[发明专利]一种基于多特征融合的雷达辐射源识别方法

权利要求书

1.一种基于多特征融合的雷达辐射源识别方法，其特征在于，所述基于多特征融合的雷达辐射源识别方法对雷达信号进行时频变换得到时频图像；利用图像特征提取方法提取信号时频图像的特征，包括纹理特征和形状特征；根据各种制式雷达信号的频谱差异性分析，构建3dB带宽参数、频谱相关特征；从信号瞬时频率的差异性中，提取瞬时频率拟合直线与瞬时频率曲线的差值的方差、瞬时频率的一级差的方差参数；将参数构建融合特征集，作为分类器输入数据；对特征集进行二次处理，利用树模型提取组合特征或高阶特征；将特征输入到线性分类器中进行分类识别。

2.如权利要求1所述的基于多特征融合的雷达辐射源识别方法，其特征在于，所述基于多特征融合的雷达辐射源识别方法包括以下步骤：

步骤一，信号时频变换得到时频图像；

步骤二，利用图像特征提取方法提取图像形状特征、纹理特征；

步骤三，提取3dB带宽和频谱相关特征；

步骤四，提取瞬时频率拟合直线与瞬时频率曲线的差值的方差、瞬时频率的一级差的方差参数；

步骤五，构建融合特征集，并对特征二次处理，利用树模型构建高阶特征；

步骤六，线性分类器识别。

3.如权利要求2所述的基于多特征融合的雷达辐射源识别方法，其特征在于，所述步骤一具体包括：将侦察得到的信号进行时频变换，可以采用的时频变换方法有短时傅里叶变换、小波变换、Wigner-Ville分布和伪Wigner-Ville分布；选择具有较高时频分辨率以及对交叉项具有更好抑制程度的变换方法得到信号的时频图像。

4.如权利要求2所述的基于多特征融合的雷达辐射源识别方法，其特征在于，所述步骤二具体包括：

(1)时频图像预处理，根据图像像素点的亮度等级建立亮度Y与R、G、B三个颜色通道的对应关系：Y＝0.2989R+0.5870G+0.1140B，即消除图像色调和饱和度信息，以亮度值表达图像的灰度值；利用这种方法对图像进行灰度化处理；然后对图像进行去噪声处理，利用平滑滤波方法将灰度化处理的图像的噪声滤出，采用的方法有中值滤波法、自适应维纳滤波法；

(2)时频图像形状特征提取；将预处理后的时频灰度图像，通过灰度共生矩阵方法提取角二阶矩、对比度、相关、熵、均值和、方差和逆差距7种参数特征；

(3)时频图像纹理特征提取；将预处理后的时频灰度图像，通过不变矩方法分析提取7种中心距特征，包括反映图像倾斜程度、水平和垂直方向上的伸展度、水平和垂直方向上的重心偏移度和水平和垂直方向上的均匀程度；7种具有平移不变性、旋转不变性和比例不变性的Hu不变矩特征；14种1到4阶伪Zernike距特征。

5.如权利要求2所述的基于多特征融合的雷达辐射源识别方法，其特征在于，所述步骤三具体包括：

(1)对信号进行短时傅里叶变换，计算信号幅度频谱，求出信号3dB带宽作为一个特征；

(2)计算原信号、平方后信号和四次方后信号的频谱特征；假设原信号为x(t)，对其进行快速傅里叶变换FFT后得到频谱S(k)；对S(k)进行遍历找到频谱峰值及该峰值处的位置，在频谱峰值处左右各取m个频谱点，若峰值在边界处，则只需在边界另一边取m个频谱点，然后对所取得的这些点计算其方差值作为提取的一个频谱特征；对平方后信号x²(t)和四次方后信号x⁴(t)采用相同方法求得另外两个频谱特征。

6.如权利要求2所述的基于多特征融合的雷达辐射源识别方法，其特征在于，所述步骤四具体包括：

(1)将信号通过短时傅里叶变换或小波变换求解信号的瞬时频率，然后对瞬时频率曲线进行拟合一条直线，求出拟合的直线与瞬时频率曲线的方差作为一个特征；

(2)提取瞬时频率一级差的方差；对瞬时频率前后相邻的值做差处理，得到当前时刻的一级差，然后遍历所有时刻的瞬时频率，将所有得到的一极差值点构成一个变量，通过求解该变量的方差作为一个特征。