发明名称 一种敏捷雷达数据处理系统及方法
摘要 一种敏捷雷达数据处理系统,包括雷达、数据库以及上位机;雷达、数据库和上位机依次相连,所述雷达对所检测海域进行照射,并将雷达海杂波数据储存到所述的数据库,所述的上位机包括数据预处理模块、预测模型建模模块、海杂波预报模块、判别模型更新模块以及结果显示模块。以及提出了一种敏捷雷达数据处理方法。本发明提供一种能准确快速预报雷达海杂波、响应速度快、预报精度高的敏捷雷达数据处理系统及方法。
申请公布号 CN102147466B 申请公布日期 2012.07.18
申请号 CN201110051149.9 申请日期 2011.03.03
申请人 浙江大学 发明人 刘兴高;轩立新;梁国正;王志强;闫正兵
分类号 G01S7/41(2006.01)I;G06F19/00(2011.01)I 主分类号 G01S7/41(2006.01)I
代理机构 杭州天正专利事务所有限公司 33201 代理人 王兵;王利强
主权项 1.一种敏捷雷达数据处理系统,包括雷达、数据库以及上位机,雷达、数据库和上位机依次相连,其特征在于:所述雷达对所检测海域进行照射,并将雷达海杂波数据储存到所述的数据库,所述的上位机包括:数据预处理模块,用以进行雷达海杂波数据预处理,采用如下过程完成:1)从数据库中采集N个雷达海杂波回波信号幅值x<sub>i</sub>作为训练样本,其中,i=1,...,N;2)对训练样本进行归一化处理,得到归一化幅值<img file="FDA0000126332300000011.GIF" wi="56" he="47" /><maths num="0001"><![CDATA[<math><mrow><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mi>i</mi></msub><mo>=</mo><mfrac><mrow><msub><mi>x</mi><mi>i</mi></msub><mo>-</mo><mi>min</mi><mi>x</mi></mrow><mrow><mi>max</mi><mi>x</mi><mo>-</mo><mi>min</mi><mi>x</mi></mrow></mfrac></mrow></math>]]></maths>其中,min x表示训练样本中的最小值,max x表示训练样本中的最大值;3)将归一化后的训练样本重构,分别得到输入矩阵X和对应的输出矩阵Y:<img file="FDA0000126332300000013.GIF" wi="618" he="286" /><maths num="0002"><![CDATA[<math><mrow><mi>Y</mi><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mrow><mi>D</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mrow><mi>D</mi><mo>+</mo><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mi>N</mi></msub></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,D表示重构维数,D为自然数,且D<N,D的取值范围为50-70;预报模型建模模块,用以建立预报模型,采用如下过程完成:将得到的X、Y代入如下二次规划问题:<maths num="0003"><![CDATA[<math><mrow><munder><mi>max</mi><mrow><mi>&alpha;</mi><mo>,</mo><msup><mi>&alpha;</mi><mo>*</mo></msup></mrow></munder><mo>{</mo><mo>-</mo><mfrac><mn>1</mn><mn>2</mn></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>-</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>)</mo></mrow><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>j</mi></msub><mo>-</mo><msubsup><mi>&alpha;</mi><mi>j</mi><mo>*</mo></msubsup><mo>)</mo></mrow><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mo>|</mo><mo>|</mo><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mi>i</mi></msub><mo>-</mo><msub><mover><mi>x</mi><mo>&OverBar;</mo></mover><mi>j</mi></msub><mo>|</mo><mo>|</mo><mo>/</mo><msup><mi>&theta;</mi><mn>2</mn></msup><mo>)</mo></mrow><mo>-</mo><mi>&epsiv;</mi><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>+</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>)</mo></mrow><mo>+</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><msub><mi>y</mi><mi>i</mi></msub><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>-</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>)</mo></mrow><mo>}</mo></mrow></math>]]></maths><maths num="0004"><![CDATA[<math><mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>-</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>)</mo></mrow><mo>=</mo><mn>0</mn></mrow></math>]]></maths>0≤α<sub>i</sub>≤γ<maths num="0005"><![CDATA[<math><mrow><mn>0</mn><mo>&le;</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>&le;</mo><mi>&gamma;</mi></mrow></math>]]></maths>求解得待估计函数f(x):<maths num="0006"><![CDATA[<math><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><mrow><mo>(</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo></msubsup><mo>-</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>)</mo></mrow><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mo>|</mo><mo>|</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub><mo>|</mo><mo>|</mo><mo>/</mo><msup><mi>&theta;</mi><mn>2</mn></msup><mo>)</mo></mrow></mrow></math>]]></maths>其中,M是支持向量的数目,α<sub>i</sub>和α<sub>j</sub>是拉格朗日乘子,<img file="FDA0000126332300000019.GIF" wi="48" he="57" />和<img file="FDA00001263323000000110.GIF" wi="48" he="63" />是支持向量,其中,i=1,…,M,j=1,…,M,<img file="FDA00001263323000000111.GIF" wi="407" he="62" />和exp(-‖x-x<sub>i</sub>‖/θ<sup>2</sup>)均为支持向量机的核函数,x<sub>j</sub>为第j个雷达海杂波回波信号幅值,θ是核参数,ε是不敏感系数,x表示输入变量,y<sub>i</sub>是Y的第i个分量,γ是惩罚系数;海杂波预报模块,用以进行海杂波预测,采用如下过程完成:1)在采样时刻t采集D个海杂波回波信号幅值得到TX=[x<sub>t-D+1</sub>,...,x<sub>t</sub>],x<sub>t-D+1</sub>表示第t-D+1采样时刻的海杂波回波信号幅值,x<sub>t</sub>表示第t采样时刻的海杂波回波信号幅值;2)进行归一化处理;<maths num="0007"><![CDATA[<math><mrow><mover><mi>TX</mi><mo>&OverBar;</mo></mover><mo>=</mo><mfrac><mrow><mi>TX</mi><mo>-</mo><mi>min</mi><mi>x</mi></mrow><mrow><mi>max</mi><mi>x</mi><mo>-</mo><mi>min</mi><mi>x</mi></mrow></mfrac></mrow></math>]]></maths>3)代入预报模型建模模块得到的待估计函数f(x)得到采样时刻(t+1)的海杂波预报值。
地址 310027 浙江省杭州市西湖区浙大路38号