基于Hough变换的卷积神经网络下微多普勒目标分类方法技术

本发明专利技术提供了一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，所述方法为：通过雷达获取人体和轮式车辆的雷达回波信号，所述人体和轮式车辆的雷达回波信号是经过去杂波、降频到音频段的雷达回波信号，对雷达回波信号进行Wigner‑Villie时频分析，然后对时频分析获得的谱图数据进行Hough变换直线检测，对检测到的直线进行标识，最后将谱图数据送到卷积神经网络中进行分类识别，从而识别出是人体还是轮式车辆。本发明专利技术提高了目标分类的准确率，且目标分类操作的耗时大幅度减少。

【技术实现步骤摘要】
基于Hough变换的卷积神经网络下微多普勒目标分类方法
本专利技术涉及雷达
，特别是基于Hough变换的卷积神经网络下微多普勒目标分类方法。
技术介绍
当目标在雷达视线方向有相对速度并被雷达照射到时，雷达反射波的载频会发生调制现象，这种现象称为多普勒频移，载频的偏移量就是目标的多普勒频率。同时，如果目标除了自身的平动外还有其他部件相对于自身平动的摆动、转动等微运动，这些微运动会产生目标多普勒频率附近的副边带，这些副边带被称为微多普勒频率。在实际应用中，地面战场侦察雷达不仅需要完成目标的探测，更总要的是对目标属性进行分类识别。目前，主要还是靠有经验的士兵对目标的微多普勒特征进行辨别，给雷达操纵员增加了很大负担；其识别准确率受人为的随机性很大。因此，对单兵便携雷达的目标属性自动识别具有很大的意义，雷达的智能化、信息化研究是满足现代高技术战争的需要。本专利基于上述背景，研究基于微多普勒特征下的人和轮式车辆分类问题。单兵便携雷达目标识别是在雷达探测的基础上，对目标回波信号进行分析，从而确定目标的种类、状态以及型号等特性。
技术实现思路
为克服上述问题，本专利技术的目的是提供一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，提高了目标分类的准确率，且目标分类操作的耗时大幅度减少。本专利技术采用以下方案实现：一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，所述方法为：通过雷达获取人体和轮式车辆的雷达回波信号，所述人体和轮式车辆的雷达回波信号是经过去杂波、降频到音频段的雷达回波信号，对雷达回波信号进行Wigner-Villie时频分析，然后对时频分析获得的谱图数据进行Hough变换直线检测，对检测到的直线进行标识，最后将谱图数据送到卷积神经网络中进行分类识别，从而识别出是人体还是轮式车辆。进一步的，所述方法进一步为：单兵雷达收集了人体和轮式车辆分别在飞机场和公路上的实测数据，采集到的数据是对固定目标抵消以及运动目标检测算法后，降频到音频段来获得雷达回波信号；其中，人体的运动雷达回波分析是：人行走时人体的重心是上下摆动的，因而人体躯干的平移分量是随时间周期性变化的，人体的四肢在躯干平移的基础上有相对的摆动，摆动的幅度与四肢的长度、摆动频率、平移速度有关；设摆动幅度为A0，摆动频率为ω0，摆动的初始角为μ0，则人体的微运动可用如下公式表示:A0sin(ω0t+μ0)，由该公式得出人体的微运动是随时间呈三角函数变化的；轮式车辆运动的雷达回波分析是：轮式车辆运动能分解为车身的平动加上轮胎转动的微运动，因此轮式车辆的多普勒信号由两部分组成，第一部分是反映车身平动的多普勒信号，第二部分是反映轮胎旋转的多普勒信号；当车身速度为V时，车辆的微动结构与车身的相对速度分布在[-ν,ν]之间；因此，人体和轮式车辆，微动部件分别为四肢和橡胶轮胎，微动时差异性明显，这种差异性在多普勒域中以微多普勒分量的形式体现出来；即人体躯干和轮式车辆的车身运动的雷达回波在回波总能量中的占比较大，四肢摆动和轮胎转动所造成的微动能量在回波总能量中的占比较小。进一步的，对Wigner-Ville算法分析后的时频图进行Hough变换，所述Hough变换是图像处理中的一种特征提取技术，通过检测具有特定形状的物体，该检测过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为Hough变换结果，对Hough变换结果中检测到图像的直线进行标识，把这些雷达回波能量集中的图像作分解成32×32像素，然后将32×32像素的图像送到卷积神经网络中进行分类识别。本专利技术的有益效果在于：本专利技术基于Hough特征的时频图与卷积神经网络相结合的人和轮式车辆分类方法，该方法在相同的硬件条件下，识别率有所提高，耗时大幅度减少。附图说明图1是本专利技术的方法流程示意图。图2本专利技术人在机场时的Wigner-Ville时频结果的时频图。图3本专利技术人在公路上时的Wigner-Ville时频结果的时频图。图4本专利技术车辆在机场时的Wigner-Ville时频结果的时频图。图5本专利技术车辆在公路上时的Wigner-Ville时频结果的时频图。图6是本专利技术人在机场时的Wigner-Ville时频图的Hough变换得到的图像的示意图。图7是本专利技术人在公路上时的Wigner-Ville时频图的Hough变换得到的图像的示意图。图8是本专利技术车辆在机场时的Wigner-Ville时频图的Hough变换得到的图像的示意图。图9是本专利技术车辆在公路上时的Wigner-Ville时频图的Hough变换得到的图像的示意图。图10是EMD分解的能量比算法特征提取流程图。图11是人体在机场的微多普勒信号的EMD分解得到的IMF分量及其FFT频谱图。图12是人体在公路的微多普勒信号的EMD分解得到的IMF分量及其FFT频谱图。图13是车辆在机场的微多普勒信号的EMD分解得到的IMF分量及其FFT频谱图。图14是车辆在公路的微多普勒信号的EMD分解得到的IMF分量及其FFT频谱图。图15是人体在机场的回波信号STFT时频谱图。图16是人体在公路的回波信号STFT时频谱图。图17是车辆在机场的回波信号STFT时频谱图。图18是车辆在公路的回波信号STFT时频谱图。具体实施方式下面结合附图对本专利技术做进一步说明。请参阅图1至图9所示，本专利技术的一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，所述方法为：通过雷达获取人体和轮式车辆的雷达回波信号，所述人体和轮式车辆的雷达回波信号是经过去杂波、降频到音频段的雷达回波信号，对雷达回波信号进行Wigner-Villie时频分析，然后对时频分析获得的谱图数据进行Hough变换直线检测，对检测到的直线进行标识，最后将谱图数据送到卷积神经网络中进行分类识别，从而识别出是人体还是轮式车辆。其中，所述方法进一步为：单兵雷达收集了人体和轮式车辆分别在飞机场和公路上的实测数据，采集到的数据是对固定目标抵消以及运动目标检测算法后，降频到音频段来获得雷达回波信号；其中，人体的运动雷达回波分析是：人行走时人体的重心是上下摆动的，因而人体躯干的平移分量是随时间周期性变化的，人体的四肢在躯干平移的基础上有相对的摆动，摆动的幅度与四肢的长度、摆动频率、平移速度有关；设摆动幅度为A0，摆动频率为ω0，摆动的初始角为μ0，则人体的微运动可用如下公式表示:A0sin(ω0t+μ0)，由该公式得出人体的微运动是随时间呈三角函数变化的；轮式车辆运动的雷达回波分析是：轮式车辆运动能分解为车身的平动加上轮胎转动的微运动，因此轮式车辆的多普勒信号由两部分组成，第一部分是反映车身平动的多普勒信号，第二部分是反映轮胎旋转的多普勒信号；当车身速度为V时，车辆的微动结构与车身的相对速度分布在[-ν,ν]之间；因此，人体和轮式车辆，微动部件分别为四肢和橡胶轮胎，微动时差异性明显，这种差异性在多普勒域中以微多普勒分量的形式体现出来；即人体躯干和轮式车辆的车身运动的雷达回波在回波总能量中的占比较大，四肢摆动和轮胎转动所造成的微动能量在回波总能量中的占比较小。另外，本专利技术对Wigner-Ville算法分析后的时频图进行Hough变换，所述Hough变换是图像处理中的一种特征提取技术，通过检测具有特定本文档来自技高网...

【技术保护点】
1.一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，其特征在于：所述方法为：通过雷达获取人体和轮式车辆的雷达回波信号，所述人体和轮式车辆的雷达回波信号是经过去杂波、降频到音频段的雷达回波信号，对雷达回波信号进行Wigner‑Villie时频分析，然后对时频分析获得的谱图数据进行Hough变换直线检测，对检测到的直线进行标识，最后将谱图数据送到卷积神经网络中进行分类识别，从而识别出是人体还是轮式车辆。

【技术特征摘要】
1.一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，其特征在于：所述方法为：通过雷达获取人体和轮式车辆的雷达回波信号，所述人体和轮式车辆的雷达回波信号是经过去杂波、降频到音频段的雷达回波信号，对雷达回波信号进行Wigner-Villie时频分析，然后对时频分析获得的谱图数据进行Hough变换直线检测，对检测到的直线进行标识，最后将谱图数据送到卷积神经网络中进行分类识别，从而识别出是人体还是轮式车辆。2.根据权利要求1所述的一种基于Hough变换的卷积神经网络下微多普勒目标分类方法，其特征在于：所述方法进一步为：单兵雷达收集了人体和轮式车辆分别在飞机场和公路上的实测数据，采集到的数据是对固定目标抵消以及运动目标检测算法后，降频到音频段来获得雷达回波信号；其中，人体的运动雷达回波分析是：人行走时人体的重心是上下摆动的，因而人体躯干的平移分量是随时间周期性变化的，人体的四肢在躯干平移的基础上有相对的摆动，摆动的幅度与四肢的长度、摆动频率、平移速度有关；设摆动幅度为A0，摆动频率为ω0，摆动的初始角为μ0，则人体的微运动可用如下公式表示:A0sin(ω0t+μ0)，由该公式得出人体的微运动是随时间呈三角函...

【专利技术属性】
技术研发人员：邱思杰，龙振弘，伍坪，邱丽梅，马豪，刘春明，
申请(专利权)人：三明学院，
类型：发明
国别省市：福建,35