基于时域特征的雷达目标高分辨距离像识别方法

摘要

本发明提出了一种基于时域特征的雷达目标高分辨距离像识别方法，主要解决现有雷达飞机目标识别技术中识别性能差、内存需求和计算量大的问题。其实现过程是：对雷达训练目标距离回波数据做预处理；对预处理后的雷达训练目标距离回波数据和雷达测试目标距离回波数据取模得到其时域特征；对雷达训练目标回波数据每一帧的时域特征沿回波距离单元训练多任务隐马尔可夫模型，确定模型参数，并利用前向算法计算雷达测试目标回波数据的后验概率值；将最大后验概率值对应雷达训练目标回波数据的类别属性作为雷达测试目标回波数据的类别属性。本发明具有识别性能高，内存需求量和计算负担小的优点，可用于对飞机目标的识别。

主权项

1.一种基于时域特征的雷达目标高分辨距离像识别方法，包括如下步骤：（1）对雷达训练目标距离回波数据进行角域分帧、帧内对齐和能量归一化的预处理，对雷达测试目标距离回波数据进行能量归一化的预处理,所述的角域分帧，是按照雷达训练目标距离回波数据每一帧内部包含1024次雷达训练目标距离回波数据的要求，等间隔划分雷达训练目标距离回波数据;所述的帧内对齐，按如下步骤进行：（1a）取出雷达训练目标距离回波数据每一帧中的第一次回波作为模板固定不动；（1b）平移雷达训练目标距离回波数据每一帧中的其它回波，分别计算这些回波与它们对应帧的第一次回波的相关系数C(τ)：C(τ)＝cov(Y,Y(τ))，其中，cov(Y,Y(τ))表示计算雷达训练目标距离回波Y和平移τ个距离单元后的雷达训练目标距离回波Y(τ)的相关系数，得到一组相关系数值；（1c）在一组相关系数值最大的时刻，保存平移后的雷达训练目标距离回波数据，并用该平移后的雷达训练目标距离回波数据取代原始雷达训练目标距离回波数据,使平移后的雷达训练目标距离回波数据与其对应帧中的第一次回波模板对齐；（2）对预处理后的雷达训练目标距离回波数据和雷达测试目标距离回波数据取模得到它们的时域特征；（3）对雷达训练目标回波数据每一帧的时域特征沿回波距离单元训练多任务隐马尔可夫模型，进而确定雷达训练目标回波数据每一帧的多任务隐马尔可夫模型的参数：（3a）初始化多任务隐马尔可夫模型中的参数；（3b）通过变分贝叶斯EM算法训练多任务隐马尔可夫模型中的参数；（3c）当变分贝叶斯EM算法终止时，保存训练完毕的多任务隐马尔可夫模型中的参数，这些参数即为雷达训练目标回波数据每一帧的多任务隐马尔可夫模型的参数；（4）根据确定的雷达训练目标回波数据每一帧的多任务隐马尔可夫模型的参数，利用前向算法计算雷达测试目标回波数据与雷达训练目标回波数据每一帧相对应的多任务隐马尔可夫模型的后验概率值：${\alpha }_t^{\left(n\right)}\left(k\right)=\underset{j=1}{\overset{J}{\Sigma }}{\alpha }_{t-1}^{\left(m\right)}\left(j\right)w_{\mathrm{jk}}^{\left(m\right)}p\left(y_t\right|k),$$P(y_1,y_2···y_T)=\underset{j=1}{\overset{J}{\Sigma }}{\alpha }_T^{\left(m\right)}\left(j\right)$其中，表示雷达训练目标距离回波数据的第m帧前向算法的第k个节点在时间t的概率值，表示雷达训练目标距离回波数据的第m帧前向算法的第k个节点在时间t-1的概率值，表示雷达训练目标距离回波数据的第m帧多任务隐马尔可夫模型的第j个隐状态参数到多任务隐马尔可夫模型的第k个隐状态参数的状态转移概率，p(yt|k)表示多任务隐马尔可夫模型的第k个隐变量参数在t时刻的观测概率，P(y₁,y₂…y_T)表示雷达测试目标距离数据回波的后验概率，表示雷达训练目标距离回波数据的第m帧前向算法的第k个节点在时间T的概率值，J表示多任务隐马尔可夫模型的隐状态总数；（5）将最大后验概率值对应雷达训练目标回波数据那一帧的类别属性作为雷达测试目标回波数据的类别属性。