The invention relates to a method for realizing radar target recognition based on decision fusion of one dimension image in multi view angle. This method is mainly suitable for radar target recognition in conventional wideband coherent radar. The main process is: first of all from the perspective of one-dimensional image data preprocessing; setting the target from the perspective of one-dimensional like energy gathering area extraction threshold; the target HRRP extracted from the perspective of energy accumulation area; calculation of attitude from the perspective of the radar target; template matching on the perspective of the target like one-dimensional; then the improved D S evidence theory from the perspective of the target HRRP template matching based on decision fusion; finally, radar target recognition. The method provided by the invention has simple engineering, decision fusion effect, the theoretical basis for the method fully etc., and from the perspective of radar target recognition accuracy compared to single view radar target recognition rate is increased by more than 10%.
【技术实现步骤摘要】
本专利技术是一种用于基于协同体系下常规宽带相参警戒雷达系统,实现多视角一维像下雷达目标识别方法,实现雷达目标的粗分类。
技术介绍
在多视角下一维像的基础上,通过决策层融合等实现雷达目标识别,利用雷达目标识别信息可以实现雷达目标的分类。配合现有探测设备的改造,可以在现有探测设备的基础上大力提升协同目标识别能力。目前很多一维像的技术研究是基于单视角下一维像进行的,如在2013年4月西安电子科技大学学位论文《雷达高分辨距离像目标识别技术研究》中提出的一种基于时域特征的截断过程隐马尔科夫模型,并建立了基于TSB-HMM模型的分层识别方法,利用TSB-HMM模型结合时域特征和功率谱特征对一维像进行识别,实现单视角下的雷达目标识别。与其他文献中提出的方法不同,本专利技术针对在基于多视角下一维像的基础上,通过决策层融合的雷达目标识别方法,实现雷达目标的分类。
技术实现思路
本专利技术的目的在于提供一种解决协同体系下的多视角下一维像决策层融合的雷达目标识别方法,有效地实现雷达目标的分类。通过本专利技术,能够实现海上舰艇编队对视距内各种运动状态下的雷达目标进行有效的分类,并且多视角一维像下的雷达目标识别正确率在单视角一维像下的雷达目标识别正确率基础上提高10%。实现本专利技术的技术解决方案为:首先对各视角下的一维像数据进行剔除坏像、非相干积累等预处理;对非相干积累后的目标一维像设置目标一维像能量聚集区提取门限;提取各视角下目标一维像能量聚集区距离单元前后沿,标定目标一维像能量聚集区;利用雷达目标的航向和方位信息计算雷达目标各视角下的姿态角;计算各视角下目标一维像能量聚集区的中 ...
【技术保护点】
基于多视角下一维像决策层融合的雷达目标识别方法,其特征在于:通过计算一维像的峰度矩阵K,找到峰度矩阵的最大元素max(K)及其对应的一维像,统计余下一维像集合{xi}和离群峰度集合{ki},利用离群峰度法剔除异常一维像;以峰度矩阵最大元素对应的一维像为基像,采用最小熵估计准则对一维像进行对齐处理,对对齐后的一维像做非相干积累;统计非相干积累后的一维像前八分之一和后八分之一部分的均值和方差,以均值最小值和方差最小值作为非相干积累后一维像的噪声均值和方差,以gate=k*(mean(X)+6*std(X))的形式设置各视角下目标一维像能量聚集区提取门限,其中mean(X)为噪声均值,std(X)为噪声方差,k为常值系数;利用滑动平均法进行过门限目标一维像边界标定,提取目标一维像能量聚集区;根据雷达目标的航向和方位,计算雷达目标的姿态角;计算各视角下目标一维像能量聚集区的中心距,以归一化中心距构建特征矢量其中为2阶归一化中心距,为3阶归一化中心距,为4阶归一化中心距,为5阶归一化中心距,为6阶归一化中心距,结合最大相关系数法对目标姿态±15°范围的船只模板归一化中心距特征矢量与目标一维像能量 ...
【技术特征摘要】
1.基于多视角下一维像决策层融合的雷达目标识别方法,其特征在于:通过计算一维像的峰度...
【专利技术属性】
技术研发人员: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。