[發明專利]基于大數據分析技術的復雜環境自適應主動雷達系統

在審

• 申請號: 201710948098.7
• 申請日: 2017-10-12
• 公開（公告）號: CN107884768A
• 公開（公告）日: 2018-04-06
• 發明（設計）人: 康阿龍;李亞軍;王志誠;余渝生;郭冬梅
• 申請（專利權）人: 上海無線電設備研究所
• 主分類號: G01S13/02
• 分類號: G01S13/02;G01S13/66;G01S7/292;G01S7/35
• 代理公司: 上海信好專利代理事務所(普通合伙)31249
• 代理人: 朱成之

技術領域

本發明涉及主動雷達系統，特別涉及一種基于大數據分析技術的復雜環境自適應主動雷達系統。

背景技術

隨著無線設備的廣泛應用與雷達目標類型的逐漸增加，雷達系統設計不僅需從雷達工作體制、低熱噪聲硬件設計及弱信號處理算法等方面著手，還需針對應用環境的多樣性與動態多變性進行適應性設計，以避免復雜環境下雷達系統性能急劇降低。可以看到，對復雜環境的自適應能力高低，是雷達系統智能化程度衡量的關鍵指標之一。

復雜環境下雷達目標后向散射特性具有多樣性，而傳統雷達系統通常采用開環式架構，發射波形相對固定且單一，對環境的適應性主要依賴于接收機與信號處理算法設計，這種被動地環境適應性方法導致了其在不同環境下針對不同目標的波形及波形參數自適應優化能力較低，從而制約了雷達系統對復雜環境的適應能力。另一方面，雷達應用范圍的不斷擴大，現有應用領域已積累了大量復雜環境下的雷達回波及雷達圖像數據，同時深度學習等大數據分析技術已在語音識別、手寫字體識別、光學圖像識別等領域不斷取得突破性的應用成果，因而采用深度學習等大數據分析技術來提高雷達系統對復雜環境的適應能力是一種良好的技術途徑。

通過專利檢索，尚未發現基于大數據分析技術的適用于復雜環境自適應的主動雷達系統相關專利與論文，現有專利和論文主要集中在目標識別、波形優化等算法具體實現方面，而雷達系統級專利則依然基于傳統的神經網絡。專利申請號201610880083.7提出了一種對多模傳感器采集的數據進行物體分類的方法，但其應用深度學習算法進行目標分類前需人工提取目標特征，而本專利對目標特征實現自動提取。在高分辨率一維距離像（HRRP）目標識別方面，專利申請號201410727815.X提出了一種基于深度學習網絡的方法，其采用基于代價函數的梯度下降法對每層網絡參數反復迭代一次性完成優化，而本專利采用后向傳播算法從網絡頂層逐層向下反向對每層網絡參數二次優化微調，直至完成參數最優。在雷達合成孔徑（SAR）圖像目標識別方面，專利申請號201610777874.7提出了一種基于深度置信網絡（DBN）的三維SAR圖像目標識別方法，專利申請號201610756338.9提出了一種基于深度置信網絡（DBN）的干涉SAR圖像分類方法，專利申請號201610009494.9、中國礦業大學郭麗麗碩士論文與西安電子科技大學羅小歡碩士論文分別提出了一種基于卷積神經網絡（CNN）的SAR圖像目標識別方法，而本專利則采用生成式對抗神經網絡（GANs）完成基于深度學習模型的SAR圖像目標分類識別。在波形優化算法方面，專利申請號201210011015.9、專利申請號201410367813.4分別提出了基于功率譜與能量譜分析的雷達波形優化方法，而本專利則基于雷達回波統計信號模型采用假設檢驗的似然函數方法實現波形優化。在雷達系統架構設計方面，專利申請號201310291291.X提出了一種基于神經網絡的認知雷達探測裝置，而本專利采用了基于深度學習網絡的系統架構，具有更好的分類能力。

由于雷達目標后向散射特性不僅與發射波形對目標環境的適應度相關，也與目標空間結構特征及照射角度有關，因而雷達系統不在對目標準確識別的基礎上進行波形優化，而僅僅只單獨采用上述目標識別或波形優化方法并不能實現對復雜環境的最佳適應性，需從系統架構層面綜合設計。此外，傳統神經網絡很容易在局部極小值停止學習且學習速率會越來越慢，同時目標識別性能非常依賴于初始參數的選取，這就使得雷達系統采用該類方法以適應多樣化復雜目標環境時具有局限性，這種局限性也是推動深度學習等大數據分析技術出現的重要原因之一。此外，目標特征提取依賴于人工設計與目標分類層相對簡單也制約了傳統神經網絡方法在復雜環境應用時的實用性，而在傳統神經網絡之后出現的機器學習等人工智能方法也未能解決目標識別時需人工設計大量目標特征等問題。

發明內容

本發明的目的是提供一種基于大數據分析技術的復雜環境自適應主動雷達系統，采用深度學習算法從雷達樣本數據中抽取出目標及相應目標環境多層次特征，解決了現有雷達系統發射波形與目標結構及環境特征相關度不高而導致的復雜環境下弱小目標的低檢測率、目標識別時需人工設計目標特征而產生的大工作量、目標特征設計時過于依賴人工設計經驗而導致的不同目標環境下適應度較低等問題，從而在降低對目標及目標環境先驗知識要求的同時，有效提高雷達系統在復雜環境下對弱小目標的檢測與跟蹤性能。

為了實現以上目的，本發明是通過以下技術方案實現的：

一種基于大數據分析技術的復雜環境自適應主動雷達系統，其特點是，包含：