The invention relates to a method for classifying a ship and a cargo ship based on the fusion of one-dimensional image feature layers from a multi view angle. The method is mainly applicable to the classification of ships and cargo ships with conventional wideband coherent warning radar under the cooperative system. The main process is: first of all from the perspective of one-dimensional image data preprocessing; one on each view after preprocessing the image target HRRP area extraction; from the perspective of the target HRRP regional feature; and then construct the target HRRP regional feature fusion matrix; classifier design finally, ships and cargo ships; classification. The method provided by the invention has simple implementation and engineering feature fusion effect, the theoretical basis for the method fully etc., and more from the perspective of ship and ship classification recognition rate compared with the single ship and cargo from the perspective of correct classification rate is increased by more than 5%.
【技术实现步骤摘要】
基于多视角下一维像特征层融合的舰艇与货船分类方法
本专利技术适用于基于协同体系下常规宽带相参警戒雷达系统,特别涉及一种雷达目标识别方法,实现基于多视角下一维像的雷达目标粗分类。
技术介绍
研究表明一维像能够反映出雷达目标在雷达视线上精细的几何结构特征。对舰艇与货船结构分析发现,舰艇与货船有着显著的物理结构特征差异,物理结构特征差异导致舰艇与货船的一维像回波存在明显的差异,如附图2、附图3。在各视角下一维像的基础上,通过特征融合等实现舰艇与货船分类识别,利用舰艇与货船的分类识别信息可以实现雷达目标的粗分类,提高识别正确率。配合现有探测设备的改造,可以在现有探测设备的基础上大力提升协同目标识别能力。目前很多一维像的技术研究是基于单视角下一维像进行的,如在2013年5月西安邮电大学学报《基于高分辨距离像子带融合的目标识别新算法》中提出的一种最大相关系数投票准则子带融合识别算法,实现单视角下的雷达目标识别。基于单视角一维像的雷达目标识别方法极易受到目标姿态的影响,本专利技术针对在基于多视角下一维像的基础上,通过特征融合的舰艇与货船分类识别方法,实现雷达目标的粗分类,能够有效避免目标姿态对雷达目标识别结果的影响。
技术实现思路
本专利技术的目的在于提供一种解决协同体系下的多视角下一维像特征层融合的舰艇与货船分类识别方法,有效地实现雷达目标的粗分类。通过本专利技术,能够实现海上舰艇编队对视距内各种运动状态下的舰艇与货船进行有效的分类,并且多视角一维像下的舰艇与货船分类识别正确率在单视角一维像下的舰艇与货船分类识别正确率基础上提高5%。实现本专利技术的技术解决方案为:首先对 ...
【技术保护点】
基于多视角下一维像特征层融合的舰艇与货船分类方法,其特征在于:通过计算各视角下目标一维像的峰度矩阵K,找到峰度矩阵的最大元素max(K)及其对应的一维像,统计余下一维像集合{x
【技术特征摘要】
1.基于多视角下一维像特征层融合的舰艇与货船分类方法,其特征在于:通过计算各视角下目标一维像的峰度矩阵K,找到峰度矩阵的最大元素max(K)及其对应的一维像,统计余下一维像集合{xi}和离群峰度集合{ki},利用离群峰度法剔除异常一维像;以峰度矩阵最大元素对应的一维像为基像,采用最小熵估计准则对一维像进行对齐处理,对对齐后的一维像做非相干积累;对各视角下非相干积累后目标一维像统计前八分之一和后八分之一部分的均值,按最小均值的1.5倍设置目标一维像区域提取门限进行目标区域一维像提取;利用归一化方法对各视角下目标一维像区域进行归一化处理,对归一化后的目标一维像区域按照距离单元进行10等分处理,通过统计强散射点个数、强散射点位置信息和幅度信息、等分区域内的强散射点个数、等分区域内强散射点位置分布、等分区域内强散射点幅度,利用最近邻线算法进行包含波形有效宽度、波形对称性、波形集中度、波形峰度、波形峰值个数、峰值前缘陡峭度、峰值后缘陡峭度、峰值形状统计的波形结构特征提取,构造各视角下目标一维像区域波形结构特征初始矩阵;结合各视角下目标一维像姿态和信噪比信息,构造目标一维像区域波形结构特征融合矩阵;结合目标一维像区域波形结构特征融合矩阵和Sigmoid函数进行线性二分类器输入层和激励函数设计,利用线性...
【专利技术属性】
技术研发人员:杨学岭,任殿龙,刘硕,张秉致,
申请(专利权)人:中国船舶重工集团公司第七二四研究所,
类型:发明
国别省市:江苏,32
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。