專利名稱：一種寬帶雷達對目標一維成像的目標特征提取算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種寬帶雷達對目標一維成像的目標特征提取算法，屬于目標綜合識別技術(shù)領(lǐng)域，對目標的一維寬帶成像進行特征提取，以便于比對識別，這在軍事上具有十分重要的應用價值。
二
背景技術(shù)：
目前在目標綜合識別領(lǐng)域的技術(shù)研究和裝備研制中，主要采用寬帶雷達方法獲取目標更多的外形電磁散射特征，由于受到海雜波等原因的影響，在對海目標寬帶成像方面，存在目標特征不穩(wěn)定等問題。為了獲得較為穩(wěn)定的識別結(jié)果，本技術(shù)發(fā)明提出了一維高分辨距離特征提取算 法，以實現(xiàn)一維像特征提取，實現(xiàn)了對海目標一維寬帶成像的分類識別。
三

發(fā)明內(nèi)容
本技術(shù)發(fā)明的目的在于提供一種在海雜波等探測背景下的一維寬帶雷達成像特征提取、處理方法。本技術(shù)發(fā)明重點解決目標識別中的關(guān)鍵問題一如何提取目標特征。本技術(shù)發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為解決了目標識別特征提取的難題，對目標寬帶成像特征提取有較好的效果。為了實現(xiàn)本發(fā)明的目的，一維高分辨距離特征提取算法，包括以下步驟，實施過程及軟件流程如圖I所示SI目標一維成像數(shù)據(jù)預處理過程目標一維成像數(shù)據(jù)預處理技術(shù)的主要功能是對目標一維成像數(shù)據(jù)的正確性進行判定，剔除影響數(shù)據(jù)計算結(jié)果的奇異值。同時，對目標數(shù)據(jù)的質(zhì)量進行判別，為后端處理提供支撐。S2寬帶成像目標檢測過程對目標的成像開始與結(jié)束位置進行精確判定，為目標大小判定提供依據(jù)，并為后端處理提供支撐。S3目標數(shù)值特征提取技術(shù)實現(xiàn)流程選取以下五種特征信號作為目標識別的特征。目標RCS時間序列的均值；目標RCS時間序列的標準差；RCS序列的梅林變換序列{Mk}，k= 1,2,... ,k0 ;梅林變換序列的均值W ;梅林變換序列的標準差SM。本發(fā)明特點在于對目標寬帶一維像的處理流程有較為有效的特殊方法(I)對目標同一周期成像的數(shù)據(jù)是否存在野值進行判定，具體方法為對目標統(tǒng)一位置數(shù)據(jù)的反復采樣進行正確性判斷，采用將采樣數(shù)據(jù)中間值作為衡量標準，規(guī)定采樣點位置上的三次采樣的最大值不能大于中間值的5倍。(2)對S2階段中獲得的目標像，不是直接輸出結(jié)果，而是進行遞歸二次檢測，檢測最多做N次，起始波門為X，以后每次遞增Y (X、Y、N均為固定值)。之后，進行兩種結(jié)果擇優(yōu)，大大提升了算法的適應性。(3)結(jié)合以往試驗數(shù)據(jù)，S3階段選取以下五種特征信號作為目標識別的特征
目標RCS時間序列的均值； 目標RCS時間序列的標準差； RCS 序列的梅林變換序列{Mk}，k = I，2， ，k0 ; 梅林變換序列的均值W ； 梅林變換序列的標準差SM。
四


圖I是一維成像的目標特征提取方法的流程圖。

其中圖中S1-S3分別與發(fā)明內(nèi)容中表述的S1-S3過程對應。
五
具體實施例方式實施過程及軟件流程如圖I所示，具體描述為以下過程SI目標一維成像數(shù)據(jù)預處理過程分為以下幾個步驟I)通過檢測目標是否存在大量連續(xù)0，對數(shù)據(jù)的正確性進行判定；2)對目標同一周期成像的數(shù)據(jù)是否存在野值進行判定，具體方法為統(tǒng)一采樣點位置上的三次采樣的最大值不能大于中間值的5倍；3)通過粗門限對過長目標(地物等其他情況)進行過濾，挑選合理空海目標。S2寬帶成像目標檢測過程分為以下幾個步驟I)通過對波門左右兩邊進行檢測，判定海雜波的最強幅度，在乘以轉(zhuǎn)換系數(shù)，得到目標門限。2)對目標進行積累檢測、分裂目標合并、非目標過濾。3)對第2步獲得的目標像，進行遞歸二次檢測，檢測最多做N次，起始波門為X，以后每次遞增Y (X、Y、N均為固定值)。4)比較2、3步驟值，將最優(yōu)值輸出。S3目標數(shù)值特征提取技術(shù)實現(xiàn)流程選取以下五種特征信號作為目標識別的特征。I)目標RCS時間序列的均值；2)目標RCS時間序列的標準差；3)對目標RCS隨目標方位角變換的序列作梅林變換，可以提出目標“方位不變性特征”，變換公式如下M{oS) = |[2]cos( lnA)AJ2 +[J]sm(^]nA)AJ2
V k=\k=\⑴式中Ak = Va(k)-Va(k+1)，Va(k)為目標 RCS 幅度序列。4)梅林變換序列的均值及；5)梅林變換序列的標準差SM。
權(quán)利要求
1.一維高分辨距離特征提取算法，其特征在于包括以下步驟 Si目標一維成像數(shù)據(jù)預處理過程目標一維成像數(shù)據(jù)預處理技術(shù)的主要功能是對目標一維成像數(shù)據(jù)的正確性進行判定，剔除影響數(shù)據(jù)計算結(jié)果的奇異值，同時，對目標數(shù)據(jù)的質(zhì)量進行判別，為后端處理提供支撐； S2寬帶成像目標檢測過程對目標的成像開始與結(jié)束位置進行精確判定，為目標大小判定提供依據(jù)，并為后端處理提供支撐； S3目標數(shù)值特征提取技術(shù)實現(xiàn)流程選取以下五種特征信號作為目標識別的特征目標RCS時間序列的均值；目標RCS時間序列的標準差；RCS序列的梅林變換序列{Mk}，k =1,2,... ,k0 ;梅林變換序列的均值B ;梅林變換序列的標準差Sm ； 上述過程的SI又包括以下過程 Sl-I通過檢測目標是否存在大量連續(xù)O，對數(shù)據(jù)的正確性進行判定； S1-2對目標同一周期成像的數(shù)據(jù)是否存在野值進行判定，具體方法為統(tǒng)一采樣點位置上的三次采樣的最大值不能大于中間值的5倍； 51-3通過粗門限對過長目標(地物等其他情況)進行過濾，挑選合理空海目標； 上述過程的S2又包括以下過程 52-1通過對波門左右兩邊進行檢測，判定海雜波的最強幅度，在乘以轉(zhuǎn)換系數(shù)，得到目標門限； S2-2對目標進行積累檢測、分裂目標合并、非目標過濾； S2-3對第2步獲得的目標像，進行遞歸二次檢測，檢測最多做N次，起始波門為X，以后每次遞增Y (X、Y、N均為固定值)； S2-4比較2、3步驟值，將最優(yōu)值輸出。
2.如權(quán)利要求I所述的方法，其特征在于對目標同一周期成像的數(shù)據(jù)是否存在野值進行判定，具體方法為統(tǒng)一采樣點位置上的三次采樣的最大值不能大于中間值的5倍。
3.如權(quán)利要求I所述的方法，其特征在于對S2-2階段中獲得的目標像，進行遞歸二次檢測，檢測最多做N次，起始波門為X，以后每次遞增Y(X、Y、N均為固定值)。
4.如權(quán)利要求I所述的方法，其特征在于 S3階段選取以下五種特征信號作為目標識別的特征 目標RCS時間序列的均值； 目標RCS時間序列的標準差； RCS序列的梅林變換序列{MJ，k = 1，2， ，k0 ; 梅林變換序列的均值5； 梅林變換序列的標準差SM。
全文摘要
本發(fā)明涉及一種寬帶雷達對目標一維成像的目標特征提取方法。針對目前寬帶雷達對目標一維成像方法主要是獲取目標外形電磁散射特征，易產(chǎn)生海雜波影響下對海目標寬帶成像時目標特征不穩(wěn)定等問題。為了獲得較為穩(wěn)定的識別結(jié)果，本技術(shù)發(fā)明提出了一維高分辨距離特征提取算法，以實現(xiàn)一維像特征精確提取，實現(xiàn)了對海目標一維寬帶成像的區(qū)分識別。具體步驟包括對目標一維成像數(shù)據(jù)的正確性進行判定，剔除影響數(shù)據(jù)計算結(jié)果的奇異值；對目標的成像開始與結(jié)束位置進行精確判定，為目標大小判定提供依據(jù)，并為后端處理提供支撐；目標數(shù)值特征提取及計算。本發(fā)明解決了目標識別特征提取的難題，對目標寬帶成像識別提供了技術(shù)支撐。
文檔編號G01S13/89GK102721963SQ20121024314
公開日2012年10月10日 申請日期2012年7月10日 優(yōu)先權(quán)日2012年7月10日
發(fā)明者管志強, 錢坤 申請人:中國船舶重工集團公司第七二四研究所