[發明專利]一種基于航向信息融合的超寬帶沖擊引信目標識別方法

在審

• 申請號: 202310187137.1
• 申請日: 2023-02-28
• 公開（公告）號: CN116125426A
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 熊剛;張淑寧;陳迪;趙惠昌
• 申請（專利權）人: 上海交通大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 黃超宇;胡晶

本發明公開了一種基于航向信息融合的超寬帶沖擊引信目標識別方法，包括步驟S100：UWB?IF目標信號與航向信息獲取：針對UWB?IF目標，采集目標雷達回波信號的同時，獲取目標瞬時航向信息；步驟S200：DF?CBD網絡模型設計：設計DF?CBD模型，包括雷達信號識別通道與航向輔助通道，采用雙通道的形式，利用目標航向信息，約束基礎目標域的范圍，從概率學上提升識別準確率；步驟S300：DF?CBD模型效果驗證：針對相同數據集，在不同信噪比環境下，對比添加航向融合與不添加航向融合時的目標識別率。

技術領域

本發明涉及超寬帶沖擊引信目標識別領域，特別涉及一種基于航向信息融合的超寬帶沖擊引信目標識別方法。

背景技術

超寬帶雷達(Ultra?Wide-band?Radar，UWBR)是一種新型的雷達技術，已被廣泛運用于手勢識別，生命體征探測、人體成像或者自動駕駛等軍事與民用領域，并取得了較好的應用效果。UWBR按照發射信號波形的不同通常可分為沖激脈沖UWBR(UWB-IR)和非沖激脈沖UWBR兩類。UWB-IF是UWB-IR在引信上的應用，也稱無載波超寬帶引信，它是一種典型的瞬態雷達，其輻射通常具有超大帶寬的沖激脈沖序列。

目前常用的UWB-IF目標識別方法大多是利用雷達對目標的一維回波信號，即高分辨距離像(high?resolution?range?profile，HRRP)來進行，常見的基于HRRP的目標識別方法包括傳統的HRRP特征提取與分析方法、HRRP二維化處理方法以及基于深度學習的HRRP目標識別方法。除了HRRP目標識別方法外，還存在各種基于多維信息融合的UWB-IF目標識別方法，包括但不限于對目標進行成像，融合目標距離角度信息、對目標進行序貫融合，融合慢時間維度上的目標信息等。實際上，除了上述的UWB-IF目標識別方法，還可以利用對目標的一些先驗知識，排除一些不可能的識別結果，進而從概率學上提升目標識別的性能。相較于其他的方法，通過對目標先驗知識，來縮小目標識別的目標域，進而提升識別效果的方法，具有更強的穩定性，可以適應各種復雜的環境與條件。

在上述研究基礎上，本專利提出一種基于航向信息融合的UWB-IF目標識別方法，嘗試利用對雷達目標航向信息的先驗，來約束目標識別任務的目標域，并設計神經網絡模型DF-CBD(Direction?Fused?CNN?BiLSTM?DNN，DF-CBD)，通過航向輔助通道，實現航向信息的融合，最終實現在不同信噪比下對UWB-IF目標識別性能的提升。

發明內容

為了克服現有技術中的不足，本發明提供一種基于航向信息融合的超寬帶沖擊引信目標識別方法，可在不同信噪比下，利用對目標航向信息的先驗，約束識別任務的目標域，從概率學上提升目標識別的性能，可為不同應用場景下的UWB-IF目標識別提供更多的幫助。

為了達到上述發明目的，解決其技術問題所采用的技術方案如下：

一種基于航向信息融合的超寬帶沖擊引信目標識別方法，包括以下步驟：

步驟S100：UWB-IF目標信號與航向信息獲取：針對UWB-IF目標，采集目標雷達回波信號的同時，獲取目標瞬時航向信息；

步驟S200：DF-CBD網絡模型設計：設計DF-CBD模型，包括雷達信號識別通道與航向輔助通道，采用雙通道的形式，利用目標航向信息，約束基礎目標域的范圍，從概率學上提升識別準確率；

步驟S300：DF-CBD模型效果驗證：針對相同數據集，在不同信噪比環境下，對比添加航向融合與不添加航向融合時的目標識別率。

進一步的，在步驟S100中，所述UWB-IF目標信號與航向信息獲取，不僅僅需要獲取目標的瞬時回波信號，還需要獲取目標的瞬時航向信息，以確保回波信號、目標種類以及目標航向的一一對應關系。

進一步的，在步驟S200中，所述DF-CBD網絡模型的設計包括主通道與航向輔助通道，各通道具體包括：