[發明專利]一種基于速度節奏圖的多種類無人機場景識別方法

有效

• 申請號: 201810199770.1
• 申請日: 2018-03-12
• 公開（公告）號: CN108549076B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 李剛;張聞宇
• 申請（專利權）人: 清華大學
• 主分類號: G01S13/88
• 分類號: G01S13/88
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 羅文群

本發明涉及一種基于速度節湊圖的多種類無人機場景識別方法，屬于雷達目標識別技術領域。該方法包括利用時頻分析計算目標的微多普勒信號，利用傅里葉變換計算目標的速度節奏圖，并定義了節湊頻譜信號作為特征信號，利用K?means分類實現目標識別。該方法針對多無人機目標的識別檢測，具有較高的正確率以及較小的計算復雜度。

技術領域

本發明涉及一種基于速度節奏圖的多種類無人機場景識別方法，屬于雷達目標識別技術領域。

背景技術

雷達發射電磁波到目標表面并接收回波，目標與雷達之間的距離會體現在回波的延時上，如果物體是移動的，則接收信號的頻率會發生與相對運動速度有關的偏移，即產生多普勒效應。如果除了主運動外，目標或者目標上的某些部件還伴隨有微運動，則微運動會在雷達回波信號上引起額外的頻率調制，使得多普勒頻率產生邊頻，即為微多普勒效應。

近年來，無人機被廣泛應用于農業監控、災后搜救等許多領域，發揮了很大的作用。但是，利用無人機進行非法監控、干擾機場的正常運行等濫用現象也越來越嚴重。因此，能夠準確及時的檢測出無人機就顯得尤為關鍵。

由于無人機的螺旋槳葉片是典型的微動部件，可以產生獨特的微多普勒特征，近年來，微多普勒特征被廣泛的應用于無人機的檢測。但是，絕大多數的研究都是在場景中只有一個無人機的前提下進行的。當檢測區域有多個無人機同時出現時，由于多個無人機各自的微多普勒特征的相互疊加，現有大部分研究都無法得出正確的檢測結果。但是，在實際的情況下，往往并不是只有一個無人機出現，當多個無人機同時出現時，就有可能由于不能得出正確的檢測結果而導致嚴重的后果。因此，能過迅速正確的檢測出出現的全部無人機就顯得尤為關鍵。下面重點介紹兩個與本發明相關的無人機目標檢測方法的貢獻和不足。如文獻1：S.Vishwakarma and S.S Ram.Detection of multiple movers based onsingle channel source separation of their micro-Dopplers[J].IEEE Transactionson Aerospace and Electronic Systems,2016，公開了了一種利用字典學習的方法實現多目標的檢測，該方法的特點在于在數據訓練時，對單一目標的進行訓練，訓練出適用于單一目標的字典，然后將訓練好的字典串聯在一起，利用正交匹配追蹤(OMP)算法得到待識別信號的稀疏表示，并根據不同字典的負責范圍實現稀疏洗漱的分離，通過閾值檢測的方式，實現目標的檢測。但本方法的主要缺點是在訓練字典，以及利用OMP方法進行稀疏表示時，需要進行大量的計算，計算復雜度較高，時間開銷較大，無法實現實時處理。文獻 2：B.K.Kim,H.S.Kang,and S.O.Park.Drone classification using convolutional neuralnetworks with merged Doppler images[J].IEEE Geoscience and Remote SensingLetters,2017,14(1):38-42中公開了利用無人機的速度節奏圖(CVD)實現無人機檢測的方法。該方法利用無人機的速度節奏圖特征彌補微多普勒特征的不足，實現無人機的正確分類識別。該方法的主要缺點在于無法進行多目標的識別檢測，同時利用卷積神經網絡作為分類器，計算復雜度較高，時間開銷較大，無法實現實時處理。

發明內容

本發明的目的是提出一種基于速度節奏圖的多種類無人機場景識別方法，針對目前無法實時準確的檢測多無人機目標的問題，對單類無人機的速度節奏圖，利用、K-means分類器，實現多無人機目標的識別。

本發明提出的基于速度節奏圖的多種類無人機場景識別方法，包括以下步驟：

(1)采集已知種類無人機的一個回波信號，并對該回波信號進行短時傅里葉變換，得到無人機的微多普勒信號STFT(t,ω)：

其中，s為接收到的無人機的回波信號，h為短時傅里葉變換的窗函數，t為時間，ω為多普勒頻率，j為虛數符號，τ為積分變量；