蔡 軼,蔡萬勇
(1.空軍預(yù)警學(xué)院 教研保障中心,武漢 430010;2.空軍預(yù)警學(xué)院 雷達(dá)士官學(xué)校,武漢 430010)
微電子的發(fā)展使雷達(dá)技術(shù)愈加成熟,目前的雷達(dá)探測(cè)器包含了紅外光、紫外光、激光等多重手段協(xié)作,使雷達(dá)跟蹤監(jiān)測(cè)功能更加完善。在現(xiàn)代戰(zhàn)爭(zhēng)中,雷達(dá)目標(biāo)跟蹤系統(tǒng)已經(jīng)成為必不可少的工具,其內(nèi)部具備多功能的能力能夠在短時(shí)間內(nèi)實(shí)現(xiàn)不同搜索模式/跟蹤模式的目標(biāo)掃描,對(duì)于戰(zhàn)場(chǎng)指揮員有極大的幫助[1-3]。
在不同的應(yīng)用環(huán)境下對(duì)應(yīng)的應(yīng)用技術(shù)也不同,例如數(shù)據(jù)融合技術(shù)、專家系統(tǒng)技術(shù)、模糊理論技術(shù)等等,融合上述技術(shù)建立的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)在檢測(cè)能力上具有很大的提升,然而卻面臨著兩大問題,分別是全面性問題和規(guī)則庫管理問題[4-5]。如何滿足大數(shù)據(jù)量和高實(shí)時(shí)性兩大要求,已經(jīng)成為當(dāng)前雷達(dá)領(lǐng)域迫切需要解決的問題[6-7]。
本文深入探討了并行Boosting算法,在此基礎(chǔ)上設(shè)計(jì)了一種基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng),通過RADAR數(shù)據(jù)集測(cè)試系統(tǒng)的實(shí)際工作效果,與同類算法相比,該算法的識(shí)別效率很高,由此證明系統(tǒng)具備可行性。
作為一種有效的分類器融合方法,Boosting算法使用內(nèi)部分類算法來產(chǎn)生一系列基本的基本分類器,對(duì)每一個(gè)基本分類器的培訓(xùn)依賴于之前生成的分類器分類結(jié)果,利用訓(xùn)練集上基值分類器誤碼率來調(diào)整訓(xùn)練樣本,采用加權(quán)投票的方法確定單個(gè)基值分類器的概率分布。在分類器研究中,穩(wěn)定性是分類器性能的重要指標(biāo),分類器穩(wěn)定性,是指分類系統(tǒng)在某些參數(shù)(結(jié)構(gòu)、尺寸等)的干擾下,仍能保持一定的性能,這一性能又稱魯棒性。所以,設(shè)計(jì)一種魯棒性更強(qiáng)的分類器,對(duì)提高分類器的泛化能力十分重要[8-9]。
并行Boosting所采用的基本學(xué)習(xí)算法是訓(xùn)練多個(gè)弱分類器,通過融合來提高分類精度,在分類器不穩(wěn)定情況下,該算法能有效地提高分類精度[10-13]。非穩(wěn)定性算法和穩(wěn)定算法取得的計(jì)算效果不同,非穩(wěn)定性算法是指對(duì)樣本變化非常敏感的算法,即訓(xùn)練樣本變化很小就會(huì)引起分類器變化很大,比如,神經(jīng)網(wǎng)絡(luò)和決策樹都不穩(wěn)定;穩(wěn)定性算法受影響較小,但有時(shí)會(huì)降低分類精度,因?yàn)榇嬖诖罅康牟环€(wěn)定分類算法組成的基本分類器,所以這種方法能夠提高非穩(wěn)定學(xué)習(xí)算法的分類精度[14]。
本文根據(jù)系統(tǒng)硬件的數(shù)據(jù)整合格式挑選合適的處理機(jī)制進(jìn)行硬件處理操作,設(shè)置數(shù)據(jù)多處理器,對(duì)收集的數(shù)據(jù)集中處理,連接I/O接口,將數(shù)據(jù)轉(zhuǎn)化頭傳輸至中心芯片系統(tǒng)中,按照芯片系統(tǒng)的內(nèi)部整合管理操作實(shí)現(xiàn)對(duì)基礎(chǔ)雷達(dá)目標(biāo)數(shù)據(jù)的追蹤,配置審核芯片,接通USB數(shù)據(jù)端口,將網(wǎng)絡(luò)數(shù)據(jù)傳導(dǎo)至審核芯片中,并檢驗(yàn)跟蹤控制器的位置參數(shù),時(shí)刻調(diào)整位置參數(shù)系數(shù),確保數(shù)據(jù)信息操作的安全性與可行性,并構(gòu)建相應(yīng)的數(shù)據(jù)多處理器內(nèi)部結(jié)構(gòu)圖。
在完成對(duì)目標(biāo)數(shù)據(jù)的處理后,配置數(shù)據(jù)過濾器,過濾初始實(shí)驗(yàn)參數(shù),保留與系統(tǒng)操作相關(guān)性較強(qiáng)的二次過濾參數(shù),將過濾器的接口聯(lián)通至轉(zhuǎn)換器接口處,調(diào)配接口信息數(shù)據(jù),將信息數(shù)據(jù)的狀態(tài)參數(shù)模擬錄入過濾器元件的記錄中心中[15]。加大整體硬件運(yùn)算速率,將實(shí)現(xiàn)過濾的數(shù)據(jù)整合存儲(chǔ)至硬件數(shù)據(jù)空間,實(shí)現(xiàn)對(duì)跟蹤檢測(cè)系統(tǒng)硬件的設(shè)計(jì)操作。
在實(shí)現(xiàn)對(duì)系統(tǒng)硬件的設(shè)計(jì)后,利用不同的算法操作模型整合算法操作信息,并結(jié)合算法解析與中心調(diào)整操作,匹配算法內(nèi)部調(diào)控空間,將數(shù)據(jù)組信息劃分為統(tǒng)一存儲(chǔ)模塊中實(shí)現(xiàn)數(shù)據(jù)內(nèi)部存儲(chǔ),利用并行Boosting算法的內(nèi)部學(xué)習(xí)融合方式調(diào)節(jié)不同的雷達(dá)目標(biāo)追蹤系統(tǒng)狀態(tài),通過不斷的系統(tǒng)自主完善裝置整合相應(yīng)的跟蹤檢測(cè)信息,聯(lián)合數(shù)據(jù)投票規(guī)則,將不符合系統(tǒng)操作的規(guī)則數(shù)據(jù)清除至系統(tǒng)操作空間外,并防止外來無關(guān)數(shù)據(jù)的侵?jǐn)_,并構(gòu)建軟件設(shè)計(jì)流程圖如圖2所示。
圖2 軟件設(shè)計(jì)流程圖
加強(qiáng)數(shù)據(jù)化管控力度,研究相關(guān)雷達(dá)目標(biāo)之間的數(shù)據(jù)跟蹤檢測(cè)差異性,并計(jì)算差異值數(shù)據(jù),設(shè)置如下的數(shù)據(jù)計(jì)算公式:
(1)
式中,Ri表示為計(jì)算的差值數(shù)據(jù)代表參數(shù),V為象征性數(shù)據(jù)跟蹤檢測(cè)指數(shù),k為操作的基礎(chǔ)范圍數(shù)據(jù),i為方向角標(biāo)。在實(shí)現(xiàn)上述內(nèi)部操作后,調(diào)整算法軟件應(yīng)用程序空間配置,將空間數(shù)據(jù)混亂的部分清除,并構(gòu)造內(nèi)部調(diào)整系統(tǒng),利用系統(tǒng)的中心調(diào)整性能采集相關(guān)系數(shù)較大的空間數(shù)據(jù),標(biāo)準(zhǔn)化改造并行Boosting算法的學(xué)習(xí)研究曲線。對(duì)應(yīng)雷達(dá)跟蹤目標(biāo)的目標(biāo)位置分析位置函數(shù)的數(shù)據(jù)落腳點(diǎn),同時(shí)合理規(guī)劃不同區(qū)域間的數(shù)據(jù)差異值,按照差異值的信息范圍集中加強(qiáng)對(duì)算法簡(jiǎn)化的處理力度,簡(jiǎn)便操作流程,縮短操作所需時(shí)間,進(jìn)而獲取有效率更高的跟蹤檢測(cè)數(shù)據(jù)結(jié)果,利用選取的指數(shù)參數(shù)構(gòu)建軟件設(shè)計(jì)改造模型公式精準(zhǔn)掌控雷達(dá)目標(biāo)的檢驗(yàn)對(duì)象:
(2)
式中,K表示為軟件改造模型參數(shù),S表示為軟件內(nèi)部空間區(qū)間數(shù)據(jù),T表示為研究時(shí)間范圍,N表示為需進(jìn)行操作的數(shù)據(jù)總體數(shù)量,p表示為相關(guān)流程操作函數(shù),o表示為內(nèi)部調(diào)控系統(tǒng)數(shù)據(jù)。由此,獲取系統(tǒng)軟件操作所需的內(nèi)部數(shù)值,不斷結(jié)合相關(guān)程度較高的系統(tǒng)操作雷達(dá)目標(biāo)數(shù)據(jù),并檢驗(yàn)?zāi)繕?biāo)數(shù)據(jù)存在的合理性,構(gòu)建檢驗(yàn)方程式:
(3)
L作為檢驗(yàn)的中心參數(shù)而存在,n表示為內(nèi)部系統(tǒng)所需的內(nèi)部數(shù)值,g表示為目標(biāo)數(shù)據(jù)空間占比系數(shù),q表示為數(shù)據(jù)合理性函數(shù),a表示為數(shù)據(jù)相關(guān)程度數(shù)值。根據(jù)以上研究調(diào)節(jié)最終的數(shù)據(jù)操作狀態(tài),并獲取軟件系統(tǒng)設(shè)計(jì)的關(guān)鍵信息參數(shù),達(dá)到對(duì)系統(tǒng)軟件設(shè)計(jì)的目的。
在上述內(nèi)容中,本文從不同方面介紹了并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)操作,按照操作標(biāo)準(zhǔn)簡(jiǎn)化實(shí)驗(yàn)研究處理,并構(gòu)建相應(yīng)的實(shí)驗(yàn)操作平臺(tái),對(duì)該系統(tǒng)設(shè)計(jì)的性能進(jìn)行檢驗(yàn):
1)本文利用參數(shù)調(diào)整的方法確定實(shí)驗(yàn)研究參數(shù)數(shù)據(jù),根據(jù)圖像查找理論尋找與檢測(cè)系統(tǒng)相匹配的操作圖像,標(biāo)記圖像信息,在圖像中心構(gòu)造檢測(cè)數(shù)據(jù)點(diǎn),并匹配數(shù)據(jù)點(diǎn)功能結(jié)構(gòu)空間,利用結(jié)構(gòu)的合理性劃分不同的實(shí)驗(yàn)操作任務(wù)點(diǎn)。
2)將總的處理分類器數(shù)量除以剩余處理分類器數(shù)量作為訓(xùn)練樣本參數(shù),不斷審核收集的數(shù)據(jù)信息操作狀況,并對(duì)狀態(tài)信息進(jìn)行集中化調(diào)整,分配不同的雷達(dá)目標(biāo),匯聚同一種群的雷達(dá)目標(biāo)信息,標(biāo)記存儲(chǔ)空間位置,在分布式的實(shí)驗(yàn)環(huán)境下調(diào)節(jié)雷達(dá)信息信號(hào)接收狀態(tài),控制處理數(shù)據(jù)處于可操作范圍內(nèi)。選取三分之二的數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù),并提出樣本數(shù)據(jù)訓(xùn)練的參考數(shù)值,利用不同的參考數(shù)值差異提高算法跟蹤檢測(cè)的有效性。
3)處理訓(xùn)練數(shù)據(jù),由于在分布式實(shí)驗(yàn)環(huán)境下,跟蹤目標(biāo)的查找速率將隨著空間范圍的縮小而減少,為此,本文適當(dāng)縮減實(shí)驗(yàn)操作時(shí)間,控制查找速率處于可支配地位,同時(shí)轉(zhuǎn)變雷達(dá)目標(biāo)的位置信息,將所有位置信息轉(zhuǎn)移至跟蹤檢測(cè)系統(tǒng)數(shù)據(jù)庫中,等待系統(tǒng)的進(jìn)一步檢驗(yàn)操作,并設(shè)置編程操作碼進(jìn)行數(shù)據(jù)編程操作。
圖3 編程流程圖
在達(dá)到以上實(shí)驗(yàn)操作標(biāo)準(zhǔn)后,利用實(shí)驗(yàn)操作的信息構(gòu)建實(shí)驗(yàn)參數(shù)數(shù)據(jù),控制雷達(dá)發(fā)電站的信號(hào)發(fā)射頻率,并傳導(dǎo)精準(zhǔn)的跟蹤檢測(cè)指令于中心系統(tǒng)中,構(gòu)建ENU坐標(biāo)系與雷達(dá)目標(biāo)坐標(biāo)系的直角坐標(biāo)關(guān)系圖。
圖4 直角坐標(biāo)系圖
獲取實(shí)驗(yàn)參數(shù)如表1所示。
表1 實(shí)驗(yàn)參數(shù)1
利用發(fā)電站方位參數(shù)對(duì)比跟蹤檢測(cè)目標(biāo)的移動(dòng)路線狀況,匹配相關(guān)操作數(shù)據(jù),設(shè)置共同的實(shí)驗(yàn)信息系統(tǒng),以基于GUP的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)和基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)作為實(shí)驗(yàn)對(duì)比方法,實(shí)驗(yàn)對(duì)比圖如圖5所示。
圖5 目標(biāo)跟蹤檢測(cè)路線對(duì)比圖
根據(jù)上述圖示可以分析出,本文基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測(cè)路線更加接近理想路線狀況,基于GUP的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測(cè)路線比較符合理想路線狀況,而基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測(cè)路線與理想路線相差較大。
造成此種差異的原因在于傳統(tǒng)基于GUP的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)集合了不同的系統(tǒng)軟件信息,將系統(tǒng)的應(yīng)用程序性能開發(fā)到最大程度,并調(diào)配系統(tǒng)檢控裝置,確保目標(biāo)跟蹤的安全性,提升操作的有效率,減少不必要的操作浪費(fèi),進(jìn)而獲取更高的跟蹤檢測(cè)結(jié)果?;诼肪€選擇的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)雖匹配了相關(guān)操控?cái)?shù)據(jù),但對(duì)于內(nèi)部系統(tǒng)的結(jié)構(gòu)形式掌握程度較低,未達(dá)成系統(tǒng)的內(nèi)部連接需求,導(dǎo)致其跟蹤檢測(cè)的跟蹤檢測(cè)路線與理想路線相差甚遠(yuǎn)。而本文系統(tǒng)調(diào)整了算法內(nèi)部信息系統(tǒng)的數(shù)據(jù)歸類程度,合理規(guī)劃統(tǒng)一種群信息內(nèi)的數(shù)據(jù),并調(diào)整不同數(shù)據(jù)的存儲(chǔ)狀態(tài),分配中心傳導(dǎo)數(shù)據(jù)空間,將硬件系統(tǒng)信息與軟件系統(tǒng)信息相結(jié)合,傳導(dǎo)聯(lián)合數(shù)據(jù),鞏固不同跟蹤檢測(cè)操作間的數(shù)據(jù)關(guān)系,控制目標(biāo)位于系統(tǒng)檢驗(yàn)的標(biāo)準(zhǔn)路線中,獲取效果較佳的目標(biāo)跟蹤檢測(cè)路線。在完成首次系統(tǒng)實(shí)驗(yàn)對(duì)比后,將符合系統(tǒng)整合的數(shù)據(jù)全部錄入目標(biāo)跟蹤檢測(cè)空間中,等待二次實(shí)驗(yàn)研究的開展。調(diào)節(jié)檢測(cè)后的信息狀態(tài),將數(shù)據(jù)系統(tǒng)空間恢復(fù)至初始狀態(tài),并查找狀態(tài)信息數(shù)據(jù),構(gòu)建相對(duì)應(yīng)的二次實(shí)驗(yàn)參數(shù)表2所示。
在表2中,對(duì)接收站的狀況進(jìn)行管理,跟蹤雷達(dá)目標(biāo)處理系統(tǒng)的點(diǎn)跡,追蹤點(diǎn)跡信息,將符合信息操作的點(diǎn)跡數(shù)據(jù)統(tǒng)一錄入至目標(biāo)跟蹤檢測(cè)空間內(nèi)部,并設(shè)置數(shù)據(jù)監(jiān)管程序,減少操作數(shù)據(jù)與無關(guān)數(shù)據(jù)的接觸量。檢測(cè)數(shù)據(jù)發(fā)出電波的狀況,主導(dǎo)中心電波信息,并在達(dá)到實(shí)驗(yàn)研究的基礎(chǔ)操作后,展開數(shù)據(jù)強(qiáng)化實(shí)驗(yàn)操作:
表2 實(shí)驗(yàn)參數(shù)2
1)標(biāo)準(zhǔn)化管理雷達(dá)目標(biāo)位置,并定位位置信息,清除地面遮擋物,保證信號(hào)的同向接收。轉(zhuǎn)變跟蹤檢測(cè)畫面,利用編程碼將畫面數(shù)據(jù)轉(zhuǎn)化為代碼公式,直觀地反映實(shí)驗(yàn)研究的效果,構(gòu)建平面邊界A,最小邊界值為h1,構(gòu)建平面邊界B,最小邊界值為h2,且h1
圖6 泛化誤差圖
2)本系統(tǒng)的跟蹤目標(biāo)間的距離間隔為200 m,測(cè)量三圈點(diǎn)數(shù)據(jù),記錄測(cè)量的結(jié)果,修正并行Boosting算法,整合算法接觸空間,改變算法調(diào)配的方向,過濾與跟蹤檢測(cè)目標(biāo)起始點(diǎn)角度不符的數(shù)據(jù),堅(jiān)持目標(biāo)的追蹤狀態(tài),固定此刻的算法目標(biāo),并加以內(nèi)部檢驗(yàn)操作,同時(shí)對(duì)此時(shí)的雷達(dá)目標(biāo)信息進(jìn)行位置定位操作,設(shè)置位置坐標(biāo)圖如圖7所示。
圖7 位置坐標(biāo)圖
3)管理算法關(guān)聯(lián)系數(shù),整理系數(shù)相關(guān)性,利用相關(guān)性較高的目標(biāo)參數(shù)追蹤雷達(dá)目標(biāo),并檢驗(yàn)不同目標(biāo)參數(shù)的操作結(jié)果,獲取所需的實(shí)驗(yàn)結(jié)果數(shù)據(jù),構(gòu)建如圖8所示的實(shí)驗(yàn)對(duì)比圖示。
圖8 跟蹤監(jiān)測(cè)圖像清晰度對(duì)比圖
在圖8中可以得出,基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)的跟蹤檢測(cè)圖像清晰度較大,基于GUP的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)的跟蹤檢測(cè)圖像清晰度較小,而本文基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)跟蹤檢測(cè)圖像清晰度均高于其他兩種傳統(tǒng)系統(tǒng)。由于本文在目標(biāo)跟蹤檢測(cè)的同時(shí)匹配關(guān)聯(lián)度較高的操作數(shù)據(jù),減緩硬件系統(tǒng)與軟件系統(tǒng)間的操作矛盾,聯(lián)合同向性檢驗(yàn)操作,提取雷達(dá)目標(biāo)信息,獲得初始操作數(shù)據(jù),跟蹤檢測(cè)系數(shù)較為精準(zhǔn),且設(shè)置圖像反應(yīng)度較為清晰的內(nèi)部系統(tǒng)裝置,具有良好的跟蹤監(jiān)測(cè)圖像清晰度。傳統(tǒng)基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測(cè)系統(tǒng)設(shè)計(jì)掌控了不同狀態(tài)下的目標(biāo)數(shù)據(jù)信息,構(gòu)建了數(shù)據(jù)傳輸通道,并擴(kuò)展通道數(shù)據(jù)吸納容量,保證雷達(dá)目標(biāo)數(shù)據(jù)的完整錄入,在路線的管理中集合中心信息,提升路線圖像的反應(yīng)清晰度,獲取清晰度較高的跟蹤檢測(cè)圖像。
綜上所述,本文系統(tǒng)設(shè)計(jì)更好的結(jié)合了系統(tǒng)內(nèi)部空間控件,聯(lián)系系統(tǒng)硬件結(jié)構(gòu)與軟件流程,擴(kuò)展跟蹤監(jiān)測(cè)范圍,具有良好的跟蹤檢測(cè)效果,跟蹤檢測(cè)路線理想。
本文在傳統(tǒng)航天器目標(biāo)跟蹤控制系統(tǒng)設(shè)計(jì)的基礎(chǔ)上提出了一種新式基于圖像輪廓檢測(cè)的航天器目標(biāo)跟蹤控制系統(tǒng)設(shè)計(jì),實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)設(shè)計(jì)的設(shè)計(jì)效果明顯優(yōu)于傳統(tǒng)系統(tǒng)設(shè)計(jì)的設(shè)計(jì)效果,結(jié)合了系統(tǒng)硬件裝置與軟件程序的優(yōu)勢(shì),減緩系統(tǒng)內(nèi)部矛盾,具有較高的系統(tǒng)整合性,能夠在較高程度上完善系統(tǒng)設(shè)計(jì),獲得更好的操作結(jié)果數(shù)據(jù),具有更為廣闊的發(fā)展前景。