1.一种基于DDPG的扩展目标跟踪优化方法,其特征在于,包括以下步骤:获取雷达的扩展目标量测信息;
根据量测信息对扩展目标进行型凸形随机超曲面建模以及设置当前时刻选择传感器动作的策略;
根据建立的凸形随机超曲面模型和所述策略,得到下一时刻扩展目标协方差;
根据下一时刻扩展目标协方差设置奖励值,同时根据奖励值对策略进行更新;
基于更新结果,通过DDPG算法得到雷达传感器最优移动路径。
2.如权利要求1所述的基于DDPG的扩展目标跟踪优化方法,其特征在于,根据建立的凸形随机超曲面模型和所述策略,得到下一时刻扩展目标协方差包括:根据建立的凸形随机超曲面模型,通过DDPG算法得到扩展目标估计位置和协方差;
根据当前时刻选择传感器动作的策略,选择传感器下一时刻的动作;
根据扩展目标估计位置和协方差、以及传感器下一时刻的动作,得到下一时刻扩展目标协方差。
3.如权利要求2所述的基于DDPG的扩展目标跟踪优化方法,其特征在于,根据扩展目标估计位置和协方差、以及传感器下一时刻的动作,基于UKF滤波器和RHM伪量测方程得到下一时刻扩展目标协方差。
4.如权利要求3所述的基于DDPG的扩展目标跟踪优化方法,其特征在于,使用DDPG算法t+1得到 时刻的雷达传感器移动位置估计值与扩展目标信息估计值,判断传感器移动后的估计效果是否优于传感器移动之前的,将判断后得到的奖励值进行更新;上述过程循环预定次数之后,通过DDPG算法得到最优的传感器移动路径,雷达根据该最优路径进行移动,使得每一时刻的扩展目标跟踪效果为最优;其中,所述扩展目标跟踪效果包含:估计轮廓的精度和估计位置的精度。
5.如权利要求4所述的基于DDPG的扩展目标跟踪优化方法,其特征在于,所述扩展目标量测信息包括:扩展目标的位置、速度、加速度信息。
6.一种基于DDPG的扩展目标跟踪优化装置,其特征在于,包括:获取模块,用于获取雷达的扩展目标量测信息;
处理模块,用于根据量测信息对扩展目标进行型凸形随机超曲面建模以及设置当前时刻选择传感器动作的策略;
计算模块,用于根据建立的凸形随机超曲面模型和所述策略,得到下一时刻扩展目标协方差;
更新模块,用于根据下一时刻扩展目标协方差设置奖励值,同时根据奖励值对策略进行更新;
优化模块,用于基于更新结果,通过DDPG算法得到雷达传感器最优移动路径。
7.如权利要求6所述的基于DDPG的扩展目标跟踪优化装置,其特征在于,计算模块包括:第一计算单元,用于根据建立的凸形随机超曲面模型,通过DDPG算法得到扩展目标估计位置和协方差;
选择单元,用于根据当前时刻选择传感器动作的策略,选择传感器下一时刻的动作;
第二计算单元,用于根据扩展目标估计位置和协方差、以及传感器下一时刻的动作,得到下一时刻扩展目标协方差。
8.如权利要求7所述的基于DDPG的扩展目标跟踪优化装置,其特征在于,所述第二计算单元,用于根据扩展目标估计位置和协方差、以及传感器下一时刻的动作,基于UKF滤波器和RHM伪量测方程得到下一时刻扩展目标协方差。
9.如权利要求8所述的基于DDPG的扩展目标跟踪优化装置,其特征在于,所述扩展目标量测信息包括:扩展目标的位置、速度、加速度信息。