[发明专利]一种雷达目标微动特征提取与智能分类方法及系统

权利要求书

1.一种雷达目标微动特征提取与智能分类方法，其特征在于，包括：

获取雷达回波数据，经脉冲压缩后得到雷达二维数据；所述雷达二维数据为距离-方位二维数据或者距离-慢时间二维数据；

根据所述雷达二维数据进行雷达目标检测，确定所述雷达目标所在的单元；所述单元为距离-方位单元或距离单元；

获取所述雷达目标所在的单元的待提取微动特征的目标数据；

采用稀疏时频分析法或高分辨压缩变换法提取所述微动特征；

将所述微动特征输入到神经网络分类模型中，得到所述微动特征的分类结果。

2.根据权利要求1所述的雷达目标微动特征提取与智能分类方法，其特征在于，所述获取雷达回波数据，经脉冲压缩后得到雷达二维数据，具体包括：

对于扫描体制雷达，获取所述扫描体制雷达的距离-方位二维回波数据；

对于凝视探测或驻留模式雷达，获取所述凝视探测或驻留模式雷达的距离-慢时间二维回波数据；

对所述距离-方位二维回波数据或所述距离-慢时间二维回波数据进行匹配滤波处理，得到脉冲压缩后的所述距离-方位二维数据或所述距离-慢时间二维数据。

3.根据权利要求1所述的雷达目标微动特征提取与智能分类方法，其特征在于，所述根据所述雷达二维数据进行雷达目标检测，确定所述雷达目标所在的单元，具体包括：

将所述雷达二维数据与预设虚警概率条件下的恒虚警检测器的门限进行比较，根据比较结果判断是否存在所述雷达目标；

若所述雷达二维数据超过所述门限，则判断为存在所述雷达目标，则确定所述雷达目标位于所述距离-方位单元或者所述距离单元；

若所述雷达二维数据未超过所述门限，则判断为不存在所述雷达目标，此时继续对其他所述雷达目标进行检测。

4.根据权利要求1所述的雷达目标微动特征提取与智能分类方法，其特征在于，所述获取所述雷达目标所在的单元的待提取微动特征的目标数据，具体包括：

当所述雷达目标所在的单元为所述距离-方位单元时，扫描体制雷达进入驻留模式，波束指向所述雷达目标的方位，并获取所述距离-方位单元上所述雷达目标的距离-慢时间回波数据；

当所述雷达目标所在的单元为所述距离单元时，凝视探测或驻留模式雷达在驻留模式下直接获取所述距离单元上的所述雷达目标的距离回波数据；

对所述距离-慢时间回波数据和所述距离回波数据进行杂波抑制处理，得到杂波抑制处理后的回波数据。

5.根据权利要求1所述的雷达目标微动特征提取与智能分类方法，其特征在于，所述采用稀疏时频分析法或高分辨压缩变换法提取所述微动特征，具体包括：

采用稀疏时频分析法对以机动或非匀速平动为主的所述待提取微动特征进行提取，得到以机动或非匀速平动为主的所述微动特征；

采用高分辨压缩变换法对以转动或周期运动为主的所述待提取微动特征进行提取，得到以转动或周期运动为主的所述微动特征。

6.根据权利要求1所述的雷达目标微动特征提取与智能分类方法，其特征在于，当所述雷达二维数据中背景杂波强烈或者目标回波微弱时，则在步骤“获取雷达回波数据，经脉冲压缩后得到雷达二维数据”和步骤“根据所述雷达二维数据进行雷达目标检测，确定所述雷达目标所在的单元”之间，还包括以下步骤：

对所述雷达二维数据进行杂波抑制预处理，得到预处理后的雷达二维数据。

7.根据权利要求6所述的雷达目标微动特征提取与智能分类方法，其特征在于，所述对所述雷达二维数据进行杂波抑制预处理，得到预处理后的雷达二维数据，具体包括：

对所述雷达二维数据中的高速运动目标，进行动目标显示处理，得到动目标显示处理后的雷达二维数据；

对所述雷达二维数据中的低速运动目标，进行脉间非相参积累处理，得到脉间非相参积累处理后的雷达二维数据。