申请/专利权人：上海交通大学

申请日：2021-08-25

公开（公告）日：2024-01-30

公开（公告）号：CN113721215B

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：2024.01.30#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：本发明公开了一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法，包括步骤:对雷达海杂波HRRP信号进行切割、取模、对齐；对预处理后HRRP，采用SMRA方法提取海杂波的多维特征，具体包括：1估计HRRP序列的PWVD时频特征谱；2对PWVD时频谱,在频率方向估计瞬时奇异性指数ISE，得到原信号的时间‑奇异性指数分布图；3在奇异性指数维，估计每个时刻的奇异性功率谱；4遍历所有的时刻点，得到原HRRP信号的SMRA多维特征谱；采用BiGRU深度网络模型对基于SMRA分析的HRRP雷达海杂波进行分类。

主权项：1.一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法，其特征在于，包括以下步骤：步骤S100：对雷达海杂波HRRP信号进行预处理，包括切割、取模、对齐；步骤S200：对预处理后HRRP，采用奇异性指数域多分辨分析SMRA方法提取海杂波的多维特征，具体包括：1使用PWVD提取HRRP信号时频特征；假定Ix为HRRP序列，其PWVD可表示为： 其中，hm为窗函数，m为时间序列延迟量，fx为离散频率变量，*为共轭算子；2估计HRRP的PWVD的奇异性指数αx,fx： 其中，μi为对PWVD局部点在i邻域内采取的测度计算，εi为对不同的邻域尺寸；3对于Wx,fx和αx,fx，可通过计算时变的奇异指数域功率谱来跟踪信号随时间变化的SPS功率分布，对于给定时刻x，Wx,fx的SPS估计为： 其中，为奇异性子集的势，为Wx,fx中具有相同的奇异性指数的点组成的子集，为获得统一离散奇异性指数分散布范围和分辨率，对奇异性指数αx,fx进行划分,假定αx,fx∈[αmin,αmax],则按给定的奇异性指数分辨率，采用均匀区间划分可得：αm＝[αmin＝α0,α1,...,αM-2,αM-1＝αmax]对于αm,假定αm≤αnk＜αm+1,定义离散的奇异性子集为： 4遍历所有时刻x，可得奇异性指数多分辨分析谱Px,αm；步骤S300：采用BiGRU深度网络模型对基于SMRA分析的HRRP雷达海杂波进行分类。

全文数据：

权利要求：

百度查询： 上海交通大学 一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法

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