一种战场侦测雷达人车分类识别方法与流程

本发明涉及一种战场侦测雷达人车分类识别方法。

背景技术：

1、随着雷达技术的发展，其目标检测能力被广泛应用到各个领域，如战场侦察领域，通常需要雷达等设备快速区分出移动的车辆和行人，便于精准打击目标。

2、雷达天线发射毫米波照射目标，然后由接收设备接收目标反射的信号，信号经过处理后获得目标的若干特征值，根据每一特征值判断特征值表示的是车辆还是行人，通常雷达进行目标识别的常规方式是获取目标的速度和幅度信息，对目标进行区分和识别。

3、当目标低速运动时，靠速度难以区分目标，雷达基本只能靠目标的幅度信息来区分人和车，但由于人和车的幅度起伏差别较小会导致识别结果不稳定，若采用其他方法进行目标识别，虽然识别概率较高，但是运算量大，需要的时间长，无法达到快速识别，因此精准快速识别并区分人和车是急需解决的问题。

技术实现思路

1、本发明的主要目的是为了提供一种战场侦测雷达人车分类识别方法，能够精准、快速识别并区分人和车。

2、本发明的目的可以通过采用如下技术方案达到：

3、一种战场侦测雷达人车分类识别方法，包括以下步骤：

4、步骤1、获取雷达接收信号，对接收信号进行动目标检测分析，提取动目标的速度和rcs值；

5、步骤2、根据目标速度和目标rcs建立高斯概率分布函数，设置人、车对应的均值及标准差，通过高斯分布函数进行目标分类概率统计，根据目标分类概率结合目标特征值占比计算出目标类别分数；所述根据目标分类概率结合目标特征值占比计算出目标类别分数具体为：

6、通过上述高斯分布函数分别计算出目标为人和车的概率，得到p1、p2、p3和p4四个参数，其中p1为以当前速度判定目标是人的概率，p2为以当前速度判定目标是车的概率，p3为以当前rcs判定目标是人的概率，p4为以当前rcs判定目标是车的概率；

7、基于上述参数，目标判为人及车的概率得分为：

8、p(人)＝a*p1+b*p3，p(车)＝a*p2+b*p4，分数取值在0～100之间，其中a表示速度特征计算得分的占比，b表示rcs特征计算得分的占比，a与b之和为1，若p(人)分数大于p(车)分数，则判为人，若p(人)分数小于p(车)分数，则判为车。

9、优选的，所述目标分类概率计算过程为：

10、步骤2.1、默认目标的rcs及速度信息符合高斯分布，所述目标为人、车，预设人、车对应的均值及标准差；

11、步骤2.2、基于目标速度及目标rcs建立的高斯概率分布函数得到：

12、该式中f(x)表示特定连续随机变量x的概率分布，x为目标速度或目标rcs，σ为标准差，σ2为标准方差，u为高斯分布的平均值，e为常数，x表示随机变量在某一具体时刻的具体取值，dx表示相邻两个数据点的差值，该式中取x左右各1倍标准差作为该值概率，将目标速度或目标rcs代入f(x)后，再对f(x)进行归一化，使其取值范围为0～100，即得到根据目标速度判断目标是否为人的概率分布。

13、优选的，当目标速度大于4.1m/s时，a＝1、b＝0，此时p(人)＝1*p1+0*p3，p(车)＝1*p2+0*p4；

14、当目标速度小于2m/s时，a＝0.8，b＝0.2，此时p(人)＝0.8*p1+0.2*p3，p(车)＝0.8*p2+0.2*p4；

15、当目标速度不大于4.1m/s且不小于2m/s时，a＝0.6，b＝0.4，此时p(人)＝0.6*p1+0.4*p3，p(车)＝0.6*p2+0.4*p4。

16、优选的，在计算目标类别分数过程中，若距离宽度及速度宽度出现明显特征值时，对应目标类别分数加成。

17、优选的，在通过高斯分布函数进行目标分类概率统计的过程中，若距离宽度及速度宽度出现明显特征值，则直接判断目标类别。

18、优选的，对于形成稳定航迹的目标，在航迹中包含的所有单点点迹识别得分p(人)及p(车)进行平均，综合进行判断，判断方式为：将航迹最近n个点的得分求平均，n>1，得到目标识别总分以此进行对比。

19、本发明的有益技术效果：本发明通过目标的雷达反射截面积(rcs)和速度两方面，建立高斯概率分布函数，通过分数对比方法，从而有效的提高了点迹目标识别的概率，解决当目标低速运动、幅值起伏比较小时难以精准快速识别并区分人和车的缺陷，与传统的识别算法相比，更容易理解，更精准快速，为雷达分类识别提供了新的参考方向。

技术特征：

1.一种战场侦测雷达人车分类识别方法，其特征在于：包括以下步骤

2.根据权利要求1所述的一种战场侦测雷达人车分类识别方法，其特征在于：所述目标分类概率计算过程为：

3.根据权利要求2所述的一种战场侦测雷达人车分类识别方法，其特征在于：

4.根据权利要求3所述的一种战场侦测雷达人车分类识别方法，其特征在于：在计算目标类别分数过程中，若距离宽度及速度宽度出现明显特征值时，对应目标类别分数加成。

5.根据权利要求3所述的一种战场侦测雷达人车分类识别方法，其特征在于：在通过高斯分布函数进行目标分类概率统计的过程中，若距离宽度及速度宽度出现明显特征值，则直接判断目标类别。

6.根据权利要求1所述的一种战场侦测雷达人车分类识别方法，其特征在于：对于形成稳定航迹的目标，在航迹中包含的所有单点点迹识别得分p(人)及p(车)进行平均，综合进行判断，判断方式为：将航迹最近n个点的得分求平均，n>1，得到目标识别总分以此进行对比。

技术总结
本发明公开了一种战场侦测雷达人车分类识别方法，包括以下步骤：步骤1、获取雷达接收信号，对接收信号进行动目标检测分析，提取动目标的速度和RCS值；步骤2、根据目标速度和目标RCS建立高斯概率分布函数，设置人、车对应的均值及标准差，通过高斯分布函数进行目标分类概率统计，根据目标分类概率结合目标特征值占比计算出目标类别分数。本发明通过目标的雷达反射截面积(RCS)和速度两方面，建立高斯概率分布函数，通过分数对比方法，从而有效的提高了点迹目标识别的概率，解决当目标低速运动、幅值起伏比较小时难以精准快速识别并区分人和车的缺陷，与传统的识别算法相比，更容易理解，更精准快速，为雷达分类识别提供了新的参考方向。

技术研发人员：闫家杰,鲁益青,费凌汉
受保护的技术使用者：南京众博达电子科技有限公司
技术研发日：
技术公布日：2024/1/12