一种全极化雷达目标识别方法及系统技术方案

本发明专利技术公开了一种全极化雷达目标识别方法及系统。该方法包括：将极化的电磁波分解为相互垂直的水平极化电磁波和垂直极化电磁波，根据电磁波的入射场与散射场的关系确定极化散射矩阵，分别采用Pauli分解法、H,α,A分解法和结构相似性参数的特征提取方法对极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第一特征矢量、第二特征矢量和第三特征矢量；将第一特征矢量、第二特征矢量和第三特征矢量与神经网络结合进而实现全极化雷达目标的识别。采用本发明专利技术的方法及系统，利用四个极化通道的舰船目标HRRP信息提取目标全极化特征，能够保留目标全极化HRRP的更多特征，提高了目标识别的准确率，改善了分类效果。

【技术实现步骤摘要】
一种全极化雷达目标识别方法及系统
本专利技术涉及雷达目标识别
，特别是涉及一种全极化雷达目标识别方法及系统。
技术介绍
随着雷达技术的不断发展，研究人员希望获得目标更多的有效信息以用于目标的分类与识别，传统体制的雷达导引头难以满足现阶段多元化的需求。雷达目标回波信号中的极化域信息是继时域、频域等特征之后用于目标识别的又一重要特征。极化相关技术的进展以及全极化体制雷达导引头的应用使得基于极化特征的目标识别成为可能。由于舰船目标的尺寸远大于雷达导引头的电磁波波长，在分析舰船对雷达电磁波的散射特性时需要将其看作超电大尺寸目标。舰船不同部位反射的电磁波在空间的矢量叠加则会改变回波信号的极化特征，因此舰船目标回波信号的极化特征与舰船的形状、姿态和表面涂层等均有着直接的关系。极化域信息是完整描述舰船目标回波信号不可或缺的特征之一。相比于传统的单极化体制雷达，全极化体制雷达具有以下优势：(1)全极化体制雷达可以获得目标更丰富的散射信息，并且以此估计出目标的相关物理特征，包括形状、材料等；(2)利用目标回波的全极化信息提取本文档来自技高网...

【技术保护点】
1.一种全极化雷达目标识别方法，其特征在于，包括：/n获取极化的电磁波，并将所述极化的电磁波分解为相互垂直的水平极化电磁波和垂直极化电磁波；/n根据所述水平极化电磁波的入射场与所述水平极化电磁波的散射场的关系，以及根据所述垂直极化电磁波的入射场与所述垂直极化电磁波的散射场的关系，确定极化散射矩阵；所述极化散射矩阵的元素分别为与四个极化通道的HRRP数据对应的水平同极化项、垂直同极化项和两个交叉极化项；/n采用Pauli分解法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第一特征矢量；所述第一特征矢量反映散射类型在目标回波中的占比；/n采用H,α,A分解法对所述极化散射矩阵进行特征...

【技术特征摘要】
1.一种全极化雷达目标识别方法，其特征在于，包括：
获取极化的电磁波，并将所述极化的电磁波分解为相互垂直的水平极化电磁波和垂直极化电磁波；
根据所述水平极化电磁波的入射场与所述水平极化电磁波的散射场的关系，以及根据所述垂直极化电磁波的入射场与所述垂直极化电磁波的散射场的关系，确定极化散射矩阵；所述极化散射矩阵的元素分别为与四个极化通道的HRRP数据对应的水平同极化项、垂直同极化项和两个交叉极化项；
采用Pauli分解法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第一特征矢量；所述第一特征矢量反映散射类型在目标回波中的占比；
采用H,α,A分解法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第二特征矢量；所述第二特征矢量反映散射机理出现的概率；
采用结构相似性参数的特征提取方法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第三特征矢量；所述第三特征矢量反映两个目标之间散射特征的相似性；
以所述目标全极化HRRP数据的第一特征矢量、第二特征矢量和第三特征矢量为输入，以雷达目标类别为输出对神经网络模型进行训练，得到训练好的神经网络模型，并根据所述训练好的神经网络模型进行全极化雷达目标识别。


2.根据权利要求1所述的全极化雷达目标识别方法，其特征在于，所述根据所述水平极化电磁波的入射场与所述水平极化电磁波的散射场的关系，以及根据所述垂直极化电磁波的入射场与所述垂直极化电磁波的散射场的关系，确定极化散射矩阵，具体包括：
根据如下公式确定极化散射矩阵：



式中，S为极化散射矩阵，为水平极化电磁波的入射场，为垂直极化电磁波的入射场，为水平极化电磁波的散射场，为垂直极化电磁波的散射场，SHH为水平同极化项，SVV为垂直同极化项，SHV为第一交叉极化项，SVH为第二交叉极化项。


3.根据权利要求2所述的全极化雷达目标识别方法，其特征在于，所述采用Pauli分解法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第一特征矢量，具体包括：
采用Pauli基对所述极化散射矩阵进行表示，得到S＝aX0+bX1+cX2，并将a、b、c确定为第一特征矢量；其中，X0、X1和X2分别为Pauli基的第一项、第二项和第三项，a、b、c分别为三种散射类型在目标回波中所占的比重；
获取四个极化通道的HRRP数据；所述四个极化通道的HRRP数据分别为sHH(n)、sHV(n)、sVH(n)和sVV(n)，其中，n＝0,1,2,...,N-1，N为HRRP数据的雷达距离单元个数，sHH(n)为第n个雷达距离单元的水平同极化项，sHV(n)为第n个雷达距离单元的第一交叉极化项，sVH(n)为第n个雷达距离单元的第二交叉极化项，sVV(n)为第n个雷达距离单元的垂直同极化项；
根据所述四个极化通道的HRRP数据采用如下公式确定所述第一特征矢量：



其中，a(n)、b(n)和c(n)均为第n个雷达距离单元的第一特征矢量。


4.根据权利要求3所述的全极化雷达目标识别方法，其特征在于，所述采用H,α,A分解法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第二特征矢量，具体包括：
根据所述第一特征矢量确定每一雷达距离单元的极化散射矢量；第n个雷达距离单元的极化散射矢量k(n)如下：



根据所述极化散射矢量确定每一雷达距离单元的相干矩阵；第n个雷达距离单元的相干矩阵T(n)如下：
T(n)＝k(n)·kH(n)
对所述相干矩阵进行特征值分解，得到并将λj(n)确定为第n个雷达距离单元的相干矩阵的第j个特征值；其中，μj(n)为λj(n)对应的特征向量；
根据所述特征值计算每一种散射机理出现的概率；第n个雷达距离单元的第j种散射机理出现的概率Pj(n)如下：



根据散射机理出现的概率分别计算散射熵、散射角和各向异性度，并将所述散射熵、所述散射角和所述各向异性度确定为第二特征矢量；所述散射角包括主导散射角，所述主导散射角为相干矩阵特征值中最大值对应的散射角；
其中，



式中，H(n)为第n个雷达距离单元的散射熵，α(n)为第n个雷达距离单元的散射角，A(n)为第n个雷达距离单元的各向异性度，αj(n)为第n个雷达距离单元的第j个特征值对应的散射角。


5.根据权利要求4所述的全极化雷达目标识别方法，其特征在于，所述采用结构相似性参数的特征提取方法对所述极化散射矩阵进行特征提取，得到目标全极化HRRP数据的第三特征矢量，具体包括：
分别确定目标的极化散射矢量和标准体的极化散射矢量；所述标准体包括平板、二面角、水平偶极子、圆柱体、左螺旋体和右螺旋体；
根据所述目标的极化散射矢量和所述标准体的极化散射矢量计算目标与各个标准体的相似性参数，并将目标与各个标准体的相似性参数确定为第三特征矢量；其中，计算相似性参数的公式如下：



式中，r(S1,S2)为极化散射矩阵之间的相似性参数，S1为目标的极化散射矩阵，S2为标准体的极化散射矩阵，k1为目标的极化散射矢量，k2为标准体的极化散射矢量。


6.一种全极化雷达目标识别系统，其特征在于，...

【专利技术属性】
技术研发人员：付哲泉，但波，刘瑜，康家方，谭大宁，张军涛，王旭坤，林迅，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：山东;37