一种融合海洋环境的雷达目标特征模板生成方法技术

本发明专利技术公开了一种融合海洋环境的雷达目标特征模板生成方法，提供一种雷达目标特征模板生成方法，其中包括：首先汇集多源环境和雷达目标数据，清洗处理形成原始素材库；然后构建海洋环境的时空特征网格模型，提取、表达不同海洋环境的特征；利用雷达目标数据提取雷达目标一维像、调制谱特征；进一步利用目标的位置和时间信息，将目标特征信息与海洋环境特征网络进行时空关联匹配，将环境特征信息纳入目标特征信息中，形成海洋目标基础特征模板；最后对基础特征模板进行统计整编、校验去重等特性处理后形成精炼目标特征模板库。性处理后形成精炼目标特征模板库。性处理后形成精炼目标特征模板库。

【技术实现步骤摘要】
一种融合海洋环境的雷达目标特征模板生成方法


[0001]本专利技术应用于雷达目标识别领域。
技术背景
[0002]海洋环境信息多种多样，涉及空中(云层、能见度、天气和风、温、湿、压等)、海面(风、浪、流、潮和温、湿、压、降水、辐射及台风、龙卷、海冰、风暴潮等)、水体(温、盐、深、流、密、压、色、浊、光和内波、跃层、环流、声速、噪声等)、海底(地形、地貌、底质、地层等)和重磁场(重力、地磁、电磁)等多维、多种类不同海洋要素，对雷达目标探测影响巨大。受海洋环境环境的影响，不同海洋环境条件下雷达目标特征信息可能存在一定的差别。因此需要对环境和目标数据进行汇集整编，形成统一的关联数据模型，基于环境和雷达目标数据进行特征提取，进一步泛化抽象得到目标特征模板。对海洋环境数据和目标数据进行建模、处理，实现环境目标高质存储、处理和利用，是海上目标信息处理的基础、共性问题。
[0003]目前，针对水面或低空目标，利用目标一维距离像和微多普勒的特性可进行目标识别是雷达目标识别的重要手段。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”中研究了目标微多普勒特性，但是复杂海洋环境下的目标微动特征有效性、复杂性有待精细分析。“基于多视角下一维像决策层融合的雷达目标识别方法，CN106597406B，2016
‑
12
‑
02”公开了一种多视角一维像下雷达目标识别方法，但是模板和识别尚未考虑到海洋环境的影响，复杂海洋环境下一维像特征提取也缺少研究和解决方法。从目标雷达数据中提取的一维距离像、微多普勒特征，进一步整编处理形成不同姿态角的模板数据已成为目标识别过程中重要一环，海洋环境会对目标识别造成一定的干扰，雷达目标特征模板的生成方法有待进一步完善与改进。同时，由于海洋环境的多样性、多变性和复杂性，给环境模型与目标特征模型融合带来挑战。因此，将环境因素纳入目标特征模板生成和目标识别的过程，减小不同环境对目标的识别的影响，进而为识别能力提升提供数据支撑，是现有技术中存在的难题。

技术实现思路

[0004]针对复杂海洋环境给以目标宽带一维像、窄带调制谱为代表的目标特征模板生成带来的问题，本专利技术提出了一种融合海洋环境的雷达目标特征模板生成方法,通过汇集环境数据和目标数据，整编处理，标准化存储，并利将海洋环境信息作为重要参数，构建环境特征模型，进行环境特征与目标的关联处理，形成目标特征模板库，对目标识别有借鉴参考意义。
[0005]实现本专利技术目的的技术方案包括：
[0006]步骤1：汇集多源环境和雷达目标数据，清洗处理形成原始素材库；
[0007]包括：汇集多源环境和雷达目标数据，形成原始素材库；对原始素材库中的多源原始数据进行清洗，形成素材库；所述清洗过程包括质量控制、格式转换、标准化等步骤；
[0008]步骤2：对雷达目标进行特征提取，得到特征信息；所述特征信息包括目标一维像，
调制谱；对环境信息进行特征提取，构建海洋环境的时空特征网络模型，计算环境特征值；
[0009]步骤3：环境特征和目标特征的关联处理：利用目标的位置和时间信息，将目标特征信息与海洋环境特征网络进行时空关联匹配，得到目标特征信息的海洋环境特征值，将环境特征信息纳入目标特征信息中，形成海洋目标特征数据；
[0010]步骤4：海洋目标特征数据经过统计整编、校验去重等特性处理得到特征模板，形成目标特征模板库。
[0011]进一步的，所述步骤2还包括：首先构建不同尺度的时间空间网格和海洋环境元素集，然后对每一个时空网格中海洋环境元素集每一元素进行归一化处理并求均值，采用加权计算得到该网格环境特征值，最终得到海洋环境多层时空特征网格。
[0012]进一步的，所述步骤4，对目标特征数据按海洋环境特征值、姿态角、信噪比、带宽信息进行整编，从而精细化管理目标特征数据，形成目标特征模板库；通过对模板数据进行相关计算，根据相关系数进行模板校验去重，精炼目标特征模板产品库。
[0013]最终实现不同海洋环境特征条件下雷达目标特征模板生成，解决不同环境中目标特征模板生成与管理难题，为雷达目标识别提供模板数据支持。
[0014]本专利技术提供的一种融合海洋环境的雷达目标特征模板生成方法，构建了海洋环境特征信息表达模型和方法，得到海洋环境特征的时空网格，并可与目标特征信息关联匹配，进一步进行统计整编、校验去重等特性处理，将环境信息纳入目标特征模板，形成基于海洋环境与雷达目标数据的目标特征模板，为目标识别和机器学习提供数据支撑。本专利技术所提出的方法，将海洋环境信息融入目标特征模板中，为不同环境的雷达目标模板生成管理提供一套方案，使用范围广。与传统的目标特征模板产品相比，本专利技术具有显著优点：
[0015]1.可兼容传统的目标模板处理过程；
[0016]2.能够获取海洋环境的特征信息；
[0017]3.引入海洋环境信息，支持精细化管理和利用目标特征模板。
[0018]本专利技术可应用到目标其他的特征模板生成上，为进一步目标识别提供数据支持。
附图说明
[0019]图1是目标特征模板生成框图。
具体实施方式
[0020]下面结合附图和优选的实施例对本专利技术作进一步详细描述。
[0021]本专利技术优选的实现过程包括：
[0022]步骤1：汇集多源环境和雷达目标数据，形成原始素材库。对多源原始数据进行清洗，主要包括质量控制、格式转换、标准化等步骤，形成素材库：
[0023]1.1：质量控制主要剔除异常、错误数据，并进行数据校验；
[0024]1.2：格式转换主要将不同单位、不同数据类型的数据转化为统一标准格式；
[0025]1.3：标准化一方面建立标准的环境和目标数据库表，另一方面处理过程标准化，支持不同环境下的数据有效处理。
[0026]步骤2：对雷达目标和海洋环境信息进行特征提取：
[0027]2.1：宽带特征提取：
[0028]2.1.1：根据散射点模型，距离单元i内的目标的回波为：N
i
是距离内目标散射点数量，σ
in
是距离单元i内第n个散射点回波强调，r
i
是散射点距离雷达距离，一维距离像可表示为：X＝[x(1)|,|x(2)|...|x(n)|]T
；
[0029]2.1.2：计算径向长度：f＝(pEnd—pStart)*s，其中pEnd是过门限距离单元中最后距离单元的位置，pStart是过门限距离单元中第一个距离单元的位置，s是雷达距离分辨率，f是径向长度；
[0030]2.1.3：目标长度估算：其中f是雷达目标的一维距离像径向长度，θ是姿态角，L是雷达目标长度；
[0031]2.2：窄带目标特征提取：
[0032]2.2.1：理想JEM的频域特性：其中，如果是双数桨叶，则q
m
＝1，否则，q
m
...

【技术保护点】

【技术特征摘要】
1.一种融合海洋环境的雷达目标特征模板生成方法，其特征在于：步骤1：汇集多源环境和雷达目标数据，形成原始素材库；对原始素材库的多源原始数据进行清洗，形成素材库；所述清洗过程包括质量控制、格式转换、标准化；步骤2：对雷达目标进行特征提取，得到特征信息；所述特征信息包括目标一维像，调制谱；对环境信息进行特征提取，构建海洋环境的时空特征网络模型，计算环境特征值；步骤3：环境特征和目标特征的关联处理，用目标的位置和时间信息，将目标特征信息与海洋环境特征网络进行时空关联匹配，得到融合海洋环境的雷达目标基础特征模板；步骤4：对基础特征模板进行特性处理，形成目标特征模板库；所述特性处理包括...

【专利技术属性】
技术研发人员：鲍鹏飞，李栋，许金鑫，崔威威，吴鑫，
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：