一种基于时频分析和霍夫变换的主动目标速度的分类方法技术

本发明专利技术公开了一种基于时频分析和霍夫变换的主动目标速度的分类方法，首先对主动声呐接收到的回波信号进行时频分析；再利用霍夫变换的点线对偶特性将时频平面上的回波线映射为点；再对霍夫矩阵进行映射、延展和截取；最后利用卷积神经网络进行速度分类。利用该方法可以较准确地分类出目标速度，增强主动目标的分类识别能力。类识别能力。类识别能力。

【技术实现步骤摘要】
一种基于时频分析和霍夫变换的主动目标速度的分类方法


[0001]本专利技术涉及一种基于时频分析和霍夫变换的主动目标速度的分类方法，尤其适用于主动目标的速度分类识别。

技术介绍

[0002]信号检测与目标识别是声呐、雷达等探测设备的一项重要工作。主动声呐或雷达发射某特定形式的声波或电磁波，并对目标的反射回波进行信号检测、特征提取，从而实现对主动目标的定位、分类和跟踪。
[0003]主动声呐的发射信号主要分为两种：单频信号和宽带信号。单频信号对于测量目标速度有较好的效果，但单频信号的时间分辨力较差，对于目标距离和尺度的测量不能达到理想的效果。常用的宽带信号，如线性调频信号可以弥补单频信号在这方面的不足。但是由模糊度函数可知，由于频率分辨率较差，宽带信号对于目标速度的测量不能满足实际需求，尤其是在有噪声与混响干扰的情况下。另外，更多情况下，我们需要的是目标速度的类别，比如目标相对于声呐是靠近还是远离，运动速度是高速还是低速。因此，如何提高主动目标的分类识别能力，尤其是声呐发射宽带信号时对于主动目标速度的分类，是目前研究的热点问题之一。
...

【技术保护点】

【技术特征摘要】
1.一种基于时频分析和霍夫变换的主动目标速度的分类方法，其特征在于：包括以下步骤：(1)设定主动目标的速度范围，在此速度范围内将主动目标速度划分为若干类别，在每一类别中等差抽取速度值；(2)利用已知的目标尺度信息与设置的目标速度值，根据发射信号参数、亮点模型和多普勒原理，得到仿真训练集的回波信号；(3)对步骤(2)得到的回波信号进行时频分析；(4)将时频平面进行霍夫变换与尺度变换；(5)将霍夫矩阵映射、延展并截取，存为灰度图；由此构造训练集，训练集的每一个灰度图带有速度类别的标签；(6)利用卷积神经网络进行训练，获得准确率最高的网络参数；(7)将待分类的回波信号经小波消噪后进行上述同样的处理存为灰度图作为神经网络的输入，得到速度类别的标签，从而对回波信号进行速度分类。2.根据权利要求1所述的基于时频分析和霍夫变换的主动目标速度的分类方法，其特征在于：所述步骤(1)中，主动目标的速度范围为v
min
～v
max
，靠近为正数，远离为负数，在此速度范围内将速度划分为N个类别，每一类别的速度上限与速度下限分别为vel1和vel2，在每一类别中等差抽取M个速度值，分别为每一类别中等差抽取M个速度值，分别为因此共有N
×
M个速度值。3.根据权利要求1所述的基于时频分析和霍夫变换的主动目标速度的分类方法，其特征在于：所述步骤(2)中，发射信号选取为线性调频信号，发射信号的脉宽为T
p
秒，周期为T秒，起始频率为f0赫兹，带宽为B赫兹，调频斜率为主动声呐系统的采样频率为f
s
赫兹，声波在水中的传播速度为c米/秒；已知目标的尺度为L米，依据亮点模型，利用公式得到回波信号，其中，得到回波信号，其中，w为小于等于500的随机整数，s
v
＝sin(2πf0′
t+πk
′
t2)；主动目标的径向速度为v米/秒时，回波信号的脉冲宽度为起始频率为带宽为调频斜率为t为在[0,T
′
p
]内以f
s
赫兹采样的时间点；因此，每个速度类别中，由主动目标速度v
i
，i＝...

【专利技术属性】
技术研发人员：韩宁，田璐，
申请(专利权)人：东南大学，
类型：发明
国别省市：