基于谱峰个数的无人机与武装单兵分类识别算法制造技术

本发明专利技术涉及一种基于谱峰个数的无人机与武装单兵分类识别算法，该算法用于战场环境侦察雷达快速准确地鉴别无人机与武装单兵。通过CLEAN算法进行杂波抑制，去掉噪声后在频域遍历获取峰包并统计个数，利用峰包个数作为特征，通过SVM分类器进行分类鉴别，充分利用了无人机旋翼转动与武装单兵四肢摆动的在频域的差异来鉴别，解决了目标RCS太小而无法区分的问题。问题。问题。

【技术实现步骤摘要】
基于谱峰个数的无人机与武装单兵分类识别算法


[0001]本专利技术提出了一种新的基于雷达回波谱峰个数的无人机与武装单兵的分类识别算法，该算法用于战场环境下无人机与武装单兵的有效鉴别。

技术介绍

[0002]在现代作战环境下，无人机作为现代空中军事力量中的一员，具有无人员伤亡、使用限制少、隐蔽性好、效费比高等特点，在现代战争中的地位和作用日益突出。特别的，军用无人机具有结构精巧、隐蔽性强、使用方便、造价低廉和性能机动灵活等特点，主要用于战场侦察，电子干扰，携带集束炸弹、制导导弹等武器执行攻击性任务，以及用作空中通信中继平台、核试验取样机、核爆炸及核辐射侦察机等，武装单兵却承担着不同的作战任务，通常武装单兵基本上用来战场侦察与作战。正由于它们承担任务的不同，导致了它们具有不同的军事威胁度，因此对它们进行分类识别在现代战争中起着十分重要的作用。
[0003]对于窄带雷达，目标尺寸小于雷达的分辨率，目标的回波只是一个具有幅度和相位的点，也即单次回波所含的目标信息量较少，因此可以利用多个回波周期的信息，也即多普勒谱，对运动目标进行分类和识别。...

【技术保护点】

【技术特征摘要】
1.一种基于谱峰个数的无人机与武装单兵分类识别算法，其特征在于步骤如下：步骤1：目标信息获取：在已知的时域距离
‑
多普勒矩阵D和目标所在的距离单元r，提取矩阵D的第r列向量α
r
作为目标的时域信号，其中α
r
为m
×
1向量；得到目标的频域信号β
r
，其中β
r
为m
×
1向量；β
r
＝FFTSHIFT(FFT(α
r
,m),m)上述函数FFT表示做m点快速傅里叶变换，FFTSHIFT表示对向量FFT(α
r
,m)做m/2点循环移位；步骤2：杂波预处理：2a)对目标所在距离单元的时、频域信号α
r
和β
r
，给定杂波谱宽度σ
c
，确定最大迭代次数N；杂波谱宽度σ
c
和最大迭代次数N可以利用如下规则确定：2a1)杂波谱宽度σ
c
确定杂波谱宽度σ
c
＝2σ
v
/λ，其中σ
v
表示频谱标准偏差，λ表示雷达波长；2a2)最大迭代次数N由脉冲重复频率f
r
、动目标检测FFT点数m和杂波谱宽度σ
c
确定最大迭代次数N：2b)在频域信号β
r
中，以0频为中心，在杂波谱宽度σ
c
范围内搜索最大值，记最大值的幅度A、相位θ以及多普勒频率f
c
；2c)重构最大值对应的杂波时域信号s
c
：从原时域信号α
r
中减去杂波时域信号s
c
得到新的时域信号α
r
，即：α
r
＝α
r
‑
s
c
2d)重复2b)到2c...

【专利技术属性】
技术研发人员：陈尹翔，王辉辉，徐伟，袁子乔，宋思盛，
申请(专利权)人：西安电子工程研究所，
类型：发明
国别省市：