一种基于高分辨距离像IMF特征的雷达目标识别方法技术

本发明专利技术公开了一种基于高分辨距离像IMF特征的雷达目标识别方法，应用于高分辨距离像处理、雷达目标识别、非平稳信号时频分析领域，该方法主要流程：首先，获取雷达高分辨距离像数据；然后，确定分解该类数据的变分模态分解算法参数，进而应用变分模态分解算法对雷达数据进行IMF(特征模态函数)分解并获得IMF的中心频率；接下来再对IMF的中心频率进行适当的排序调整；最后，选取不同目标区别较大的同一模态特征模态函数的中心频率作为特征量用于目标识别分类。本发明专利技术提出的方法，即通过变分模态分解算法获得高分辨距离像的IMF中心频率，并将中心频率作为雷达目标识别的特征，不仅识别率高而且高效快速。

【技术实现步骤摘要】
一种基于高分辨距离像IMF特征的雷达目标识别方法
本专利技术应用于高分辨距离像(High-resolutionrangeprofile，HRRP)处理、雷达目标识别、非平稳信号时频分析领域，具体涉及HRRP的特征模态函数特征提取和雷达目标识别方法。
技术介绍
对信号最直观的表示是时间描述，即时域表达。经典的分析与处理平稳信号的最常用、最主要的方法是傅里叶变换，通过该变换可以得到信号的频域表示。傅里叶变换是一种全局变换，频谱能够体现信号中的频率成分，并且可以观测到频率成分的能量大小和相位信息，但不能解释频率成分发生在什么时刻以及持续时间，对于发生在信号开始时或发生在信号中一段时间内的频率值相同的频率无法区分。由于时频分析由于增加了频域特征量，相对于单纯的时域或频域分析而言非平稳信号的时频表示更能反映它的时变特性。信号的时频表示其实就是使用时间和频率的联合函数来表示该信号。对非平稳信号进行时频分析时，往往需要先分析其瞬时频率的变化情况。但是对某些非平稳信号直接进行瞬时频率分析时往往出现分析的结果和实际情况不符的现象。L.Cohen研究发现，对于单分量信号进行瞬时频率分析时得到的结果与实际本文档来自技高网...

【技术保护点】
一种基于高分辨距离像IMF特征的雷达目标识别方法，其特征在于，该方法包括以下步骤：步骤1:通过高分辨率宽带雷达获取雷达目标的高分辨距离像(HRRP)；每个目标的高分辨距离像均是由一个m行，n列的矩阵构成；矩阵的每一行代表一幅距离像，而每一列代表其所在行的一个距离单元；目标个数大于等于2个；步骤2:采用变分模态分解算法把每一幅距离像分解为多个单分量IMF,同时得到每个IMF的中心频率；最终，每个目标高分辨距离像数据的所有单分量IMF对应的中心频率组成一个m行K列的矩阵，称该矩阵为中心频率矩阵，其中K表示一幅距离像分解出的单分量IMF的个数；步骤3:在步骤2得到的中心频率矩阵中，保持各中心频率的行...

【技术特征摘要】
1.一种基于高分辨距离像IMF特征的雷达目标识别方法，其特征在于，该方法包括以下步骤：步骤1:通过高分辨率宽带雷达获取雷达目标的高分辨距离像(HRRP)；每个目标的高分辨距离像均是由一个m行，n列的矩阵构成；矩阵的每一行代表一幅距离像，而每一列代表其所在行的一个距离单元；目标个数大于等于2个；步骤2:采用变分模态分解算法把每一幅距离像分解为多个单分量IMF,同时得到每个IMF的中心频率；最终，每个目标高分辨距离像数据的所有单分量IMF对应的中心频率组成一个m行K列的矩阵，称该矩阵为中心频率矩阵，其中K表示一幅距离像分解出的单分量IMF的个数；步骤3:在步骤2得到的中心频率矩阵中，保持各中心频率的行位置不变，调整其所在列的位置，调整方法为：计算中心频率矩阵每一列的均值，针对每一列，寻找出该列中与均值相差最大的R个中心频率，这R个频率称之为待调整中心频率，R的大小根据实际情况确定；分别计算出这R个待调整中心频率与其它列均值的距离；然后，找出每一个待调整中心频率距离最近的列均值；并用这R个待调整中心频率分别取代与距离最近的列均值所在列对应位置的中心频率,将被取代的R个中心频率，分别额外保存为R个中间变量；再采用上述调整方法把这R个中间变量调整到与其距离最近的列均值所在列的对应位置，再将被取代的R个中心频率额外保存R个中间变量；按照上述方法依次循环进行下去，直至第n+1次待调整的R个中间变量，与第n次待调整的R个中间变量完全相同，则停止调整；其中n为正整数。步骤4:计算出各目标的识别特征量，计算方法为：将...

【专利技术属性】
技术研发人员：于雪莲，曲学超，申威，李海翔，周云，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51