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)

0 引言

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)測功能更加完善。在現(xiàn)代戰(zhàn)爭中，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)跟蹤檢測系統(tǒng)在檢測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)跟蹤檢測系統(tǒng)，通過RADAR數(shù)據(jù)集測試系統(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。

1 基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測系統(tǒng)硬件設(shè)計(jì)

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)跟蹤檢測系統(tǒng)硬件的設(shè)計(jì)操作。

2 基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測系統(tǒng)軟件設(shè)計(jì)

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)算法簡化的處理力度，簡便操作流程，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。

3 實(shí)驗(yàn)與研究

3.1 實(shí)驗(yàn)步驟與方法

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)跟蹤檢測系統(tǒng)設(shè)計(jì)操作，按照操作標(biāo)準(zhǔn)簡化實(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

3.2 實(shí)驗(yàn)對(duì)象及參數(shù)

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

3.3 實(shí)驗(yàn)結(jié)果與分析

利用發(fā)電站方位參數(shù)對(duì)比跟蹤檢測目標(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)跟蹤檢測系統(tǒng)和基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測系統(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)跟蹤檢測系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測路線更加接近理想路線狀況，基于GUP的雷達(dá)目標(biāo)跟蹤檢測系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測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)跟蹤檢測系統(tǒng)設(shè)計(jì)的目標(biāo)跟蹤檢測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結(jié)果。基于路線選擇的雷達(dá)目標(biāo)跟蹤檢測系統(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)致其跟蹤檢測的跟蹤檢測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)跟蹤檢測空間中，等待二次實(shí)驗(yàn)研究的開展。調(diào)節(jié)檢測后的信息狀態(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，測量三圈點(diǎn)數(shù)據(jù)，記錄測量的結(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)跟蹤檢測系統(tǒng)設(shè)計(jì)的跟蹤檢測圖像清晰度較大，基于GUP的雷達(dá)目標(biāo)跟蹤檢測系統(tǒng)設(shè)計(jì)的跟蹤檢測圖像清晰度較小，而本文基于并行Boosting算法的雷達(dá)目標(biāo)跟蹤檢測系統(tǒng)設(shè)計(jì)跟蹤檢測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)測范圍，具有良好的跟蹤檢測效果，跟蹤檢測路線理想。

4 結(jié)束語

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，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。