[发明专利]基于遗传算法的毫米波雷达数据的处理方法、装置及设备

权利要求书

1.一种基于遗传算法的毫米波雷达数据的处理方法，其特征在于，包括：

获取基于毫米波雷达探测目标物的原始探测数据；

对在预定时间段内的所述原始探测数据进行分解，得到按时间帧排序的探测数据序列；

利用遗传算法对所述探测数据序列进行编码，得到所述原始探测数据的多个处理方案；

将每个所述处理方案作为所述遗传算法中的染色体，将各所述染色体组成的染色体组合作为种群；

设定初始种群和评价所述种群中染色体的适应度函数，所述适应度函数描述所述处理方案的优劣性；

基于所述适应度函数对所述初始种群中的各所述染色体进行处理，直至选择出最优的染色体；

其中，所述最优的染色体为对所述原始探测数据进行处理的最优方案，利用所述最优方案对所述原始探测数据进行处理，所述原始探测数据发生数据丢帧的概率小于设定值。

2.如权利要求1所述的基于遗传算法的毫米波雷达数据的处理方法，其特征在于，所述利用遗传算法对所述探测数据序列进行编码包括：

对所述探测数据序列中与每个时间帧对应的探测数据进行组合，得到多个探测数据组合组，每个探测数据组合组中包含多个探测数据组合子组；

对每个所述探测数据组合组中的每个探测数据组合子组中的探测数据进行计算，得到每个所述探测数据组合组中的每个探测数据组合子组中的输出数据集合组；

将所述每个所述探测数据组合组中的每个探测数据组合子组中的输出数据集合组和对应的每个探测数据组合子组中的探测数据，构成与各所述探测数据组合组对应的标准探测数据组合组；

一所述标准探测数据组合组对应一所述处理方案。

3.如权利要求2所述的基于遗传算法的毫米波雷达数据的处理方法，其特征在于，所述设定评价所述种群中染色体的适应度函数包括：

以所述标准探测数据组合组中所述输出数据集合组的个数设定所述适应度函数；

其中，所述适应度函数的适应度值与所述种群中染色体的优劣性呈正比。

4.如权利要求3所述的基于遗传算法的毫米波雷达数据的处理方法，其特征在于，所述设定初始种群包括：

根据所述时间帧排序按照时间顺序依次将所述探测数据序列中的每一时间帧对应的探测数据放入至第一输出数据集合；

判断放入至所述第一输出数据集合的探测数据组成的资源是否超出所述第一输出数据集合的第一容纳值；

若是，则设定第二输出数据集合，按照所述时间帧排序的探测数据序列中除所述第一输出数据集合中的探测数据依次加入所述第二输出数据集合；

所述第二输出数据集合具有第二容纳值，当加入所述第二输出数据集合的探测数据组成的资源超出所述第二容纳值，则设定第三输出数据集合，直至所述探测数据序列中的探测数据均对应各自的输出数据集合，各所述输出数据集合均存在与各自对应的容纳值；

各所述输出数据集合和与各所述输出数据集合对应的探测数据组合子组构成所述初始种群。

5.如权利要求1-4任意一项所述的基于遗传算法的毫米波雷达数据的处理方法，其特征在于，所述基于所述适应度函数对所述初始种群中的各所述染色体进行处理，直至选择出最优的染色体包括：

从所述初始种群中随机选取两个染色体，将两个所述染色体的适应度函数的适应度值最大的染色体作为父个体；

重复所述从所述初始种群中随机选取两个染色体，将两个所述染色体的适应度函数的适应度值最大的染色体作为父个体的步骤，直至选取的所述父个体组成的种群达到预定的种群规模，将选取的所述父个体组成的种群作为下一代种群；

从所述下一代种群中随机选取两个父个体，对两个所述父个体中包含的输出数据集合进行交叉和变异，重复上述步骤，直至目标染色体的适应度值达到第一设定值且迭代次数达到第二设定值。