本发明专利技术提供了一种基于雷达目标距离像时频特征提取的雷达目标识别方法，该方法首先采用匹配追踪时频分析方法计算得到雷达目标距离像的时频分布矩阵，然后应用非负矩阵分解技术分解时频分布矩阵，得到能够有效反映雷达目标HRRP内部时频相干结构的时频特征；最后，再根据雷达目标距离像的时频特征提取方案进行雷达目标识别；该方法能够通过计算机运行执行，减少雷达目标识别观测人员的工作量，有助于提高雷达目标识别效率，并且该方法中采用非负矩阵分解有效实现了目标距离像时频矩阵的降维，并分解得到雷达目标散射的时相结构，能够进一步提高雷达目标识别的运算性能和准确性。
【技术实现步骤摘要】
本专利技术属于雷达目标识别
，尤其涉及一种。
技术介绍
雷达目标识别是国防科技领域中的重要研究课题。利用雷达目标距离像进行雷达目标识别是主要途径，其中的关键是雷达目标距离像的有效特征提取。雷达目标识别是国防科技领域中的重要研究课题，而利用雷达目标距离像进行雷达目标识别又是雷达目标识别的主要实现途径。利用雷达目标距离像进行雷达目标识别的具体方法通常分为两大步骤步骤一，确定雷达目标距离像的目标特征提取方案，即选定雷达目标距离像中一类可识别特征作为目标特征，并建立该目标特征的提取方案；步骤二，将根据前述方案提取的雷达目标距离像的目标特征作为雷达目标识别特征，进行雷达目标识另IJ，即采集已知雷达目标的雷达目标距离像，采用步骤一所述的目标特征的提取方案提取出已知雷达目标的雷达目标距离像对应的目标特征作为已知雷达目标对应的目标特征模板，然后再采用步骤一所述的目标特征的提取方案对待测雷达目标的雷达目标距离像提取出待识别的目标特征，而后将该待识别的目标特征与各个目标特征模板进行匹配，若该待识别的目标特征存在相匹配的目标特征模板，则判定待测雷达目标与所述相匹配的目标特征模板对应的已知雷达目标属于同类雷达目标，即完成雷达目标识别。通过上述的雷达目标识别过程可以看出，如何确定雷达目标距离像的目标特征提取方案，是影响雷达目标识别准确性的一个关键因素，若目标特征自身选择不准确，或者目标特征提取过程使得提取结果不够准确，都会影响雷达目标识别的准确性。目前，常见的雷达目标距离像的目标特征提取方法有(I)采用雷达目标距离像的功率谱作为目标特征，但功率谱只能反映雷达目标距离像频谱的全局信息，不能描述雷达目标距离像的局部频率特性，导致雷达目标识别的分类能力有限，限制了雷达目标识别的范围和准确性。(2)采用Relax方法提取目标距离像的散射中心幅度、位置参数作为目标特征，但是这种目标特征对噪声和雷达目标闪烁都很敏感，而噪声和雷达目标闪烁则容易影响雷达目标识别的准确性。(3)采用时频分析提取雷达目标距离像的时频特征作为目标特征，由于雷达目标距离像反映了目标散射的物理机理，而复杂目标的散射物理机制较为复杂，例如目标上某些部件的散射并不局限在某个时间区域上，而可能会引起回波在距离向上的扩展，这些散射现象仅从散射中心来描述是不够的，而时频域分析提取的取雷达目标距离像的时频特征可以有效地揭示并描述这些复杂的电磁散射特性信息，有助于提高雷达目标识别的准确性，因此非常适宜作为雷达目标距离像的目标特征。然而，雷达目标距离像的时频平面分布数据直接作为目标特征用于雷达目标识别的分类较为困难，因为雷达目标距离像的时频分布数据矩阵的维数很高，直接作为目标特征将导致数据维数太大，数据处理过于复杂，而且其中能够用于有效识别的特性信息只分布在时频平面上的少数局部位置，而其他相当多的数据元素对目标识别是无用的，因此还需要对雷达目标距离像的时频平面分布数据进行进一步的时频特征提取，一方面从中提取能够用于有效识别的特性信息，另一方面以降低数据维数，从能够更有效的进行雷达目标的识别。但在现有技术中，针对雷达目标距离像的时频特征提取，通常都由人工从时频图谱上进行观察识别后加以提取，这种人工观察识别提取方法不仅非常耗时，并且由于不同观测技术人员的认知差别，其识别提取标准参差不齐，导致雷达目标距离像的时频特征提取效率低、雷达目标识别准确性难以保证。
技术实现思路
针对现有技术中存在的上述问题，为了解决现有技术中雷达目标识别效率低、准确性不高的问题，本专利技术提供了一种，该雷达目标识别方法能够通过计算机运行执行，有助于减少雷达目标识别观测人员的工作量，提高识别效率，更重要的是该方法能够有效提高雷达目标识别的准确性。为实现上述目的，本专利技术采用了如下技术手段，包括如下步骤A)建立包含有X个基函数的基函数库Gd ;其中任意第X个基函数Gx (t) e GD，其表达式为本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于雷达目标距离像时频特征提取的雷达目标识别方法，其特征在于，包括如下步骤 A)建立包含有X个基函数的基函数库Gd;其中任意第X个基函数Gx (t) e Gd，其表达式为2.根据权利要求I所述的雷达目标识别方法，其特征在于，所述匹配追踪分解的级数I的取值范围为20彡...
【专利技术属性】
技术研发人员：张新征，秦建红，刘书君，
申请(专利权)人：重庆大学，
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。