申请/专利权人：重庆邮电大学

申请日：2023-09-08

公开（公告）日：2024-02-20

公开（公告）号：CN117576435A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/44;G06V10/46;G06V10/50;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明属于雷达通信技术领域，特别涉及超视距雷达干扰检测器设计方法。本发明采用基于RD图识别雷达信号干扰的框架，构建训练图库和测试图库。在特征提取步骤提出创新，使用基于傅里叶‑极坐标变换的特征提取方法。对RD图进行傅里叶变换，利用傅里叶的旋转和平移不变性，将遍布RD图全图的干扰能量集中在垂直于干扰条纹的法线上。并筛选幅度谱中高幅度点来降低幅度谱中噪点的影响，然后进行极坐标变换，使用极坐标下的角度φ作为统计特征。最后采用直方图统计形成特征向量，使用K近邻分类器进行分类判决。相比现有的特征提取方法，本发明提出的方法在检测瞬态和射频干扰有更高的检测概率，并且对于存在噪声和微弱干扰的RD图有更好的稳健性。

主权项：1.一种基于傅里叶-极坐标变换变换方法特征提取的天波雷达RD图干扰检测器设计方法，其特征是，包括以下步骤：步骤1图库设计根据信号模型的仿真数据建立仿真图库，充当分类算法的训练集图库，根据天波雷达实测数据建立实测图库，充当分类算法的测试集。步骤2RD图像进行傅里叶变换。设RD图像为fx,y，频域图像为Fu,v，二者的关系如以下公式： 其中x,y为空域坐标，u,v为频域坐标。步骤3对步骤2得到得频域幅度谱中所有的点按照幅值降序排序，得到有序点集S＝{P1u1,v1,P2u2,v2,…,PM*NuM*N,vM*N}，其中M,N为图像尺寸，ui∈[1,M]，vi∈[1,N]。步骤4筛选点集S中的高幅度点，取点集S中前个点作为频域图像的高幅度点集SC。对于SC中任意一点Pu,v满足步骤5将步骤2所得点集SC中所有点进行极坐标变换。笛卡尔坐标系中幅度谱的某一像素u,v，表示为极坐标系中r,φ，转换公式为： 式中r表示笛卡尔系下某一像素u,v对应矢量相对于原点的幅值，φ为该矢量的辐角。极坐标下的点集表示为步骤6对SC'中的所有点的φ坐标进行直方图统计，将直方图h分为B个量化区间，由于φ∈[-2π，2π]，所以每个区间的范围为4πB。步骤7将训练图库样本经上述特征提取步骤，并将所得特征向量作为K近邻算法的训练特征输入。步骤8将测试样本经上述特征提取步骤，并将所得特征向量作为经过训练的K近邻分类器的测试输入，并设置K近邻分类器的K值和距离度量方法。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于傅里叶-极坐标变换特征提取的RD图干扰检测器设计方法

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