[发明专利]基于信息融合的超宽带探地雷达自动目标识别方法

摘要

一种基于信息融合的超宽带探地雷达自动目标识别方法，首先利用探地雷达回波信号中的直达波相对目标信号有一个较大的时间差，进行直达波的剔除，利用宽相关处理进行滤波和典型数据提取，提高信号的信噪比，提取纵向和横向典型数据用于目标形状识别，提取典型回波道数据进行Welch功率谱估计，并利用RBF网络进行目标材质分类，最后把目标形状识别和材质识别的结果进行信息融合，达到对不同形状，不同材质的地下目标的全面有效的自动识别。本发明实现了超宽带探地雷达目标的全面自动识别，对于实际的应用系统，特别是手持机具有重要意义和实用价值。

主权项

1、一种基于信息融合的超宽带探地雷达自动目标识别方法，其特征在于包括如下具体步骤：1)数据处理：包括直达波剔除和信号滤波，将探地雷达的三维回波数据进行横向和纵向方向的平均，获取垂直方向的平均回波数据，从中选择第二和第三个回波的连接点作为截断点进行数据截断，抑制直达波，剔除前面的回波数据部分，将余下的回波数据作为含信号的数据进行后续处理，对截断后的探地雷达回波数据进行宽相关处理，得到三个典型切面和三个回波信号的最大值点处的X、Y、Z值；2)特征提取：包括用于目标形状识别的纵向和横向典型数据的提取和用于目标材质识别的典型道数据的提取，根据宽相关处理后得到的回波信号最大值点处的X、Y值，得到对应的纵向切面和横向切面数据，再取切面图最大值附近的各道数据对应的最大值，得到两个切面的轮廓点，得到用于形状识别的特征数据，确定不同的X、Y值，得到对应的纵向切面和横向切面交点的典型道数据，然后经Welch功率谱处理后，可以得到用于材质识别的数据；3)分类识别：将得到的形状识别特征数据进行曲线拟合，比较不同曲线对应的平方差，来确定拟合结果，利用不同形状目标回波信号对应不同的拟合曲线，并结合切面图显示，实现目标形状的识别；利用径向基函数RBF神经网络对目标材质进行分类，将与不同材质对应的典型道数据经Welch功率谱估计，得到用于材质识别的样本数据，送入径向基函数RBF神经网络进行训练建立特征量与目标值的函数关系，将上一步特征提取得到的用于材质识别的数据作为特征量输入神经网络，实现目标材质的自动识别；最后把目标形状识别和材质识别的结果进行信息融合，实现对不同材质，不同形状目标的全面自动识别。