[發明專利]基于主成分分析的多重分形特征飛機目標分類方法

有效

• 申請號: 201811205568.1
• 申請日: 2018-10-17
• 公開（公告）號: CN109164429B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 李秋生;張華霞;謝曉春
• 申請（專利權）人: 贛南師范大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 陳娟

本發明公開了一種基于主成分分析的多重分形特征飛機目標分類方法，屬于雷達技術領域，涉及一種基于多重分形特征的飛機目標分類方法，主要解決低分辨雷達由于脈沖重復頻率低、照射時間短等因素導致飛機目標分類識別率低的問題。其實現過程是：對原始雷達回波數據進行數據預處理；對處理后的雷達回波數據進行分數階傅里葉變換；在最優分數階Fourier域分析雷達回波數據的多重分形特性并提取多重分形特征，構成特征向量；對特征向量進行歸一化處理后進行主成分分析，利用提取的有效特征進行飛機目標的分類識別；用訓練樣本特征向量對分類器進行訓練；將測試樣本特征向量輸入分類器進行分類。本發明在脈沖重復頻率低、照射時間短的條件下仍具有較好的分類效果，可用于飛機目標的分類辨識。

技術領域

本發明屬于雷達技術領域，涉及一種低分辨雷達飛機目標分類方法，可用于對不同類型的飛機目標進行分類辨識。

背景技術

現役防空警戒雷達多為常規低分辨體制雷達，主要用于目標的探測和跟蹤。在現代戰爭中，噴氣式飛機、螺旋槳飛機和直升機等多種類型的飛機各自承擔著不同的任務，并相互配合完成作戰目標，因此實現低分辨雷達飛機目標的分類辨識具有重要的意義。

由于低分辨雷達體制的限制及背景噪聲等因素的影響，常規低分辨雷達飛機目標的分類識別率較低。有研究表明，飛機目標回波、雷達雜波等均具有分形特性。目前為止，將多重分形分析手段應用在雷達信號處理尤其是飛機目標識別中的研究相對較少。在飛機目標分類領域，有部分學者在時域提取常規低分辨雷達的時域特征并用于目標分類，相關文獻或專利采用直接或間接的提取飛機目標回波的時域或多普勒域的調制特征，例如西安電子科技大學申請“一種基于時域和多普勒域的飛機目標分類方法”(專利申請號：201410322632.X，公開號： CN104077787A)和“時域相關性特征的飛機目標分類方法”(專利申請號：201410446519.2，公開號：CN104239894A)。但在雷達駐留時間較短、脈沖重復頻率較低時，時域和多普勒域信號將出現混疊，易導致分類識別率下降，且相關提取算法存在計算量大，特征提取過程所需時間較長的問題。就多重分形特征在飛機目標分類辨識的應用方面，李秋生、謝維信在2013 年發表的文章《基于多重分形特征的防空雷達目標分類方法》中利用提取的四維多重分形特征向量對噴氣式飛機、螺旋槳飛機和直升機進行分類辨識，該方法是在假設飛機目標在觀測時間內做勻速運動的情況下得的分類識別率，然而在實際情況下，飛機目標在觀測時間內不一定處于勻速運動狀態。

本發明在分數階Fourier域分析并提取低分辨雷達的多重分形特征，對特征向量進行主成分析，結合支持向量機對飛機目標進行分類。

發明內容

本發明針對現有技術的不足，提出一種基于主成分分析的多重分形特征飛機目標分類方法，以解決低分辨雷達由于體制及噪聲等因素的限制導致分類識別率較低的問題。

本發明的技術思路是：對原始回波數據信號進行分數階傅里葉變換，并利用三階Renyi 信息熵的最大值確定最優的變換階數，進而確定最優的分數階Fourier域，在最優的分數階Fourier域對飛機目標回波進行多重分形分析，并提取多重分形特征；經主成分分析后選擇合適的特征向量用于目標的分類。

基于主成分分析的多重分形特征飛機目標分類方法，具體實現步驟包括如下：

(1)從原始雷達回波數據中選擇m組回波信號作為時域訓練樣本集： X＝{x₁,x₂,…,x_i,…,x_m},x_i表示第i個時域訓練樣本，m為樣本總數；選擇n組回波信號作為時域測試樣本集：X′＝{x₁′,x₂′,…,x_j′,…,x_n′},x_i′表示第j個時域訓練樣本，n為樣本總數；