目標(biāo)跟蹤時間間隔集合設(shè)置；

步驟四、依據(jù)掩模運(yùn)算方法對該種群中每一個個體進(jìn)行變異操作獲得變異個體；

步驟五、對該個體以及該變異個體進(jìn)行交叉操作產(chǎn)生后代交叉?zhèn)€體；

步驟六、采用一對一的貪婪篩，將子個體與相應(yīng)的父個體進(jìn)行比較，較優(yōu)者保存到下一代，該子個體為該后代交叉?zhèn)€體，該父個體為與該后代交叉?zhèn)€體相對應(yīng)的該個體；

步驟七、重復(fù)步驟四至步驟六直至迭代代數(shù)等于目標(biāo)迭代代數(shù)，由該種群演變的種群為目標(biāo)種群，依據(jù)該目標(biāo)種群得到目標(biāo)跟蹤數(shù)據(jù)率，并由此生產(chǎn)波束請求信息。

作為上述方案的進(jìn)一步改進(jìn)，步驟一、采用基于彈道目標(biāo)運(yùn)動方程的不敏濾波方法，依據(jù)公式(1)確定目標(biāo)的跟蹤數(shù)據(jù)時間間隔上限T_max，

P(k/k-1)≤G (1)

其中，P(k/k-1)是基于彈道目標(biāo)運(yùn)動方程的不敏濾波k時刻的預(yù)測誤差協(xié)方差，G是雷達(dá)系統(tǒng)要求的測量精度；

步驟二、依據(jù)該目標(biāo)跟蹤數(shù)據(jù)時間間隔上限T_max設(shè)置目標(biāo)跟蹤時間間隔集合T＝{T₁,T₂,…,T_n}，其中T₁＜T₂＜T₃＜…＜T_n-1≤T_n，n為跟蹤時間間隔個數(shù)；

步驟三、依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)Trk和目標(biāo)跟蹤時間間隔集合T，依據(jù)種群初始化算法初始化種群P_s，其中個體的表述方式為，g代表種群代數(shù)，i表示種群P_s第i個個體，每個元素的第一維代表目標(biāo)編號，第二維代表跟蹤時間間隔，并設(shè)置交叉概率因子C_r以及迭代的目標(biāo)代數(shù)G'；

步驟四、依據(jù)掩模運(yùn)算方法對種群P_s中每一個個體進(jìn)行變異操作獲得變異個體

步驟五、依據(jù)公式(2)進(jìn)行交叉操作產(chǎn)生后代交叉?zhèn)€體

步驟六、依據(jù)公式(3)采用一對一的貪婪篩選算子將子個體與相應(yīng)的父個體進(jìn)行比較，較優(yōu)者保存到下一代，

其中，f函數(shù)代表個體所需要的雷達(dá)能量資源；

步驟七、重復(fù)步驟四至步驟六直至迭代代數(shù)等于G'。

進(jìn)一步地，步驟三中的種群初始化算法，從目標(biāo)跟蹤時間間隔集合T＝{T₁,T₂,…,T_n}中，為每個個體的第二維元素隨機(jī)選取一個跟蹤時間間隔T，其中1≤i≤P_s。

進(jìn)一步地，步驟四中的掩模運(yùn)算方法包括以下步驟：

(1)依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)Trk，從目標(biāo)跟蹤時間間隔集合T中隨機(jī)抽取Trk個目標(biāo)跟蹤時間間隔構(gòu)成集合T'，然后將T'隨機(jī)劃分成兩個集合S₁、S₂，其中S₁∩S₂＝φ，S₁∪S₂＝T'；

(2)依據(jù)個體所需雷達(dá)能量資源的f函數(shù)為約束，從當(dāng)代個體中選出消耗雷達(dá)能量資源最少的個體X_best；

(3)如果X_best元素的第二維元素即目標(biāo)跟蹤時間間隔集合T屬于集合S₁，則將T添加到集合V₁、V₂；否則，執(zhí)行步驟(4)；

(4)如果元素的第二維元素屬于集合S₂，則將T添加到集合V₁、V₂；否則，執(zhí)行步驟(5)；

(5)重復(fù)步驟(3)和步驟(4)操作，直至遍歷X_best、的所有元素；

(6)依據(jù)表體所需雷達(dá)能量資源的f函數(shù)為約束，從V₁、V₂中選擇消耗雷達(dá)能量資源最少的集合作為變異操作產(chǎn)生的個體

進(jìn)一步地，步驟一中不敏濾波方法為：

假定目標(biāo)的狀態(tài)向量為彈道導(dǎo)彈的運(yùn)動模型為

其中為地球大氣密度函數(shù)，其中ρ₀＝1.22kg/m³，k＝0.14141×10^-3m^-1，h為目標(biāo)的海拔高度；β為彈道系數(shù)；μ_G＝3.986005×10¹⁴m³/s²為地球萬有引力常量；ω＝7.292116×10^-5rad/s為地球自轉(zhuǎn)速度；

雷達(dá)測量模型h為

假定雷達(dá)量測數(shù)據(jù)的噪聲δ為不相關(guān)的零均值高斯白噪聲，其中距離噪聲的方差為σ_r，方位角噪聲的方差為σ_α，仰角噪聲的方差為σ_β；

目標(biāo)的狀態(tài)向量為β為彈道系數(shù)，則狀態(tài)向量維數(shù)L＝7；不敏濾波的處理過程為：首先利用不敏變換生成采樣點(diǎn)，采用標(biāo)準(zhǔn)對稱采樣方法；在彈道導(dǎo)彈的運(yùn)動模型和雷達(dá)量測模型是非線性函數(shù)，且目標(biāo)在k-1時刻的估計均值為和P_k-1/k-1時，選擇2L+1＝15個采樣點(diǎn)按式公式(6)計算：

其中λ＝α²(L+κ)為比例參數(shù)，作為控制采樣點(diǎn)到均值的距離；取α＝0.5；κ＝3-L；γ＝2；式中為(L+λ)P_k-1/k-1均方根矩陣的第i行；

對時刻k狀態(tài)的一部提前預(yù)測，計算目標(biāo)狀態(tài)預(yù)測：

χ_k/k-1＝f(χ_k/k-1,k-1) (8)

計算目標(biāo)預(yù)測協(xié)方差矩陣：

計算時刻k量測的預(yù)測：

ζ_k/k-1＝h(χ_k/k-1,k) (11)

計算新息：

計算增益矩陣：

計算目標(biāo)狀態(tài)更新：

計算目標(biāo)狀態(tài)誤差協(xié)方差的更新：

本發(fā)明還提供一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置，其包括數(shù)據(jù)處理模塊、雷達(dá)資源調(diào)度模塊、信號處理模塊、可視化模塊；其中，

該數(shù)據(jù)處理模塊接收來自該信號處理模塊的原始點(diǎn)跡數(shù)據(jù)，負(fù)責(zé)完成點(diǎn)跡預(yù)處理、點(diǎn)航跡關(guān)聯(lián)、航跡起始、航跡濾波與外推，并由此形成具有該點(diǎn)跡預(yù)處理和該點(diǎn)航跡關(guān)聯(lián)的點(diǎn)跡數(shù)據(jù)、具有該航跡起始和該航跡濾波與外推的航跡數(shù)據(jù)；還接收來自該雷達(dá)資源調(diào)度模塊的時統(tǒng)信息和波束指向信息，并由此生成波束請求信息；

該雷達(dá)資源調(diào)度模塊接收該波束請求信息，并由此生成波束調(diào)度信息以負(fù)責(zé)波束編排和調(diào)度，且負(fù)責(zé)雷達(dá)工作模式的控制以及裝置內(nèi)部通信鏈路的維護(hù)；

該信號處理模塊接收該波束調(diào)度信息，負(fù)責(zé)完成基帶I/Q回波信號的數(shù)字波束形成脈沖壓縮處理，恒虛警檢測，目標(biāo)距離、俯仰方位角、徑向速度、RCS以及回波信噪比這些參數(shù)的測量，并由此生成目標(biāo)點(diǎn)跡數(shù)據(jù)，并將該目標(biāo)點(diǎn)跡數(shù)據(jù)發(fā)送給該數(shù)據(jù)處理模塊；其中：

該波束請求信息是該數(shù)據(jù)處理模塊依據(jù)基于彈道目標(biāo)運(yùn)動方程的不敏濾波方法對該時統(tǒng)信息和該波束指向信息中的目標(biāo)距離、方位、俯仰濾波預(yù)報結(jié)果，以及基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法解算出的目標(biāo)跟蹤數(shù)據(jù)率形成的。

作為上述方案的進(jìn)一步改進(jìn)，該多目標(biāo)變數(shù)據(jù)率跟蹤裝置還包括可視化模塊，該可視化模塊接收該點(diǎn)跡數(shù)據(jù)、該航跡數(shù)據(jù)、該時統(tǒng)信息、該波束指向信息，并進(jìn)行顯示，且能進(jìn)行雷達(dá)資源使用情況的綜合顯示。

作為上述方案的進(jìn)一步改進(jìn)，該基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法為上述任意一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

(1)和目前常用的目標(biāo)跟蹤數(shù)據(jù)率自適應(yīng)調(diào)度算法(公式法、遞推法和預(yù)測協(xié)方差門限法)相比，本發(fā)明控制參數(shù)較少，具有優(yōu)化效率高、魯棒性好等優(yōu)點(diǎn)；

(2)本發(fā)明的差分進(jìn)化采用了基于掩模運(yùn)算的變異操作，具有收斂性快，全局搜索能力強(qiáng)的特點(diǎn)，且平衡了變異操作的“貪婪性”，維持了種群的多樣性，對于多目標(biāo)變數(shù)據(jù)率跟蹤問題，可以解算出的較優(yōu)的可行解。

附圖說明

圖1是本發(fā)明的基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置的構(gòu)架框圖；

圖2是本發(fā)明的基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法的流程圖；

圖3是基于掩模運(yùn)算的差分進(jìn)化變異操作流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

目前，進(jìn)化算法在求解非連續(xù)、非可微、帶噪聲和多峰的問題時顯的更為有效。在進(jìn)化算法中，差分進(jìn)化算法因其原理簡單易于工程實(shí)現(xiàn)，控制參數(shù)較少，具有優(yōu)化效率高、魯棒性好等優(yōu)點(diǎn)而受到廣泛關(guān)注和使用。基于此，本發(fā)明提出一種基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置及方法。本發(fā)明能夠克服現(xiàn)有多目標(biāo)變數(shù)據(jù)率跟蹤技術(shù)的缺陷，提高雷達(dá)資源利用率。

請參閱圖1，本發(fā)的基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置包括數(shù)據(jù)處理模塊、雷達(dá)資源調(diào)度模塊、信號處理模塊、可視化模塊。

數(shù)據(jù)處理模塊，可接收來自信號處理模塊的點(diǎn)跡數(shù)據(jù)，以及來自雷達(dá)資源調(diào)度模塊的時統(tǒng)信息、波束指向信息，負(fù)責(zé)完成點(diǎn)跡預(yù)處理、點(diǎn)航跡關(guān)聯(lián)、航跡起始、航跡濾波與外推等功能，并將波束請求信息發(fā)送給雷達(dá)資源調(diào)度模塊，將點(diǎn)跡數(shù)據(jù)和航跡數(shù)據(jù)發(fā)送給可視化模塊。數(shù)據(jù)處理模塊依據(jù)基于彈道目標(biāo)運(yùn)動方程的不敏濾波(UKF)方法對目標(biāo)距離、方位、俯仰濾波預(yù)報結(jié)果，以及基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法解算出的目標(biāo)跟蹤數(shù)據(jù)率，形成波束請求信息。

雷達(dá)資源調(diào)度模塊，可接收來自數(shù)據(jù)處理的波束請求信息，負(fù)責(zé)波束編排和調(diào)度，并將波束調(diào)度信息發(fā)送給信號處理模塊，且負(fù)責(zé)雷達(dá)工作模式的控制以及裝置內(nèi)部通信鏈路的維護(hù)。

信號處理模塊，可接收來自雷達(dá)資源調(diào)度模塊的波束調(diào)度信息，負(fù)責(zé)完成基帶I/Q回波信號的數(shù)字波束形成(DBF)脈沖壓縮處理、恒虛警(CFAR)檢測和目標(biāo)距離、俯仰方位角、徑向速度、RCS以及回波信噪比等參數(shù)的測量，生成目標(biāo)點(diǎn)跡數(shù)據(jù)，并將點(diǎn)跡數(shù)據(jù)發(fā)送給數(shù)據(jù)處理模塊。

可視化模塊，可接收來自數(shù)據(jù)處理模塊的點(diǎn)跡數(shù)據(jù)和航跡數(shù)據(jù)以及來自雷達(dá)資源調(diào)度模塊的時統(tǒng)信息、波束指向信息，并進(jìn)行顯示，且能進(jìn)行雷達(dá)資源使用情況的綜合顯示。

請結(jié)合圖2，上述多目標(biāo)變數(shù)據(jù)率跟蹤裝置的多目標(biāo)變數(shù)據(jù)率跟蹤方法包括以下步驟：步驟一、基于不敏濾波方法確定目標(biāo)跟蹤數(shù)據(jù)時間間隔上限；步驟二、依據(jù)該目標(biāo)跟蹤數(shù)據(jù)時間間隔上限設(shè)置目標(biāo)跟蹤時間間隔集合；步驟三、初始化種群，設(shè)置交叉概率因子以及迭代的代數(shù)，該種群依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)和該目標(biāo)跟蹤時間間隔集合設(shè)置；步驟四、依據(jù)掩模運(yùn)算方法對該種群中每一個個體進(jìn)行變異操作獲得變異個體；步驟五、對該個體以及該變異個體進(jìn)行交叉操作產(chǎn)生后代交叉?zhèn)€體；步驟六、采用一對一的貪婪篩，將子個體與相應(yīng)的父個體進(jìn)行比較，較優(yōu)者保存到下一代，該子個體為該后代交叉?zhèn)€體，該父個體為與該后代交叉?zhèn)€體相對應(yīng)的該個體；步驟七、重復(fù)步驟四至步驟六直至迭代代數(shù)等于目標(biāo)迭代代數(shù)，由該種群演變的種群為目標(biāo)種群，依據(jù)該目標(biāo)種群得到目標(biāo)跟蹤數(shù)據(jù)率，并由此生產(chǎn)波束請求信息。

基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤方法在具體應(yīng)用時，可以采用如下的具體實(shí)施方式。

(1)數(shù)據(jù)處理模塊采用基于彈道目標(biāo)運(yùn)動方程的不敏濾波(UKF)方法，依據(jù)公式(1)確定目標(biāo)的跟蹤數(shù)據(jù)時間間隔上限T_max，其中P(k/k-1)是基于彈道目標(biāo)運(yùn)動方程的不敏濾波(UKF)k時刻的預(yù)測誤差協(xié)方差，G是雷達(dá)系統(tǒng)要求的測量精度。

P(k/k-1)≤G (1)

(2)數(shù)據(jù)處理模塊依據(jù)目標(biāo)跟蹤數(shù)據(jù)時間間隔上限T_max設(shè)置目標(biāo)跟蹤時間間隔集合T＝{T₁,T₂,…,T_n}，其中T₁＜T₂＜T₃＜…＜T_n-1≤T_n，n為跟蹤時間間隔個數(shù)。

(3)數(shù)據(jù)處理模塊依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)Trk和目標(biāo)跟蹤時間間隔集合T，依據(jù)種群初始化算法初始化種群P_s，其中個體的表述方式為，g代表種群代數(shù)，i表示種群P_s第i個個體，每個元素的第一維代表目標(biāo)編號，第二維代表跟蹤時間間隔，并設(shè)置交叉概率因子C_r以及迭代的代數(shù)G'。

(4)數(shù)據(jù)處理模塊依據(jù)掩模運(yùn)算對種群P_s中每一個個體進(jìn)行變異操作獲得變異個體

(5)數(shù)據(jù)處理模塊依據(jù)公式(2)進(jìn)行交叉操作產(chǎn)生后代交叉?zhèn)€體

(6)數(shù)據(jù)處理模塊依據(jù)公式(3)采用一對一的貪婪篩選算子(one-to-one selection)將子個體與相應(yīng)的父個體進(jìn)行比較，較優(yōu)者保存到下一代，其中f函數(shù)代表個體所需要的雷達(dá)能量資源；

(7)重復(fù)步驟4至步驟6，直至迭代代數(shù)等于G'。

在步驟(1)中，

所述的基于彈道目標(biāo)運(yùn)動方程的不敏濾波(UKF)方法，其特征在于，

假定目標(biāo)的狀態(tài)向量為彈道導(dǎo)彈的運(yùn)動模型為

其中為地球大氣密度函數(shù)，其中ρ₀＝1.22kg/m³，k＝0.14141×10^-3m^-1，h為目標(biāo)的海拔高度；β為彈道系數(shù)；μ_G＝3.986005×10¹⁴m³/s²為地球萬有引力常量；ω＝7.292116×10^-5rad/s為地球自轉(zhuǎn)速度。

雷達(dá)測量模型h為

假定雷達(dá)量測數(shù)據(jù)的噪聲δ為不相關(guān)的零均值高斯白噪聲，其中距離噪聲的方差為σ_r，方位角噪聲的方差為σ_α，仰角噪聲的方差為σ_β。

目標(biāo)的狀態(tài)向量為β為彈道系數(shù)，則狀態(tài)向量維數(shù)L＝7。不敏濾波的處理過程為：首先利用不敏變換生成采樣點(diǎn)，采用常用的標(biāo)準(zhǔn)對稱采樣方法。在目標(biāo)的運(yùn)動模型(見式4)和雷達(dá)量測模型(見式5)是非線性函數(shù)，且目標(biāo)在k-1時刻的估計均值為和P_k-1/k-1時，選擇2L+1＝15個采樣點(diǎn)按式6計算：

其中λ＝α²(L+κ)為比例參數(shù)，作為控制采樣點(diǎn)到均值的距離；一般取α＝0.5；κ＝3-L；γ＝2；式中為(L+λ)P_k-1/k-1均方根矩陣的第i行。

對時刻k狀態(tài)的一部提前預(yù)測，計算目標(biāo)狀態(tài)預(yù)測：

χ_k/k-1＝f(χ_k/k-1,k-1) (8)

計算目標(biāo)預(yù)測協(xié)方差矩陣：

計算時刻k量測的預(yù)測：

ζ_k/k-1＝h(χ_k/k-1,k) (11)

計算新息：

計算增益矩陣：

計算目標(biāo)狀態(tài)更新：

計算目標(biāo)狀態(tài)誤差協(xié)方差的更新：

在步驟(3)中所述的種群初始化算法，從目標(biāo)跟蹤時間間隔集合T＝{T₁,T₂,…,T_n}中，為每個個體的第二維元素隨機(jī)選取一個跟蹤時間間隔T，其中1≤i≤P_s。

在步驟(4)中所述的掩模運(yùn)算包括以下步驟：

(1)依據(jù)當(dāng)前目標(biāo)跟蹤個數(shù)Trk，從目標(biāo)跟蹤時間間隔集合T中隨機(jī)抽取Trk個目標(biāo)跟蹤時間間隔構(gòu)成集合T'，然后將T'隨機(jī)劃分成兩個集合S₁、S₂，其中S₁∩S₂＝φ，S₁∪S₂＝T'；

(2)依據(jù)個體所需雷達(dá)能量資源的f函數(shù)為約束，從當(dāng)代個體中選出消耗雷達(dá)能量資源最少的個體X_best；

(3)如果X_best元素的第二維元素(跟蹤時間間隔)T屬于集合S₁，則將T添加到集合V₁、V₂；否則，執(zhí)行步驟(4)；

(4)如果元素的第二維元素(跟蹤時間間隔)T屬于集合S₂，則將T添加到集合V₁、V₂；否則，執(zhí)行步驟(5)；

(5)重復(fù)步驟(3)和步驟(4)操作，直至遍歷X_best、的所有元素；

(6)依據(jù)表體所需雷達(dá)能量資源的f函數(shù)為約束，從V₁、V₂中選擇消耗雷達(dá)能量資源最少的集合作為變異操作產(chǎn)生的個體

綜上所述，本發(fā)明的基于差分進(jìn)化的多目標(biāo)變數(shù)據(jù)率跟蹤裝置及其跟蹤方法。基于差分進(jìn)化算法的多目標(biāo)變數(shù)據(jù)率跟蹤裝置包括數(shù)據(jù)處理模塊、雷達(dá)資源調(diào)度模塊、信號處理模塊、可視化模塊。數(shù)據(jù)處理模塊接收所述點(diǎn)跡數(shù)據(jù)，以及來自所述波束調(diào)度模塊的時統(tǒng)信息、波束指向信息，處理并生成波束請求信息、航跡數(shù)據(jù)；雷達(dá)資源調(diào)度模塊接收所述波束請求信息，負(fù)責(zé)波束編排和調(diào)度、雷達(dá)工作模式的控制以及裝置內(nèi)部通信鏈路的維護(hù)，并將波束調(diào)度信息發(fā)送給信號處理模塊。信號處理模塊接收來自所述雷達(dá)資源調(diào)度模塊的波束調(diào)度信息，處理并生成目標(biāo)點(diǎn)跡數(shù)據(jù)?？梢暬K接收并顯示所述點(diǎn)跡數(shù)據(jù)、所述航跡數(shù)據(jù)、所述時統(tǒng)信息、所述波束指向信息，且能進(jìn)行雷達(dá)資源使用情況的綜合顯示。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。