[发明专利]一种基于支持向量机的墙体参数预测方法

摘要

本发明公开了一种基于支持向量机的墙体参数预测方法，首先通过仿真收集墙体参数的回波数据，提取出前墙回波与后墙回波的最大幅值与其对应的时刻；然后利用支持向量机(SVM)对训练数据进行训练，建立墙体参数各自的回归模型；最后对未知墙体参数的样本进行预测。本发明能精确地预测电导率，对有目标情况，目标离墙体越远，电导率的预测精度越高。能够高效、精准且高抗干扰性的预测出墙体的参数(介电常数、厚度和墙体电导率)，解决穿墙雷达成像中墙体参数未知的困扰。

主权项

1.一种基于支持向量机的墙体参数预测方法，其特征在于，包括以下步骤：步骤一、天线设置步骤：在墙体的同侧水平放置发射天线与接收天线，发射天线采用高斯调制脉冲波形向墙体投射；步骤二、仿真采样步骤：利用基于时域有限差分法的电磁仿真软件进行仿真，设置一组用于采样的墙体参数，利用接收天线接收回波信号，收集不同墙体参数下的回波数据，保存墙体参数与对应的回波数据作为训练样本；步骤三、特征值提取步骤：回波信号中能量占比最大的是直达波、前墙回波、后墙回波，有目标存在的情况下还有目标的散射回波，其中，提取的特征信息包括前墙回波信号与后墙回波信号的最大幅值以及对应的时刻，记作(A1，t1，A2，t2)；A1表示前墙回波信号的最大幅值，t1表示前墙回波信号的最大幅值对应的时刻，A2表示后墙回波信号的最大幅值，t2表示后墙回波信号的最大幅值对应的时刻；步骤四、回归模型训练步骤：根据步骤三所提取的特征信息，利用支持向量机SVM进行训练，生成回归模型；其中，利用仅受介电常数影响的前墙回波信号的最大幅值A1去训练预测介电常数回归模型；利用介电常数与对应的两墙面回波的时间差(t2‑t1)训练预测墙体厚度回归模型；利用特征信息(A1，t1，A2，t2)训练预测墙体电导率回归模型；步骤五、参数寻优步骤：利用改进的网格搜索法选择支持向量机SVM中最优的惩罚参数C和RBF核函数中的参数r，根据这组最优的参数组合训练出最优回归模型；步骤六、未知墙体参数预测步骤：在未知墙体的同侧水平放置发射天线与接收天线，发射天线采用高斯调制脉冲波形向墙体投射，利用接收天线收集两组以上未知墙体参数得到接收信号，保存未知墙体参数与对应的回波数据作为测试数据；利用步骤五得到的最优回归模型对测试数据进行预测，从而预测出未知墙体参数。