[发明专利]一种基于多普勒雷达多信息融合的无人机识别方法

说明书

本发明公开了一种基于多普勒雷达多信息融合的无人机识别方法，包括接收雷达前端处理的原始回波数据，并对原始回波数据进行二维FFT计算，得到距离‑速度二维多普勒谱。对距离‑速度二维多普勒谱进行帧间积累形成杂波图，基于杂波图进行CFAR检测输出目标原始EP点迹信息。对原始EP点迹信息进行目标点航迹提取，得到目标的信息集合。信息集合包括历史关联的n帧EP点迹、凝聚点迹和航迹信息。建立目标知识库，并对目标知识库进行模型训练。对信息集合进行归一化处理，并输入到训练好的模型中进行识别，得到目标类型。本发明提高了目标提取的完整性，简化了检测模型复杂度，减少检测延时的同时提高了目标识别准确率，具有更强的实用性。

技术领域

本发明涉及无人机探测技术领域，具体涉及一种基于多普勒雷达多信息融合的无人机识别方法。

背景技术

低空监视雷达系统是多普勒体系雷达系统，具备探测、识别、处置一体的自动化防御系统，对地面目标以及包括无人机、直升机在内的低空目标进行全天候监视。距离/多普勒处理是通过观测回波频率的脉冲到脉冲间的变化完成，即通过二维FFT计算提取出非模糊的距离和多普勒速度信息。通过高精度的位置、速度信息探测单人、多人、单车、飞机多类型目标，监视跟踪目标的活动，可以掌握、显示目标的位置及运动航迹。

目标识别通常是通过雷达探测信息，包括目标回波强度、目标运动速度等信息，引导光电，从而得到目标光电视频信息相结合进行综合判断，识别目标类型，监视跟踪目标的活动。传统的基于光电图像的方法进行目标识别，系统模型复杂，计算能力需求大，延时大，且不能同时探测多区域目标。

发明内容

本发明的目的在于提供一种基于多普勒雷达多信息融合的无人机识别方法。

本发明所解决的技术问题为：

传统的基于光电图像的方法进行目标识别，系统模型复杂，计算能力需求大，延时大，且不能同时探测多区域目标。

本发明的目的可以通过以下技术方案实现：

一种基于多普勒雷达多信息融合的无人机识别方法，包括以下步骤:

S1、接收雷达前端处理的原始回波数据，并对原始回波数据进行二维FFT计算，得到距离-速度二维多普勒谱。

S2、对距离-速度二维多普勒谱进行帧间积累形成杂波图，基于杂波图进行CFAR检测输出目标原始EP点迹信息。

S3、对原始EP点迹信息进行目标点航迹提取，得到目标的信息集合。信息集合包括历史关联的n帧EP点迹、凝聚点迹和航迹信息。

S4、建立目标知识库，并对目标知识库进行模型训练。

S5、对信息集合进行归一化处理，并输入到训练好的模型中进行识别，得到目标类型。

作为本发明进一步的方案：步骤S1包括：

S11、雷达前端接收机中频输入混频后通过第一维FFT处理运算输出的I/Q数据。

S12、对第一维FFT输出的I/Q数据进行脉冲间FFT计算，观测回波频率的脉冲到脉冲间的变化，提取出非模糊的多普勒信息，得到距离-速度二维多普勒谱。距离-速度二维多普勒谱是包含距离维、频率维的二维R-D功率谱。

作为本发明进一步的方案：第一维FFT处理运算是通过距离匹配滤波器观测回波频率，抑制量程外的差频信号导出频率域的距离信息，提取出非模糊的距离信息。

作为本发明进一步的方案：步骤S2包括：

S21、初始化杂波图，将每个波束的距离-速度二维多普勒谱进行两维量化，距离量化单位为Δr，频率量化单位为Δf，统计N个重复周期每个量化图单元的回波信号的均值方差，杂波图包含Nr×Ns个库单元。