[发明专利]基于雷达多径信号时频特征融合的无人机分类方法及装置

权利要求书

1.一种基于雷达多径信号时频特征融合的无人机分类方法，其特征在于，包括以下步骤：

采集多个无人机的雷达数据；

通过傅里叶变换对所述雷达数据进行处理，以获取不同距离单元及不同时间的雷达回波，并通过高通滤波器对回波信号静态杂波进行抑制，以提取所处的不同距离单元的不同的多径回波信号；

通过短时傅里叶变换对所述多径回波信号进行分析，以获取每个无人机在所述多径回波信号的时频图；

从所述时频图中提取多径回波信号时频特征；以及

将所述多径回波信号时频特征进行融合，以获取所述每个无人机的分类结果。

2.根据权利要求1所述的基于雷达多径信号时频特征融合的无人机分类方法，其特征在于，所述通过短时傅里叶变换对所述多径回波信号进行分析，包括：

运用所述短时傅里叶变换作为时频变换的工具对所述雷达数据的每组时域数据都进行时频分析，得到每组动作的时频图，所述工具表示为：

其中，x[n]是离散的时间信号，w[n]是短时傅里叶变换的窗函数，m是窗函数滑动的位置，ω是角频率，X为预处理数据。

3.根据权利要求1所述的基于雷达多径信号时频特征融合的无人机分类方法，其特征在于，所述从所述时频图中提取多径回波信号时频特征，包括：

固定每个截取时间的时间长度，以获取多段数据，其中，所述时间长度大于无人机转动周期；

对于所述多段数据的每段数据，通过正则化处理的方法将幅度映射到dB域，并根据最大的幅度进行归一化得到预处理数据；

对所述预处理数据进行主成份分析，以得到所述多径回波信号时频特征。

4.根据权利要求3所述的基于雷达多径信号时频特征融合的无人机分类方法，其特征在于，主成份分析公式为：

Cu＝λu，

其中，C为协方差矩阵，λ为特征值，u为特征向量。

5.根据权利要求1所述的基于雷达多径信号时频特征融合的无人机分类方法，其特征在于，所述获取所述每个无人机的分类结果，包括：

将融合结果作为输入特征，输入支持向量机中进行分类识别以得到所述分类结果。

6.一种基于雷达多径信号时频特征融合的无人机分类装置，其特征在于包括：

采集模块，用于采集多个无人机的雷达数据；

处理模块，用于通过傅里叶变换对所述雷达数据进行处理，以获取不同距离单元及不同时间的雷达回波，并通过高通滤波器对回波信号静态杂波进行抑制，以提取所处的不同距离单元的不同的多径回波信号；

分析模块，用于通过短时傅里叶变换对所述多径回波信号进行分析，以获取每个无人机在所述多径回波信号的时频图；

提取模块，用于从所述时频图中提取多径回波信号时频特征；以及

分类模块，用于将所述多径回波信号时频特征进行融合，以获取所述每个无人机的分类结果。

7.根据权利要求6所述的基于雷达多径信号时频特征融合的无人机分类装置，其特征在于，所述分析模块包括：

运用所述短时傅里叶变换作为时频变换的工具对所述雷达数据的每组时域数据都进行时频分析，得到每组动作的时频图，所述工具表示为：

其中，x[n]是离散的时间信号，w[n]是短时傅里叶变换的窗函数，m是窗函数滑动的位置，ω是角频率，X为预处理数据。

8.根据权利要求6所述的基于雷达多径信号时频特征融合的无人机分类装置，其特征在于，所述提取模块包括：

固定每个截取时间的时间长度，以获取多段数据，其中，所述时间长度大于无人机转动周期；

对于所述多段数据的每段数据，通过正则化处理的方法将幅度映射到dB域，并根据最大的幅度进行归一化得到预处理数据；

对所述预处理数据进行主成份分析，以得到所述多径回波信号时频特征。