[發明專利]基于航跡信息的飛機與氣象雜波分類識別方法

有效

• 申請號: 201810868550.3
• 申請日: 2018-08-02
• 公開（公告）號: CN109117776B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 徐丹蕾;羅丁利;王旭;楊磊;張金鳳;王勇;郭鵬程
• 申請（專利權）人: 西安電子工程研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

1.一種基于航跡信息的飛機與氣象雜波分類識別方法，其特征在于步驟如下：

步驟1：根據飛機和氣象雜波航跡信息變化的不同，提取能反映目標本質特性的特征：

特征1：歸一化幅度序列的最大值

目標的歸一化幅度的表達式：

snr_normilize＝20*log10(SNR)+40*log10(R/r)

其中，SNR為信噪比，R為目標距離，r表示要歸一化的距離；由于不同姿態下，同一目標的歸一化幅度會發生改變，因此歸一化幅度序列的最大值表示在目標的多次掃描中最大的幅度；

特征2：歸一化幅度序列的平均值：采用歸一化幅度序列的平均值來表示；

特征3：歸一化幅度序列的歸一化方差

其中：表示歸一化幅度序列，

特征4：高度序列的均值：目標飛行高度的統計值；

特征5：相鄰點跡掃描時間間隔序列的均值：采用相鄰點跡掃描時間間隔序列的均值來表征飛機和氣象雜波的統計掃描時間間隔；

特征6：相鄰點跡掃描時間間隔序列中大于門限T的個數占整個序列長度的比例；

特征7：線速度序列的均值：目標飛行速度的統計值；

特征8：相鄰點跡線速度差值序列中等于0的個數占整個序列長度的比例；

特征9：方位角序列的變化范圍；

步驟2：分層識別：

第一層：利用特征1和特征7識別出民航；

第二層：對第一層剩余的樣本，利用特征4識別出部分氣象雜波；

第三層：對第二層剩余的樣本，利用特征3識別出部分飛機目標；

第四層：對第三層剩余的樣本，利用特征5和特征8識別出部分飛機目標；

第五層：對第四層剩余的樣本，利用特征5和特征8識別出部分氣象雜波；

第六層：對第五層剩余的樣本，利用特征1識別出部分飛機目標；

第七層：利用分類器對第六層剩余的樣本進行分類識別，該分類器具有自動特征選擇的能力，選出的特征為1、2、3、6、8、9。

2.根據權利要求1所述的一種基于航跡信息的飛機與氣象雜波分類識別方法，其特征在于步驟2中采用線性分類器特征選擇相關向量機FSRVM進行分類識別。