The invention provides a classification and recognition method for traversing random forest spatial targets, including the following steps: acquiring and calculating the statistical characteristics, time-frequency characteristics and wavelet characteristics of RCS sequence of spatial targets; using random forest classifier, the statistical characteristics of RCS sequence of spatial targets, time-frequency characteristics of RCS sequence of spatial targets, wavelet characteristics and statistical characteristics of RCS sequence of spatial targets, respectively. The combination of time-frequency feature, statistical feature and wavelet feature, time-frequency feature and wavelet feature, statistical feature and combination of time-frequency feature and wavelet feature are trained and classified 100 times, and the maximum probability Classification value of spatial target is output, thus realizing the classification and recognition of spatial target. The advantages are that the multi-dimensional feature parameters of RCS sequence can be synthesized to improve the accuracy of spatial target classification. The invention has important significance for improving the capability of space target surveillance and Cataloging in China.
【技术实现步骤摘要】
一种遍历随机森林空间目标分类识别方法
本专利技术属于雷达数据处理
,具体涉及一种遍历随机森林空间目标分类识别方法。
技术介绍
空间目标识别的现有技术分为:基于窄带和宽带信号体制雷达的空间目标识别技术。基于窄带雷达的空间目标识别技术主要有:根据空间目标轨道运动特征识别、根据空间轨道目标有效散射截面的变化规律进行识别、根据空间轨道目标相参回波信息进行识别,以及空间弹道目标的识别技术。目标的雷达散射面积(RadarCrossSection,RCS)包含一定目标信息,是窄带雷达能够获取的关于目标电磁散射特性的主要物理量。窄带信号雷达可利用目标固有特性与反射信号随时间的变化规律之间的对应关系,来推演有关目标的特征信息,如通过信号回波的幅度、相位、极化及其变换特征来估计目标的尺寸、形状、质量、结构、质心运动(如自旋、进动、章动)及航天活动中的特征事件(关机、分离、消旋、释放),区分工作卫星、失效卫星、空间碎片等。因此,基于RCS的目标识别技术一直是空间目标识别和应用的方向之一,并且最早应用于空间目标的识别。RCS数据所携带易于提取的表征目标特性的信息量有限,且多维特征参数的综合利用不够,从而不利于进行空间目标分类。
技术实现思路
针对现有技术存在的缺陷,本专利技术提供一种遍历随机森林空间目标分类识别方法,可有效解决上述问题。本专利技术采用的技术方案如下:本专利技术提供一种遍历随机森林空间目标分类识别方法,包括以下步骤:步骤1,获取并计算得到空间目标RCS序列的统计特征,所述空间目标RCS序列的统计特征包括位置特征参数、散布特征参数、分布特征参数和相关特征参数;步骤2 ...
【技术保护点】
1.一种遍历随机森林空间目标分类识别方法,其特征在于,包括以下步骤:步骤1,获取并计算得到空间目标RCS序列的统计特征,所述空间目标RCS序列的统计特征包括位置特征参数、散布特征参数、分布特征参数和相关特征参数;步骤2,获取并计算得到空间目标RCS序列的时频特征;步骤3,获取并计算得到空间目标RCS序列的小波特征;步骤4,利用随机森林分类器分别对所述空间目标RCS序列的统计特征、所述空间目标RCS序列的时频特征、所述空间目标RCS序列的小波特征、所述统计特征与所述时频特征的组合、所述统计特征与所述小波特征的组合、所述时频特征与所述小波特征的组合、所述统计特征与所述时频特征与所述小波特征的组合进行100次训练分类,输出空间目标的最大概率分类值,由此实现对空间目标分类识别。
【技术特征摘要】
1.一种遍历随机森林空间目标分类识别方法,其特征在于,包括以下步骤:步骤1,获取并计算得到空间目标RCS序列的统计特征,所述空间目标RCS序列的统计特征包括位置特征参数、散布特征参数、分布特征参数和相关特征参数;步骤2,获取并计算得到空间目标RCS序列的时频特征;步骤3,获取并计算得到空间目标RCS序列的小波特征;步骤4,利用随机森林分类器分别对所述空间目标RCS序列的统计特征、所述空间目标RCS序列的时频特征、所述空间目标RCS序列的小波特征、所述统计特征与所述时频特征的组合、所述统计特征与所述小波特征的组合、所述时频特征与所述小波特征的组合、所述统计特征与所述时频特征与所述小波特征的组合进行100次训练分类,输出空间目标的最大概率分类值,由此实现对空间目标分类识别。2.根据权利要求1所述的一种遍历随机森林空间目标分类识别方法,其特征在于,步骤1中,所述位置特征参数包括空间目标位置的均值、极小值、极大值和中位...
【专利技术属性】
技术研发人员:李云涛,曲卫,杨君,朱卫纲,何永华,
申请(专利权)人:李云涛,
类型:发明
国别省市:北京,11
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。