[发明专利]基于置信度评价的微动周期提取方法

说明书

本发明公开一种基于置信度评价的微动周期提取方法，包括：对目标的雷达回波信号进行初步微动周期提取，获得多个待选微动周期；针对所述多个待选微动周期中每一，基于该待选微动周期与所述雷达回波信号构建置信度函数，计算该待选微动周期的置信度；将置信度最大的待选微动周期作为目标的真实微动周期。本发明可大大提高微动周期提取结果的准确性。

技术领域

本发明涉及目标特征提取，尤其涉及一种基于置信度评价的微动周期提取方法

背景技术

微动目标的回波中蕴含了目标的电磁散射特性和运动特性，通过研究微动特征可以获得目标的运动信息，最终用于目标识别。微动周期提取是直接对获取的实测数据进行平滑和变换，提取难度相对较低，实现方便，实用性强。因此研究微动周期特征的提取对于促进目标识别技术的发展至关重要。

微动周期提取的主要算法有频谱分析、自相关函数、平均幅度差函数、循环自相关、F-检验等方法。频谱分析、自相关函数、平均幅度差函数等方法的提取结果精度不高，不适用于信噪比较低数据的周期提取；循环自相关和F检验方法提取精度相对较高，但都存在产生多个峰谷点导致误判的现象。若要提高周期提取的精度，有必要对多个峰谷点进行筛选，即对多个可能存在的周期中如何选取最精确的周期进行研究。

此外，在雷达观测目标的过程中，一些无微动目标由于噪声、调姿等原因，雷达回波也会产生一段时间的周期性起伏，在进行周期提取时同样能够求出目标的微动周期，将目标误判为微动目标，这样会增加目标识别的错误率，影响最终的识别结果。

可见，亟需一种新的微动周期提取方法解决以上问题。

发明内容

针对现有的微动周期提取方法存在的多个峰谷点导致误判、无微动目标提取出周期的缺陷，本发明提出一种基于置信度评价准则的微动周期特提取方法：首先对数据进行平滑处理，在周期提取前通过特征值熵的方法初步排除周期性不明显的目标，对其余目标进行周期提取；通过置信度评价准则对目标的多个峰谷点的可信度进行判断，选取可信度最高的结果作为最终的微动周期提取结果。本发明可大大提高微动周期提取结果的准确度。

本发明提供一种基于置信度评价的微动周期提取方法，包括：对目标的雷达回波信号进行初步微动周期提取，获得多个待选微动周期；针对所述多个待选微动周期中每一，基于该待选微动周期与所述雷达回波信号构建置信度函数，计算该待选微动周期的置信度；将置信度最大的待选微动周期作为目标的真实微动周期。

优选地，所述基于该待选微动周期与所述雷达回波信号构建置信度函数具体为：确定雷达回波信号序列中采样时间小于该待选微动周期的分量，将所述分量按照其在所述雷达回波信号序列中的顺序进行叠加，形成与该待选微动周期对应的判别序列，根据所述雷达回波信号序列与所述判别序列构建与该待选微动周期对应的置信度函数；其中，所述雷达回波信号序列与所述判别序列分量总数相同。

优选地，所述判别序列通过如下步骤形成：针对雷达回波信号序列x(n)＝[x₁,x₂...x_N]及待选微动周期T_m，确定雷达回波信号序列中采样时间小于T_m的所有分量x₁,x₂...x_k，将所述分量叠加形成分量总数为N的判别序列X_Tm＝[x₁,x₂...x_k,x₁,x₂...x_k...]；其中，m为T_m在待选微动周期集合中的序号，待选微动周期集合中的元素按照周期值从小到大的顺序排列；n、k为正整数，1≤n≤N，1≤k≤N，N为雷达回波信号序列分量总数。

优选地，所述根据所述雷达回波信号序列与所述判别序列构建与该待选微动周期对应的置信度函数具体为：根据公式1构建置信度函数：