1.一种目标跟踪系统，其特征在于：包括：

关键变量获取模块，用于根据退火炉中连续退火加热过程，提取和目标带钢位置相关的参数作为关键变量，并按照设备及控制类型将这些关键变量分为底层设备层I1、运行过程层I2和计划指标层I3；其中，所述关键变量包括炉计划中的带钢类型规格、入炉计划中的带钢长度、入炉计划中的带钢入炉顺序、入炉处焊缝距离、PH‑NOF结合处焊缝、NOF炉段出口处焊缝距离、RTF炉段出口处焊缝距离、运行速度、NOF炉段出口板温和RTF炉段出口板温；

多元特征获取模块，用于对底层设备层I1和运行过程层I2中多个相关变量进行运行状态分析，提取各变量的数据时序分布特征，结合退火炉生产工艺确定存在的多种异常特征，基于优先级策略和时序分布特征，对异常特征进行筛选处理，得到多元特征；其中，所述多个相关变量包括入炉处焊缝距离、PH‑NOF结合处焊缝、NOF炉段出口处焊缝距离、RTF炉段出口处焊缝距离、运行速度、NOF炉段出口板温和RTF炉段出口板温；

目标的运行状态确定模块，用于根据现有系统中计划指标层I3变量和多元特征获取模块得到的多元特征，制定渐进明细的状态跟踪策略；基于制定的渐进明细状态跟踪策略条件及约束，融合多元特征建立目标状态检测模型，从而确定目标的运行状态；

目标跟踪预测模块，用于在时间尺度上将计划指标层I3变量与目标的运行状态确定模块中对某卷钢的运行状态结果进行时间对齐，其中，计划指标层I3变量包括入炉计划中的带钢类型规格、入炉计划中的带钢长度和入炉计划中的带钢入炉顺序，在空间尺度上结合本身炉体的设备信息，从而实时跟踪在炉体内动态变化的目标；基于该目标的跟踪信息，建立目标到各炉段出口位置的预测模型，以预测目标进出各炉段的时间。

2.如权利要求1所述的一种目标跟踪系统，其特征在于：多元特征获取模块中得到多元特征的具体过程如下：

2.1：选择底层设备层I1相关变量作为集合 和运行过程层I2相关变量作为集合 ，其中，i=入炉处焊缝距离、PH‑NOF结合处焊缝、NOF炉段出口处焊缝距离或RTF炉段出口处焊缝距离，j=运行速度、NOF炉段出口板温或RTF炉段出口板温；

2.2：对 和 中的变量进行最小采样频率公倍数筛选，最小采样频率公倍数为：

式中，k=1,2,[ ]表示求解 和 中所有变量采样频率的公倍数；得到 后，对 和中的各变量进行筛选：和 为筛选后的集合；

2.3：对筛选后的 和 中各变量的时序分布特征进行探索性分析，得到多元数据；

2.4：对以上经过同采样频率筛选后的多元数据进行预处理，预处理优先级为：运行速度>底层设备层变量>两炉段出口板温；预处理是指：具有不同类型分布特征的变量有不同的异常特征或需要不同的数据处理方法，当运行速度为0或为负时，则生产线停机或现场出现异常，对时间区间所有变量不作处理。

3.如权利要求1所述的一种目标跟踪系统，其特征在于：目标的运行状态确定模块中，所述渐进明细的状态跟踪策略是指先以入炉计划中的带钢长度为基准，与运行速度进行相除计算，得到初始线性时间区间，将计划指标层I3的变量在时序上进行拉长，与初始线性时间区间对齐，再通过传感器检测到的某相邻带钢的首尾位置计算出带钢长度，相比于入炉计划中的带钢长度，计算出的带钢长度更加准确，这是因为入炉计划中的带钢长度为初始值，进入生产线时会根据生产要求和工艺要求对带钢进行小幅或大幅削减，削减长度未知，因此入炉计划中的带钢长度和实际入炉的带钢长度并不一致，因此可通过此步骤计算出更准确一步的带钢长度，但是此时还是存在 区间内的误差，所以最后需要再通过两炉段出口板温检测模型进一步精细化跟踪目标带钢的位置，以便得到更为精确的带钢长度，其中， 表示 对应的采样时间间隔， 表示最小采样频率公倍数，v表示生产线运行速度。

4.如权利要求1所述的一种目标跟踪系统，其特征在于：目标的运行状态确定模块中，底层设备层变量的状态检测模型的建立过程为：（1）设每个底层设备层的变量 的数据表示为 ，建立三个连续滑动窗口：均值计算窗口Wm、瞬时变化检测窗口Wd和方差计算窗口Wv，窗口长度分别为m，n和v；

（2）计算 的Wm均值和Wd均值，表示为Mm和Md，并计算Wv的均值Mv和方差V计算公式为：式中，k0为第一个采样点，定义开始和结束事件累计和 和 ，表达式为

式中，δ为权重参数 为方差阈值，δ越大，在当前 和 统计值中所占的比值越大，累计能力也越强，反之越小，通过判断 和 的变化情况，即可确定瞬变特征点的位置。

5.如权利要求4所述的一种目标跟踪系统，其特征在于：目标的运行状态确定模块的具体实现过程如下：

3.1：对计划指标 进行初始时间区间线性填充，其中k=1,2,3，分别代表入炉计划中的带钢类型规格、入炉计划中的带钢长度、入炉计划中的带钢入炉顺序；初始时间区间线性填充是指以入炉计划中的带钢长度为基准，与运行速度进行相除计算，得到初始线性时间区间Z0；

3.2：利用步骤3.1和多元特征获取模块中处理后的变量数据制定渐进明细的状态跟踪策略；

3.3：利用建立的底层设备层的多元状态检测模型，对底层设备层I1的变量状态进行检测，即通过确定瞬变特征点，确定状态发生变化的位置点；

3.4：通过步骤3.3，可进一步将带钢的位置在空间域上从入炉计划中的带钢长度缩小r

到计算得到的带钢长度L ，在时间域上，从Z0缩小到 之间，为了更准确跟踪目标带钢的位置，通过两炉段出口板温状态检测模型确定具体位置，其建立过程为：（1）选取多元特征获取模块中处理后的 中两个变量的数据，任一变量的时序数据集合为y1,y2,…,yk，计算出数据集的均值作为该数据集的参考值为 ，偏差计算为 ，i=1,2,…,k；

（2）利用以下公式计算出任一变量的时序数据集的标准差，根据稳定状态的数据在所有数据中的出现概率P及标准正态分布表，得到P对应的区间边界±m1σ；m1为正数，判定稳定状态数据分布在以所述参考值为中心的±m1σ范围内；

上式中，vi为历史数据序列中第i个数据yi对应的偏差；

获取实时数据序列，并以连续的s个数据为一组判定实时状态；针对每一组，具体判定方法为：分别计算该组s个实时数据y1,y2,…,ys对应的偏差，得到s个偏差；将所述s个偏差r求均值，得到均值v；若|v|> m1σ，表明该组实时数据属于带钢切换时间点T 2，再结合步骤

3.3确定的 或 ，取两者间的交集，则为带钢带头和带尾的具体时序位置，在该时刻，对应的空间位置即为两炉段出口的位置。

6.如权利要求5所述的一种目标跟踪系统，其特征在于：制定状态跟踪策略的过程如下：

1）：基于底层设备层的多元状态检测模型，检测出某相邻带钢的首尾位置，利用入炉处焊缝距离 ，计算出某卷带钢的首端位置 和尾端位置 ，r表示某卷带钢，同时计算其长度rL， ；

2）：其次利用Z0进行筛选，若 ，则保留结果，转到4）运算，若 ，则说明数据异常，转到3）；

3）：说明用 检测和计算出的 、 和 异常，采用底层设备层的下一个变量，即 进行检测及计算处新的 、 和 ，再次进行2），直至i+1=4，若 依然计算出数据异常，则说明进入生产线中的带钢有误，将错误信息返回系统界面，进行报警，此时需要人工重新校准生产计划和生产线中的带钢信息；

r

4）：计算出的L 受最小采样频率公倍数 约束，得到一个相比于Z0更准确的范围，但还是存在 区间内的误差， 表示 对应的采样时间间隔， 表示最小采样频率公倍数，v表示生产线运行速度，为了更进一步确定目标带钢的准确位置，基于两炉段出口板温检测模型，分别检测出NOF段出口带钢的大幅度跳变和RTF段出口带钢的大幅度跳变位置，进一步精细化跟踪目标带钢的位置。

7.如权利要求6所述的一种目标跟踪系统，其特征在于：目标跟踪预测模块中，建立目标到各炉段出口位置的预测模型的具体过程如下：

4.1：更新初始线性时间区间Z0和步骤3.4中某卷带钢带头带尾的切换时间区间保持一致，设为 ，即为该卷带钢完全通过炉内某检测点的具体时间，同时与运行速度相乘，计算得到该卷带钢的距离长度  ，同时由步骤3.4可知该卷带钢带头的具体位置 ；

4.2：炉体信息为固定数值，各关键位置的空间位置都是固定已知值，设某关键位置的空间位置为 ，则建立的目标到各炉段出口位置的预测模型为：式中，n表示带钢带头具体位置 到关键位置 期间运行速度变化的次数，N表示带钢带头具体位置 到关键位置 期间运行速度变化次数的最大次数， 表示第n次变化的运行速度， 表示以 传送的距离。