[发明专利]一种自适应群智能优化SAR雷达空中飞行目标识别系统在审
申请号: | 201810457342.4 | 申请日: | 2018-05-14 |
公开(公告)号: | CN108875578A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 刘兴高;吴俊;孙元萌 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/00;G06N3/04;G06N3/08 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 雷达 目标识别系统 空中飞行 上位机 自适应 数据库 智能优化 分类器训练模块 图像预处理模块 结果显示模块 特征提取模块 特征选择模块 图像数据存储 实时监测 依次相连 在线识别 寻优 | ||
本发明公开了一种自适应群智能优化SAR雷达空中飞行目标识别系统,包括SAR雷达、数据库以及上位机;SAR雷达、数据库、上位机依次相连,所述SAR雷达对空中进行实时监测,并将SAR雷达获得的图像数据存储到所述的数据库中,所述的上位机包括图像预处理模块、特征提取模块、特征选择模块、分类器训练模块、自适应群智寻优模块以及结果显示模块。本发明提供一种实现在线识别、精度高的空中飞行目标识别系统。
技术领域
本发明涉及雷达数据处理领域,特别地,涉及一种自适应群智优化SAR雷达空中飞行目标识别系统。
背景技术
电子对抗环境具有复杂、多变的特征,且有可能遭受到来自各方的严重威胁。在这种情况下,由于单一的传感器无法达到目标识别的要求,必须采用多传感器信息融合的方法,利用多传感器的优势,对未知目标进行识别。通过研究发现,在有干扰存在的情况下,没有任何一种数据融合的方法能够对完全解决目标识别的问题。多源信息融合可以弥补单传感器的某些缺陷,是一种新兴的途径。对于某些实时性很强的目标,采用多传感器识别途径,可以对其进行更精确、更迅速的监视,进而采取识别、瞄准和打击。空中目标识别的关键是快速,正确的决策和指挥。其中利用SAR图像对空中飞行目标进行监测和识别,可以通过对SAR图像进行空中飞行目标的监测识别,获取飞行目标的类型、位置以及航向等重要的信息参数。对于获取空中飞行目标的主动权、确保空中飞行目标行动的成功起到了至关重要的作用。
发明内容
为了克服目前基于SAR图像的空中飞行目标识别准确率不高的不足,本发明的目的在于提供一种实现实时分析的自适应群智优化SAR雷达空中飞行目标识别系统。
本发明解决其技术问题所采用的技术方案是:一种自适应群智能优化SAR雷达空中飞行目标识别系统,包括SAR雷达、数据库以及上位机,SAR雷达、数据库和上位机依次相连,所述SAR雷达对空中进行实时监测,并将SAR雷达获得的图像数据存储到所述的数据库中,所述的上位机包括:
图像预处理模块,用以进行SAR雷达图像数据预处理,采用如下过程完成:
1)从数据库中传来的SAR图像灰度级为L,f(x0,y0)为像素点(x0,y0)处的灰度值,g(x0,y0)为像素点(x0,y0)的N×N邻域内像素的平均值,其中x0,y0分别表示像素点的横坐标和纵坐标;
2)通过计算满足f=m和g=n的像素数目h(m,n),得到二维联合概率密度pmn:
pmn=p(m,n)=h(m,n)/M
其中,M表示图像像素的总数目;
3)计算二维直方图的均值向量μ:
4)分别计算图像中目标和背景出现的概率P0,1和均值向量μ0,1:
其中,t、s、下标0、下标1分别表示f分割阈值、g分割阈值、目标区域、背景区域;
5)计算类间方差BCV:
BCV=P0(μ0-μ)(μ0-μ)′+P1(μ1-μ)(μ1-μ)′;
其中,μ表示均值向量,上标’表示矩阵的转置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810457342.4/2.html,转载请声明来源钻瓜专利网。