[发明专利]一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法

说明书

本发明公开了一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法，包括步骤:对雷达海杂波HRRP信号进行切割、取模、对齐；对预处理后HRRP，采用SMRA方法提取海杂波的多维特征，具体包括：(1)估计HRRP序列的PWVD时频特征谱；(2)对PWVD时频谱,在频率方向估计瞬时奇异性指数ISE，得到原信号的时间‑奇异性指数分布图；(3)在奇异性指数维，估计每个时刻的奇异性功率谱；(4)遍历所有的时刻点，得到原HRRP信号的SMRA多维特征谱；采用BiGRU深度网络模型对基于SMRA分析的HRRP雷达海杂波进行分类。

技术领域

本发明涉及雷达海杂波特征提取和分类领域，特别涉及一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法。

背景技术

雷达海杂波是指在雷达电磁波照射下海面的后向散射回波。海杂波对于海上雷达目标探测具有较大的影响，正确测量和认知海杂波有助于更好地开展海面目标探测，具有重要的意义。目前，海杂波主要通过海况等级来分类，通过统计海面的实时浪高和有效浪高，将海况分为由低到高的10级。常见的判断海况等级方法多是通过卫星信号或者海航船只测量浪高，再对应相应等级，该类方法实时性差、分类精度低，难以达到雷达目标探测的使用要求。迄今为止，由于数据集缺少或海况等级标签不准确等客观因素，针对海杂波等级的分类研究较少。徐雅楠、关键等人基于IPIX1998数据集做过高低海况的分类，即四级以上海况归为高海况，四级以下归为低海况，并在大量数据与大批次迭代下取得了接近100％的识别率；但二分类的方法过于粗略，无法针对特定海况等级对海杂波进行分类。

多分辨分析(Multi-Resolution Analysis，MRA)又称为多尺度分析,是小波分析理论的核心部分,也是小波分析应用的基本工具。MRA还可以作为一种图像信号处理工具，在图像压缩和重构、信号降噪、边缘检测、奇异点检测、时频分析等方面有大量应用，并成功应用于地震信号分析、涡流信号分析、语音信号处理等领域。本专利拓展了传统MRA方法，在奇异性指数域对信号进行多分辨分析，提出奇异性指数域多分辨分析(Singularity-exponent-domain MRA,SMRA)。该方法将奇异性指数域(简称奇异域)视为一种与时间正交的维度，在奇异域对信号功率测度进行分析，可得到信号在奇异性指数域上的多分辨分析谱，更进一步，通过拓展上述MRA的思想，在奇异域对信号进行展开，可获得具有不同奇异性指数值和奇异性指数分辨率的信号特征谱。

本申请将利用SMRA方法，并结合双向门控单元(BiGRU)深度网络模型，对2～4海况等级条件的HRRP海杂波进行分类，在提高海杂波分类时效性的提前下，提升海杂波精细化分类的能力，为雷达海上监视和目标探测研究提供技术支撑。

发明内容

为了克服现有技术中的不足，本发明提供一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法，通过对不同海况的HRRP信号做SMRA处理，再进行BiGUR深度网络分类识别，实现不同海况等级的分类，可以为海杂波分类提供更有效的处理方法。

为了达到上述发明目的，解决其技术问题所采用的技术方案如下：

一种基于SMRA和BiGRU的雷达HRRP海杂波分类方法，包括以下步骤：

步骤S100：对雷达海杂波HRRP信号进行预处理，包括切割、取模、对齐；

步骤S200：对预处理后HRRP，采用奇异性指数域多分辨分析SMRA方法提取海杂波的多维特征，具体包括：

(i)估计HRRP序列的PWVD时频特征谱；

(ii)对PWVD时频谱,在频率方向估计瞬时奇异性指数ISE，得到原信号的时间-奇异性指数分布图；

(iii)在奇异性指数维，估计每个时刻的奇异性功率谱；

(iv)遍历所有的时刻点，得到原HRRP信号的SMRA多维特征谱；