一种目标跟踪设备值班日志自动生成方法技术

本发明专利技术公开了一种目标跟踪设备值班日志自动生成方法，属于跟踪设备智能化技术领域，该复杂装备保障资源定性评估方法，包括以下步骤：S1、提取目标状态，S2、时间滑窗生成状态序列，S3、目标威胁度判断。该系统基于Qt进行桌面软件开发；使用Qt实现雷达数据存储、数据回放分析、任务报告自动生成等重要功能，本算法根据距离、方位、仰角、时间等雷达目标侦测数据，采用滑动时间窗口提取具有时间相关性的特征点迹，消除特征属性之间的差异化后，根据提取特征点迹数量，分值守人员要对雷达等跟踪设备的跟踪目标的数据进行汇总记录，应当时刻对目标的起始、机动、降高、转向、消失等时刻点进行记录，并定时生成日志文件和报告。并定时生成日志文件和报告。并定时生成日志文件和报告。

【技术实现步骤摘要】
一种目标跟踪设备值班日志自动生成方法


[0001]本专利技术涉及跟踪设备智能化
，具体为一种目标跟踪设备值班日志自动生成方法。

技术介绍

[0002]目标跟踪与状态识别判断日志智能生成技术近些年发展十分火热，在各个民用、军用领域都有应用。传统的人工判别、手工记录方式，需要花费大量的人力资源，面对与日俱增的数据量与突发事件，人工方式也愈加细化和繁琐，且容易带来人为的疏忽与遗漏。因此，建立一个兼具目标状态跟踪、状态识别判断与值班日志智能生成功能的管理系统是解决上述问题的有效途径。
[0003]其中，对目标的状态或类型识别判断，多年来较为成熟的技术有如下几类：
[0004](1)兼备回波起落和调制谱特性的目标状态识别
[0005]该技术大多是依靠雷达时域一维目标回波波形，来获取波形体系中的囊括的目标特征的数据，从而实现目标分类。以目标回波起落方法来说，欲辨别雷达目标，需要将分辨率较低的雷达侦测到的数据当作点迹目标，而且在侦测过程中，目标回波的相位与幅值根据目标对应雷达的特定姿态的调整而变化。依据目标回波的相位和幅值的变化情况去判别其活动形态，通过进一步提取特征数据，就可以判别目标的飞行状态。以调制谱特性识别来说，是利用目标本身的旋转部件对回波有调制作用的原理，例如喷气发动机的旋转叶片、飞机的旋翼、直升机的螺旋桨等飞行器的往复运动，形成对回波的周期调制。利用 K近邻分类方法对目标进行判别。
[0006](2)基于信息融合的方法实现目标状态识别
[0007]信息融合中的证据理论在面临目标类别复杂、目标之间特征相似的问题时，能够高效地分析处理目标识别中不准确、不确定、不完整信息。例如有研究人员了结合信息融合中的DSmT和D
‑
S多元信息融合规则与近邻分析算法，提出了一种基于信息融合证据理论的目标识别算法。该算法能够有效地处理目标状态判别过程中的不确定信息，并充分地使用了待识别目标的多域复合特征。
[0008](3)基于高分辨力雷达成像特性的目标状态识别
[0009]利用高分辨力雷达或逆合成孔径雷达、合成孔径雷达令目标实行距离成像，进而形成二维雷达目标图像，可得到目标的姿态和形态数据，之后通过图像识别技术来对目标状态进行识别。有研究人员提出了改进自适应进化粒子群(AEPSO)算法，来优化支持向量机(SVM) 参数，建立了状态分类识别模型，通过加强粒子寻优的非线性变化过程提高了高分辨雷达对于目标状态识别的精度，且鲁棒性较强。也有研究人员使用最小二乘法结合SVM的雷达目标状态自动判别方法，利用最小二乘法对复杂的高分辨率雷达距离像的特征进行分类。
[0010](4)基于统计学方法中决策树模型进行目标状态识别
[0011]通过构造不同属性分类的节点，不断进行特征选择后度量不同特征属性之间的相
关性，最终建立回归模型进行目标识别。例如利用决策树算法对雷达RCS目标进行分类识别的系统。或是基于决策树多分类支持向量机的目标分类方法，结合决策树算法将欲解决二值分类的支持向量机优化为多类分类器。
[0012](5)基于深度学习技术的目标状态识别
[0013]随着近几年深度学习技术的日益发展，也进入到了雷达目标状态判别领域。有研究人员研究了卷积神经网络在目标状态判别领域的应用，通过开发的卷积因子分析(CFA)概率生成模型，适用于训练数据有限的统计判别。也有人提出了基于雷达高分辨距离像的深度信念网络的目标识别方法，利用t分布随机邻居嵌入进行数据清洗，平衡了HRRO的目标数据。此外也有研究人员开发了用于雷达目标自动识别的感知循环注意力网络，结合了主攻时序数据的循环神经网络和注意力机制，不仅增强了识别成功率，也注意到了目标运动与时间的相关性。
[0014]但是，以上基于深度学习的研究均没有利用到雷达侦测到目标的点迹时空信息，诸如距离、方位、仰角、时间等。有研究人员通过构建基于卷积神经网络的深度学习模型，对距离、方位等进行点迹数据进行预处理与特征提取，以实现目标航迹类型的判别，但是也只使用了二维时空数据的信息，对于飞行目标的高度变化等无法进行判别，且其中采用了Adam优化器，面对固定窗口会选取窗口范围内的梯度信息而忽略了窗口外的梯度信息，导致收敛性无法最优。

技术实现思路

[0015]本专利技术提供的专利技术目的在于提供一种目标跟踪设备值班日志自动生成方法。该系统基于Qt进行桌面软件开发；使用Qt实现雷达数据存储、数据回放分析、任务报告自动生成等重要功能，使雷达站值班流程清晰化、智能化、准确化；提出了一种针对于目标状态自动判别的分类识别算法，本算法根据距离、方位、仰角、时间等雷达目标侦测数据，采用滑动时间窗口提取具有时间相关性的特征点迹，消除特征属性之间的差异化后，根据提取特征点迹数量，分别进行目标机动状态识别和目标航迹类型识别，对于航迹类型识别，采用了提出了一种基于Adamax并经过优化的卷积神经网络模型对目标状态进行分类识别，对比传统随机梯度下降法可以更迅速的更新模型权重，进一步提升了模型收敛性和经验性能，并通过实验对比主流目标识别算法，该模型拥有更高的准确率和识别速率，值守人员要对雷达等跟踪设备的跟踪目标的数据进行汇总记录，应当时刻对目标的起始、机动、降高、转向、消失等时刻点进行记录，并定时生成日志文件和报告。
[0016]为了实现上述效果，本专利技术提供如下技术方案：一种目标跟踪设备值班日志自动生成方法，包括以下步骤：
[0017]S1、提取目标状态；
[0018]S2、时间滑窗生成状态序列；
[0019]S3、目标威胁度判断；
[0020]S4、计算位置、速度和加速度、航向差；
[0021]S5、判断目标机动；
[0022]S6、生成日志文件。
[0023]进一步的，根据S1中的操作步骤，所述目标状态主要包括直线机动、转弯机动、俯
冲机动和上仰机动，短时间内的目标机动状态通过计算少量相邻特征点的变化即可进行识别，直线机动和转弯机动主要是对机动的方向的斜率进行判别。
[0024]进一步的，根据S4中的操作步骤，所述俯冲和上仰机动重点在于高度变化，计算方式如下：已知特征点的距离r、方位a、仰角e，根据球坐标系转换三维坐标系可知：
[0025]进一步的，根据S4中的操作步骤，所述水平面上斜率的计算如下：
[0026]进一步的，根据S1中的操作步骤，所述因为雷达数据采集存在一定误差，而且飞行目标因为人为操控和大气气流原因，很难进行完全的直线机动，所以在进行识别时，需要放宽目标是否转弯的阈值，根据三角函数可知，k
ji
＝tanθ，其中，θ为斜率直线与x轴的夹角，所以识别阈值就可以设置为k
ji
±
tanφ，及为k
ji
‑
tanφ≤ k
(j+1)j
≤k
ji
+tanφ。
[0027]进一步的，根据S4中的操作步骤，俯冲与上仰机动识别高度变化ΔH
j本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：S1、提取目标状态；S2、时间滑窗生成状态序列；S3、目标威胁度判断；S4、计算位置、速度和加速度、航向差；S5、判断目标机动；S6、生成日志文件。2.据权利要求1所述的一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：根据S1中的操作步骤，所述目标状态主要包括直线机动、转弯机动、俯冲机动和上仰机动，短时间内的目标机动状态通过计算少量相邻特征点的变化即可进行识别，直线机动和转弯机动主要是对机动的方向的斜率进行判别。3.据权利要求1所述的一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：根据S4中的操作步骤，所述俯冲和上仰机动重点在于高度变化，计算方式如下：已知特征点的距离r、方位a、仰角e，根据球坐标系转换三维坐标系可知：4.据权利要求1所述的一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：根据S4中的操作步骤，所述水平面上斜率的计算如下：5.据权利要求1所述的一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：根据S1中的操作步骤，所述因为雷达数据采集存在一定误差，而且飞行目标因为人为操控和大气气流原因，很难进行完全的直线机动，所以在进行识别时，需要放宽目标是否转弯的阈值，根据三角函数可知，k
ji
＝tanθ，其中，θ为斜率直线与x轴的夹角，所以识别阈值就可以设置为k
ji
±
tanφ，及为k
ji
‑
tanφ≤k
(j+1)j
≤k
ji
+tanφ。6.据权利要求1所述的一种目标跟踪设备值班日志自动生成方法，其特征在于，包括以下步骤：根据S4中的操作步骤，俯冲与上仰机动识别高度变化ΔH
ji
的计算公式如下：ΔH
ji
＝z
j
‑
z
i
(i，j＝1，2，3...、j>i)，若ΔH
ji
>0，则说明目标在进行上仰机动；若ΔH
ji
<0，则说明目标在进行俯冲机动，同时，因为客观原因存在，也应该设置判定阈值，即|ΔH
ji
|≤H。7.据权利要求1所述...

【专利技术属性】
技术研发人员：郭剑辉，刘帆，徐如峰，
申请(专利权)人：江苏济邦智能科技有限公司，
类型：发明
国别省市：