[发明专利]一种基于角域划分的飞机目标分类方法

摘要

本发明属于飞机目标分类技术领域，特别涉及一种基于角域划分的飞机目标分类方法。其具体步骤为仿真产生三类飞机在方位角α的角域范围[‑90°,90°]内的旋翼雷达回波数据；将方位角α的[‑90°,90°]区域划分为C个角域；在第c个角域下(c＝1,...,C)仿真产生Dc个训练样本，每个训练样本表示任一类飞机在第c个角域下旋翼的一次雷达回波数据；根据仿真产生的训练样本，提取特征并进行归一化处理和特征选择，训练第c个角域下的分类器，得出训练后第c个角域下的分类器；通过接收飞机旋翼的雷达回波，获取测试样本；判断测试样本所属的角域，根据测试样本所属角域对测试样本进行特征选择，将特征选择后的归一化特征向量输入对应角域下训练后的分类器中，得出对应测试样本的飞机类别。

主权项

一种基于角域划分的飞机目标分类方法，其特征在于，包括以下步骤：步骤1，建立水平旋翼的雷达回波参数模型和垂直旋翼的雷达回波参数模型；步骤2，根据步骤1的水平旋翼的雷达回波参数模型，通过仿真产生直升机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据；根据步骤1的垂直旋翼的雷达回波参数模型，通过仿真产生螺旋桨飞机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据、以及喷气式飞机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据；步骤3，根据步骤2仿真产生的每类飞机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据，将飞机旋翼相对于雷达的方位角α的[‑90°，90°]区域划分为多个角域，划分的角域的总个数为C；步骤4，仿真产生D个训练样本，每个训练样本表示任一类飞机在方位角的角域范围[‑90°，90°]内的旋翼的一次雷达回波数据；其中，直升机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据是在步骤1的水平旋翼的雷达回波参数模型的基础上通过仿真产生的，螺旋桨飞机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据是在步骤1的垂直旋翼的雷达回波参数模型的基础上通过仿真产生的，喷气式飞机在方位角的角域范围[‑90°，90°]内的旋翼的雷达回波数据是在步骤1的垂直旋翼的雷达回波参数模型的基础上通过仿真产生的；步骤5，根据步骤4仿真产生的D个训练样本，训练线性SVM分类器，得出训练后的线性SVM分类器；步骤6，通过接收飞机的旋翼的雷达回波，获取Q个测试样本，每个测试样本表示飞机的旋翼的对应的一次雷达回波数据；提取第q个测试样本的M维特征，将第q个测试样本的M维特征组成特征向量fq′，q＝1，2，...，Q，M为大于1的自然数；步骤7，根据步骤6中每个测试样本对应的特征向量，得出对应测试样本的归一化特征向量，将每个测试样本的归一化特征向量输入步骤5生成的训练后的线性SVM分类器中，得出对应测试样本的飞机类别。