[发明专利]一种基于贝塞尔曲线拟合雷达辐射源个体识别方法及系统

权利要求书

1.一种基于贝塞尔曲线拟合的雷达辐射源个体识别方法，其特征在于，包括以下步骤：

1)提取雷达脉冲信号的脉内无意调制特征D，特征D的表达式为：

D＝{y(n)|n∈[0,N-1]}

其中N为脉冲持续时间内的采样点数，y(n)为脉内无意调相特征；

2)利用贝塞尔曲线对特征D所在的曲线进行拟合；

3)提取步骤2)中拟合后曲线的控制点，将控制点作为雷达脉冲信号的个体特征，对其进行识别；

步骤2)中拟合通过构造目标函数来实现的，所构造的目标函数为：

其中F(x)为残差的F范数，称为伯恩斯坦多项式，P_i i∈[0,d]为控制点，为二项式系数。

2.根据权利要求1所述的一种基于贝塞尔曲线拟合的雷达辐射源个体识别方法，其特征在于，步骤3)中提取控制点的方法为高斯牛顿法或LM算法。

3.根据权利要求1或2所述的一种基于贝塞尔曲线拟合的雷达辐射源个体识别方法，其特征在于，通过神经网络分类器对所述控制点进行识别。

4.一种基于贝塞尔曲线拟合的雷达辐射源个体识别系统，包括处理器和储存器，其特征在于，所述处理器执行存储在储存器中的如下方法指令：

1)提取雷达脉冲信号的脉内无意调制特征D，特征D的表达式为：

D＝{y(n)|n∈[0,N-1]}

其中N为脉冲持续时间内的采样点数，y(n)为脉内无意调相特征；

2)利用贝塞尔曲线对特征D所在的曲线进行拟合；

3)提取步骤2)中拟合后曲线的控制点，将控制点作为雷达脉冲信号的个体特征，对其进行识别；

步骤2)中目标函数为：

其中F(x)为残差的F范数，称为伯恩斯坦多项式，P_i i∈[0,d]为控制点，为二项式系数。

5.根据权利要求4所述的一种基于贝塞尔曲线拟合的雷达辐射源个体识别系统，其特征在于，步骤3)中提取控制点的方法为高斯牛顿法或LM算法。

6.根据权利要求4或5所述的一种基于贝塞尔曲线拟合的雷达辐射源个体识别系统，其特征在于，通过神经网络分类器对所述控制点进行识别。