[发明专利]基于谱图特征的雷达目标高分辨距离像识别方法

说明书

技术领域

本发明属于雷达技术领域，涉及自动目标识别，具体的说是一种雷达目标高分辨距离像的目标识别方法。

背景技术

雷达自动目标识别技术可以提供目标属性、类别、型号等信息，高分辨雷达通常工作在微波波段，目标及其部件的长度远长于波长，这时雷达目标可近似为一组离散的散射点。相应地，雷达发射信号被目标散射点后向散射，通过幅度调制的延时后形成散射点子回波，雷达目标回波即为各散射点子回波的向量和，这就是高分辨雷达目标的散射点模型。这个模型被广泛地应用于雷达自动目标识别。

目前国内外有许多机构都开展了雷达自动目标识别技术的研究，这些研究在预处理、特征提取和分类器设计等方面各不相同。B.Pei和Z.Bao 2002年在proc.Radar上发表的Radar target recognition based on peak location of HRR profile and HMMs classifiers文章直接从单次回波中利用松弛Relax算法提取强散射点位置特征，利用马尔可夫模型进行识别。Feng Zhu、Xian-Da Zhang和YaFeng Hu 2007年在IEEE Trans.on Signal Processing发表的Nonstationary Hidden Markov Models for Multiaspect Discriminative Feature Extraction From Radar Tar

上述这些方法的共同缺点如下：

(1)只研究了雷达目标高分辨距离像之间的关系，而忽略了回波内各距离单元存在的联系，当训练样本数很少的时候，其识别性能急剧下降。

(2)采用松弛Relax算法提取散射点的特征作为雷达目标的特征，增加了测试时的内存需求量和计算负担。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于谱图特征的雷达目标高分辨率距离像识别方法，以通过对雷达目标原始高分辨距离像进行有效的预处理和雷达目标谱图特征提取，沿雷达目标谱图特征进行识别，提高雷达目标识别的性能，并在测试时减小内存需求量和计算负担。

实行本发明的技术原理是：根据飞机目标高分辨距离像的不同来提取谱图特征，回波的谱图特征时间维体现了目标的空间结构特征，将一次回波的谱图特征时间维看成是一个序列，沿着回波内距离单元建立马尔可夫模型将目标的空间结构特征融入模型中。在训练样本比较少的时候，利用多任务马尔可夫模型来将全部样本参与训练，提高了识别效果。

根据以上原理，本发明的实现步骤如下：

(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；

(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通过matlab中的spectrogram函数提取它们的谱图特征；；

(3)对雷达训练目标回波数据每一帧的谱图特征沿谱图的时间维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；

(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：