[发明专利]一种基于图像特征的雷达脉冲序列分选方法

权利要求书

1.一种基于图像特征的雷达脉冲序列分选方法，其特征在于：包括以下步骤：

(1)基于频率和直方图统计法对脉冲描述字集合进行预分选，将原始脉冲描述字集合分割成若干脉冲描述字子集；

(2)针对每一个脉冲描述字子集，基于到达时间和相位进行图像化处理并使用Hough变换法从中提取出Hough线段，进而使用DBSCAN聚类法获取若干Hough线段簇；

(3)将步骤(2)中获取的图像化数据与Hough线段簇进行相位周期延拓，之后进行第二次DBSCAN聚类获取Hough线段簇分类标签，再基于层次聚类法获取雷达辐射源信息并进行脉冲序列分类；

(4)根据步骤(3)中获取的层次聚类结果，针对每一个原始脉冲信号点作信号捕获，将每个点归到某一雷达分类中，或归为不属于任何雷达类别的噪声信号；

(5)对步骤(4)中的分类结果，分析获取雷达辐射源脉冲重复周期类型并优化冗余分选结果。

2.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：所述步骤(1)在频率特征维度上进行两次分割：

第一次分割构建频率分布直方图，统计各频段脉冲序列出现次数；根据直方图结果计算方差，得到自适应切分阈值，以该阈值为界对全频段进行分割，将原雷达脉冲序列在频段上分成若干段；

第二次分割考虑到部分频段内雷达脉冲仍分布密集，影响后续图形化分选效果，在第一次分割的每一段中再做一次预分选分割；对每一段在频率上做局部分组归一化处理，再构建直方图，统计各频段内部脉冲序列出些次数分布，计算局部最低点，作为分界对每一个频率段做二次分割。

3.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：所述步骤(2)中使用网格统计法对脉冲描述字子集进行图像化处理，依据脉冲描述字的到达时间和相位归一化数据投射至大小为MxN的网格中进行统计，通过将投射密度映射至灰度色阶获得分辨率为MxN的灰度图像。

4.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：步骤(2)中DBSCAN聚类法获取Hough线段簇使用的是Hough线段延长线在相位不同相位i°和–i°处的到达时间截距(t_+i°，t_-i°)形成的特征空间进行DBSCAN聚类。

5.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：所述步骤(3)中使用相位周期延拓将图像化数据与Hough线段簇在相位特征上进行重复，使得在-180°与+180°之间不连续的相位信号在-180°与+540°的区间内实现连续对齐。

6.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：步骤(3)中将Hough线段簇延长线在相位延拓空间的(180-i)°和(180+i)°处的到达时间截距(t_(180-i)°，t_(180+i)°)形成的特征空间再次进行DBSCAN聚类，由于相位延拓的原因，每个Hough线段簇都会有两个分类标签。

7.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：步骤(3)中针对每个Hough线段簇的两个分类标签进行层次聚类，直到所有Hough线段簇的标签不再有交集，此时每个Hough线段簇对应一部辐射源。

8.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：所述步骤(4)中使用的脉冲信号点捕获方法，在得到各Hough线段斜截式解析式后，计算每个脉冲信号点到所有检出Hough线段的距离，其距离包括到线段本身的垂直距离和到线段短点的圆心距离，取其中最小距离所对应的Hough线段，将该距离与阈值比较，判断是否对该点归类。

9.根据权利要求1所述的一种基于图像特征的雷达脉冲序列分选方法，其特征在于：所述步骤(5)中使用的脉冲重复周期计算法，是根据步骤(4)最后的分类结果，对每一类内部的所有脉冲点进行排序，再对相邻点依次作差获取PRI值，分析脉冲重复间隔分布，修正分类结果。