[發明專利]一種真假目標一維距離像的指數域變換矩特征提取方法有效
| 申請號： | 202011026881.6 | 申請日： | 2020-09-25 |
| 公開（公告）號： | CN112147605B | 公開（公告）日： | 2022-08-02 |
| 發明（設計）人： | 周代英;廖闊;沈曉峰;張瑛;馮健 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G01S13/42 | 分類號： | G01S13/42;G01S13/89;G01S7/41;G01S7/292 |
| 代理公司： | 成都點睛專利代理事務所(普通合伙) 51232 | 代理人： | 孫一峰 |
| 地址： | 611731 四川省*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 真假 目標 距離 指數 變換 特征 提取 方法 | ||
本發明屬于雷達目標識別技術領域，具體是涉及一種真假目標一維距離像的指數域變換矩特征提取方法。本發明的方法利用指數函數對目標一維距離像進行指數域變換，計算指數域變換矩，并從中選取部份指數域變換矩作為分類特征，由于指數域變換矩具有旋轉不變性，增加了對目標姿態變化的魯棒性，在大姿態角范圍內，仍然能夠得到好的識別效果。對四類仿真目標的一維距離像數據進行了仿真實驗，實驗結果驗證了方法的有效性。
技術領域
本發明屬于雷達目標識別技術領域，具體是涉及一種真假目標一維距離像的指數域變換矩特征提取方法。
背景技術
通過寬帶雷達可以獲取目標的一維距離像，一維距離像反映了目標散射中心在雷達視線上的投影分布，包括了目標結構與形狀信息，有利于目標的分類識別。因此，相對于窄帶雷達獲取的RCS，一維距離像具有更高的分類性能。在小姿態角范圍內，特征子空間法、正則子空間法都獲得了好的識別效果。
但是，一維距離像敏感于目標姿態的變化，不同類別的一維距離像可能相似，從而增加了對目標的識別難度，降低了識別率，當姿態角范圍增大時，常規子空間方法的識別性能明顯下降。現有子空間方法的識別性能有進一步改善的余地。
發明內容
針對上述問題，本發明提出一種指數域變換矩特征提取方法，該方法利用指數函數對目標一維距離像進行指數域變換,計算指數域變換矩，并從中獲取不變指數域變換矩作為分類特征，由于指數域不變矩具有旋轉不變性，增加了對目標姿態的魯棒性，克服了常規方法對目標姿態敏感的缺點，有效改善了對雷達真假目標的分類性能。。
本發明的技術方案為：
一種真假目標一維距離像的指數域變換矩特征提取方法，包括以下步驟：
S1、設l維列矢量xij為第i類真假目標的第j個訓練一維距離像,1≤i≤g，1≤j≤Ni，其中Ni為第i類真假目標的訓練一維距離像樣本數，N為訓練一維距離像樣本總數；
S2、將一維距離像與橫坐標構成一幅二維圖像，并采用極坐標表示，令一維距離像xij對應的二維圖像為yij(r,θ)，針對一維距離像形成的二維圖像向函數投影：
其中n和m是矩階數，其值為:
n＝±0,±1,±2…
m＝±0,±1,±2…
Γn(r)是徑向坐標的函數，其表達式為：
Γn(r)滿足正交條件：
Γn(r)是指數函數，將φnm稱為指數域變換矩；
S3、根據實際需求選取指定數量的指數域變換矩φnm構成一個特征矢量，作為特征提取結果。
本發明方案中指數域變換矩的特性是，將二維圖像yij(r,θ)旋轉角度該圖像變為將其代入針對一維距離像形成的二維圖像向函數投影中，得
令則上式可變換為
化簡可得
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電子科技大學，未經電子科技大學許可，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/202011026881.6/2.html，轉載請聲明來源鉆瓜專利網。
