The invention belongs to the technical field of radar target identification methods, and relates to a true and false bullet target recognition method based on multi radar information. According to the characteristics of real warhead target in different radar detection system to obtain the different change characteristics of natural and two kinds of target reflected during the flight of the 8 different kinds of feature extraction; RCS variance, sample deviation and coefficient of variation RCS data is first obtained from narrowband radar target; one obtained from the wideband radar again as in echo data extraction of scattering point number and length of 5 characters; then statistical characteristics of 13 kinds of respective target sample distribution; will test samples in 13 independent recognition of the characteristics of the results of comprehensive evaluation of output, to achieve true warhead Target Recognition Radar information.
【技术实现步骤摘要】
一种基于多雷达信息的真假弹头目标识别方法
本专利技术属于雷达目标识别方法
,涉及利用多雷达探测结果对炮弹类目标进行识别的方法,尤其涉及真假弹头类目标的识别方法。
技术介绍
在现代战场中,弹道导弹是具有极强远程打击能力的威慑性武器,其在飞行过程中会释放出大量诱饵目标来对敌方防御系统进行干扰。因此,能够实现在目标飞行中段从大量诱饵中正确辨别出真实弹头目标,是防御系统实施有效拦截的前提条件。目前,雷达技术是针对远场目标进行探测和识别最为有效的技术手段之一。由于低分辨雷达获取的目标信息量少,而高分辨雷达探测距离不足,因此,从实际需求出发,利用两类雷达的优点,专门针对真假弹头目标识别问题研究多雷达特征综合识别方法具有重要军事意义。
技术实现思路
本专利技术的目的在于基于现役窄带雷达及宽带雷达获取的目标各类信息数据,提供一种基于多雷达信息的真假弹头目标综合识别方法。本专利技术的技术方案为:本专利技术根据真假弹头目标在不同雷达探测系统下获取的特征的不同,以及两类目标在飞行过程中所体现出的固有的特性变化的不同;首先从窄带雷达获取的目标RCS数据中提取目标RCS方差、样本极差、变异系数等8种特征;再从宽带雷达获取的目标一维像回波数据中提取目标散射点个数、长度等5种特征;随后分别统计13种特征各自的目标样本分布;最终将测试样本在13种特征上的独立识别结果进行综合判别输出,实现多雷达信息的真假弹头目标识别。如图1所示,一种基于多雷达信息的真假弹头目标识别方法,其特征在于,包括以下步骤:S1、由窄带雷达探测获得真实弹头及诱饵目标在飞行过程中的RCS值,将每连续n个采样时刻的值构 ...
【技术保护点】
一种基于多雷达信息的真假弹头目标识别方法,其特征在于,包括以下步骤:S1、由窄带雷达探测获得真实弹头及诱饵目标在飞行过程中的RCS值,将每连续n个采样时刻的值构成一个RCS序列;将所述RCS序列随机分为训练数据集和测试数据集;S2、根据S1得到的RCS序列,对每个目标的每个序列分别提取目标的窄带统计特征,包括RCS序列的均值
【技术特征摘要】
1.一种基于多雷达信息的真假弹头目标识别方法,其特征在于,包括以下步骤:S1、由窄带雷达探测获得真实弹头及诱饵目标在飞行过程中的RCS值,将每连续n个采样时刻的值构成一个RCS序列;将所述RCS序列随机分为训练数据集和测试数据集;S2、根据S1得到的RCS序列,对每个目标的每个序列分别提取目标的窄带统计特征,包括RCS序列的均值样本方差s、r阶中心矩Br、样本极差△d、变异系数Cv、偏态系数Cs、静态系数Ce和样本中位数Rm,将所述的8种窄带统计特征分别记为f1,f2,…,f8,其中代表类别标号为t的目标在第j段RCS采样序列中提取出的fi特征的值,Nt为目标t的RCS采样序列总数;设定t=0为诱饵目标,t=1为真实目标;S3、由宽带雷达获取各目标在飞行过程中的一维距离像数据,将所述一维距离像数据随机分为训练数据集和测试数据集;对每幅一维距离像提取目标散射点空域特征,包括目标强散射点中心个数NS、目标径向长度L、去尺度结构特征目标距离域结构特征Rfirst和Rlast,所述的5种宽带特征分别记为f9,f10,…,f13,其中代表类别标号为t的目标在第j幅一维距离像数据中提取出的fi特征的值,Nt为目标t的一维距离像总数;S4、根据步骤S2和步骤S3将得到的训练数据集提取到的特征共13种,针对每一种特征fi,独立统计所有目标样本在该维特征上的样本分布置信度参数θi,包括特征最小值特征最大值统计区间步长类别分布矢量类别分布置信度矢量S5、对某待测试目标的雷达数据,利用S2和S3所述提取目标窄带及宽带特征值{yi|i=1,2,…,13},对每一维特征值yi,由S4所述对应特征的样本分布置信度参数θi来对目标类别进行初步判断,得到判别值其中为由特征yi判断出的当前测试目标的类别标号,为该判别结果的置信度;S6、采用综合判决算法对S5所述13个独立判别结果{V1,V2,…,V13}进行融合,计算最终的分类融合分值C,根据融合分值C确定待测试样本的类别号k,若C>0.5则当前待识别样本为真实弹头k=1,若C≤0.5则待识别样本为虚假目标k=0。2.根据权利要求1所述的一种基于多雷达信息的真假弹头目标识别方法,其特征在于,步骤S1中所述n=20。3.根据权利要求2所述的一种基于多雷达信息的真假弹头目标识别方法,其特征在于,步骤S2中所述提取各RCS序列的目标窄带统计特征,具体方法如下:
【专利技术属性】
技术研发人员:廖阔,周代英,张瑛,沈晓峰,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
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。