[发明专利]一种面向雷光联动系统的目标跟踪任务自动分配方法

说明书

本发明公开了一种面向雷光联动系统的目标跟踪任务自动分配方法，通过构建并训练基于BP神经网络的目标探测概率模型，采用训练好的目标探测概率模型，得到所述雷电联动系统中各个光电探测设备对各个目标的探测概率；然后采用粒子群优化算法，求解光电探测设备对目标的探测概率加权和最优的优化问题，采用求解得到的光电设备分配方案对目标进行跟踪。本发明综合考虑目标类型、位置、威胁程度、速度及光电探测设备的任务状态，实现跟踪任务的自适应分配，使得探测效能达到最大值。

技术领域

本申请属于目标跟踪任务分配技术领域，尤其涉及一种面向雷光联动系统的目标跟踪任务自动分配方法。

背景技术

目前，雷达、光电探测设备广泛应用于周界入侵探测系统，雷达作为一种主动式无线电探测设备，具有全天候、全天时工作的特点，但缺点是无法对目标成像，无可视化显示能力；光电探测设备探测设备具有能成像的优点，但受天气影响较大。雷达光电探测设备联动系统可以有效结合二者的优点，弥补改善上述问题。目前雷达光电探测设备联动系统多采用雷达主导探测、光电探测设备辅助跟踪的工作模式，即当雷达搜索、发现目标时上报至信息处理系统，信息处理系统将目标引导信息下发至光电探测设备探测单元，光电探测设备探测单元进行搜索、跟踪、识别，将目标跟踪信息上报，信息处理系统对二者的信息进行融合展示给用户。

由于一台光电探测设备同一时间只能跟踪一个目标，当多个目标入侵并被雷达发现时，就需要将目标引导信息发给不同的光电探测设备，故如何实现光电探测设备目标跟踪任务分配是雷达光电探测设备的联动的重要环节之一。

传统的目标跟踪任务分配方法分为两种，一种是纯手工作业法，一种是固定策略法。人工选取法，即人工选择待联动光电探测设备，下发目标引导信息，并依据跟踪效果进行人工调整。固定策略法，即基于事先确定的联动规则实现目标引导信息的自动下发。

然而，采用纯手工作业实现雷达光电探测设备联动，随意性太大，分配结果不科学不合理，调整速度慢、效率低下，不能实现最优化分配。采用固定策略法是事先确定联动规则，不能依据目标实际情况、装备实际工作情况变化而变化，同样无法实现最优化分配。

发明内容

本申请的目的是提供一种面向雷光联动系统的目标跟踪任务自动分配方法，以解决雷光联合跟踪系统中光电探测设备目标跟踪任务无法实现最优化分配的问题。

为了实现上述目的，本申请技术方案如下：

一种面向雷光联动系统的目标跟踪任务自动分配方法，包括：

构建并训练基于BP神经网络的目标探测概率模型，所述目标探测概率模型的输入为目标类型、方位、距离和速度，输出为光电探测设备对目标的探测概率；

采用训练好的目标探测概率模型，得到所述雷电联动系统中各个光电探测设备对各个目标的探测概率；

采用粒子群优化算法，求解光电探测设备对目标的探测概率加权和最优的优化问题，采用求解得到的光电设备分配方案对目标进行跟踪。

进一步的，所述目标探测概率模型包括输入层、隐含层和输出层，所述输入层神经元为四个，分别对应目标类型、速度、方位和距离，所述方位为目标相对于光电探测设备的角度，所述距离为目标相对于光电探测设备的距离。

进一步的，所述采用训练好的目标探测概率模型，得到所述雷电联动系统中各个光电探测设备对各个目标的探测概率，包括：

获取雷达监测到的目标编号、类型、位置和速度信息，确定目标类型和速度；

根据位置信息计算出目标相对于光电探测设备的方位和距离信息；

将所述目标类型、速度、方位和距离输入到训练好的目标探测概率模型，输出光电探测设备对目标的探测概率。

进一步的，所述光电探测设备对目标的探测概率加权和最优的优化问题的适应度函数为：