雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法
【專利摘要】本發(fā)明公開了一種高距離分辨率雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法，屬于雷達(dá)信號(hào)處理領(lǐng)域。在雜波背景未知情況下，為了克服現(xiàn)有距離擴(kuò)展目標(biāo)統(tǒng)計(jì)檢測(cè)方法對(duì)雜波和目標(biāo)環(huán)境適應(yīng)能力差等不足，本發(fā)明提出一種距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法；該方法對(duì)雷達(dá)回波一維距離像進(jìn)行歸一化處理，利用雜波一維距離像的數(shù)據(jù)域描述特征進(jìn)行融合優(yōu)化，建立單類支持向量機(jī)恒虛警率檢測(cè)方法，通過調(diào)整核函數(shù)參數(shù)保證檢測(cè)方法的恒虛警率特性，并依據(jù)檢測(cè)結(jié)果更新雜波數(shù)據(jù)庫；無需對(duì)雜波背景進(jìn)行統(tǒng)計(jì)建模，適用于正負(fù)樣本數(shù)量嚴(yán)重不對(duì)稱的雷達(dá)目標(biāo)檢測(cè)環(huán)境，具有很強(qiáng)的虛警控制能力，運(yùn)算量小便于工程實(shí)現(xiàn)，具有推廣應(yīng)用價(jià)值。
【專利說明】雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法
一、【技術(shù)領(lǐng)域】
[0001]本發(fā)明隸屬于雷達(dá)信號(hào)處理領(lǐng)域，具體涉及一種距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法。
二、【背景技術(shù)】
[0002]與常規(guī)低分辨率雷達(dá)相比，高距離分辨率雷達(dá)在抗干擾、反偵察、精確探測(cè)及成像、高精度跟蹤、目標(biāo)識(shí)別等方面具有明顯的優(yōu)勢(shì)，在現(xiàn)代軍事和民用領(lǐng)域獲得了廣泛的重視和應(yīng)用，已經(jīng)成為現(xiàn)代雷達(dá)發(fā)展的一個(gè)重要方向。與常規(guī)窄帶雷達(dá)的“點(diǎn)目標(biāo)”不同，高距離分辨率雷達(dá)目標(biāo)回波分布在不同的徑向距離單元中，呈現(xiàn)為“一維距離像”，形成了 “距離擴(kuò)展目標(biāo)”。距離擴(kuò)展目標(biāo)信號(hào)具有很強(qiáng)的非平穩(wěn)性和非線性特性，大多數(shù)現(xiàn)有的距離擴(kuò)展目標(biāo)檢測(cè)方法基于經(jīng)典統(tǒng)計(jì)檢驗(yàn)理論，檢測(cè)方法的背景針對(duì)性過強(qiáng)，缺少對(duì)實(shí)際雜波環(huán)境變化和不同目標(biāo)信號(hào)的自適應(yīng)能力，開展具有較強(qiáng)適應(yīng)性的智能檢測(cè)研究具有重要意義。
[0003]目前，智能信號(hào)處理在雷達(dá)目標(biāo)識(shí)別等分類問題中得到了廣泛應(yīng)用，在雷達(dá)點(diǎn)目標(biāo)檢測(cè)方面仍處于探索階段，且往往忽略了虛警概率的控制問題。事實(shí)上，恒虛警率(CFAR)特性是雷達(dá)目標(biāo)自動(dòng)檢測(cè)過程中主要的技術(shù)指標(biāo)之一，采用CFAR處理可使計(jì)算機(jī)不致因干擾太強(qiáng)而過載，從而保證雷達(dá)信號(hào)處理系統(tǒng)的正常運(yùn)行。
[0004]距離擴(kuò)展目標(biāo)CFAR檢測(cè)問題可以等效為目標(biāo)加雜波和純雜波的二元分類問題。在眾多智能方法中，支持向量機(jī)本質(zhì)上是一個(gè)二元分類器，其對(duì)二元分類問題具有獨(dú)特的優(yōu)勢(shì)；相對(duì)于神經(jīng)網(wǎng)絡(luò)等其他智能分類方法，它克服了大樣本要求、維數(shù)災(zāi)難及局部極小等問題，以結(jié)構(gòu)化風(fēng)險(xiǎn)最小化為準(zhǔn)則，具有很強(qiáng)的泛化能力，適合解決具有非平穩(wěn)特性的距離擴(kuò)展目標(biāo)非線性檢測(cè)問題。
[0005]對(duì)于雷達(dá)距離擴(kuò)展目標(biāo)檢測(cè)來說，一方面，目標(biāo)出現(xiàn)的幾率相對(duì)較小，可獲得的純雜波樣本數(shù)遠(yuǎn)遠(yuǎn)大于可獲得的目標(biāo)樣本數(shù)，導(dǎo)致正負(fù)樣本數(shù)量嚴(yán)重不對(duì)稱，此時(shí)傳統(tǒng)支持向量機(jī)方法會(huì)出現(xiàn)很高的誤判率；另一方面，不同雷達(dá)目標(biāo)一維距離像千差萬別，甚至同一目標(biāo)在不同姿態(tài)角下的一維距離像也存在很大差異，因此，很難將各種不同雷達(dá)目標(biāo)歸為一類。兩方面的因素均導(dǎo)致傳統(tǒng)支持向量機(jī)方法難以滿足雷達(dá)距離擴(kuò)展目標(biāo)檢測(cè)的要求。在雷達(dá)雜波背景未知情況下，通過多距離單元信息的合理融合，設(shè)計(jì)簡(jiǎn)單有效的距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法具有重要的現(xiàn)實(shí)意義。
三、
【發(fā)明內(nèi)容】

[0006]1.要解決的技術(shù)問題
[0007]在雷達(dá)雜波背景未知情況下，為了克服基于統(tǒng)計(jì)檢驗(yàn)的目標(biāo)檢測(cè)方法與實(shí)際環(huán)境失配時(shí)導(dǎo)致性能急劇下降、傳統(tǒng)支持向量機(jī)方法誤判率過高且無法克服正負(fù)樣本數(shù)量嚴(yán)重不對(duì)稱等不足，本發(fā)明采用單類支持向量機(jī)(OCSVM)，提出一種簡(jiǎn)單有效的距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法。
[0008]2.技術(shù)方案[0009]本發(fā)明所述距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法包括以下技術(shù)措施:
[0010]步驟I從雜波數(shù)據(jù)庫中提取訓(xùn)練樣本
[0011]通過對(duì)待檢測(cè)區(qū)域周圍的無目標(biāo)范圍進(jìn)行雷達(dá)照射，獲得與待檢測(cè)單元鄰近的不包含目標(biāo)的雜波輔助數(shù)據(jù)，建立初始雜波數(shù)據(jù)庫；從數(shù)據(jù)庫中提取待檢測(cè)區(qū)域周圍的N個(gè)雷達(dá)雜波一維距離像數(shù)據(jù)(Xi，i=l,...，N)作為訓(xùn)練樣本，其中，由M個(gè)距離單元回波幅值組成的一維距離像Xi可以表示為:
[0012]
【權(quán)利要求】
1.雷達(dá)距離擴(kuò)展目標(biāo)自適應(yīng)智能融合檢測(cè)方法，其特征在于包括以下步驟: 步驟I從雜波數(shù)據(jù)庫中提取訓(xùn)練樣本 通過對(duì)待檢測(cè)區(qū)域周圍的無目標(biāo)范圍進(jìn)行雷達(dá)照射，獲得與待檢測(cè)單元鄰近的不包含目標(biāo)的雜波輔助數(shù)據(jù)，建立初始雜波數(shù)據(jù)庫；從數(shù)據(jù)庫中提取待檢測(cè)區(qū)域周圍的N個(gè)雷達(dá)雜波一維距離像數(shù)據(jù)(Xi，i=l,...，N)作為訓(xùn)練樣本，其中，由M個(gè)距離單元回波幅值組成的一維距離像Xi可以表示為: 式中，Xi (m)表示第i個(gè)訓(xùn)練樣本Xi中第m個(gè)距離單元對(duì)應(yīng)的幅值分量； 步驟2對(duì)訓(xùn)練樣本進(jìn)行歸一化處理 對(duì)訓(xùn)練樣本中的距離像Xi的每個(gè)元素分別進(jìn)行能量歸一化，得到歸一化一維距離像X1 = [x, (I),...,Xi (m)...,Xi (M)]，其中，
【文檔編號(hào)】G06F17/30GK103544296SQ201310525779
【公開日】2014年1月29日 申請(qǐng)日期:2013年10月22日 優(yōu)先權(quán)日:2013年10月22日
【發(fā)明者】簡(jiǎn)濤, 何友, 蘇峰, 平殿發(fā), 張韞, 黃曉冬, 沈劍 申請(qǐng)人:中國人民解放軍海軍航空工程學(xué)院