[发明专利]一种群智能敏捷的雷达海上目标检测系统

权利要求书

1.一种群智能敏捷的雷达海上目标检测系统，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，雷达对所检测海域进行照射，并将雷达海杂波数据储存到数据库中，上位机对数据库中的海杂波数据进行建模并检测目标；所述的上位机包括数据预处理模块、相关向量机建模模块、自适应蚁群算法优化模块、目标检测模块、模型更新模块以及结果显示模块。

2.根据权利要求1所述群智能敏捷的雷达海上目标检测系统，其特征在于，所述数据预处理模块对数据库输入的雷达海杂波数据进行预处理，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＝1,2,…,N；

(2)对训练样本进行归一化处理，得到归一化幅值

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Y：

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。

3.根据权利要求1所述群智能敏捷的雷达海上目标检测系统，其特征在于，所述相关向量机建模模块，用以建立预报模型，采用如下过程完成：

在相关向量机中，为输入向量，假设目标向量t＝[t₁,t₂,…,t_N]^T符合高斯分布N(0,σ²)，则目标向量的似然估计概率为：

其中，N为样本点数目，σ²表示方差，w＝[w₀,w₁,…,w_N]为权值向量，Φ是N×(N+1)维的设计矩阵，即Φ＝[φ(x₁),φ(x₂),…,φ(x_N)]^T，φ(x_n)＝[1,K(x_n,x₁),K(x_n,x₂),…,K(x_n,x_N)]^T。核函数K(x,x_n)取如下式的RBF核函数，其中σ₁为核参数：

在相关向量机中，权值w可以通过极大似然估计来确定，但是为了防止过拟合，通过高斯先验概率分布来约束参数：

其中，α是N+1维超参数，该值的引入导致了系统的稀疏性。

在先验概率的基础上，根据贝叶斯准则计算后验概率：

(1)将后验概率进行分解：

(2)关于权重的后验概率分布式如下：

其中，后验协方差Σ和均值μ分别为：

Σ＝(σ^-2Φ^TΦ+A)^-1 (8)

μ＝σ^-2ΣΦ^Tt (9)

且A＝diag(α₀,α₁,…,α_N)。

(3)根据极大似然方法求下式的最大值：

可得α和σ²的迭代更新公式如下：

其中，Σ_ii为Σ中第i项对角线元素。