[發(fā)明專利]一種無人機(jī)的多層雷達(dá)特征提取與選擇方法

在審

• 申請?zhí)枺?/td>: 202010151250.0
• 申請日: 2020-03-06
• 公開（公告）號: CN111401168A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 尹潔珺;周春花;夏慧婷;高亮;王海濤;陳潛
• 申請（專利權(quán)）人: 上海神添實業(yè)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01S7/41
• 代理公司: 上海元好知識產(chǎn)權(quán)代理有限公司 31323
• 代理人: 徐雯瓊;張妍

1.一種無人機(jī)的多層雷達(dá)特征提取與選擇方法，其特征在于，包括如下步驟：

S1，采用變分模態(tài)分解獲取各個類型無人機(jī)目標(biāo)本振模態(tài)函數(shù)；

S2，計算本振模態(tài)函數(shù)的信息熵、頻譜峰值和希爾伯特邊際譜特征，得到第一層輸出特征；

S3，采用度量距離對不同層的輸出特征進(jìn)行選擇，實現(xiàn)目標(biāo)特征數(shù)據(jù)降維。

2.如權(quán)利要求1所述的無人機(jī)的多層雷達(dá)特征提取與選擇方法，其特征在于，所述的步驟S1包括：

式中：{u_k}＝{u₁(t),u₂(t),...,u_K(t)}與{ω_k}＝{ω₁,ω₂,...,ω_K}；u_k(t)為分解得到的第k個本征模態(tài)函數(shù)；ω_k為各分量的中心頻率；k＝1,…,K為模態(tài)階數(shù)；s.t.f(t)＝∑_ku_k(t)指求解最優(yōu)問題同時，滿足本征模態(tài)函數(shù)的和等于輸入信號f(t)；為偏微分算子；δ(t)為沖激函數(shù)；*為卷積運(yùn)算符號；為u_k(t)通過希爾伯特變換的解析信號；||·||₂為向量的L2范數(shù)；

為了求得模型的最優(yōu)解引入二次項的懲罰因子α和拉格朗日乘子λ(t)，得到增廣拉格朗日函數(shù)L(·)：

式中：*為卷積運(yùn)算符號；·指向量內(nèi)積算子，采用交替方向乘子法求解使公式(2)最小的本征模態(tài)函數(shù){u_k}，得到本征函數(shù)頻域表達(dá)式：

式中：n為迭代序號，標(biāo)記在參數(shù)的右上角；與分別為f(t)，u_i(t)，λ(t)與傅里葉變換，根據(jù)(3)式求得再做逆傅里葉變換得到

3.如權(quán)利要求1所述的無人機(jī)的多層雷達(dá)特征提取與選擇方法，其特征在于，所述的步驟S2包括：

步驟S2.1，提取信息熵特征：

的采樣量化數(shù)據(jù)為m_k(n)，m_k(n)的均值q_k與標(biāo)準(zhǔn)差的計算式為

式中：N為的采樣點數(shù)；

將m_k(n)按值域[q_k-σ_k,q_k+σ_k]，[q_k-2σ_k，q_k-σ_k)∪(q_k+σ_k，q_k+2σ_k]，[q_k-3σ_k，q_k-2σ_k)∪(q_k+2σ_k，q_k+3σ_k]……分段，統(tǒng)計每段內(nèi)的樣本點數(shù)并除以N，得到統(tǒng)計直方圖為m_k(n)的分段序號，然后計算信息熵：

式中：log₂(·)為以2為底的對數(shù)，得到本振模態(tài)函數(shù)u_k(t)的信息熵特征，En(m_k)記為C_k,1；

步驟S2.2，提取功率譜峰值特征：

由本征模態(tài)函數(shù)的傅里葉變換得到信號功率譜為

得到峰值特征為

式中：F_k的數(shù)據(jù)長度與m_k(n)相同，記Z_k為C_k,2；

步驟S2.3，提取希爾伯特邊際譜特征：

計算本征模態(tài)函數(shù)的解析信號：

式中：H(·)為希爾伯特變換；a_k(t)為的解析信號的瞬時幅度；θ_k(t)為解析信號的瞬時相位；f_k(t)為解析信號的瞬時頻率，于是希爾伯特譜為

然后對時間積分，得到希爾伯特邊際譜

式中：f_max為希爾伯特邊際譜被記為C_k,3，并得到本振信號u_k(t)的特征向量C_k＝[C_k,1,C_k,2,C_k,3]，構(gòu)成無人機(jī)目標(biāo)雷達(dá)回波信號的特征集合{C_k},k＝1,2,...,K。

4.如權(quán)利要求1所述的無人機(jī)的多層雷達(dá)特征提取與選擇方法，其特征在于，所述的步驟S3包括：

對每一種特征，度量不同層本振信號的特征相似性，分別求出信息熵、頻譜峰值間隔與希爾伯特邊際譜的度量距離，對于距離大于閾值T1的樣本進(jìn)行刪除，對于距離小于閾值T2的樣本進(jìn)行平均；

對于兩個集合元素個數(shù)相同的度量距離為

式中：指求使得求和項最小的參數(shù)g，g為傳輸矩陣，；d_w(·)為最佳傳輸測度(也稱作Wasserstein距離)表示不同層本振信號的特征相似性；C_k與C_e為不同層的特征向量；d(·)取相對熵；x_i,y_j表示特征數(shù)據(jù)；

采用交替方向乘子法求解公式(11)的流程如下：

輸入：C_e＝[x₁,x₂,…,x_n]，C_k＝[y₁,y₂,…,y_n]

輸出：最優(yōu)傳輸距離d_w(C_e,C_k)

1)建立空間數(shù)據(jù)C_e＝[x₁,x₂,…,x_n]的概率分布模型

式中：g_ij為傳輸測度，用高斯核函數(shù)表示，即d_e(·)為歐式距離；σ_x為高斯核函數(shù)的寬度參數(shù)

2)當(dāng)?shù)螖?shù)t＝1至T時，

計算低維空間投射

式中：σ_y為高斯核函數(shù)的寬度參數(shù)；

計算成本函數(shù)

利用隨機(jī)梯度下降更新高斯核參數(shù)σ_x，σ_y

當(dāng)n＝1至N時，計算成本函數(shù)

利用隨機(jī)梯度下降更新q_ij，最后輸出距離度量值。