一种基于样本扩充器的雷达目标样本扩充生成方法技术

本发明专利技术公开了一种基于样本扩充器的雷达目标样本扩充生成方法，提供一种雷达目标样本扩充方法，其中包括：首先构建雷达目标样本扩充器，该扩充器集成了距离像、调制谱信号仿真建模，噪声叠加、脉冲调整、变采样、信号平移，生成对抗网络等方法，并设计仿真建模、参数调整、生成对抗、综合处理为代表的四种样本扩充模式，为雷达目标样本扩充提供多种手段；然后根据输入雷达参数、目标参数和样本信息，计算得到可用处理模式，设定需要生成样本数量和样本扩充模式；最后根据处理模式调用不同方法，自动样本扩充生成，可得到不同目标参数、不同雷达参数条件下的样本数据，为目标识别提供数据支持。

【技术实现步骤摘要】
一种基于样本扩充器的雷达目标样本扩充生成方法
本专利技术应用于雷达目标识别领域。技术背景随着雷达技术的不断进步，雷达信号参数多变、波形多样，可提取目标的丰富特征信息，这使得基于雷达的目标识别成为可能。雷达目标识别技术也成为学术界和工程界的研究热点之一，是智能武器系统的重要支撑技术。若目标尺寸大于雷达距离分辨率，雷达回波则在不同距离单元上的回波强弱会有差异；目标的高分辨距离像正是用宽带雷达信号获取的目标散射点子回波在雷达射线上投影的向量和的幅度波形，反映出目标在雷达视线上精细的几何结构特征，对目标识别与分类十分有价值。有些目标，特别是空中目标在进行运动的同时，自身也存在周期性的旋转运动，在一定的目标姿态角范围内，这种微运动会引起雷达回波中的多普勒调制，文献“Chen,V.C.雷达中的微多普勒效应[M].电子工业出版社,2013:92-108”中研究了这种特征，可以利用这种微动信息进行目标识别。以上两种常见的雷达目标识别技术，是建立在对雷达回波数据的基础上，识别时通过建立样本库进行模板匹配进而目标识别；随着机器学习的发展，以数据驱动的神经网络给本文档来自技高网...

【技术保护点】
1.一种基于样本扩充器的雷达目标样本扩充生成方法，其特征在于：/n步骤1：构建样本扩充器，样本扩充器由输入参数层、方法模型层、处理模式层、输出样本层构成，集成了距离像、调制谱信号仿真建模，噪声叠加、脉冲调整、变采样、信号平移，生成对抗网络方法，设计了仿真建模、参数调整、生成对抗和综合处理四种处理模式；/n步骤2：输入雷达参数、目标参数或目标样本；/n步骤3：根据样本扩充器输入量和参数，自动分析计算得到可用样本扩充处理模式；/n步骤4：进行模式选择，根据所述可用样本扩充处理模式，判断模式是否可选，若不可选则处理结束或重新模式选择；/n步骤5：目标样本扩充参数设置，设定扩充样本数量N、处理方法参数...

【技术特征摘要】
1.一种基于样本扩充器的雷达目标样本扩充生成方法，其特征在于：
步骤1：构建样本扩充器，样本扩充器由输入参数层、方法模型层、处理模式层、输出样本层构成，集成了距离像、调制谱信号仿真建模，噪声叠加、脉冲调整、变采样、信号平移，生成对抗网络方法，设计了仿真建模、参数调整、生成对抗和综合处理四种处理模式；
步骤2：输入雷达参数、目标参数或目标样本；
步骤3：根据样本扩充器输入量和参数，自动分析计算得到可用样本扩充处理模式；
步骤4：进行模式选择，根据所述可用样本扩充处理模式，判断模式是否可选，若不可选则处理结束或重新模式选择；
步骤5：目标样本扩充参数设置，设定扩充样本数量N、处理方法参数；
步骤6：进行样本扩充生成，针对不同处理模式应用不同方法进行处理；
步骤7：扩充得到N个样本，输出样本得到样本库。


2.根据权利要求1所述的一种基于样本扩充器的雷达目标样本扩充生成方法，其特征在于：样本扩充器采用四层可拓展分层结构，输入参数层获取样本扩充参数和样本数据，方法模型层可进行样本处理方法集成和拓展，支持修改、添加、删除方法模型，处理模式层根据模式设计规则调用方法模型层算法和方法进行样本扩充计算，支持修改、添加、删除处理模式，输出样本层得到最终扩充样本结果，各层可根据业务需要和样本扩充要求，进行调整、配置。


3.根据权利要求1所述的一种基于样本扩充器的雷达目标样本扩充生成方法，其特征在于：针对不同情况下的雷达样本扩充需求，分析不同处理模式对输入参数要求，根据输入参数类型自动计算可用处理模式：若输...

【专利技术属性】
技术研发人员：鲍鹏飞，曹德建，左锦波，其他发明人请求不公开姓名，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏;32