[發明專利]基于二維傅里葉變換的微多普勒時頻平面單兵小分隊識別方法在審
| 申請號： | 202010890421.1 | 申請日： | 2020-08-29 |
| 公開（公告）號： | CN112068120A | 公開（公告）日： | 2020-12-11 |
| 發明（設計）人： | 李雨鑫;徐丹蕾;羅丁利;楊磊;陳尹翔 | 申請（專利權）人： | 西安電子工程研究所 |
| 主分類號： | G01S13/72 | 分類號： | G01S13/72;G01S7/292;G01S7/41;G06F17/14;G06K9/62 |
| 代理公司： | 西北工業大學專利中心 61204 | 代理人： | 劉新瓊 |
| 地址： | 710100 *** | 國省代碼： | 陜西;61 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 二維 傅里葉變換 多普勒 平面 單兵 小分隊 識別 方法 | ||
1.一種基于二維傅里葉變換的微多普勒時頻平面單兵小分隊識別方法，其特征在于步驟如下：
步驟1：目標檢測
對雷達回波進行脈沖壓縮、MTD，使用恒虛警檢測出目標所在的距離單元；提取該單元的所有微多普勒通道作為一幀目標微多普勒頻譜，在跟蹤模式下，采集多個CPI的微多普勒頻譜構成微多普勒時頻平面；
步驟2：雜波預處理
對采集到的微多普勒時頻平面的低速通道進行置零處理，去除地雜波對特征提取的影響；
步驟3：去掉噪聲
利用白噪聲背景的恒虛警檢測器進行處理，根據噪聲均值和虛警率Pfa確定門限去掉噪聲；
步驟4：特征提取
對時間頻率平面進行二維FFT處理，得到時頻平面的二維幅度譜；在幅度譜上進行PCA、二次檢測過門限點數和圖像檢測中拐點檢測得到目標特征組；
步驟5：通過支持向量機SVM進行單兵小分隊鑒別
5a)訓練階段，首先對步驟4提取的特征進行強度歸一化，即其中||·||∞表示向量的∞范數，表示歸一化后的特征；然后將歸一化的特征送入SVM進行訓練，獲得訓練模型；
5b)測試階段，首先對測試目標的特征進行強度歸一化，歸一化方法與訓練時相同；然后利用SVM的判決函數進行判決，得到判決結果：
其中sgn{·}表示符號函數，輸入為正時輸出為1，輸入為負時輸出為-1；假如在訓練階段給定單兵的標號為1，則符號函數的輸出為1可判定為識別正確，否則識別為小分隊任務；表示核函數，通常選擇高斯核函數，即σ2表示高斯核參數，在訓練階段給出；參數m,b0,i＝1,…,m為模型參數，可以由訓練階段得到。
2.根據權利要求1所述的一種基于二維傅里葉變換的微多普勒時頻平面特征提取方法，其特征在于步驟3中根據雷達休止期的時域數據作為噪聲，并多次測量求平均得到噪聲均值
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西安電子工程研究所，未經西安電子工程研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010890421.1/1.html，轉載請聲明來源鉆瓜專利網。
