申请/专利权人：西安电子科技大学

申请日：2020-05-25

公开（公告）日：2023-03-10

公开（公告）号：CN111580062B

主分类号：G01S7/41

分类号：G01S7/41

优先权：

专利状态码：有效-授权

法律状态：2023.03.10#授权;2020.09.18#实质审查的生效;2020.08.25#公开

摘要：本发明提出了一种基于双圆极化高分辨一维距离像HRRP的目标鉴别方法，用于解决雷达地面目标识别系统在目标鉴别阶段鉴别精度较低的问题，适用于雷达目标识别系统目标鉴别阶段对库内目标的鉴别以及对库外干扰的拒判。实现步骤为：获取训练样本集和测试样本集；获取训练样本集的鉴别特征集和测试样本集的鉴别特征集；对训练样本集的鉴别特征集进行聚类；利用DW‑SVDD算法计算各个特征子区域的分类子超平面参数；对测试样本集进行目标鉴别。

主权项：1.一种基于双圆极化高分辨距离像HRRP的目标鉴别方法，其特征在于包括如下步骤：1获取训练样本集和测试样本集：1a设双圆极化雷达向探测范围内存在的M个不同类型的感兴趣目标，即库内目标发射电磁波，经库内目标反射后同极化通道接收的LL回波和交叉极化通道接收的RL回波的数量均为N，M≥1，N＞＞M；设双圆极化雷达所发射电磁波经待鉴别目标反射后同极化通道接收的LL回波和交叉极化通道接收的RL回波的数量均为Nb，Nb≥1；设信杂比门限为th，与库内目标类型不同的目标称为库外干扰；1b对库内目标的N个LL回波和RL回波分别进行FFT变换，得到库内目标的N个LL极化HRRP和N个RL极化HRRP，并选取其中大于th的Na个LL极化HRRP和Na个RL极化HRRP作为训练样本集，其中M≤Na≤N，LLi和RLi分别表示训练样本集中第i个LL极化HRRP和RL极化HRRP；1c对待测LL极化HRRP和RL极化HRRP试目标的Nb个LL回波和RL回波分别进行FFT变换，得到待测试目标的Nb个LL极化HRRP和Nb个RL极化HRRP并将L2和R2作为测试样本集，其中，LLl和RLl分别表示测试样本集中第l个LL极化HRRP和RL极化HRRP；2获取训练样本集的鉴别特征集和测试样本集的鉴别特征集：2a对训练样本集中的L1和R1，以及测试样本集中的L2和R2分别进行m-χ极化分解，得到训练样本集的奇次散射分量偶次散射分量和体散射分量以及测试样本集的奇次散射分量偶次散射分量和体散射分量2b对Vs1、Vd1、Vv1、Vs2、Vd2和Vv2的幅度最大值特征fms、fmd、fmv、hms、hmd和hmv，以及重心特征fgs、fgd、fgv、hgs、hgd和hgv进行组合，得到训练样本集的鉴别特征集F＝[fm；fg]和测试样本集的鉴别特征集H＝[hm；hg]，其中：fm＝[fms；fmd；fmv]、fg＝[fgs；fgd；fgv]、hm＝[hms；hmd；hmv]、hg＝[hgs；hgd；hgv]；3对训练样本集的鉴别特征集进行聚类：对训练样本集的鉴别特征集F进行聚类，得到C个特征子区域X1，X2，…，Xn，…，XC，F＝X1∪X2…∪Xn…∪XC，其中Xn表示第n个特征子区域，Xn＝[xn1，xn2，…，xnj-1，xnj，xnj+1，…，xnm]，xnj表示第n个特征子区域中第j个特征向量，n＝1，2，…，C，j＝1，2，…，m，m表示第n个特征子区域中特征向量个数；4利用DW-SVDD算法计算各个特征子区域的分类子超平面参数：4a基于k近邻距离算法计算Xn中每个特征向量xnj的密度权重ρxnj；4b针对特征子区域Xn利用拉格朗日乘子法对DW-SVDD算法的目标函数进行求解，得到C个特征子区域对应的拉格朗日乘子向量A＝[α1，α2，…，αn，…，αC]，其中αn＝[αn1，αn2，…，αnj-1，αnj，αnj+1，…，αnm]，αnj表示第n个特征子区域的拉格朗日乘子向量αn中第j个拉格朗日乘子；4c拉格朗日乘子向量αn中大于0的t个拉格朗日乘子αnj对应的序号j记为qn＝{qs＝j|αnj＞0，s＝1，2，…，t}，该t个拉格朗日乘子αnj构成向量αnp表示αn*中第p个拉格朗日乘子，将第n个特征子区域Xn＝[xn1，xn2，…，xnj，…，xnm]中下标j与qn中qs相等的t个特征向量记为该特征子区域Xn的支持向量SVn＝[sv1，sv2，…，svy-1，svy，svy+1，…，svt]，y＝1，2，…，t，从而得到C个特征子区域的支持向量集合SV＝[SV1，SV2，…，SVn，…，SVC]；4d利用第n个特征子区域的αn*和支持向量SVn计算得到该特征子区域的支持向量域半径Rn，从而得到C个特征子区域的支持向量域半径集合R＝[R1，R2，…，Rn，…，RC]；该步骤计算得到的αn*、SVn和Rn即为第n个特征子区域的分类子超平面参数；5对测试样本集进行目标鉴别：根据第n个特征子区域对应的αn*、SVn和Rn，n的取值从1到C，判断测试样本集的鉴别特征集H是否满足下式成立，若成立则测试样本集中的目标类型为库内目标，否则为库外干扰，并将此判断结果记为一种基于双圆极化HRRP的目标鉴别鉴别结果：

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于双圆极化高分辨一维距离像HRRP的目标鉴别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD