[发明专利]一种基于信号幅相特性的雷达天线副瓣识别算法

权利要求书

1.一种雷达天线副瓣识别算法，包括：根据回波信号在天线主瓣、副瓣时的幅相特性差异，利用雷达和、方位差、俯仰差三路信号的同相基带信号I(n)和正交基带信号Q(n)数据求取方位支路信号的归一化差模ε_A(n)、方位支路与和支路信号的相位差Δφ_A(n)、俯仰支路信号的归一化差模ε_E(n)、俯仰支路与和支路信号的相位差Δφ_E(n)，构造特征向量v＝(ε_A,Δφ_A,ε_E,Δφ_E)，对特征向量进行归一化，采用支持向量机对归一化后的特征向量进行分类训练，再根据支持向量机的分类置信度ω识别出主副瓣，当向量的分类置信度ω大于主瓣置信度阈值α时，判断该向量为主瓣，当分类置信度ω小于副瓣置信度阈值β时，判断该向量为副瓣；

其中，I_∑(n)表示和支路的同相基带信号，Q_∑(n)表示和支路的正交基带信号，I_A(n)表示方位支路的同相基带信号，Q_A(n)表示方位支路的正交基带信号，I_E(n)表示俯仰支路的同相基带信号，Q_E(n)表示俯仰支路的正交基带信号。

2.如权利要求1所述的雷达天线副瓣识别算法，还包括支持向量机训练时样本采集方式为按照螺旋曲线的弹道引导方法采集实验样本。

3.如权利要求1所述的雷达天线副瓣识别算法，还包括主瓣置信度阈值α取值范围为[-2，2]、副瓣置信度阈值β取值范围为[-2，2]，主瓣置信度阈值α取值-0.13，副瓣置信度阈值β取值-0.13时，分类正确率达到94.41％。