[發明專利]一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法有效
| 申請號： | 202011187495.5 | 申請日： | 2020-10-30 |
| 公開（公告）號： | CN112014804B | 公開（公告）日： | 2021-01-26 |
| 發明（設計）人： | 余志斌;張瑩;李永春 | 申請（專利權）人： | 西南交通大學 |
| 主分類號： | G01S7/28 | 分類號： | G01S7/28 |
| 代理公司： | 成都正華專利代理事務所(普通合伙) 51229 | 代理人： | 代維凡 |
| 地址： | 610031 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 基于 覆蓋 仿生 模式識別 算法 雷達 信號 分選 方法 | ||
1.一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于，包括以下步驟：
S1、獲取雷達信號數據作為樣本，對樣本數據進行預處理；
S2、將預處理后的樣本數據進行升維處理，并將樣本數據劃分為訓練集和測試集；
S3、利用訓練集對基于球覆蓋的仿生模式識別算法進行訓練，得到分類覆蓋模型，具體包括：
隨機選取一個樣本點作為球心；
其中，
遍歷訓練集樣本點，當訓練集樣本點與該球心不是同一類時，計算當前球心與訓練集樣本點之間的歐式距離，確定當前球心對應的球半徑，由此構成一個球；
遍歷訓練集樣本點，將其中被球所覆蓋的樣本點從訓練集樣本點中刪除；
重復上述步驟，將處理所有訓練集樣本點得到的球作為仿生識別算法中所有覆蓋體的組合，即訓練好的分類覆蓋模型；
S4、將測試集輸入到訓練好的分類覆蓋模型，根據測試集在分類覆蓋模型中的覆蓋情況，確定測試集的類別，實現雷達信號分選。
2.根據權利要求1所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于：所述步驟S1具體包括首先獲取各種類型的雷達脈沖信號數據作為樣本數據，然后對樣本數據中的虛假數據進行數據清洗，再對數據清洗后的樣本數據中的缺失值進行填充，最后對樣本數據進行歸一化處理。
3.根據權利要求2所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于：所述步驟S2具體包括將預處理后的樣本數據進行n維到n+1維的升維處理，使得所有樣本點在n+1維空間內到坐標軸原點的歐式距離都相等，并將樣本數據按照預設比例劃分為訓練集和測試集。
4.根據權利要求3所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于，所述步驟S3中，球半徑的計算公式如下：
其中，為訓練集樣本點和球心坐標之間的歐式距離，且是球心與訓練集樣本點的最小距離。
5.根據權利要求4所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于，所述步驟S3中，構成的球表達式如下：
其中，表示相較于雷達信號原維度升維過后的n+1維空間,表示求和的最大內積。
6.根據權利要求5所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于，所述步驟S3中得到的分類覆蓋模型表達式如下：
其中，表示的并集。
7.根據權利要求6所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于：所述步驟S4具體包括將所有測試集輸入到分類覆蓋模型中，根據樣本落入的球形區域的類別來判斷該測試樣本的類別；
若樣本落入單個類別球形覆蓋區域時，該樣本類別判斷為該球形覆蓋區域的類別；
若樣本落入多個類別球形覆蓋區域的重疊部分時，計算該樣本點到重疊區域各球心的距離，根據最小球心距離，判斷該樣本類別；
若樣本落入球形覆蓋區域外，則拒絕識別該樣本。
8.根據權利要求7所述的一種基于球覆蓋的仿生模式識別算法的雷達信號分選方法，其特征在于，所述步驟S4中計算樣本點到重疊區域各球心的距離的計算公式如下：
其中，表示測試集樣本點所屬類別的標簽，,,…,表示重疊區域各球心，表示求和兩點的歐式距離，表示測試集樣本點到重疊區域各球心歐式距離最小的球心的類別的標簽。
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南交通大學，未經西南交通大學許可，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/202011187495.5/1.html，轉載請聲明來源鉆瓜專利網。
