【技术实现步骤摘要】
本专利技术涉及雷达优化布局的，特别涉及一种应用于鸟类入侵检测的雷达布局方法。
技术介绍
1、目前，随着气候的变化，物种繁衍速度与种群数量的增多，以及人类活动的影响，鸟类种群出现了大规模的迁移和扩散，导致一些外来物种入侵新的区域，且这些鸟类可能导致生态系统被破坏，对人类活动造成干扰、破坏农作物等。因此，为避免鸟类入侵带来破坏，造成不必要的影响，高效、低成本地监测鸟类入侵工作愈发重要。
2、为了有效应对鸟类入侵，许多地区通过各种技术手段对鸟类入侵进行监测和管理。随着网络信息技术的飞速发展，鸟类入侵检测工作也越来越智能化，利用完善的视频监控系统和图像识别技术进行远程监测，实时捕捉鸟类的迹象并快速识别，极大提高了鸟类入侵检测的工作效率，但是由于鸟类的体积较小，且视频监控系统易受环境因素的影响，视频监控摄像头拍摄的画面常常很难被准确识别，因此引入雷达对鸟类进行检测，但现有的雷达布局会存在覆盖面不足、布局重复的问题，使得雷达对鸟类入侵的检测效率低、检测不准确。
3、因此，研究一种可靠、高效的雷达布局方法来进行鸟类的入侵检测是具有重要价值的。
技术实现思路
1、本专利技术的目的在于提供一种应用于鸟类入侵检测的雷达布局方法，以解决现有鸟类入侵检测雷达布局存在覆盖面不足、布局重复的情况，导致出现雷达对鸟类入侵检测效率低、检测不准确的问题。
2、为了解决上述技术问题，本专利技术提供了一种应用于鸟类入侵检测的雷达布局方法，包括以下步骤：
3、s1，对待布局
4、s2，根据所述各区域的环境参数计算确定鸟类入侵重点区域，并根据所述各区域的雷达布局参数计算确定各区域的雷达布局评估值；
5、s3，基于所述鸟类入侵重点区域和所述各区域的雷达布局评估值确定待优化雷达布局区域；
6、s4，基于所述待优化雷达布局区域的雷达布局参数确定遗传算法的适应度函数，利用所述适应度函数进行遗传算法迭代，直至达到预设优化条件，得到所述待优化雷达布局区域的最优雷达布局参数。
7、在其中一个实施例中，所述s4步骤，具体包括以下步骤：s41，基于待优化雷达布局区域的雷达布局参数确定适应度函数；s42，对待优化雷达布局区域进行分区，得到多个待优化分区；s43，利用适应度函数计算每一个待优化分区中所有雷达的适应度值，选择每一个待优化分区内适应度值最小的两个雷达点作为该待优化分区的父代；s44，设定概率值，对每一个待优化分区的父代雷达点以设定的概率进行交叉配对，得到新的子代雷达点，并计算其适应度值，将适应度值较高的雷达点替换适应度值较低的雷达点；s45，利用适应度函数计算各待优化分区的整体适应度值和待优化雷达布局区域的总适应度值；s46，循环s41至s45，直至各待优化分区的整体适应度值以及待优化雷达布局区域的总适应度值达到最高，得到待优化雷达布局区域的最优雷达布局参数。
8、在其中一个实施例中，所述s41步骤，具体包括以下步骤：s410，基于待优化雷达布局区域的雷达布局参数计算得到雷达检测的重合度、雷达的信噪比以及综合成本；s411，基于雷达检测的重合度、雷达的信噪比以及综合成本确定遗传算法的适应度函数。
9、在其中一个实施例中，其特征在于，所述适应度函数为：
10、max g(r，s，c)＝ω1(―g1(r))+ω2g2(s)+ω3(―g3(c))
11、
12、
13、g3(c)＝nc1+c2
14、式中，g1(r)、g2(s)、g3(c)分别为雷达检测范围的重合度、雷达的信噪比以及总成本计算函数，ω1为雷达检测的重合度权重，ω2为雷达的信噪比权重，ω3为综合成本权重，s′ij是区域i中的j号雷达与其他雷达重叠的检测范围面积，sij是区域i中的j号雷达的检测范围，ps是接收到的信号功率，pn是背景噪声功率，n是布局雷达总个数，c1是单个雷达的成本，c2是其他成本，包括人力资源成本。
15、在其中一个实施例中，所述s44步骤中，所述父代雷达点以设定的概率进行交叉配对，得到新的子代雷达点，包括：利用父代雷达点所覆盖的范围和方向信息，通过多点交叉操作，交换和选择父代雷达点的位置信息，得到子代雷达点。
16、在其中一个实施例中，所述s45步骤中，还包括以下步骤：利用模拟退火算法对各个待优化分区的雷达布局进行优化。
17、在其中一个实施例中，所述利用模拟退火算法对各个待优化分区的雷达布局进行优化，这一步骤中，具体包括以下步骤：选取待优化分区内适应度函数值最低的雷达点，随机移动该雷达的位置；计算移动后的待优化分区的整体适应度值，并根据接收概率选择函数确定接收概率，以接收概率接收新的雷达布局。
18、在其中一个实施例中，所述接收概率选择函数的计算公式为：
19、
20、式中，pi为接收概率，f1，f2分别表示移动雷达前与移动后的该区域整体适应度值，k表示玻尔兹曼常数，t是控制参数。
21、在其中一个实施例中，在s2步骤中，具体包括以下步骤：s20，对各区域易被鸟类入侵的影响因素加权确定鸟类入侵重点区域；s21，基于各区域的雷达布局参数以及雷达实际检测范围与理论检测范围的比值，计算各区域的雷达布局评估值；其中，所述易被鸟类入侵的影响因素包括鸟类分布范围、环境的适宜性、交通工具和已知入侵区域。
22、在其中一个实施例中，在s1步骤中，具体包括以下步骤：根据旋转包围盒算法对环境进行区域划分；根据包围盒形状以及雷达的最大检测范围，在包围盒顶点部署雷达，每隔一个顶点再部署一个雷达，直至雷达检测范围已覆盖整个区域。
23、本专利技术的有益效果如下：
24、在本方法中由于引入了鸟类入侵重点区域和雷达布局评估值作为待优化雷达布局区域的确定因素，能对鸟类入侵重点区域且同时存在雷达布局不合理的区域进行雷达布局调整，更准确地判断需要进行雷达布局的区域；并且由于结合了遗传算法来确定区域的雷达最优布局，能实现针对鸟类入侵检测的最优雷达布局，避免出现布局存在覆盖面不足、布局重复的情况，大大提高了鸟类入侵检测效率和检测准确性。
本文档来自技高网...【技术保护点】
1.一种应用于鸟类入侵检测的雷达布局方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述S4步骤，具体包括以下步骤：
3.根据权利要求2所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述S41步骤，具体包括以下步骤：
4.根据权利要求1至权利要求3任一项所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述适应度函数为：
5.根据权利要求2所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述S44步骤中，所述父代雷达点以设定的概率进行交叉配对，得到新的子代雷达点，包括：
6.根据权利要求2所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述S45步骤中，还包括以下步骤：
7.根据权利要求6所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述利用模拟退火算法对各个待优化分区的雷达布局进行优化，这一步骤中，具体包括以下步骤：
8.根据权利要求7所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，
9.根据权利要求1
10.根据权利要求1所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，在S1步骤中，具体包括以下步骤：
...【技术特征摘要】
1.一种应用于鸟类入侵检测的雷达布局方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述s4步骤，具体包括以下步骤：
3.根据权利要求2所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述s41步骤，具体包括以下步骤：
4.根据权利要求1至权利要求3任一项所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述适应度函数为：
5.根据权利要求2所述的应用于鸟类入侵检测的雷达布局方法，其特征在于，所述s44步骤中，所述父代雷达点以设定的概率进行交叉配对，得到新的子代雷达点，包括：
...【专利技术属性】
技术研发人员：张斌，冉欣雨，孟伟，邢玛丽，鲁仁全，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。