【技术实现步骤摘要】
一种非均匀量化状态转移特征矩阵提取方法
本专利技术属于飞机目标大小分类
,具体涉及一种非均匀量化状态转移特征矩阵提取方法。
技术介绍
窄带雷达技术成熟,价格较低,某些工作在低波段的雷达具有良好的反隐身能力和电子对抗能力,且目前在我军中大量服役,因此,对窄带雷达进行更深入的研究,最大限度地挖掘窄带雷达的潜能是十分必要的。飞机目标的大小一定程度上反映该目标的特性与威胁程度,故从窄带雷达数据中获取有关目标大小的类别信息具有重大的意义。目前利用窄带雷达区分飞机目标大小的方法主要利用目标窄带雷达数据的幅度序列或是经过傅里叶变换后窄带雷达数据的统计参数特征(如均值、方差、极大值、极小值等)的差异来区别飞机目标的大小。这些方法通过飞机目标某一角域内的窄带雷达RCS数据的位置特征参数和散布特征参数来区分目标,并没有有效利用目标窄带雷达RCS数据序列中与目标结构形状有关的变化特点,因此,目标大小分类的效果不理想。
技术实现思路
本专利技术的主要内容是针对上述问题,提出一种非均匀量化状态转移特征矩阵提取方法,通过抽取非均匀量化状态转移特征,完成对飞机目标的大小分类。本专利技术的技术方案是:一种非均匀量化状态转移特征矩阵提取方法,包括以下步骤:S1、获取飞机目标的训练RCS数据后,对第z类飞机目标的训练RCS数据进行归一化:其中,X(z)为归一化前第z类飞机目标的训练数据,X('z)为第z类飞机目标归一化后的训练数据;x(z)min和x(z)max分别为第z类目标训练数据的 ...
【技术保护点】
1.一种非均匀量化状态转移特征矩阵提取方法,其特征在于,包括以下步骤:/nS1、获取飞机目标的训练RCS数据后,对第z类飞机目标的训练RCS数据进行归一化:/n
【技术特征摘要】 【专利技术属性】
1.一种非均匀量化状态转移特征矩阵提取方法,其特征在于,包括以下步骤:
S1、获取飞机目标的训练RCS数据后,对第z类飞机目标的训练RCS数据进行归一化:
其中,X(z)为归一化前第z类飞机目标的训练数据,X′(z)为第z类飞机目标归一化后的训练数据;x(z)min和x(z)max分别为第z类目标训练数据的最小值和最大值;
S2、对归一化后的数据进行非均匀量化,根据预设的量化阶梯数目计算出各类别的量化阶梯值:
其中,q(i,z)表示第z类目标的量化阶梯的第i个值,i=1,2...Nq,Nq表示预设的量化阶梯数目;X′s为对归一化后的训练数据按升序进行排序后得到的数据集;Ns表示各量化阶梯的数据量,其值为:
技术研发人员:周代英,赖陈潇,张同梦雪,黎晓烨,李雄,
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。