【技术实现步骤摘要】
基于微多普勒的目标分类识别模型、方法、系统及装置
本专利技术涉及雷达识别
，尤其是一种基于微多普勒的目标分类识别模型、方法、系统及装置。
技术介绍
雷达自动目标识别为一种集目标、环境和精细化信号处理为一体的系统工程，此项技术通过处理回波信号，提取和选择目标稳健性特征，然后使用合适的分类算法自动确定目标属性和型号。VictorC.Chen等人将微多普勒效应引入到雷达自动目标识别领域，他们将目标部件的运动分解为整体平动和相对于质心的摆动或转动，并定义这些相对于质心的运动称为微运动。这些微运动在回波信号中的调制定义为微多普勒效应，不同运动目标引起的微多普勒效应会有差异。因此，通过对回波信号的微多普勒调制特性进行分析，便能够获得目标的微动信息以及结构尺寸。雷达的微多普勒调制也称为发动机调制，目前针对雷达飞机目标分类主要的方法是提取发动机调制特征。发动机调制特征指飞机目标的旋翼、螺旋桨等微动部件由于周期性的旋转而产生调制回波，在时域上调制特性表现为周期性的闪烁脉冲，多普勒域调制特性表现为以目标频率为中心的等间隔谱线。通过调制波的...
【技术保护点】
1.一种基于微多普勒的目标分类识别模型，其特征在于，所述模型通过以下步骤训练得到：批量获取目标的雷达回波信号；/n对所述雷达回波信号进行预处理，得到目标的高分辨距离像数据；/n按照高分辨距离像中是否包含微多普勒频率成分，将预处理后的高分辨距离像数据分为第一数据集和第二数据集；其中，所述第一数据集中的数据高分辨距离像中包含微多普勒频率成分，所述第二数据集中的数据高分辨距离像中不包含微多普勒频率成分；/n从所述第一数据集和第二数据集中批量获取数据样本；/n确定各个所述数据样本的特征值向量，得到特征样本数据，并根据数据样本是否包含微多普勒频率成分对所述特征样本数据添加标签信息；/...
【技术特征摘要】
1.一种基于微多普勒的目标分类识别模型，其特征在于，所述模型通过以下步骤训练得到：批量获取目标的雷达回波信号；
对所述雷达回波信号进行预处理，得到目标的高分辨距离像数据；
按照高分辨距离像中是否包含微多普勒频率成分，将预处理后的高分辨距离像数据分为第一数据集和第二数据集；其中，所述第一数据集中的数据高分辨距离像中包含微多普勒频率成分，所述第二数据集中的数据高分辨距离像中不包含微多普勒频率成分；
从所述第一数据集和第二数据集中批量获取数据样本；
确定各个所述数据样本的特征值向量，得到特征样本数据，并根据数据样本是否包含微多普勒频率成分对所述特征样本数据添加标签信息；
通过所述特征样本数据及标签信息，进行SVM分类器训练得到基于微多普勒的目标分类识别模型。
2.根据权利要求1所述的基于微多普勒的目标分类识别模型，其特征在于，所述对所述雷达回波信号进行预处理这一步骤，其具体包括：
对所述雷达回波信号进行脉冲压缩处理；
对所述雷达回波信号进行包络对齐处理；
对所述雷达回波信号进行基于特显点自聚焦的相位校正处理。
3.根据权利要求1所述的基于微多普勒的目标分类识别模型，其特征在于，所述从所述第一数据集和第二数据集中批量获取数据样本这一步骤，其具体包括：
从高分辨距离像上挑选距离单元；
在每个被挑选的距离单元的方位向上，基于滑窗法批量截取子数据，并以所述子数据作为数据样本。
4.根据权利要求3所述的基于微多普勒的目标分类识别模型，其特征在于，所述从高分辨距离像上挑选距离单元这一步骤，其具体为：
从所述高分辨距离像中挑选方差最大的距离单元。
5.根据权利要求3所述的基于微多普勒的目标分类识别模型，其特征在于，所述确定各个所述数据样本的特征值向量，得到特征样本数据这一步骤，其具体包括：
分别对第一数据集和第二数据集的数据样本进行分组；
基于每个数据样本的自相关矩阵，得到其对应的特征值向量；
提取每组内所有数据样本的特征值向量的均值作为特征样本数据。
6.一种基于微多普勒的目标分...
【专利技术属性】
技术研发人员：徐世友，戴婷，陈曾平，张磊，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44
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。