一种多波段雷达目标识别的数据融合算法及系统技术方案

技术编号:23703117 阅读:35 留言:0更新日期:2020-04-08 10:50
本发明专利技术公开了一种多波段雷达目标识别的数据融合算法及系统,包括:数据获取模块,用于获取被识别目标体的电磁回波,特征提取模块,用于对所述电磁回波的回波数据,数据融合模块,用于利用特定融合算法将提取的多个所述特征数据融合为一种特征数据F;类别识别模块,用于根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;图像处理模块,用于利用技术及图像转化原理将融合后的特征数据F转化为可视图像。通过利用雷达系统发射多波段电磁波,然后对被识别目标体的多波段电磁回波进行线性判别分析提取目标的特征,并将多波段的特征进行融合,将融合后的特征通过分类算法进行分类,能够得到不同被识别目标体的类别。

A data fusion algorithm and system for multi band radar target recognition

【技术实现步骤摘要】
一种多波段雷达目标识别的数据融合算法及系统
本专利技术涉及雷达目标特性探测领域,具体涉及一种多波段雷达目标识别的数据融合算法及系统。
技术介绍
在现代战争中,由于电子进攻技术的发展,有源雷达雷达系统正面临着反辐射导弹、隐身飞机等先进武器,以及综合电子干扰、低空突防等作战手段日益严重的威胁。因此要提高雷达的生存能力,充分发挥雷达的效能,必须综合采用各种对抗措施。在传统有源雷达领域中,提出了许多对抗四大威胁的措施,包括采用特定设计的信号波形实现低截获、提高雷达的机动性防止反辐射导弹的攻击等。然而,由于地球曲率的限制使得有源雷达对超低空飞行的巡航导弹的有效探测距离减小,使预警时间缩短。为实现对低空目标探测而采用的低仰角天线波束配置时,低空目标反射的微弱信号隐藏在地杂波噪声中,很难分辨。而利用多个接收站截获的目标自身辐射源所发射的信号来对目标定位的无源雷达,是对抗反辐射导弹的有效措施。它通过测量目标信号到达各站的时延和到达角参数,确定辐射源及其载体平台(目标)的位置。但是当目标采取无线电静默而不发射信号时,这种无源雷达将失效。现有技术中的雷达信号处理终端和目标识别平台,能够利用目标在米波、P波段、L波段、S波段、C波段、X波段、ka、ku波段等雷达反射特性来识别目标,但是,使用单一的波段来识别判断目标的特性,很容易出现错判漏盘的可能性,因此需要设计一种多波段雷达目标识别的数据融合算法及系统,通过米波、P波段、L波段组合的多波段雷达以及S波段、C波段、X波段、ka波段段组合的多波段雷达目标特性来识别目标。申请号为201711072686.5的中国专利公开了一种基于多波段雷达的目标识别方法、装置及系统,其中的方法是采用两种波段的回波信号进行处理,并通过两种波段的回波信号的特征数据进行目标的识别。这种方法是采用了2种回波信号进行目标识别的,存在有准确性比较低的缺点,只能应用于民用无人机的监控和识别,目标识别的算法比较粗糙,无法满足军用的高精度和高准确度的要求。
技术实现思路
为克服现有技术的缺陷,本专利技术的目的在于提供一种多波段雷达目标识别的数据融合算法及系统,通过获取目标不同多波段特性,实现更加准确的识别目标。为此,本专利技术提出了一种多波段雷达目标识别的数据融合算法,包括:获取被识别目标体的电磁回波,其中所述电磁回波包括多个波段的回波信号;多个波段的回波信号包括第一波段回波信号、第二波段回波信号以及第三波段回波信号;对所述电磁回波的回波数据,采用线性判别分析方法提取所述被识别目标体的特征;所述被识别目标体的特征包括第一特征数据、第二特征数据和第三特征数据;所述第一特征数据是从第一波段回波信号提取的;所述第二特征数据是从第二波段回波信号提取的;所述第三特征数据是从第三波段回波信号提取的;利用特定数据融合算法,将提取的多个所述特征数据融合为一种特征数据F;根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;利用技术及图像转化原理将融合后的特征数据F转化为可视图像。进一步地,所述特征数据融合包含以下步骤:S1、将所述多个波段的特征数据汇集到一个数据文件中;S2、对上述数据文件的特征数据,分别定义不同的权值;S3、采用数据融合算法,对分配了权值的特征数据进行融合计算,得出最终的特征数据F;S4、通过上述特征数据F,来对目标进行准确识别。进一步地,所述步骤S3的数据融合算法中,包括数据预处理模块和权值分配模块。进一步地,上述数据融合算法采用贝叶斯估计法。进一步地,上述数据融合算法采用D-S证据推理法。本专利技术还提出了一种多波段雷达目标识别系统,其特征在于,包括数据获取模块,用于获取被识别目标体的电磁回波,其中所述电磁回波包括多个波段的回波信号;多个波段的回波信号包括第一波段回波信号、第二波段回波信号以及第三波段回波信号;特征提取模块,用于对所述电磁回波的回波数据,采用线性判别分析方法提取所述被识别目标体的特征;所述被识别目标体的特征包括第一特征数据、第二特征数据和第三特征数据;所述第一特征数据是从第一波段回波信号提取的;所述第二特征数据是从第二波段回波信号提取的;所述第三特征数据是从第三波段回波信号提取的;数据融合模块,用于利用特定融合算法将提取的多个所述特征数据融合为一种特征数据F;类别识别模块,用于根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;图像处理模块,用于利用技术及图像转化原理将融合后的特征数据F转化为可视图像。与现有技术相比,本专利技术的有益效果:本专利技术的多波段雷达目标识别的数据融合算法及系统,通过利用雷达系统发射多波段电磁波,然后对被识别目标体的多波段电磁回波进行线性判别分析提取目标的特征,而且还将3个以上的多波段的特征进行数据融合,根据融合后的数据进行识别,能够更为精确和准确地对不同被识别目标体进行类别。同时,雷达是通过发射电磁波、接收被识别目标体的反射回波从而对目标进行探测,相对于视频监控,该基于多波段雷达的目标识别方法具有全天候工作能力,受环境因素影响小,而且能够满足军用的高精度和高准确度的要求,而且能够将识别的结果进行图像显示。除了上面所描述的目的、特征和优点之外,本专利技术还有其它的目的、特征和优点。下面将参照图,对本专利技术作进一步详细的说明。附图说明构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。在附图中:图1为本专利技术的多波段雷达目标识别的数据融合算法流程图;以及图2为本专利技术的多波段雷达目标识别系统的结构示意图。具体实施方式需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。图1-图2示出了根据本专利技术的一些实施例。如图1所示,一种多波段雷达目标识别的数据融合算法,包括:获取被识别目标体的电磁回波,其中所述电磁回波包括多个波段的回波信号;多个波段的回波信号包括第一波段回波信号、第二波段回波信号以及第三波段回波信号;对所述电磁回波的回波数据,采用线性判别分析方法提取所述被识别目标体的特征;所述被识别目标体的特征包括第一特征数据、第二特征数据和第三特征数据;所述第一特征数据是从第一波段回波信号提取的;所述第二特征数据是从第二波段回波信号提取的;所述第三特征数据是从第三波段回波信号提取的;利用特定数据融合算法,将提取的多个所述特征数据融合为一种特征数据F;根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;利用技术及图像转化原理将融合后的特征数据F转化为可视图像。具体地,所述特征数据融合包含以下步骤:S1、将所述多个波段的特征数据汇集到一个数据文件中;S2、对上述数据文件的特征数据,分别定义不同的权值;S3、采用数据融合算法,对分配了权值的特本文档来自技高网
...

【技术保护点】
1.一种多波段雷达目标识别的数据融合算法,其特征在于,包括/n获取被识别目标体的电磁回波,其中所述电磁回波包括多个波段的回波信号;多个波段的回波信号包括第一波段回波信号、第二波段回波信号以及第三波段回波信号;/n对所述电磁回波的回波数据,采用线性判别分析方法提取所述被识别目标体的特征;所述被识别目标体的特征包括第一特征数据、第二特征数据和第三特征数据;所述第一特征数据是从第一波段回波信号提取的;所述第二特征数据是从第二波段回波信号提取的;所述第三特征数据是从第三波段回波信号提取的;/n利用特定数据融合算法,将提取的多个所述特征数据融合为一种特征数据F;/n根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;/n利用技术及图像转化原理将融合后的特征数据F转化为可视图像。/n

【技术特征摘要】
1.一种多波段雷达目标识别的数据融合算法,其特征在于,包括
获取被识别目标体的电磁回波,其中所述电磁回波包括多个波段的回波信号;多个波段的回波信号包括第一波段回波信号、第二波段回波信号以及第三波段回波信号;
对所述电磁回波的回波数据,采用线性判别分析方法提取所述被识别目标体的特征;所述被识别目标体的特征包括第一特征数据、第二特征数据和第三特征数据;所述第一特征数据是从第一波段回波信号提取的;所述第二特征数据是从第二波段回波信号提取的;所述第三特征数据是从第三波段回波信号提取的;
利用特定数据融合算法,将提取的多个所述特征数据融合为一种特征数据F;
根据上述融合后的特征数据F,来对所述被识别目标体的进行分类;
利用技术及图像转化原理将融合后的特征数据F转化为可视图像。


2.根据权利要求1所述的多波段雷达目标识别的数据融合算法,其特征在于,所述特征数据融合包含以下步骤:
S1、将所述多个波段的特征数据汇集到一个数据文件中;
S2、对上述数据文件的特征数据,分别定义不同的权值;
S3、采用数据融合算法,对分配了权值的特征数据进行融合计算,得出最终的特征数据F;
S4、通过上述特征数据F,来对目标进行准确识别。


3.根据权利要求2所述的多波段雷达目标...

【专利技术属性】
技术研发人员:宋扬刘辰熊曾静
申请(专利权)人:安徽博微长安电子有限公司
类型:发明
国别省市:安徽;34

网友询问留言 已有0条评论
  • 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。

1