一种用于多旋翼无人机识别的二维主分量特征提取方法技术

本发明专利技术属于目标识别技术领域，具体的说是涉及一种用于多旋翼无人机识别的二维主分量特征提取方法。本发明专利技术首先将多旋翼无人机的回波信号进行短时傅里叶变换得到微多普勒谱图，然后获取谱图二维主分量分析的特征向量矩阵，最后选取分类性能高的特征向量组成最优二维主分量变换矩阵，提取目标的识别特征，实现对多旋翼无人机的分类识别。本发明专利技术根据分类信息量最大准则对二维主分量特征向量矩阵进行抽取，获得了最优的分类特征信息，进一步改善了识别准确率。识别准确率。

【技术实现步骤摘要】
一种用于多旋翼无人机识别的二维主分量特征提取方法


[0001]本专利技术属于目标识别
，具体的说是涉及一种用于多旋翼无人机识别的二维主分量特征提取方法。

技术介绍

[0002]“无人驾驶飞机”简称无人机，从技术层面上可以划分为固定翼无人机、多旋翼无人机、无人直升机、无人飞艇等大类。其中，由于多旋翼无人机构造简单、价格低廉的特点，它成为了应用场景广泛、应用前景备受关注的飞行器。例如在农业生产、精细化巡检中，无人机体态小、精度高，大大缩短了作业时间和成本；在军事上实现窥探监视、骗敌诱饵，避免了传统战争导致的大批人员伤亡现象。广泛的应用同时带来了潜在的危险，因此，准确的识别无人机的类型成为了当前研究的热点。
[0003]目前无人机目标的分类识别主要从时域、频域和时频域三个方面展开研究。其中，在时频域上，将目标的雷达回波数据进行时频分析得到时频谱图，对谱图进行特征提取用于分类识别的方向具有较大的研究前景。时频谱图的特征提取从维数上主要分为一维特征提取和二维特征提取算法。一维算法将时频谱图转换成一维向量后进行特征提取。通常，转换后的一维向量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于多旋翼无人机识别的二维主分量特征提取方法，其特征在于，包括以下步骤：S1、设第i类旋翼无人机的第j段雷达回波信号为其中，c为无人机目标的类别数，N
i
为第i类无人机雷达回波信号的分段数；S2、对进行短时傅里叶变换，采用短时傅里叶变换的幅度来表征目标的微多普勒谱图谱图谱图谱图t
q
＝t1,t2…
,t
n
其中，F
ij
(t,ω)表示信号的短时傅里叶变换，表示信号在t
q
时刻的离散时间傅里叶变换，w(k)为窗函数，m为窗函数的长度，l为窗函数的滑动点数，ω为角频率；得到的谱图的大小为m
×
n，其中p为信号的长度；S3、将所有c类目标的微多普勒谱图组成训练样本集A：其中，为总样本数；S4、计算训练样本集的协方差矩阵G：其中T表示矩阵或矢量转置，将协方差矩阵的特征向量X1,X2,
…
,X
d
,
…
X
N
按列构成二维主分量特征向量矩阵X：X＝[X1,X2,
…
,X
d
...

【专利技术属性】
技术研发人员：周代英，晏钰坤，周爱霞，骆军苏，宋苏杭，钱凯，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：