System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及一種海面目標識別方法,具體說是一種雷達凝視模式下的海面目標識別方法,屬于雷達信號處理。
技術(shù)介紹
1、雷達對海探測時,對海面目標的準確識別分類,確定其具體類別、用途和威脅等級,在民用領(lǐng)域和軍事領(lǐng)域都具有重要意義。常見的海面漂浮目標如小漁船、浮標、浮冰等。傳統(tǒng)的雷達目標識別方法基于目標的一維距離像特征,當雷達波束沿船舷側(cè)照射時,此類目標與大型游輪、貨輪等艦船目標具有相似的一維距離像特性,嚴重影響識別性能。此外,當雷達分辨率下降或目標的信雜比(scr)較低時,依賴目標的幅度特征的識別方法準確率嚴重下降。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的在于解決現(xiàn)有技術(shù)中雷達目標識別方法基于目標的一維距離像特征準確率低的不足,提供一種雷達凝視模式下的海面目標識別方法,該方法利用目標瞬態(tài)功率水平與帶寬變化的周期一致性區(qū)分漂浮目標與艦船目標。
2、從目標與海面的耦合機理出發(fā),挖掘凝視模式下艦船目標與海面漂浮目標的差異,構(gòu)造能夠描述二者差異的統(tǒng)計量,能夠有效解決上述問題。顯然,漂浮目標質(zhì)量分布均勻且密度小,在凝視條件下,與海浪的耦合程度高,隨海浪上下波動的周期性明顯;艦船目標尺寸較大且結(jié)構(gòu)復(fù)雜,自身運動或結(jié)構(gòu)不均勻造成散射點的分布不穩(wěn)定,與海浪的耦合程度低,參數(shù)的周期性不明顯。因此,海雜波存在的瞬態(tài)功率與質(zhì)心處帶寬的周期一致性的對應(yīng)關(guān)系在海面漂浮目標上展現(xiàn)的更明顯。
3、為了解決上述問題,本申請是通過以下技術(shù)方案實現(xiàn)的:
4、一種雷達凝視模式下的海面目標識別
5、步驟1、回波數(shù)據(jù)采集,獲得目標所在的距離單元;
6、步驟2、根據(jù)步驟1得到的目標所在的距離單元進行回波數(shù)據(jù)時域處理及時域特征提取;
7、步驟3、回波數(shù)據(jù)頻域特征提取:在每一個數(shù)據(jù)段內(nèi),計算每段數(shù)據(jù)的傅里葉變換fft,得到該段數(shù)據(jù)的多普勒譜,使用非參數(shù)化的方法求得每個數(shù)據(jù)段中對應(yīng)的多普勒頻譜的質(zhì)心序列以及質(zhì)心處的均方根帶寬序列bw;
8、步驟4、構(gòu)建特征序列:賦予每一個特征向量標簽值,將步驟2中獲得瞬態(tài)回波功率水平序列和步驟3中獲得的質(zhì)心處的均方根帶寬序列進行歸一劃處理得到特征序列,將特征序列劃分為訓練集和測試集;
9、步驟5、優(yōu)化并訓練分類器:優(yōu)化svm分類器的參數(shù)并進行訓練得到一個最優(yōu)的分類器模型;
10、步驟6、目標識別:將待識別數(shù)據(jù)輸入步驟5訓練好的分類器模型中實現(xiàn)艦船目標與漂浮目標的識別。
11、進一步地,所述步驟1具體如下:對海探測雷達對海面目標進行掃描探測,探測到目標后,固定角度對目標進行凝視觀測,雷達接收機接收目標回波信號,凝視模式下的回波數(shù)據(jù)集記為,
12、式中:為雷達采集數(shù)據(jù)的幀數(shù),,表示第幀數(shù)據(jù)中維度為的時域回波數(shù)據(jù),表示每一幀中包含的脈沖的個數(shù),表示凝視場景中距離單元的個數(shù);
13、對于運動目標出現(xiàn)距離單元走動的情況,逐幀使用非相參累計對距離單元對齊:
14、,,
15、即為第幀數(shù)據(jù)中目標所在的距離單元。
16、進一步地,所述步驟2具體如下:設(shè)定每段數(shù)據(jù)包含的脈沖數(shù)以及臨近數(shù)據(jù)段的重疊率,選定目標所在距離單元,沿時間維度截取雷達回波;
17、在每個數(shù)據(jù)段內(nèi),對段內(nèi)數(shù)據(jù)進行滑窗處理,去除散斑分量,計算該段數(shù)據(jù)的瞬態(tài)回波功率水平序列:,
18、式中:為第個采樣點的復(fù)值,表示第個數(shù)據(jù)段的回波瞬態(tài)功率水平序列,表示單個數(shù)據(jù)段的長度。
19、進一步地,所述步驟3具體計算方法如下:
20、步驟3.1、計算模每段數(shù)據(jù)的頻譜函數(shù):對每段數(shù)據(jù)選取合適的fft點數(shù),計算短時功率譜,求得每段數(shù)據(jù)的頻譜函數(shù):
21、,
22、式中:表示第個數(shù)據(jù)段的短時功率譜,為了消除距離旁瓣對頻率能量的影響,需要在時域進行加窗處理,表示時域窗函數(shù),表示第個數(shù)據(jù)段的雷達回波數(shù)據(jù),exp表示以自然常數(shù)e為底的指數(shù)函數(shù),n表示采樣點,t表示雷達的脈沖重復(fù)頻率,表示頻點的序號,表示第個頻點;
23、步驟3.2、計算多普勒質(zhì)心序列和質(zhì)心處帶寬序列:采用現(xiàn)代信號譜分析中的非參數(shù)化方法求取目標的多普勒質(zhì)心序列及質(zhì)心處的均方根帶寬序列:
24、,,
25、式中:表示單個數(shù)據(jù)段的長度,表示頻率,表示短時多普勒譜,表示第個數(shù)據(jù)段短時多普勒譜的功率水平,即:;
26、式中:表示第個數(shù)據(jù)段的短時功率譜。
27、進一步地,所述步驟4具體包括以下步驟:
28、步驟4.1、對瞬態(tài)回波功率水平進行歸一化處理:,
29、式中:表示取最大值操作,表示目標歸一化后時域回波瞬態(tài)功率水平序列的列向量;
30、步驟4.2、對質(zhì)心處的均方根帶寬序列進行歸一化處理:
31、,
32、式中:表示取最大值操作,表示目標歸一化后質(zhì)心處帶寬序列構(gòu)成的列向量;
33、步驟4.3、將步驟4.1歸一化后時域回波瞬態(tài)功率水平序列的列向量和步驟4.2歸一化后質(zhì)心處帶寬序列構(gòu)成的列向量構(gòu)成特征序列,訓練集和測試集數(shù)據(jù)長度的比例為3:1,訓練集表示為:。
34、進一步地,所述步驟5具體如下:
35、采用訓練集中的數(shù)據(jù),用循環(huán)迭代的方法對svm分類器中的超參數(shù)進行尋優(yōu),包含懲罰因子c和rbf核函數(shù)參數(shù)gamma,兩個參數(shù)的范圍均從最小值2-8開始,最大值28結(jié)束,循環(huán)步長以指數(shù)加一的方式進行,對每一組參數(shù)下的模型采用步驟4中的測試集進行五折的交叉驗證,選取最優(yōu)識別效果下的參數(shù),得到分類器模型。
36、本申請的海面目標識別方法,可利用雷達歷史數(shù)據(jù),提高目標回波信息利用率;不依賴雷達探測視角,適用性強;識別精度高:在秒級觀測時間上,該方法對艦船目標和漂浮目標等質(zhì)量差異較大目標的識別準確度可達90%以上。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種雷達凝視模式下的海面目標識別方法,其特征在于:包括以下步驟:
2.根據(jù)權(quán)利要求1所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟1具體如下:對海探測雷達對海面目標進行掃描探測,探測到目標后,固定角度對目標進行凝視觀測,雷達接收機接收目標回波信號,凝視模式下的回波數(shù)據(jù)集記為,
3.根據(jù)權(quán)利要求1或2所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟2具體如下:
4.根據(jù)權(quán)利要求3所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟3具體計算方法如下:
5.根據(jù)權(quán)利要求3所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟4具體包括以下步驟:
6.根據(jù)權(quán)利要求3所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟5具體如下:
【技術(shù)特征摘要】
1.一種雷達凝視模式下的海面目標識別方法,其特征在于:包括以下步驟:
2.根據(jù)權(quán)利要求1所述的一種雷達凝視模式下的海面目標識別方法,其特征在于:所述步驟1具體如下:對海探測雷達對海面目標進行掃描探測,探測到目標后,固定角度對目標進行凝視觀測,雷達接收機接收目標回波信號,凝視模式下的回波數(shù)據(jù)集記為,
3.根據(jù)權(quán)利要求1或2所述的一種雷達凝視模式下的海面目標識...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:于恒力,王國慶,曹政,丁昊,劉寧波,柳超,丁自然,趙志成,
申請(專利權(quán))人:中國人民解放軍海軍航空大學,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。