【技術實現步驟摘要】
本專利技術涉及一種應用時域近似熵特征的海面目標識別方法，屬于雷達信號處理和特征識別。
技術介紹
1、海面目標類型眾多，較為常見的海面目標有漂浮目標(小漁船、浮標、浮冰等)與艦船目標(大型游輪、貨輪、貨滾船等)，在海洋監測、環境保護和航運安全等領域，對這些目標的探測和識別非常重要。尤其是漂浮目標在復雜海面場景下，采用高分辨距離像時，觀測的角度、距離和時間等條件會影響目標的可識別性，缺乏穩定的識別特征，導致漂浮目標識別困難，影響識別性能。
2、因此，亟需挖掘一種更為有效的穩定特征信息來突破目標識別性能瓶頸。
技術實現思路
1、本專利技術在雷達目標檢測的基礎上，提出一種應用時域近似熵特征的海面目標識別方法，旨在傳統目標特征難以有效進行目標識別的情況下，對海面目標進行識別。
2、一種應用時域近似熵特征的海面目標識別方法，其特殊之處在于包括以下步驟：
3、步驟1：目標回波數據緩存
4、利用脈沖壓縮處理后的回波數據完成目標檢測，按照目標所在距離單元信息，截取出目標時域回波序列并進行緩存；
5、步驟2：目標時域近似熵特征提取回波數據時域分析
6、將目標時域回波序列進行滑窗截取分段，對每個數據段內數據進行重構，計算得到相應的時間序列近似熵，再將求得的熵值信息進行整合，形成目標特征矩陣。
7、步驟3：時域近似熵特征優化
8、針對特征提取過程中的兩個參數，即數據重構的維度m和閾值f中的容限系數r，根據不同參
9、步驟4：利用時域近似熵特征進行目標識別
10、使用支持向量機分類算法完成兩類目標識別，并對識別性能進行測試，將多目標組成的特征矩陣劃分為訓練集與測試集，并進行構建模型超參數尋優，包含懲罰因子c和rbf核函數參數gamma，以獲得更好的識別效果。最后將測試集的特征向量輸入到模型中進行測試，得到目標識別結果。
11、優選的，所述步驟1的具體步驟為：
12、雷達在跟蹤模式下接收回波數據，經脈沖壓縮、雜波抑制、目標檢測和跟蹤處理后，在當前場景中共檢測到k個目標，選取目標最強散射點所在的距離單元，緩存其脈沖回波數據序列zk(m)，對于第k個目標，將其表示為{zk(1),zk(2),...,zk(l)}，l表示相干脈沖串長度。
13、優選的，所述步驟2的具體步驟為：
14、對于步驟1)中檢測到的一個目標時域回波序列zk(m)，對其進行分段截取，每段數據的脈沖數為n，截取后可以得到i個子序列，表示為{x1(n),x2(n),...,xi(n)|1≤n≤n}，其中
15、對截取后的第i個時域序列xi(n)進行時域近似熵特征提取，具體流程步驟如下：
16、①對截取后的第i個時域序列xi(n)，以m為維度將其數據重構，分為k＝n-m+1個序列，即xi＝[x(i),x(i+1),…,x(i+m-1)]；
17、②計算每個序列與所有k個序列之間的距離dij＝max|xi+k(t)-xj+k(t)|，其中k＝0,1,...,m-1，形成k×k的dij矩陣；
18、③定義閾值f，統計dij矩陣中每一行中小于f的個數占總數k＝n-m+1的比值，記為再根據k個計算其對數平均值其中f＝r·sd，r為容限系數，sd為序列的標準差；
19、④將維度由m增長到m+1，重復流程①～③；
20、⑤計算近似熵apen(t)＝φm(t)-φm+1(t)。
21、對步驟1)中檢測到的所有目標時域回波序列，運用上述特征提取方法，每個目標都能提取出之對應的i個特征向量，將這些特征向量整合得到目標的特征矩陣。
22、優選的，所述步驟3的具體步驟為：
23、采用能夠衡量兩類樣本相似性的巴氏距離作為指標，對特征空間中艦船目標樣本空間s1和漂浮目標樣本空間s2之間的可分性進行量化分析，通過分析優化選擇合適的參數范圍，巴氏距離估計方法如下：
24、計算兩樣本空間的均值向量μ與協方差矩陣c
25、μ1＝mean(s1),c1＝cov(s1)?(1)
26、μ2＝mean(s2),c2＝cov(s2)?(2)
27、式中，mean和cov分別表示均值、協方差運算符，兩樣本空間巴氏距離db(s1,s2)的估計值由下式得到
28、
29、式中，c＝(c1+c2)/2，dμ＝(μ1-μ2)/chol(c)，此處det代表行列式運算符，chol代表喬列斯基分解運算符。
30、對比現有技術，本技術方案所述的一種應用時域近似熵特征的海面目標識別方法，有益效果在于：
31、(1)本專利技術所提方法，利用目標的近似熵作為特征，通過對時間序列數據的重構衡量序列內部之間的相似度，進而研究相鄰兩種重構數據之間的相似度差異性，得到更多的目標特征信息，解決了依賴傳統目標特征但難以實現識別的問題。
32、(2)在現有數據條件下，本專利技術所提方法在0.5s觀測時間上，對艦船目標和漂浮目標識別的平均準確率達95.05％，比已有方法提升40.63％。
本文檔來自技高網...【技術保護點】
1.一種應用時域近似熵特征的海面目標識別方法，其特殊之處在于包括以下步驟：
2.按照權利要求1所述的一種應用時域近似熵特征的海面目標識別方法，其特征在于所述步驟1的具體步驟為：
3.按照權利要求1所述的一種應用時域近似熵特征的海面目標識別方法，其特征在于優選的，所述步驟2的具體步驟為：
4.按照權利要求1所述的一種應用時域近似熵特征的海面目標識別方法，其特征在于所述步驟3的具體步驟為：
【技術特征摘要】
1.一種應用時域近似熵特征的海面目標識別方法，其特殊之處在于包括以下步驟：
2.按照權利要求1所述的一種應用時域近似熵特征的海面目標識別方法，其特征在于所述步驟1的具體步驟為：
3.按照權...
【專利技術屬性】
技術研發人員：曹政，丁昊，劉寧波，關鍵，王國慶，于恒力，黃勇，但波，
申請(專利權)人：中國人民解放軍海軍航空大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。