一种鲁棒智能雷达海杂波预报系统及方法

摘要

一种鲁棒智能雷达海杂波预报系统，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、鲁棒预报模型建模模块、改进智能寻优模块、海杂波预报模块、判别模型更新模块以及结果显示模块。以及提出了一种鲁棒智能雷达海杂波预报方法。本发明提供一种具有鲁棒性良好、避免人为因素影响的鲁棒智能雷达海杂波预报系统及方法。

主权项

1.一种鲁棒智能雷达海杂波预报系统，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_i作为训练样本，i＝1，...，N；2)对训练样本进行归一化处理，得到归一化幅值${\bar{x}}_i=\frac{x_i-\min x}{\max x-\min x}$其中，minx表示训练样本中的最小值，maxx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：$X=\left[\begin{array}{cccc}{\bar{x}}_1& {\bar{x}}_2& L& {\bar{x}}_D\\ {\bar{x}}_2& {\bar{x}}_3& L& {\bar{x}}_{D+1}\\ M& M& O& M\\ {\bar{x}}_{N-D}& {\bar{x}}_{N-D+1}& L& {\bar{x}}_{N-1}\end{array}\right]$$Y=\left[\begin{array}{c}{\bar{x}}_{D+1}\\ {\bar{x}}_{D+2}\\ M\\ {\bar{x}}_N\end{array}\right]$其中，D表示重构维数，D为自然数，且D＜N，D的取值范围为50-70；鲁棒预报模型建模模块，用以建立预报模型，采用如下过程完成：将得到的X、Y代入如下线性方程：$\left[\begin{array}{cc}0& 1_v^T\\ 1_v& K{+V}_{\gamma }\end{array}\right]\left[\begin{array}{c}{b}^{*}\\ {\alpha }^{*}\end{array}\right]=\left[\begin{array}{c}0\\ Y\end{array}\right]$其中$V_{\gamma }=\mathrm{diag}\{\frac{1}{\gamma v_1},K,\frac{1}{\gamma v_M}\}$权重因子v_i由下式计算：其中是误差变量ξ_i标准差的估计，c₁，c₂为常量；求解得待估计函数f(x)：$f\left(x\right)=\underset{i=1}{\overset{M}{\Sigma }}{{\alpha }_i}^{*}\exp (-||x-x_i||/{\theta }^2)+b^{*}$其中，M是支持向量的数目，1_v＝[1，...，1]^T，K＝exp(-‖x_i-x_j‖/θ²)，上标T表示矩阵的转置，是拉格朗日乘子，其中，i＝1，...，M，j＝1，…，M，b^*是偏置量，和exp(-‖x-x_i‖/θ²)均为支持向量机的核函数，x_j为第j个雷达海杂波回波信号幅值，θ是核参数，x表示输入变量，γ是惩罚系数；改进智能寻优模块，用以采用进化遗传算法对预报模型的核参数θ和惩罚系数γ进行优化，采用如下过程完成：5.1)采用实数编码方法对θ和γ进行编码；5.2)随机产生初始种群；5.3)计算每个个体的适应度，并判断是否符合算法终止条件，若符合，输出最佳个体及其代表的最优解，并结束计算，否则继续迭代；5.4)采用正态分布概率选择个体；5.5)通过单点线性交叉产生新个体；5.6)通过均匀变异方式产生新个体；5.7)对新个体用单纯性法进行确定性寻优；5.8)产生的新一代种群，返回5.3)进行迭代；其中，初始种群大小为50-200，最大代数50-300，最佳个体选择概率为0.05-0.1，交叉概率为0.5-0.9，变异概率为0.001-0.01，个体适应度选择模型的泛化均方根误差，终止条件为达到最大代数或者连续五代适应度不变；海杂波预报模块，用以进行海杂波预测，采用如下过程完成：1)在采样时刻t采集D个海杂波回波信号幅值得到TX＝[x_t-D+1，K，x_t]，x_t-D+1表示第t-D+1采样时刻的海杂波回波信号幅值，x_t表示第t采样时刻的海杂波回波信号幅值；2)进行归一化处理；$\overline{\mathrm{TX}}=\frac{\mathrm{TX}-\min x}{\max x-\min x}$3)代入预报模型建模模块得到的待估计函数f(x)计算得到采样时刻(t+1)的海杂波预报值。