[发明专利]一种用于多旋翼无人机识别的子空间特征提取方法

权利要求书

1.一种用于多旋翼无人机识别的子空间特征提取方法，其特征在于，包括以下步骤：

S1、设多旋旋翼无人机的雷达回波训练数据序列为n维列矢量x_ij，i＝1,2,…g，j＝1,2…N_i，其中，i表示无人机的类别，g表示类别数，N_i表示第i类无人机目标的训练样本数，则总的训练样本数为

S2、将第i类无人机目标的训练样本数据集进行C均值聚类，得到M个聚类中心：c_i1,c_i2…c_iM，其中，c_ik表示第i类目标的第k个聚类中心，k＝1,2,…M；

S3、计算第i类目标第j个训练样本与第r类目标第k个聚类中心c_rk的马氏距离d_ij,rk，r＝1,2,…g：

其中，T表示矩阵转置，x_rkj表示属于第r类目标第个k聚类的第j个训练样本数据，∑_rk表示第r类目标第k个聚类的训练样本集的协方差矩阵，L_rk表示第r类目标第k个聚类的训练样本个数，则L_r1+L_r2+…L_rM＝N_r，N_r为第r类的所有训练样本数；

将第i类目标第j个训练样本与第r类目标的M个聚类中心距离组成一个M维的列矢量d_ij,r：

d_ij,r＝[d_ij,r1 d_ij,r2 … d_ij,rM]^T

再将d_ij,1、d_ij,2、…d_ij,g列矢量按如下方式组成矢量d_ij：

其中，d_ij称为聚类距离矢量，长度为g×M；

S4、将所有目标的聚类距离矢量按列组成如下矩阵D：

计算矩阵D的协方差矩阵C：

C＝E{(D-E{D})(D-E{D})^T}

其中E{·}表示取均值；

S5、对协方差矩阵C进行奇异值分解，并将奇异值按大到小的顺序排列：

λ₁≥λ₂…≥λ_M

取前l个最大奇异值和对应的左奇异矢量u₁、u₂…u_l组成投影矩阵A，lM：

A＝[λ₁u₁ λ₂u₂ … λ_lu_l]

将A定义为奇异值加权聚类距离子空间；将训练样本x_ij到每类目标聚类中心间的距离矢量向A投影，得到l维的特征矢量z_ij：

z_ij＝A^T(d_ij-E{D})。