[发明专利]一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置

说明书

本发明提供了一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置，所述方法包括：计算机动目标的角度信息；获得机动目标的雷达一维距离像信息；获得角度数据集与雷达一维距离像数据集；获得雷达一维距离像的一维卷积预估尺寸；构建雷达一维距离像自动识别的多尺寸一维卷积神经网络模型；训练多尺寸一维卷积神经网络模型；将角度信息与雷达一维距离像信息输入训练后的多尺寸一维卷积神经网络模型，获得机动目标的雷达一维距离像识别结果。达到了自动提取机动目标雷达一维距离像中不同外形结构的不同距离单元长度特征，更贴近实际外形特征，加之角度信息，从而实现区分不同雷达视角下机动目标的一维距离像数据特征，有效提高识别率的技术效果。

技术领域

本发明涉及机动目标自动识别技术领域，尤其涉及一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置。

背景技术

目前，基于雷达一维距离像对机动目标进行自动识别的方法主要是在特征提取之后，经识别分类器从而得到机动目标的识别结果。其中，特征提取可分为两种方法，一是通过多变量统计分析方法进行特征提取，二是利用深度神经网络模型对雷达一维距离像的多特征进行自动提取，与前者相比，后者具有较高的识别准确率。

但本申请发明人在实现本申请实施例中技术方案的过程中，发现上述现有技术至少存在如下技术问题：

现有的基于雷达一维距离像对机动目标自动识别方法中，由于不同雷达视线下不同角度的目标雷达一维距离像数据特征不同，导致识别率下降，同时在对雷达一维距离像进行特征提取时，其卷积核尺寸需要人工预先设定，且只能选取相同尺寸，从而造成雷达一维距离像的多特征提取不全面、有误差，进而导致机动目标识别率低的技术问题。

发明内容

本发明实施例提供了一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置，解决了现有的基于雷达一维距离像对机动目标自动识别方法中，由于不同雷达视线下不同角度的目标雷达一维距离像数据特征不同，导致识别率下降，同时在对雷达一维距离像进行特征提取时，其卷积核尺寸需要人工预先设定，且只能选取相同尺寸，从而造成雷达一维距离像的多特征提取不全面、有误差，导致机动目标识别率低的技术问题。通过一维卷积的多尺寸预估，达到了自动提取机动目标雷达一维距离像中不同外形结构的不同距离单元长度特征，更贴近机动目标的实际外形特征，同时增加角度信息的探测维度输入，从而实现区分不同雷达视角下机动目标的一维距离像数据特征，进而有效提高识别率的技术效果。

鉴于上述问题，提出了本申请实施例以便提供一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置。

第一方面，本发明提供了一种基于多尺寸一维卷积的雷达一维距离像识别方法，所述方法包括：计算待识别机动目标的角度信息；通过宽带雷达获得所述待识别机动目标的雷达一维距离像信息，其中，所述雷达一维距离像信息与所述角度信息为一一对应关系；获得角度数据集与雷达一维距离像数据集；根据所述雷达一维距离像数据集，获得所述雷达一维距离像的一维卷积预估尺寸；根据所述一维卷积预估尺寸，构建雷达一维距离像自动识别的多尺寸一维卷积神经网络模型；利用所述角度数据集与所述雷达一维距离像数据集，训练所述多尺寸一维卷积神经网络模型；将所述角度信息与所述雷达一维距离像信息输入所述训练后的多尺寸一维卷积神经网络模型，获得所述待识别机动目标的雷达一维距离像识别结果。

优选的，所述计算待识别机动目标的角度信息，包括：计算空中平台对海/地面上的所述待识别机动目标的俯仰角信息；计算海/地面上的所述待识别机动目标运动轨迹方向的方位角信息；根据所述俯仰角信息与所述方位角信息，获得所述待识别机动目标的角度信息。

优选的，所述计算空中平台对海/地面上的所述待识别机动目标的俯仰角信息，包括：通过激光雷达获得空中平台的俯仰光束；通过窄带雷达获得所述待识别机动目标机动方向；根据所述空中平台的俯仰光束与所述待识别机动目标的机动方向，计算所述机动方向与所述俯仰光束的夹角，获得所述待识别机动目标的俯仰角信息。