[发明专利]基于多普勒交通雷达进行车型识别的方法

摘要

本发明涉及一种基于多普勒交通雷达进行车型识别的方法，实时有效地反映公路交通状况。该方法以正向安装的多普勒交通雷达的时域数字回波信号作为信号输入，用周期图法得到随时间变化的雷达回波功率谱时间序列。把车辆建模成包含多个散射中心的目标体，散射中心与雷达的距离与频谱能量有关，因此同一目标的功率谱序列反映了该目标的轮廓。然后将有效的频谱特征结合主成分分析(PCA)和线性判别分析(LDA)进行降维，再利用支持向量机(SVM)等分类器实现分型。本发明能准确实时的识别车型，划分大中小三类车型的正确率达90%，能满足多数用户的需求，有广泛的应用前景。

主权项

1.一种基于多普勒交通雷达进行车型识别的方法，包括雷达天线、收发设备以及数字信号处理终端，其特性在于，数字信号处理终端处理动目标多普勒频谱包括如下步骤：步骤1、对多普勒雷达回波信号进行快速傅立叶变换，求得信号的时域数字回波信号回波功率谱时间序列：；其中：，为采用点矩形窗截取雷达数字回波信号的快速傅立叶变换；为雷达数字回波信号的离散傅里叶变换，是对矩形窗的离散傅里叶变换；步骤2、检测每个车辆的速度、长度、最大功率谱值和有效的频谱特征序列；当用目标的频谱特征测量车的轮廓时，取谱峰及周围d点能量分析，故一个目标经过检测区域进行的m次检测对应m组功率谱数据，每个目标的m值是不同，则一个目标可表示为式中为第i次检测中第j个功率谱数值；步骤3、提取特征数据和数据降维；对每个目标的数据各自进行主成分分析，求得个系数构成该样本的特征，然后利用该特征进行识别，此时该N个样本为；对个样本,对其进行线性判别分析LDA，使特征数据降到一维，再结合目标长度和目标高度这两个特征，则每个样本的特征为：；步骤4、把全部目标的特征分K组，其中一个子集作为训练集，另外K-1组作为测试集，由训练数据设计分类器实现测试数据的分类；步骤5、交叉验证，更改训练集和测试集的数据内容，返回步骤3；步骤6、取K次测试正确率的平均值作为测试结果。