[發明專利]基于高分辨距離像的目標長度估計方法與其應用

在審

• 申請號: 202010682024.5
• 申請日: 2020-07-15
• 公開（公告）號: CN111948638A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 張勁東;尹明月;杜盈;蔣宜林;尚東東
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01S13/58
• 分類號: G01S13/58
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 李鵬

本發明公開了基于高分辨距離像的目標長度估計方法與其應用，其中所述目標長度估計方法包括提取預處理后的目標序貫高分辨距離像中目標的徑向投影長度特征，得到目標的序貫徑向投影長度的過程，本發明能準確、穩定地估計出目標的長度，估計結果與目標實際長度吻合性高、誤差小，可有效克服現有技術在估算目標長度中的精度不足的問題。

技術領域

本發明涉及高分辨距離像的技術領域。

背景技術

高分辨距離像(HRRP)是通過寬帶雷達獲得的目標散射點子回波在雷達視線方向上的投影的矢量和，它含有目標散射點分布情況、目標距離、目標的結構和材質等多種信息，對目標的識別、分類及相關數據的測算十分有價值，因而成為雷達自動目標識別的新技術。

現有技術中通過HRRP對目標進行識別的過程通常包括數據預處理、特征提取與選擇、基于提取和選擇的特征對目標進行分類與識別。其中數據預處理的目的包括克服未處理的HRRP數據在幅度、姿態和平移三個方面的敏感性問題，其常見的方式如：通過歸一化進行幅度敏感性抑制，通過距離像平均法進行姿態敏感性抑制，通過包絡對齊進行平移敏感性抑制等等。在獲得預處理后，目標的 HRRP數據集的穩定性得到了增強，可進一步實現特征提取和選擇。

特征提取和選擇對目標的識別及其相關參數的測算具有基礎和關鍵作用，若提取出的特征同類聚合性差和/或異類分離性差，或在特征提取的過程中無法抑制平移、姿態等敏感性問題，最終將難以或無法實現目標的準確分類和識別?，F有技術中常見的特征提取方法包括距離像域特征提取、散射中心特征提取、中心矩特征提取、幅度譜與幅度譜差分特征提取、高階譜特征提取、時頻特征提取、極化特征提取等。

從高分辨距離像中提取強散射中心的位置和幅度信息作為特征用于分類是一種常用的做法。然而，無論是強散射中心的位置還是幅度特征，受目標方位角變化的影響都非常劇烈，從而大大影響了目標識別的性能。相比之下，目標長度特征隨方位角的變化較緩慢，并且是目標本身的物理特征之一，因此是一種穩定、有效的識別特征，對于目標粗分類來說非常有用，同時其本身也是目標的一個重要信息。

但現有技術中公開的一些目標長度估計方法，如基于門限分割的長度提取法等，常常存在精度不足的問題，無法得到廣泛的應用。

發明內容

本發明的目的在于提出一種基于高分辨距離像的目標長度估計方法，其可快速高效地從高分辨距離像中獲得目標感興趣區域(RoI)，獲得目標的實際物理長度的較準確數據，可為目標的識別及分類提供重要的先驗信息。

本發明的目的還在于提出上述方法的應用。

本發明首先提供了如下的技術方案：

基于高分辨距離像的目標長度估計方法，其包括：

S2：提取預處理后的目標序貫高分辨距離像中目標的徑向投影長度特征，得到目標的序貫徑向投影長度。

該方案中所述“徑向”是指的雷達視線方向，“序貫”是指的雷達在連續掃描的過程中按照先后順序產生的一系列數據和/或圖像。

在一些具體實施方式中，所述步驟S2包括：

S21：通過卷積核對預處理后的目標序貫高分辨距離像中的每一個高分辨距離像進行輪廓像特征提??；

S22：通過滑窗法對提取出的每個輪廓像特征圖進行目標徑向投影長度特征提取；

S23：對步驟S22獲得的每個特征圖中的多個目標徑向投影長度求取平均值，得到目標的序貫徑向投影長度。

在一些具體實施方式中，所述卷積核為0到1之間的均勻分布。

在一些具體實施方式中，所述步驟S2還包括：

S20：對目標的序貫高分辨距離像進行預處理，其包括：