[发明专利]一种基于时频分布瞬时频率边缘特征的雷达目标识别方法

摘要

本发明公开了一种基于时频分布瞬时频率边缘特征的雷达目标识别方法，属于雷达目标识别技术领域，涉及雷达高分辨距离像时频分布特性、瞬时频率边缘特性的技术。该方法首先，对雷达距离像进行预处理，消除其平移敏感性、幅度敏感性；然后，求出距离像的Wigner‑Ville分布，再通过时频重排技术抑制Wigner‑Ville分布中的交叉干扰项；接下来，求取时频重排后的时频分布的瞬时频率边缘特征，并用和主成分分析算法得到瞬时频率边缘特征的特征矩阵；最后，使用K近邻分类器对测试样本进行分类。这样该方法既同时利用了距离像的时间和频率变化的信息，又避免了直接以时频分布为识别特征所带来的信息冗余、计算量较大的难题，提高了目标识别率。

主权项

1.一种基于时频分布瞬时频率边缘特征的雷达目标识别方法：其特征在于，该方法包括以下步骤：步骤1，对训练距离像样本Y进行预处理，消除平移敏感性和幅度敏感性：训练距离像样本矩阵Y＝[y1,y2,…,yi,…,yN]∈Rn×N，yi∈Rn为n维列向量距离像样本，i＝1,2,…,N，Rn×N表示n×N维矩阵；式中，τ为时延，f为频率；步骤3，对样本Wigner‑Ville分布进行时频重排，抑制分布中交叉干扰项：和分别表示Wigner‑Ville分布进行时频重排后的时间和频率，t和f分别表示Wigner‑Ville分布的时间和频率，t′、f′分别代表时间、频率；重排后的时频分布记为W_y′；步骤4，求重排后的时频分布的瞬时频率边缘特征：步骤5，线性化瞬时频率边缘特中蕴含的非线性特征：使用非线性函数φ将瞬时频率边缘特征映射到高维空间，映射结果为进而将瞬时频率边缘特中蕴含的非线性特征线性化；为第i个训练样本距离像瞬时频率边缘特征，i＝[1,2,…,N]；步骤6，根据核函数原理，构造频率边缘特征映射结果的核矩阵K：由核函数原理，频率边缘特征映射结果的内积与核函数κ值相等，即构建核函数矩阵K：步骤7，由训练样本的核矩阵K，训练出投影变换矩阵X：使用二维主成分分析算法，对核矩阵K进行降维，得到投影变换矩阵X；X＝[x1,x2,…,xd]∈RN×d，x1,x2,…,xd∈RN为核函数矩阵K特征值所对应的特征向量，d为特征向量的个数；步骤8，根据求得的投影变换矩阵X求取测试样本的投影特征矩阵其中，步骤9：使用K近邻分类器，对测试样本进行分类，识别出目标。