本发明专利技术涉及一种基于数据质量评估的对空目标识别方法，其主要流程是：首先通过对雷达回波检测、点迹凝聚处理，找到目标回波的中心点，提取目标回波数据；通过提取杂波占比因子、目标完整度因子、信噪比，形成目标数据质量评估因子；然后利用目标数据质量评估因子对目标数据进行预处理；最后利用数据质量因子及预处理后的目标回波数据，提取目标调制谱特征，判断目标是喷气式飞机、螺旋桨飞机或是直升机。本发明专利技术所提供的方法主要针对工程应用实现，能够很好的剔除杂波干扰、雷达副瓣干扰的影响，识别正确率达到85％以上，并具有很好的稳健性和适应性。
【技术实现步骤摘要】
本专利技术属于雷达目标信号分类识别技术，特别是一种用于常规警戒雷达系统中， 能够实现将空中目标分类识别为喷气式飞机、螺旋桨飞机和直升机的分类识别方法。
技术介绍
空中飞机目标主要分为喷气式飞机、螺旋桨飞机和直升机三类。这三类飞机上都 存在旋转部件，如直升机的主旋翼和尾旋翼，螺旋桨飞机的螺旋桨叶片和喷气式飞机发动 机的压缩叶片，它们在飞机飞行的同时，自身也存在周期性的旋转运动。目标的微动会对雷 达回波产生附加的调制，使得目标回波多普勒是时变的，表现在频谱上式存在频谱旁瓣或 多普勒频率展宽，折算目标结构部件与目标主体之间相互作用的结果。微动产生的微多普 勒特征，即调制谱特征，是目标独特的特征，它反映了目标的几何结构和运动特征，可以用 来确定目标的性质，为雷达目标识别提供了新的途径，具有重要的研究价值和意义。 基于微多普勒特征的技术研究是雷达目标识别领域的研究热点之一。如在加 拿大DefenceR&DCanada公司在研究报告《Micro-Dopplerradarsignaturesfor intelligenttargetrecognition》中，对直升机叶片的频域特征进行分析，并且提出了相 应的叶片频谱提取方法；在2009年2月的《指挥控制与仿真》中《多普勒频谱及JEM效应在 空中目标识别中的应用分析》提出利用相位和幅度综合的方法试图对三类目标进行分类识 另IJ;在2006年《现代雷达》中《基于微多普勒特征的空中目标识别》提出利用多普勒频谱能 量的不对称性和能量对比实现了固定翼飞机和直升机的分类识别。 与其他文献中提出的方法不同，本专利技术针对实际雷达的数据特点，通过对目标回 波的数据质量进行评估，自适应调整数据预处理和特征提取策略和参数，有效提取目标的 调制谱特征，能够有效降低因杂波干扰、副瓣干扰而产生的识别错误，具有更为稳健、抗干 扰能力更强的分类识别能力。
技术实现思路
本专利技术的目的在于提供一种解决常规相参体制警戒雷达系统的空目标识别方法。 通过本专利技术，能够在警戒雷达系统中实现喷气式飞机、螺旋桨飞机和直升机的分类识别能 力，识别正确率达到85 %以上。 实现本专利技术的技术解决方案为： 首先通过对雷达回波检测、点迹凝聚处理，找到目标回波的中心点，提取若干能够 用于处理的目标回波数据；通过提取杂波占比因子、目标完整度因子、信噪比，形成目标数 据质量评估因子；然后利用目标数据质量评估因子对目标数据进行预处理；最后利用数据 质量评估因子及预处理后的目标数据，提取目标调制谱特征，判断目标是喷气式飞机、螺旋 桨飞机或是直升机。本专利技术所提供的方法主要针对工程应用实现，具有很好的抗干扰、抗杂 波的特点，并且直升机正确率达到85 %以上。 本专利技术与现有技术相比，其显著优点为： 通过本专利技术的基于数据质量评估因子的数据预处理方法，能够有效抑制背景杂 波、目标副瓣等因素产生的干扰，能准确、有效地提取出目标回波中存在的真实调制谱特征 信息，该方法与现有调制谱特征识别处理方法相比，对杂波干扰、副瓣干扰、噪声干扰的抑 制能力更好，预处理后的目标数据用于特征提取和分类识别的准确率更高； 采用基于数据质量评估因子进行调制谱特征提取和分类器设计，能够有效对空目 标进行分类识别。该方法具有实时性好、检测概率高的特点，更为重要的是，该分类识别方 法的适应性更强，能够适应各种强度杂波环境及噪声环境，并且能够适应不同型号雷达，它 的提出及工程实现在雷达目标检测与识别领域具有很高的推广应用价值。用本专利技术的方 法，经实际测试，其中螺旋桨类246个批次、喷气式飞机900个批次，直升机480个批次，测 试结果如表1所示。 表1现场测试结果表 下面结合附图对本专利技术作进一步详细描述。【附图说明】 图1是本专利技术的工作流程图。 图2是背景杂波剔除处理流程。 图3是背景杂波剔除处理效果1。 图4是背景杂波剔除处理效果2。 图5是副瓣抑制方法处理流程图。 图6是副瓣抑制处理效果1。 图7是副瓣抑制处理效果2。【具体实施方式】 本专利技术实现方法具体实施步骤为，参见附图1 : (1)根据位置信息提取目标粗略范围Θ。根据已经建立的目标航迹信息，得到目 标的方位α。和距离d。，利用方位α。和距离d。，从接收机的回波IQ数据截取目标区域的波 门数据Θ(二维数组，其大小为MXN，其中Μ为所取的方位脉冲个数，N为所取的距离单元 个数，一般Μ可取150,N取40)。 (2)目标位置检测。利用MTD检测方法，获得目标所在的距离单元，得到目标回波 数据fT (3)目标距离单元FFT处理。对目标回波数据fTμet进行FFT处理，得到目标回 波频谱数据FTal^t。 (4)数据质量评估。利用目标波门数据Θ和FFT处理后的数据FT # ^进行数据 质量评估，计算杂波占比因子、目标完整度因子、信噪比，具体计算方法如下： 杂波占比因子（SCR)计算方法： 其中iTX是目标回波频谱FTal^t的低频背景杂波区域的最大值，是波门数 据Θ中背景噪声均值。 目标完整度因子（TAR)计算方法： 其中/Γ"是目标回波数据fT _&中同一距离单元的最大幅度，argCT；^)是最大幅 度所在的脉冲序号，ft(l)、ft(N)分别是目标回波数据中同一距离单元的第一个幅 度值和最后一个脉冲幅度值。完整系数（TAR)越大，说明所采集的目标区域越完整。 信噪比（SNR)估计方法： 其中是经过目标回波频谱FT &中非背景杂波区频谱的最大值，./IT是背 景噪声均值。 (5)背景杂波剔除。利用杂波占比因子、信噪比，从0频率开始判断当前频率是否 属于杂波成分，逐步剔除目标回波频谱数据& # &中的背景杂波成分，得到背景剔除后的 目标频谱F' 具体流程如图2所示，分别是对目标频谱F' 行正频率方向和 负频率方向的背景杂波剔除处理，具体流程说明如下： ?正频率方向背景杂波剔除处理a)对目标回波频谱数据FTal^t，从0频率开始，向正频率方向开始，判定当前频率 点i的幅度FTal^t(i)与噪声均值/;=比值，得到频点幅度比kTal^t(i); b)如果kT⑴<K(K为常数，一般取2)，则判定当前频率点i符合噪声特性，则 认为当前频率点i即为背景杂波的截止频率，则正频当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于数据质量评估的对空目标识别方法，其特征在于，包括以下步骤：步骤一、通过检测、凝聚方法，找到目标回波的中心点，提取能够用于处理的目标回波数据；步骤二、对目标数据进行质量评估，计算数据质量评估因子，包括杂波占比因子、目标完整度因子、信噪比，根据数据质量评估因子，对目标数据进行预处理，包括背景杂波剔除、多普勒频率补偿和副瓣抑制；步骤三、依据数据质量评估因子，对预处理后的目标数据进行自适应门限分割，提取目标调制谱特征和分类处理，判断目标是喷气式飞机、螺旋桨飞机或是直升机；通过该方法识别正确率达到85％以上。
【技术特征摘要】
【专利技术属性】
技术研发人员：管志强，赵鹏飞，赵鑫，左锦波，肖龙，杨学岭，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。