基于频域相关性特征的雷达载频变化稳健目标识别方法技术

本发明专利技术公开了基于频域相关性特征的雷达载频变化稳健目标识别方法，主要解决现有技术在雷达载频发生变化时，三类飞机目标分类性能下降的问题。其实现方案是：1)分别将训练和测试样本集的时域回波信号依次进行飞机机身补偿和快速傅里叶变化得到各自多普勒域回波信号，并算出各自频峰函数；2)提取训练和测试样本频峰函数的方差特征、熵特征、过门限峰值个数特征和第一个过门限峰的位置特征，构成训练和测试特征矩阵；3)对训练特征矩阵进行归一化并将其结果输入到分类器中进行训练；4)对测试特征矩阵进行归一化并将其结果输入到训练好的分类器中得到分类结果。本发明专利技术在雷达载频发生变化时仍具有较好的分类效果，可用于对不同类型的飞机分类。

【技术实现步骤摘要】
基于频域相关性特征的雷达载频变化稳健目标识别方法
本专利技术属于雷达
，特别涉及一种飞机目标分类方法，可用于在雷达载频发生变化的情况下对不同类型的飞机进行分类。
技术介绍
目标的微多普勒特征反映其独特的几何特性，是实现目标分类的重要途径之一。由于直升机、螺旋桨飞机和喷气式飞机的微运动部件在结构、运动特征等方面存在明显差异，所以三类飞机的微多普勒调制特性也各不相同，通过提取微多普勒特征，可实现对三类飞机目标的分类。李玮璐在2014年发表的硕士论文《基于JEM效应的飞机目标分类方法研究》中建立了垂直旋翼的回波参数模型，并提取了四维时域相关性特征，实现了三类飞机的分类。向道朴在2010年发表的博士论文《微多普勒回波模拟与微动特征提取技术研究》中根据三类飞机多普勒域中的包络起伏度和频域谱线分散程度的差异性，实现了对飞机目标的分类。DuL,WangB,LiY等人在2013年发表在IEEESensorsJournal的文章《RobustClassificationSchemeforAirplaneTargetsWithLowR本文档来自技高网...

【技术保护点】
1.一种基于频域相关性特征的雷达载频变化稳健目标识别方法，其特征在于，包括如下：/n(1)从直升机、螺旋桨飞机和喷气机这三类目标的雷达单一载频回波数据库中提取N组时域回波信号作为训练样本集，从雷达接收到的三类目标回波信号中提取M组时域回波信号作为测试样本集；/n(2)将训练样本集的N组时域回波信号和测试样本集的M组时域回波信号依次分别进行飞机机身补偿和P点的快速傅里叶变换，得到训练样本集的N组多普勒域回波信号U

【技术特征摘要】
1.一种基于频域相关性特征的雷达载频变化稳健目标识别方法，其特征在于，包括如下：
(1)从直升机、螺旋桨飞机和喷气机这三类目标的雷达单一载频回波数据库中提取N组时域回波信号作为训练样本集，从雷达接收到的三类目标回波信号中提取M组时域回波信号作为测试样本集；
(2)将训练样本集的N组时域回波信号和测试样本集的M组时域回波信号依次分别进行飞机机身补偿和P点的快速傅里叶变换，得到训练样本集的N组多普勒域回波信号Un(k)和测试样本集的M组多普勒域回波信号Um(k)，其中n＝1,2,...,N为训练样本集样本序号，m＝1,2,...,M为测试样本集样本序号；
(3)计算训练样本集的N组多普勒域回波信号Un(k)的频峰函数fpn(l)和测试样本集的M组多普勒域回波信号Um(k)的频峰函数fpm(l)，其中n＝1,2,...,N为训练样本集样本序号，m＝1,2,...,M为测试样本集样本序号，l＝1,2,...,fix(P/2)为多普勒域平移变量，fix(·)表示朝零取整操作，P表示快速傅里叶变换的总点数；
(4)分别计算训练样本集的N组频峰函数fpn(l)和测试样本集的M组频峰函数fpm(l)的方差特征、熵特征、过门限峰值个数特征和第一个过门限峰的位置特征，构造出N×4维训练特征矩阵F1和M×4维测试特征矩阵F2，并对训练特征矩阵F1和测试特征矩阵F2分别进行归一化处理，得到归一化后的训练特征矩阵和归一化后的测试特征矩阵
(5)将归一化后的训练特征矩阵输入到分类器中进行训练，得到训练好的分类器；
(6)将归一化后的测试特征矩阵送入训练好的分类器，即可得到分类结果。


2.根据权利要求1所述的方法，其特征在于，(2)中对训练样本集中N组时域回波信号和测试样本集中M组时域回波信号进行飞机机身补偿，其利用CLEAN方法进行，步骤如下：
(2a)对训练样本集的N组时域回波信号和测试样本集的M组时域回波信号分别进行傅里叶变换，得到相应回波信号的多普勒谱，并将得到的多普勒谱作为机身分量范围；
(2b)在机身分量范围内搜索最大值，记录最大值的幅度U、相位θ和位置，最大值位置即为多普勒频率f；
(2c)按照下式得到最大值重构的信号：



其中K为脉冲积累数，exp表示以自然数为底的指数运算；
(2d)从训练样本集的N组时域回波信号和测试样本集的M组时域回波信号分别减去各自最大值重构的信号，得到飞机机身补偿后的N组训练样本集时域回波信号和M组测试样本集时域回波信号。


3.根据权利要求1所述的方法，其特征在于，(3)中计算训练样本集的N组多普勒域回波信号Un(k)的频峰函数fpn(l)，步骤如下：
(3a)对训练样本集的多普勒域回波信号Un(k)取模并进行归一化处理，得到训练样本集的取模归一化信号Xn(k)：



其中k＝1,2,...,P，P表示快速傅里叶变换的总点数；
(3b)计算训练样本集的取模归一化信号Xn(k)的循环自相关函数φn(l)和循环平均幅度差函数






其中l＝1,2,...,fix(P/2)为多普勒域平移变量，fix(·)为朝零取整操作，mod(k+l,P)为取余操作，|·|为取绝对值操作；
(3c)求取训练样本集的循环自相关函数φn(l)和循环平均幅度差函数的联合函数Fn(l)：



(3d)由训练样本集的联合函数Fn(l)构造训练样本集的频峰函数fpn(l)：





4.根据权利要求1所述的方法，其特征在于，(3)中计算测试样本集的M组多普勒域回波信号Um(k)的频峰函数fpm(l)，步骤如下：
(3e)对测试样本集的多普勒域回波信号Um(k)取模并进行归一化处理，得到测试样本集的取模归一化信号Xm(k)：



其中k＝1,2,...,P，P表示快速傅里叶变换的总点数；
(3f)计算测试样本集的取模归一化信号Xm(k)的循环自相关函数φm(l)和循环平均幅度差函数






其中l＝1,2,...,fix(P...

【专利技术属性】
技术研发人员：王鹏辉，杨浩蔚，刘宏伟，丁军，陈渤，徐一兼，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61