基于復(fù)數(shù)agc模型的噪聲背景下雷達(dá)目標(biāo)識(shí)別方法
【專利摘要】本發(fā)明公開(kāi)了一種基于復(fù)數(shù)AGC模型的噪聲背景下雷達(dá)目標(biāo)識(shí)別方法，主要解決現(xiàn)有技術(shù)在噪聲背景下進(jìn)行目標(biāo)識(shí)別時(shí)，無(wú)法兼?zhèn)渥R(shí)別率高和運(yùn)算量小的問(wèn)題。其實(shí)現(xiàn)步驟是：使用雷達(dá)復(fù)距離像訓(xùn)練樣本求出其方差像，計(jì)算雷達(dá)復(fù)距離像測(cè)試樣本的信噪比，通過(guò)該信噪比修正復(fù)距離像訓(xùn)練樣本的方差像，通過(guò)修正后方差像和復(fù)距離像測(cè)試樣本計(jì)算各類別下類后驗(yàn)概率的判決值，確定出目標(biāo)類別標(biāo)號(hào)。本發(fā)明具有噪聲背景下識(shí)別率高和運(yùn)算量小的優(yōu)點(diǎn)，可用于雷達(dá)目標(biāo)識(shí)別。
【專利說(shuō)明】基于復(fù)數(shù)AGC模型的噪聲背景下雷達(dá)目標(biāo)識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于雷達(dá)【技術(shù)領(lǐng)域】，涉及目標(biāo)識(shí)別方法，可用于對(duì)噪聲背景下飛機(jī)、車輛等目標(biāo)進(jìn)行識(shí)別。
【背景技術(shù)】
[0002]高分辨距離像是寬帶雷達(dá)信號(hào)的目標(biāo)散射點(diǎn)回波在雷達(dá)射線方向上投影的向量和，可以提供目標(biāo)散射點(diǎn)回波在距離方向的大概分布情況，對(duì)目標(biāo)的識(shí)別具有重要價(jià)值，因而成為雷達(dá)目標(biāo)識(shí)別領(lǐng)域研究的熱點(diǎn)。
[0003]基于統(tǒng)計(jì)模型的識(shí)別方法是一種重要的雷達(dá)高分辨距離像自動(dòng)目標(biāo)識(shí)別方法。一維高分辨距離像的統(tǒng)計(jì)識(shí)別是指根據(jù)測(cè)試樣本在各類別下的類后驗(yàn)概率的大小確定該測(cè)試樣本的類別歸屬的識(shí)別方法。相關(guān)文獻(xiàn)中提出了利用多種統(tǒng)計(jì)建模進(jìn)行目標(biāo)識(shí)別的方法，這些模型包括自適應(yīng) 高斯AGC模型、主分量分析PCA聯(lián)合高斯模型、概率主分量分析PPCA聯(lián)合高斯模型和因子分析FA聯(lián)合高斯模型等。其中自適應(yīng)高斯AGC模型假設(shè)距離像各距離單元相互獨(dú)立且服從高斯分布，通過(guò)訓(xùn)練樣本的平均像和方差像建立統(tǒng)計(jì)模型，根據(jù)測(cè)試樣本在各類別下的類后驗(yàn)概率的大小最終確定目標(biāo)類別標(biāo)號(hào)。
[0004]通常情況下，使用高信噪比條件下的訓(xùn)練樣本建立自適應(yīng)高斯AGC模型，當(dāng)測(cè)試樣本的信噪比也很高時(shí)，測(cè)試樣本與訓(xùn)練樣本的噪聲分量匹配，這時(shí)的識(shí)別效果較好。然而在實(shí)際應(yīng)用環(huán)境中，受到目標(biāo)距離雷達(dá)遠(yuǎn)近等諸多因素的影響，測(cè)試樣本的信噪比很低，噪聲部分不能被忽略，測(cè)試樣本與訓(xùn)練樣本的噪聲分量失配，影響識(shí)別效果。
[0005]相關(guān)文獻(xiàn)提出了兩種基于自適應(yīng)高斯AGC模型的噪聲背景下距離像識(shí)別方法:第一種方法是在實(shí)距離像訓(xùn)練樣本的方差像上直接加噪聲方差，稱之為基于近似解修正的噪聲穩(wěn)健識(shí)別方法，該方法運(yùn)算小，但識(shí)別率較差；第二種方法是建立高斯模型，分別修正實(shí)距離像訓(xùn)練樣本的平均像和方差像，稱之為基于高斯模型的噪聲穩(wěn)健識(shí)別方法，該方法識(shí)別率較好，但運(yùn)算量較大。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于:提供一種基于復(fù)數(shù)AGC模型的噪聲背景下雷達(dá)目標(biāo)識(shí)別方法，以解決上述已有技術(shù)的在噪聲背景條件下無(wú)法兼?zhèn)渥R(shí)別率高和運(yùn)算量小的不足。
[0007]實(shí)現(xiàn)本發(fā)明的基本思路是:使用復(fù)距離像訓(xùn)練樣本求出其方差像，通過(guò)估計(jì)出的復(fù)距離像測(cè)試樣本的信噪比修正復(fù)距離像訓(xùn)練樣本的方差像，通過(guò)修正后方差像和復(fù)距離像測(cè)試樣本計(jì)算各類別下的類后驗(yàn)概率的判決值，確定出目標(biāo)類別標(biāo)號(hào)。具體步驟包括如下:
[0008](I)將高信噪比條件下獲得的多類目標(biāo)的雷達(dá)距離像回波數(shù)據(jù)作為復(fù)距離像訓(xùn)練樣本集x={x1;x2，…，X。，..XE}，其中X。是第C類目標(biāo)的復(fù)距離像訓(xùn)練樣本，c=l，2，…，E，E表示目標(biāo)總類別數(shù)；
[0009](2)計(jì)算模值平均像和方差像:[0010]2a)將第c類目標(biāo)復(fù)距離像訓(xùn)練樣本X。分為F幀，計(jì)算第c類模值平均像Hic=Imcl,mc2,…，mck，…mcF}和方差像
【權(quán)利要求】
1.一種基于復(fù)數(shù)AGC模型的噪聲背景下雷達(dá)目標(biāo)識(shí)別方法，包括如下步驟: (1)將高信噪比條件下獲得的多類目標(biāo)的雷達(dá)距離像回波數(shù)據(jù)作為復(fù)距離像訓(xùn)練樣本集X={X1;X2，…，X。，…XE}，其中X。是第C類目標(biāo)的復(fù)距離像訓(xùn)練樣本，c=l，2，…，E，E表示目標(biāo)總類別數(shù)； (2)計(jì)算模值平均像和方差像: 2a)將第c類目標(biāo)復(fù)距離像訓(xùn)練樣本X。分為F幀，計(jì)算第c類模值平均像Hic=Imca,mc2,…，mck，…mcF}和方差像
2.根據(jù)權(quán)利要求1所述的方法，其中步驟6a)所述的采用滑動(dòng)相關(guān)對(duì)齊法將測(cè)試樣本I'與第c類目標(biāo)的模值平均像m。對(duì)齊，得到對(duì)齊后的測(cè)試樣本y。'，按如下步驟進(jìn)行: 6al)計(jì)算平移值
【文檔編號(hào)】G01S7/41GK103454623SQ201310405038
【公開(kāi)日】2013年12月18日 申請(qǐng)日期:2013年9月8日 優(yōu)先權(quán)日:2013年9月8日
【發(fā)明者】杜蘭, 袁希望, 王鵬輝, 和華, 劉宏偉 申請(qǐng)人:西安電子科技大學(xué)