一种机载雷达空地运动目标分类识别方法
【技术领域】
[0001] 本发明属于机载雷达目标分类识别技术领域，设及一种基于分形和相位调制特征 的机载雷达空地运动目标分类识别方法。
【背景技术】
[0002] 机载监视雷达大多具有良好的低空探测性能，但当机载监视雷达工作在下视模式 下来监视低空飞行器时，会检测出大量的地面运动目标信息，但是现有技术中的机载雷达 只能通过多普勒速度和雷达散截面（RC巧来判断目标属性。由于同时检测到的低空目标如 直升机、无人机和地面汽车具有相似的多普勒速度和RCS，所W机载雷达很容易出现误判。
[0003] 近几年来，关于机载雷达空地运动目标分类识别技术的研究，国内外公开的 文献仅有为数不多的几篇，从文献可W看出，国内外学者已开展了一些研究。文献 (韩伟，汤子跃，朱振波.利用道路信息的机载预警雷达空地目标分类.电光与控 制，2013, 20化）：45-50.)提出基于利用道路信息的机载雷达空地目标分类方法，利用航 迹信息和地面道路信息，往往对系统要求较高，运往往要对道路具有精确的先验信息， 要存储海量的矢量地图，达到精确地形匹配，此外，无人机和直升机也可能在道路上空 飞行，因此存在一定的局限性。文献（1.化gel I D, Smith S. Creating a Ukelihood vector for ground moving targets in the exo-clutter region of airborne r曰d曰r signals. 2012Workshop on Sensor Data Fusion:Trends, Solutions, Application. Bonn, 2012:49-54 ;2.Nagel I D, Neumann P C, Smith S. Classification of ground moving t曰rgets in the exo-clutter region of 曰ir-borne r曰d曰r sign曰Is. Intern曰tion曰 1 Radar Symposium, Wroclaw, 2008:1-5)提出基于距离-多普勒域的幅度调制特征（非主杂 波区）的差异进行空地目标分类识别，但运往往对信噪比要求较高。
【发明内容】
[0004] 本发明的目的为：提供一种基于分形和相位调制特征识别空地运动目标的方法。 阳〇化]本发明的技术方案为：所述的识别方法包括如下步骤：
[0006] 步骤一，将实测窄带数据依次进行解析、脉压、相参积累；
[0007] 步骤二，从相参积累后的数据中提取分形特征；
[0008] 步骤1，取一个长度为N的目标信号在某一距离单元的多脉冲数据F，将它的幅度 和时间轴归一化后放入一正方形；
[0009] 步骤2,选取边长为δ"(πι=1，2，···，Μ)的方格网，每个小正方形成为盒子，用盒子 去覆盖单位正方形，并计算每一种尺寸的Sm盒子与F相交的个数Ne (巧；
[0010] 步骤3,通过W下公式计算盒维数，
[0011]
[0012] 步骤Ξ，通过W下公式从相参积累后的数据中提取相位调制特征，
[0016] 0n(t) = 4 3iRn(t)/A (5)
[0017] 其中：kp为相位调制特征，λ为雷达发射波长，R"(t)为第η个散射中屯、和雷达之 间的径向距离，Μ为脉冲数，Δ巧为第i+l个与第i个脉冲间相位差；
[001引步骤四，根据W下公式进行目标分类识别，
[0021] y,[(w · x,)+b] ^ 1, i = l,2,k,n 做
[002引其中：(Xi，yi)为训练样本集为，为对应的样本称为支持向量。
[0023] 作为本技术方案的一种改进，提取到的用于训练和测试的分形特征与相位调制特 征大于或等于100帖。
[0024] 本发明的有益效果为：（1)条件约束少，工程易于实现，因为本发明提出的目标分 类识别算法是窄带工作模式下即可实现，不需要大瞬时带宽而消耗过多的资源。运对于机 载雷达面临轻小型化W及多功能多任务，多工作模式多目标跟踪要求条件下增加目标分 类识别功能是可能实现的，过多的消耗雷达资源往往在机载雷达难W实现；
[00对 似目标特征比较稳定，且物理意义比较清晰。
[00%] (3)识别结果较好，经过某机载雷达试飞数据的几个架次的多个航次数据进行分 析验证表明，机载雷达空地运动目标分类识别平均识别率在89. 5%，其中直升机识别率为 85%，汽车的分类识别率在94%。
[0027] (4)可W具有在线和离线学习，例如通过对一个重点目标跟踪模式进行短时间的 在线学习，例如Is即可对目标的分形和归一化方差特征形成特征模板；
[00測 妨代价小，运算量小。基于100帖数据即可给出目标特征的识别结果，并进行分 类识别。
[0029] 说明书附图
[0030] 图1是本发明给出的机载雷达空地运动目标分类识别方法流程图
[0031] 图2是本发明给出的直升机和汽车的NRCS ;
[0032] 图3是本发明给出的直升机和汽车目标的分形特征；
[0033] 图4是本发明给出的直升机和汽车目标的相位调制特征；
[0034] 图5是本发明给出的是直升机和汽车目标分形和相位调制联合二维特征分布；
[0035] 图6是本发明给出的是直升机和汽车目标分类识别结果。
[0036]
【具体实施方式】
[0037] 一种基于分形和相位调制特征的机载雷达飞机目标分类识别技术，包括数据预处 理、分形和相位调制特征的提取、分类识别算法Ξ部分构成。
[0038] 1.数据预处理
[0039] (1)将实测窄带数据进行解析，脉压，相参积累；
[0040] (2)提取用于特征训练和测试，数据各不低于100帖；
[0041] 2.特征提取算法
[0042] (1)分形特征提取
[0043] 分形是描述物体表面的粗糖程度和不规则程度，分形的一个重要特征为计算的分 维数是一种非整数的形式，称为分形维数，描述分形特征的参数叫分形维数。而常规的人造 物体如飞机通常具有相对规则的几何形体，且目标的分形维数相对稳定，而不同目标的外 形不和规则程度存在差异，导致不同目标的分形特征也存在差异，运就为基于分形特征来 将目标进行分类识别带来可能。
[0044] 由于时间资源对目标分类识别是至关重要的，本文拟定采用盒维数度OX dimension)法来提取分形特征，盒维数法被认为是计算分形维数最快和实用的： W45] 设D是R"上任意非空的有界子集，N S (D)是直径最大为δ并能可W覆盖D的集的 最小个数，则D的下、上限的盒维数分别定义为：
W48] 如果式（1)和式似两个值相等，则称D为盒维数，记为
[0050] 工程上W式（3)为计算公式即可计算出盒维数；
[0051] 基于盒