[发明专利]一种群智雷达海杂波预报系统及方法

摘要

一种群智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、群智寻优模块、海杂波预报模块、判别模型更新模块以及结果显示模块。以及提出了一种群智雷达海杂波预报方法。本发明提供一种响应快、智能性高、可得到最优预报结果的群智雷达海杂波预报系统及方法。

主权项

1.一种群智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x‾i=xi-minxmaxx-minx]]>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：X=x‾1x‾2Lx‾Dx‾2x‾3Lx‾D+1MMOMx‾N-Dx‾N-D+1Lx‾N-1]]>Y=x‾D+1x‾D+2Mx‾N]]>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：01vT1vK+Vγb*α*=0Y]]>其中Vγ=diag{1γv1,K,1γvM}]]>权重因子v_i由下式计算：其中是误差变量ζ_i标准差的估计，c₁，c₂为常量；求解得待估计函数f(x)：f(x)=Σi=1Mαi*exp(-||x-xi||/θ2)+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；群智寻优模块，用以采用粒子群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)随机产生初始粒子群速度和位置；5.2)更新粒子的速度和位置，产生新的群体；i＝1，2，…，p；k＝1，2r_ik(t+1)＝r_ik(t)+v_ik(t+1)其中，μ是学习速率参数，α₁是个体加速度参数，α₂是全局加速度参数，和是0-1之间的随机数，t为迭代次数，p为粒子群规模；v_ik(t+1)是第i个粒子的第k个分量在第t+1次迭代的速度，v_ik(t)是第i个粒子的第k个分量在第t次迭代的速度，r_ik(t+1)是第i个粒子的第k个分量在第t+1次迭代的位置，r_ik(t)是第i个粒子的第k个分量在第t次迭代的位置，Lbest_ik是第i个粒子的第k个分量到达过的最优解，Gbest(t)是整个粒子群在第t次迭代时到达过的全局最优解，k＝1，2分别对应于核参数θ和惩罚系数γ；5.3)判断是否符合算法终止条件，若符合，输出全局最优粒子及其代表的最优解，并结束迭代；否则返回5.2)继续迭代；其中，粒子群规模为50-100，学习速率参数为0.5，个体加速度参数为0.5，全局加速度参数为0.35，个体适应度选择模型的泛化均方根误差，终止条件为连续五次迭代全局最优解不变；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；TX‾=TX-minxmaxx-minx]]>3)代入鲁棒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。