技術(shù)特征：

1.一種基于群體智能模型的飛鳥群目標(biāo)跟蹤方法，包括如下步驟：

步驟一，個(gè)體目標(biāo)狀態(tài)預(yù)估；

獲取k時(shí)刻，每個(gè)目標(biāo)i的運(yùn)動(dòng)速度預(yù)估值預(yù)估位置

步驟二，群目標(biāo)狀態(tài)估計(jì)；

獲取k時(shí)刻，群目標(biāo)量測(cè)中心的位置

步驟三，個(gè)體目標(biāo)狀態(tài)修正；

獲取k時(shí)刻目標(biāo)i的修正位置。

2.根據(jù)權(quán)利要求1所述的一種基于群體智能模型的飛鳥群目標(biāo)跟蹤方法，所述的步驟一具體為：

設(shè)由N個(gè)飛鳥目標(biāo)組成的飛鳥群目標(biāo)，在k-1時(shí)刻所有飛鳥目標(biāo)所處的位置集合為其中，表示k-1時(shí)刻目標(biāo)i的位置，i∈{1,2,...,N}，所有飛鳥目標(biāo)的速度集合為其中，表示k-1時(shí)刻目標(biāo)i的速度；首先，計(jì)算每個(gè)目標(biāo)i與群中所有其它目標(biāo)的距離，并挑選出s個(gè)與目標(biāo)i距離最近的目標(biāo)，記為集合滿足以下條件

且j≠i (1)

式中，表示k-1時(shí)刻目標(biāo)j的位置，表示k-1時(shí)刻目標(biāo)j的速度，θ為距離閾值；

在k時(shí)刻，每個(gè)目標(biāo)i的運(yùn)動(dòng)速度受到s個(gè)鄰近目標(biāo)的影響，其預(yù)估值為：

$v_{ip}^k=v_i^{k-1}+{\mathrm{\Σ}}_{(x_j^{k-1},v_j^{k-1})\∈S_i^{k-1}}\frac{{\mathrm{\θ}}_i}{|x_j^{k-1}-x_i^{k-1}|}\·(v_j^{k-1}-v_i^{k-1})---\left(2\right)$

式中，θ_i為速度預(yù)估調(diào)節(jié)系數(shù)；

則k時(shí)刻目標(biāo)i所處的預(yù)估位置為：

$x_{ip}^k=x_i^{k-1}+v_{ip}^k\·\mathrm{\Δ}t---\left(3\right)$

式中，為k時(shí)刻目標(biāo)i的預(yù)估位置，Δt表示雷達(dá)的數(shù)據(jù)更新周期。

3.根據(jù)權(quán)利要求1所述的一種基于群體智能模型的飛鳥群目標(biāo)跟蹤方法，所述的步驟二具體為：

基于步驟一獲取的k時(shí)刻所有飛鳥目標(biāo)所處的預(yù)估位置計(jì)算群目標(biāo)中心的預(yù)估位置為

$O_p^k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{x}_{ip}^k---\left(4\right)$

計(jì)算群目標(biāo)整體的運(yùn)動(dòng)速度為

$v_p^k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{v}_{ip}^k---\left(5\right)$

同時(shí)，k時(shí)刻獲取的飛鳥群目標(biāo)量測(cè)信息為其中，表示k時(shí)刻目標(biāo)i的量測(cè)位置，計(jì)算群目標(biāo)量測(cè)中心的位置為：

$O_z^k=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{z}_i^k---\left(6\right).$

4.根據(jù)權(quán)利要求1所述的一種基于群體智能模型的飛鳥群目標(biāo)跟蹤方法，所述的步驟三具體為：

利用步驟二獲得的群目標(biāo)狀態(tài)估計(jì)結(jié)果，對(duì)步驟一中的飛鳥個(gè)體目標(biāo)速度預(yù)估值進(jìn)行修正，如下式

式中，為k時(shí)刻目標(biāo)i的修正速度，為速度修正調(diào)節(jié)系數(shù)；

則k時(shí)刻目標(biāo)i所處位置修正為

$x_{iu}^k=x_i^{k-1}+v_{iu}^k\·\mathrm{\Δ}t---\left(8\right)$

式中，為k時(shí)刻目標(biāo)i的修正位置。