[发明专利]一种目标智能跟踪方法通用设计框架

权利要求书

1.一种目标智能跟踪方法通用设计框架，其特征在于，包括以下步骤：

步骤1：目标智能跟踪方法通用设计框架包括三个技术环节，分别为航迹预测、点航关联和航迹滤波；

步骤2：对多种场景下的雷达探测数据和目标高精度真实数据进行收集，同时利用专业数据分析软件，采用自动计算与人工判定相结合的方式，建立雷达探测数据与目标真实位置数据间对应关系，构建雷达目标跟踪原始训练样本数据库，简称跟踪原始训练库；

步骤3：针对航迹预测、点航关联、航迹滤波三个技术环节，基于跟踪原始训练库，分别进行相关数据提取、数据预处理以及特征提取处理，依次生成航迹预测训练数据集、点航关联训练数据集以及航迹滤波训练数据集；

步骤4：借鉴人工智能领域中的方法，利用时间序列预测的方法解决航迹预测问题，利用分类判决的方法解决点航关联问题，利用模型参数学习的方法解决航迹滤波的问题，进而分别采用时间序列处理、分类判决和模型参数学习不同类别机器学习和深度学习技术与模型，利用三种训练数据集，训练生成各环节初步实现方法；

步骤5：按照航迹预测、点航关联以及航迹滤波技术环节的先后顺序，顺序串联各环节初步实现方法，进一步对各环节实现方法进行训练调优，经过多次训练调优，生成与具体雷达相适应的目标智能跟踪算法。

2.如权利要求1所述的一种目标智能跟踪方法通用设计框架，其特征在于，所述步骤1具体包括以下子步骤：

步骤1.1：航迹预测环节主要是利用前一段时间目标的已知位置信息或已求得状态信息，对目标当前可能的位置进行预测；

步骤1.2：点航关联环节主要是根据航迹预测结果，基于雷达当前量测数据集，找出源于目标的雷达量测点；

步骤1.3：航迹滤波环节主要是利用点航关联得到的当前时刻目标相关量测点，并结合前一段时间已知目标位置信息或已求得目标状态信息，得到目标在当前时刻状态估计。

3.如权利要求1所述的一种目标智能跟踪方法通用设计框架，其特征在于，所述步骤2具体包括以下子步骤：

步骤2.1：收集雷达对周边民用船舶或民用飞机非合作目标探测数据，同时借助AIS设备或ADS设备，收集同一区域同一时间相关民船或民航目标自报位数据作为非合作目标的真实位置数据，构建民用目标探测数据库；

步骤2.2：根据雷达肩负任务，从目标类型、目标运动模式、目标密集程度以及目标编队类型不同方面，设置不同实验场景，进行合作目标雷达探测实验，收集雷达探测数据和目标真实位置数据，构建典型目标探测数据库；

步骤2.3：典型目标探测数据库和民用目标探测数据库统称为雷达目标探测数据库，基于雷达目标探测数据库，利用专业数据分析软件，采用自动计算与人工判定相结合的方式，建立雷达探测数据与目标真实位置数据间对应关系，得到映射函数m_k(i)，其中k表示时刻，i表示目标编号，m_k(i)表示k时刻源于目标i的雷达量测点序号；

步骤2.4：雷达探测数据和目标真实位置数据，连同它们间对应关系m_k(i)，一起构成雷达目标跟踪原始训练样本数据库。

4.如权利要求1所述的一种目标智能跟踪方法通用设计框架，其特征在于，所述步骤3具体包括以下子步骤：

步骤3.1：基于跟踪原始训练库，提取与目标相关的雷达量测数据集，在此基础上，进行数据预处理和特征提取，生成无标签航迹预测训练数据集；

步骤3.2：基于跟踪原始训练库，提取目标真实位置数据集，并根据目标真实位置，计算查找相同时刻目标周边一定区域内雷达量测，得到目标周边量测数据集，在此基础上，进行数据预处理和基于目标真实位置数据与雷达量测数据间差异的特征提取，并根据雷达量测数据是否源于目标，给数据添加{1,0}或{1,-1}标签，生成有标签点航关联训练数据集；

步骤3.3：基于跟踪原始训练库，提取目标真实位置数据和与目标相关的雷达量测数据集，并以雷达量测数据为模型输入，目标真实位置数据为模型期望输出，生成航迹滤波训练数据集。