【技术实现步骤摘要】
本专利技术属于雷达信号处理，具体涉及一种低慢小目标雷达多域多维特征提取方法。
技术介绍
1、我国拥有漫长的海岸线，海空背景下对“低慢小”目标的探测与识别技术的需求显著增加，对＂低慢小＂目标进行有效的监测具有重要的安全意义和经济利益。如何及时有效对“低慢小”目标的带来的威胁做出预警与规避，已成为重点研究解决的一项重要任务。“低慢小”目标散射截面积(rada r cross section，rcs)小、雷达回波微弱且难以积累、目标特征提取难，有低可观测性，目标分类识别难度大。精准地对“低慢小”目标进行自动识别和分类，本质上是准确、针对低慢小目标雷达多域多维特征提取，从而提高雷达信号的处理效率和精度。
2、目前，主流方法是提取目标的微多普勒特征、回波和机动特征。通过短时傅里叶变换(short-time fourier transform，stft)、平滑伪wigner-viller分布(smooth pseudowigner-viller distribution，spwvd)、正则化二维复对数-傅立叶变换、经验模式分解(empirical model decomposition，emd)、奇异值分解(singular value decomposition，svd)提取微多普勒特征，表现形式为频谱图、倒谱图。通过信号处理提取“低慢小”目标的极化特征、分形特征、高分辨距离像特征、rcs特征、航迹、速度、时域、频域和时频域的统计特征等。
3、目标的回波、机动特征不明显且较难获取，通常下是利用目标的微多普勒特征，但
4、因此，亟需设计一种能解决上述技术问题的低慢小目标雷达多域多维特征提取方法。
技术实现思路
1、本专利技术的目的在于克服传统雷达“低慢小”目标的回波、机动特征不明显且较难获取，目标的易失性使得可靠提取微多普勒特征变得困难的问题，在新体制雷达的基础上，提出了一种低慢小目标雷达多域多维特征提取方法，旨在对“低慢小”目标的精细化特性描述与分析，获得的特征和差异将为后续的“低慢小”目标分类和识别提供重要支撑。
2、本专利技术的一种低慢小目标雷达多域多维特征提取方法，其特殊之处在于包括以下步骤：
3、1)通过雷达系统采集低慢小目标的脉冲回波信号；低慢小目标通常指高度低于200m、速度小于30m/s、雷达散射截面积在1m2以下的航空器、空飘物和飞鸟；
4、2)雷达系统对回波信号进行预处理，若雷达工作于凝视驻留模式，则得到距离-脉冲-帧三维数据；若雷达工作于扫描模式或阵列雷达，则得到距离-方位-帧三维数据，帧分别对应扫描于扫描模式的扫描周期，以及阵列雷达的一个相参脉冲处理间隔；
5、所述预处理的具体步骤：先对回波信号进行强杂波滤除，再对n个接收通道波束形成，对单个脉冲l个样点脉冲压缩，对m个脉冲多普勒处理，最后进行多脉冲积累(一般为4096个脉冲)和目标点迹凝聚，分别得到目标的方位(a)、距离(r)和速度(v)脉冲序列信息，组成目标距离-脉冲-帧数据和距离-方位-帧数据；
6、3)对距离-脉冲-帧进行数据处理，提取目标的时域回波特征(单帧脉冲回波、动态脉冲回波：周期性、谱尖峰数、信息熵、单帧幅值方差、多帧最大幅值方差、归一化脉冲回波)、变换域多普勒特征(多普勒瀑布图、微多普勒谱：谱线数、谱线距离、谱宽、周期性、对称性)；
7、所述步骤3)的具体步骤为：
8、先对回波进行脉冲压缩可得到距离一慢时间表达式：
9、
10、其中，ar表示目标反射的回波的幅度，b表示lfm信号带宽，tm表示慢时间，r表示距离单元，c表示光速，rs(tm)为目标在tm时刻的距离，w表示接收噪声，λ表示发射信号波长；
11、对式(1)进行离散化处理，得到回波数字域表达式：
12、
13、其中，n表示距离量化结果，m表示速度量化结果，ts表示快时间单元，tr表示慢时间单元；
14、假设目标保持在给定的分辨率距离单元r0中，则单帧雷达脉冲回波表示为若将每个cpi内的回波峰值组成序列可以表示为动态回波smax，如式(3)所示，其中，f表示帧数；
15、
16、其中，max[·]算符表示回波序列的峰值。脉冲回波信号单帧幅值方差多帧最大幅值方差vs max(f)表示回波能量的波动情况，两者的计算公式如下：
17、
18、
19、其中，mean(·)算符表示序列的均值，m表示脉冲数，f表示帧数；根据雷达方程推导出雷达散射截面(radar cross section，rcs)计算公式，
20、
21、其中，雷达发射功率为pt，雷达接收功率为pr，雷达天线增益为g，接收天线与目标的距离为r，信号波长为λ，采集数据过程中，雷达参数始终保持一致，目标的动态脉冲回波归一化均值，表征rcs大小；通信理论中信息熵的概念可定义脉冲回波时域特征，回波时间序列的信息熵可以表征目标的不同姿态，令x为由脉冲回波的幅度组成的时间序列，将x所覆盖的幅度范围划分为m个长度相等的独立段，用nk表示幅度的大小落入第k段的元素，返回信号的幅度落入第k段的概率记为p(nk)，则时间序列的信息熵tie(x)表示为
22、
23、
24、4)对距离-方位-帧数据处理，提取目标的长时间机动特征(加速度序列：速度变异系数、加速度过零点数、加加速度序列：加加速度过零点数、航迹：航向方差、航向差、航迹参数)；
25、所述步骤4)的具体步骤为：
26、对给定距离单元一个cpi数据块的脉冲回波做快速傅里叶变换(fast fouriertransform，fft)得到目标一个多普勒帧，再将多帧数据堆叠在一起得到多普勒瀑布图，对雷达脉冲返回波sm(t)进行快速傅里叶变换表示为
27、
28、多普勒瀑布图表征目标的各个多普勒频率分量随时间的变化情况，从全局的角度观察目标的主体、微动部件产生的微多普勒频率随时间的变化情况，同时，多普勒瀑布图中的每一帧数据都能获得反映目标微运动状态的微多普勒特征；
29、对目标多普勒瀑布图的每一帧多普勒调制谱进行处理，包括零频附近强杂波滤除、调制谱对数正则化和主频对齐和抑制操作，得到目标的单帧微多普勒谱；再提取微多普勒谱的尖峰个数(谱线个数)、微多普勒谱的谱宽(谱最外面两条微多普勒边频的间距)、微多普勒谱线的周期调制特性(多条微多普勒边频之间的间隔)、微多普勒谱的周期性和对称性的特征用于区别目标。
30、5)充分地反映目标在单帧和多帧数据间的幅值起伏、能量变化、运动、机动、微动等特性，为后续的目标分类和识别奠定基础。
31、所述步骤5)的具体步骤为：
32、通过式(本文档来自技高网...
【技术保护点】
1.一种低慢小目标雷达多域多维特征提取方法，其特征在于包括以下步骤：
2.按照权利要求1所述的一种低慢小目标雷达多域多维特征提取方法，其特征在于步骤2)中所述预处理的具体步骤：先对回波信号进行强杂波滤除，再对N个接收通道波束形成，对单个脉冲L个样点脉冲压缩，对M个脉冲多普勒处理，最后进行多脉冲积累和目标点迹凝聚，分别得到目标的方位(A)、距离(R)和速度(v)脉冲序列信息，组成目标距离-脉冲-帧数据和距离-方位-帧数据。
3.按照权利要求1所述的一种低慢小目标雷达多域多维特征提取方法，其特征在于步骤3)的具体步骤为：
4.按照权利要求1所述的一种低慢小目标雷达多域多维特征提取方法，其特征在于所述步骤4)的具体步骤为：
5.按照权利要求1所述的一种低慢小目标雷达多域多维特征提取方法，其特征在于所述步骤5)的具体步骤为：
【技术特征摘要】
1.一种低慢小目标雷达多域多维特征提取方法，其特征在于包括以下步骤：
2.按照权利要求1所述的一种低慢小目标雷达多域多维特征提取方法，其特征在于步骤2)中所述预处理的具体步骤：先对回波信号进行强杂波滤除，再对n个接收通道波束形成，对单个脉冲l个样点脉冲压缩，对m个脉冲多普勒处理，最后进行多脉冲积累和目标点迹凝聚，分别得到目标的方位(a)、距离(r)和速度(v)脉冲序列信息，...
【专利技术属性】
技术研发人员：陈小龙，邓振华，薛伟，汪兴海，张海，赵志坚，关键，王洪永，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。