基于散射点匹配的雷达高分辨距离像识别方法

摘要

本发明公开了一种基于散射点匹配的雷达高分辨距离像识别方法。主要解决现有技术识别效果不稳定的问题。其实现步骤为：1)获取已知目标各帧训练模板点集；2)获取目标测试样本并估计信噪比；3)根据信噪比确定能量比；4)利用能量比确定已知目标各帧最终训练模板点集、幅度方差和位置方差；5)根据信噪比和能量比确定测试样本散射点集；6)利用幅度方差和位置方差计算测试样本散射点集与各帧最终训练模板点集间的局部Hausdorff距离；7)判定测试样本类别。本发明可提取样本的散射点集达到稳定且较好的匹配识别效果，并且为利用距离像的散射点进行识别提供了可行性，可用于对飞机、汽车等目标的识别。

主权项

一种基于散射点匹配的雷达高分辨距离像识别方法，包括以下步骤：(1)获取距离像的原始训练样本集，根据原始训练样本集获取训练模板点集：1a)获取高信噪比下多个已知目标的雷达宽带时域回波数据，对该回波数据依次进行脉冲压缩、归一化、分帧和对齐，得到原始训练样本集其中，为第c类目标的样本集且c＝1,2,…,T，T为类别总数，为的第k帧样本集，k＝1,2,…,Z，Z为样本帧数；1b)在正交傅里叶基下，利用匹配追踪算法提取各帧训练样本的散射点幅度和位置信息，并对散射点中的幅度求模值，得到中第l个样本的散射点集：P_ckl＝{(A_ckl1,I_ckl1),(A_ckl2,I_ckl2),…,(A_ckli,I_ckli),…,(A_cklN,I_cklN)}，i＝1,2,…,N，其中，A_ckli为第l个样本中的第i个散射点的幅度，I_ckli为第l个样本的第i个散射点的位置，N为单个复距离像的样本长度；1c)对一帧内相同位置上的散射点的幅度求均值，并按均值的幅度大小对散射点降序排序，得到的训练模板点集P_ck为：P_ck＝{(A_ck1,I_ck1),(A_ck2,I_ck2),…,(A_cki,I_cki),…,(A_ckN,I_ckN)},i＝1,2,…,N，其中，A_cki为第i个散射点的幅度，I_cki为第i个散射点的位置；(2)将雷达开机时不含目标的信号平均功率作为噪声功率σ_n²，并将获取到的含未知目标的复距离像作为测试样本y，估计该测试样本y的信噪比SNR，并对测试样本y采用2‑范数强度归一化，得到归一化后的测试样本(3)根据信噪比SNR确定用于修正训练模板点集的能量比r；(4)根据能量比r和已知目标训练模板点集P_ck确定最终的训练模板点集幅度方差和位置方差：4a)根据能量比r按幅度从大到小依次提取训练模板P_ck中前M_ck个散射点， 其中，M_ck为满足的最小正整数值；4b)对前M_ck个散射点采用重心对齐法进行对齐，得到最终训练模板点集4c)根据所有目标的最终训练模板点集求出幅度方差和位置方差(5)提取目标测试样本的测试样本散射点集5a)在正交傅里叶基下，根据信噪比SNR，利用匹配追踪算法对测试样本去噪并提取散射点集并对中散射点的幅度求模值；5b)根据能量比r，按幅度从大到小的顺序依次提取散射点集中前个散射点，其中为满足的最小正整数值；5c)对前个散射点采用重心对齐法进行对齐，得到测试样本散射点集(6)利用幅度方差和位置方差计算测试样本散射点集与各帧最终训练模板点集之间的局部Hausdorff距离，得到T*Z个局部Hausdorff距离；(7)搜索T*Z个局部Hausdorff距离中的最小值，则对应的训练样本类别即为测试样本的判决类别。