[發明專利]一種基于YOLOv5的雷達有源復合干擾的識別方法在審
| 申請號: | 202310212869.1 | 申請日: | 2023-03-08 |
| 公開(公告)號: | CN116165626A | 公開(公告)日: | 2023-05-26 |
| 發明(設計)人: | 張家林;呂永勝;孫殿星;李鴻文;武星蕊 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G01S7/41 | 分類號: | G01S7/41;G01S7/36;G06F18/24;G06F18/213;G06N3/08;G06N3/0464 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 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 yolov5 雷達 有源 復合 干擾 識別 方法 | ||
1.一種基于YOLOv5的雷達有源復合干擾的識別方法,其特征在于:具體步驟如下:
步驟1:對雷達接收機接收到的復合干擾信號進行特征分析,選擇時-頻聯合分布圖作為二維特征;
步驟2:提取單種類干擾以及交互復合干擾的時頻特征圖作為卷積神經網絡的輸入數據;
步驟3:將單種類干擾的時-頻聯合分布圖做數據標注,標定錨框,并加入少量交互復合干擾的時-頻聯合分布圖,用于提升數據集的多樣性,使用YOLOv5卷積神經網絡進行訓練,提取時-頻聯合分布圖中干擾信號的特征;
步驟4:利用卷積神經網絡自動提取的特征識別干擾信號,給出判斷概率,顯示單種干擾及交互復合干擾的類型。
2.根據權利要求1所述的一種基于YOLOv5的雷達有源復合干擾的識別方法,其特征在于:所述步驟1中的復合干擾信號是由5種干擾進行隨機復合而成的加性復合干擾,五種干擾根據作用機理的不同分為噪聲調幅干擾、密集假目標干擾、梳狀譜干擾、距離欺騙干擾和間歇采樣轉發干擾,采用的雷達信號為線性調頻信號。
3.根據權利要求2所述的一種基于YOLOv5的雷達有源復合干擾的識別方法,其特征在于:所述線性調頻信號的表達式為:
其中,f0為雷達發射信號的中心頻率,k為調頻斜率,Tp為信號的脈沖寬度;
所述噪聲調幅干擾的表達式為:
其中,U0、fj分別為干擾載波振幅和干擾載頻;Un(t)為調制噪聲,均值為零、方差為σ2的平穩隨機分布;是服從[0,2π]均勻分布的隨機變量;
所述密集假目標干擾由預設一系列的調制規律,轉發多個欺騙干擾,干擾表達式為:
其中,N為假目標個數,f0為雷達回波信號的中心頻率,fd為多普勒頻移,ti為假目標轉發時延,k為雷達信號的調頻斜率,為回波信號的初始相位;
所述梳狀譜干擾是梳狀譜信號和線性調頻信號進行時域乘積調制合成的信號,其表達式為:
其中,Ai為干擾信號的幅度,fi為第i個梳狀譜信號的頻率;
所述距離欺騙干擾通過調制其回波信號的時延得到:
其中,Aj為干擾信號的幅值,Δt為干擾信號相對于真實回波之間的延遲時間;
所述間歇采樣轉發干擾為對雷達發射信號中的某一段進行截取存儲后,對該片段進行一次或多次轉發;間歇采樣直接轉發干擾,其表達式為:
其中,τ是間歇采樣的脈沖寬度,Ts是采樣周期。
4.根據權利要求1所述的一種基于YOLOv5的雷達有源復合干擾的識別方法,其特征在于:所述步驟2中加入復合干擾后雷達接收機接收到的信號由三部分組成:
其中,N(t)為符合高斯分布的加性噪聲,Ji(t)為參與交互的干擾信號,S0(t)為雷達真實目標回波。
5.根據權利要求1所述的一種基于YOLOv5的雷達有源復合干擾的識別方法,其特征在于:所述步驟2中采用短時傅里葉變換對時域信號提取時頻特征,選取漢明窗作為窗函數、大大減少了頻率泄露,其表達式為:
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哈爾濱工程大學,未經哈爾濱工程大學許可,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/202310212869.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種試驗樣品質量分類取樣裝置
- 下一篇:一種防蟲害的顆粒農藥及其制備方法





