技術(shù)特征：

1.一種基于差分進化的多目標變數(shù)據(jù)率跟蹤方法，其特征在于：其包括：

步驟一、基于不敏濾波方法確定目標跟蹤數(shù)據(jù)時間間隔上限；

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

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)當前目標跟蹤個數(shù)和該目標跟蹤時間間隔集合設(shè)置；

步驟四、依據(jù)掩模運算方法對該種群中每一個個體進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)等于目標迭代代數(shù)，由該種群演變的種群為目標種群，依據(jù)該目標種群得到目標跟蹤數(shù)據(jù)率，并由此生產(chǎn)波束請求信息。

2.如權(quán)利要求1所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤方法，其特征在于：步驟一、采用基于彈道目標運動方程的不敏濾波方法，依據(jù)公式(1)確定目標的跟蹤數(shù)據(jù)時間間隔上限T_max，

P(k/k-1)≤G (1)

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

步驟二、依據(jù)該目標跟蹤數(shù)據(jù)時間間隔上限T_max設(shè)置目標跟蹤時間間隔集合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)當前目標跟蹤個數(shù)Trk和目標跟蹤時間間隔集合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以及迭代的目標代數(shù)G'；

步驟四、依據(jù)掩模運算方法對種群P_s中每一個個體進行變異操作獲得變異個體V_i^g；

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

$U_i^g=\left\{\begin{array}{c}{V}_i^g,rand\[0,1\]\≤C_r\\ X_i^g,otherwise\end{array}\right.---\left(2\right)$

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)的父個體進行比較，較優(yōu)者保存到下一代，

$X_i^{g+1}=\left\{\begin{array}{c}{U}_i^g,f\left(U_i^g\right)\<f\left(X_i^g\right)\\ X_i^g,otherwise\end{array}\right.---\left(3\right)$

其中，f函數(shù)代表個體所需要的雷達能量資源；

步驟七、重復(fù)步驟四至步驟六直至迭代代數(shù)等于G'。

3.如權(quán)利要求2所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤方法，其特征在于：步驟三中的種群初始化算法，從目標跟蹤時間間隔集合T＝{T₁,T₂,…,T_n}中，為每個個體的第二維元素隨機選取一個跟蹤時間間隔T，其中1≤i≤P_s。

4.如權(quán)利要求2所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤方法，其特征在于：步驟四中的掩模運算方法包括以下步驟：

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

(2)依據(jù)個體所需雷達能量資源的f函數(shù)為約束，從當代個體中選出消耗雷達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)表體所需雷達能量資源的f函數(shù)為約束，從V₁、V₂中選擇消耗雷達能量資源最少的集合作為變異操作產(chǎn)生的個體V_i^g。

5.如權(quán)利要求2所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤方法，其特征在于：步驟一中不敏濾波方法為：

假定目標的狀態(tài)向量為彈道導(dǎo)彈的運動模型為

$\left[\begin{array}{c}\stackrel{\·}{x}\\ \stackrel{\·}{y}\\ \stackrel{\·}{z}\\ \stackrel{\·\·}{x}\\ \stackrel{\·\·}{y}\\ \stackrel{\·\·}{z}\end{array}\right]=\left[\begin{array}{c}\stackrel{\·}{x}\\ \stackrel{\·}{y}\\ \stackrel{\·}{z}\\ -\frac{\mathrm{\ρ}\left(h\right)}{2\mathrm{\β}}vx-\frac{\mathrm{\μ}G}{{\left(r\right)}^3}x+\left(2{\mathrm{\ωv}}_y+{\mathrm{\ω}}^{2}x\right)\\ -\frac{\mathrm{\ρ}\left(h\right)}{2\mathrm{\β}}vy-\frac{\mathrm{\μ}G}{{\left(r\right)}^3}y+\left(-2{\mathrm{\ωv}}_x+{\mathrm{\ω}}^{2}y\right)\\ -\frac{\mathrm{\ρ}\left(h\right)}{2\mathrm{\β}}{\mathrm{vv}}_z-\frac{\mathrm{\μ}G}{{\left(r\right)}^3}z\end{array}\right]---\left(4\right)$

其中ρ(h)＝ρ₀e^-kh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；

雷達測量模型h為

$h\left(X\right)=\left[\begin{array}{c}\sqrt{x^2+y^2+z^2}\\ \arctan (x/y)\\ \arctan (z/\sqrt{x^2+y^2})\end{array}\right]---\left(5\right)$

假定雷達量測數(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，采用標準對稱采樣方法；在彈道導(dǎo)彈的運動模型和雷達量測模型是非線性函數(shù)，且目標在k-1時刻的估計均值為和P_k-1/k-1時，選擇2L+1＝15個采樣點按式公式(6)計算：

$\left\{\begin{array}{c}{\mathrm{\χ}}_0={\hat{X}}_{k-1/k-1},W_0^{\left(m\right)}=\frac{\mathrm{\λ}}{2(L+\mathrm{\λ})},W_0^{\left(c\right)}=\frac{\mathrm{\λ}}{2(L+\mathrm{\λ})}+1-{\mathrm{\α}}^2+\mathrm{\γ};\\ {\mathrm{\χ}}_i={\hat{X}}_{k-1/k-1}+{\left(\sqrt{(L+\mathrm{\λ})P_{k-1/k-1}}\right)}_i,W_i^{\left(m\right)}=W_i^{\left(c\right)}=\frac{1}{2(L+\mathrm{\λ})},i=1,...,L;\\ {\mathrm{\χ}}_{i+L}={\hat{X}}_{k-1/k-1}-{\left(\sqrt{(L+\mathrm{\λ})P_{k-1/k-1}}\right)}_i,W_{i+L}^{\left(m\right)}=W_{i+L}^{\left(c\right)}=\frac{1}{2(L+\mathrm{\λ})},i=1,...,L;\end{array}\right.---\left(6\right)$

其中λ＝α²(L+κ)為比例參數(shù)，作為控制采樣點到均值的距離；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，計算目標狀態(tài)預(yù)測：

${\hat{X}}_{k/k-1}=\underset{i=0}{\overset{2n}{\Σ}}{W}_i^{\left(m\right)}{\mathrm{\χ}}_{i,k/k-1}---\left(7\right)$

χ_k/k-1＝f(χ_k/k-1,k-1) (8)

計算目標預(yù)測協(xié)方差矩陣：

$P_{k|k-1}=\underset{i=0}{\overset{2n}{\mathrm{\Σ}}}(W_i^{\left(c\right)}\[{\mathrm{\χ}}_{i,k/k-1}-{\hat{X}}_{k/k-1}\]{\[{\mathrm{\χ}}_{i,k/k-1}-{\hat{X}}_{k/k-1}\]}^T)+Q_{k-1}---\left(9\right)$

計算時刻k量測的預(yù)測：

${\hat{Z}}_{k/k-1}=\underset{i=0}{\overset{2n}{\Σ}}{W}_i{\mathrm{\ζ}}_{i,k/k-1}---\left(10\right)$

ζ_k/k-1＝h(χ_k/k-1,k) (11)

$P_{{\tilde{z}}_k}=\underset{i=0}{\overset{2n}{\mathrm{\Σ}}}{W}_i^{\left(m\right)}({\mathrm{\ζ}}_{k/k-1}^i-{\hat{Z}}_{k|k-1}){({\mathrm{\ζ}}_{k/k-1}^i-{\hat{Z}}_{k|k-1})}^T+R_k---\left(12\right)$

$P_{{\tilde{x}}_k{\tilde{z}}_k}=\underset{i=0}{\overset{2n}{\Σ}}{W}_i^{\left(m\right)}({\mathrm{\ζ}}_{k/k-1}^i-{\hat{x}}_{k|k-1}){({\mathrm{\ζ}}_{k/k-1}^i-{\hat{x}}_{k|k-1})}^T---\left(13\right)$

計算新息：

$v_k=Z_k-{\hat{Z}}_{k/k-1}---\left(14\right)$

計算增益矩陣：

$K_k=P_{{\tilde{x}}_k{\tilde{z}}_k}{P}_{{\tilde{z}}_k}^{-1}---\left(15\right)$

計算目標狀態(tài)更新：

${\hat{X}}_{k|k}={\hat{X}}_{k|k-1}+K_k{v}_k---\left(16\right)$

計算目標狀態(tài)誤差協(xié)方差的更新：

${\hat{P}}_{k|k}={\hat{P}}_{k|k-1}-K_k{P}_{{\tilde{z}}_k}{K}_k^T---\left(17\right).$

6.一種基于差分進化的多目標變數(shù)據(jù)率跟蹤裝置，其包括數(shù)據(jù)處理模塊、雷達資源調(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跡數(shù)據(jù)，負責(zé)完成點跡預(yù)處理、點航跡關(guān)聯(lián)、航跡起始、航跡濾波與外推，并由此形成具有該點跡預(yù)處理和該點航跡關(guān)聯(lián)的點跡數(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)度信息以負責(zé)波束編排和調(diào)度，且負責(zé)雷達工作模式的控制以及裝置內(nèi)部通信鏈路的維護；

該信號處理模塊接收該波束調(diào)度信息，負責(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，并由此生成目標點跡數(shù)據(jù)，并將該目標點跡數(shù)據(jù)發(fā)送給該數(shù)據(jù)處理模塊；

其特征在于：

該波束請求信息是該數(shù)據(jù)處理模塊依據(jù)基于彈道目標運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距離、方位、俯仰濾波預(yù)報結(jié)果，以及基于差分進化的多目標變數(shù)據(jù)率跟蹤方法解算出的目標跟蹤數(shù)據(jù)率形成的。

7.如權(quán)利要求6所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤裝置，其特征在于：該多目標變數(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，并進行顯示，且能進行雷達資源使用情況的綜合顯示。

8.如權(quán)利要求6所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤裝置，其特征在于：該基于差分進化的多目標變數(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跟蹤數(shù)據(jù)時間間隔上限；

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

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)當前目標跟蹤個數(shù)和該目標跟蹤時間間隔集合設(shè)置；

步驟四、依據(jù)掩模運算方法對該種群中每一個個體進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)等于目標迭代代數(shù)，由該種群演變的種群為目標種群，依據(jù)該目標種群得到目標跟蹤數(shù)據(jù)率，并由此生產(chǎn)波束請求信息。

9.如權(quán)利要求8所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤裝置，其特征在于：步驟一、采用基于彈道目標運動方程的不敏濾波方法，依據(jù)公式(1)確定目標的跟蹤數(shù)據(jù)時間間隔上限T_max，

P(k/k-1)≤G (1)

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

步驟二、依據(jù)該目標跟蹤數(shù)據(jù)時間間隔上限T_max設(shè)置目標跟蹤時間間隔集合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)當前目標跟蹤個數(shù)Trk和目標跟蹤時間間隔集合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以及迭代的目標代數(shù)G'；

步驟四、依據(jù)掩模運算方法對種群P_s中每一個個體進行變異操作獲得變異個體V_i^g；

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

$U_i^g=\left\{\begin{array}{c}{V}_i^g,rand\[0,1\]\≤C_r\\ X_i^g,otherwise\end{array}\right.---\left(2\right)$

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)的父個體進行比較，較優(yōu)者保存到下一代，

$X_i^{g+1}=\left\{\begin{array}{c}{U}_i^g,f\left(U_i^g\right)\<f\left(X_i^g\right)\\ X_i^g,otherwise\end{array}\right.---\left(3\right)$

其中，f函數(shù)代表個體所需要的雷達能量資源；

步驟七、重復(fù)步驟四至步驟六直至迭代代數(shù)等于G'。

10.如權(quán)利要求6所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤裝置，其特征在于：該基于差分進化的多目標變數(shù)據(jù)率跟蹤方法為權(quán)利要求3至5中任意一項所述的基于差分進化的多目標變數(shù)據(jù)率跟蹤方法。