一种包含潜射无人机的海面小目标分类方法技术

本发明专利技术提出了一种包含潜射无人机的海面小目标分类方法，实现步骤为：构建目标回波数据矩阵集合；计算每个目标的和矩阵和差矩阵；提取每个目标所在距离单元的回波数据向量；获取潜射无人机和海面小目标的分类结果。本发明专利技术在潜射无人机出水段为垂直状态或接近垂直状态时，通过每个目标的和矩阵和差矩阵计算该目标所在的距离单元位置对应的和向量和差向量，并利用每个目标俯仰角序列的标准差表征目标俯仰角序列的起伏特性，以此达到对具有相似雷达回波信号的潜射无人机与海面小目标有效分类的目的，进而拓宽了分类的应用范围。进而拓宽了分类的应用范围。进而拓宽了分类的应用范围。

【技术实现步骤摘要】
一种包含潜射无人机的海面小目标分类方法


[0001]本专利技术属于雷达
，涉及一种目标分类方法，具体涉及一种基于海用雷达对包含潜射无人机的海面小目标分类方法。

技术介绍

[0002]雷达目标分类是指雷达对目标进行探测，对所获取的回波信息进行分析，从而确定目标种类的技术。随着雷达技术的发展，针对于海面大体积以及大雷达截面积(RCS)的目标分类已经能满足当前需求，但是对RCS不超过20m2的类似于小型浮冰、小船、小型浮标等的海面小目标，利用常规分类手段难以达到应用要求。海面小目标的分类有很多困难和限制，其主要来自于三个方面：第一，海面小目标的RCS较小，目标回波较弱，在常规雷达的探测模式下，目标回波的信杂比(SCR)较低，无法通过目标回波信号的幅度信息完成海面小目标的有效分类；第二，海面小目标具有不规律的出现持续时间，短暂的出现持续时间使得回波数据不足；第三，海面小目标具有不稳定的多普勒特性，海面小目标运动较慢并且与海浪之间的复杂相互作用使得其多普勒对时间变化的模式复杂，影响海面小目标的有效分类。
[0003]杨学岭等人在其申请的专利文献“基于雷达和光电的低慢小目标与海面小目标识别方法”(申请号：202010018394.9，申请公布号：CN111190156A)中，公开了一种基于雷达和光电的低慢小目标与海面小目标分类识别方法，该方法具体实现步骤为：首先雷达对光电进行目标指引，雷达与光电对目标进行复合跟踪；待雷达与光电对目标进行稳定跟踪后，调用雷达对目标进行高重频探测，同时调用光电对目标进行红外成像；然后分别提取目标的微多普勒调制特征、红外特征结合多个目标运动特性和运动特征构造目标特征矩阵，最后结合线性二分类器进行低慢小目标与海面小目标分类识别。该方法提高了分类的正确率，但当多个目标雷达回波信号相似时，无法实现对海面小目标的有效分类。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术存在的缺陷，提出了一种包含潜射无人机的海面小目标分类方法，在保证分类的正确率的前提下，解决现有技术中存在的无法对雷达回波信号相似的多个目标进行有效分类的技术问题。
[0005]为实现上述目的，本专利技术采取的技术方案包括如下步骤：
[0006](1)构建目标回波数据矩阵集合：
[0007]初始化海用雷达中的雷达天线包括周期性排布的N个阵元，待照射区域包含类型为潜射无人机和海面小目标的共M个目标，每个阵元在潜射无人机出水时向待照射区域发射连续I个脉冲信号，以Δr为间距将每个阵元与每个目标之间的距离划分为Q个的距离单元后，通过雷达天线接收海面反射的回波信号构建每个目标回波数据矩阵集合其中，N≥2且为偶数，M≥2，表示第n个阵元接收的第m个目标的维度为I
×
Q的回波数据矩阵；
[0008](2)计算每个目标的和矩阵和差矩阵：
[0009]将每个目标回波数据矩阵集合X
m
中的N个回波数据矩阵相加，得到第m个目标的和矩阵并将X
m
中的前N/2个回波数据矩阵之和减去后N/2个回波数据矩阵之和，得到第m个目标的差矩阵
[0010](3)提取每个目标所在距离单元的回波数据向量：
[0011](3a)计算和矩阵中每个距离单元的目标回波数据的幅值，并提取所计算的Q个幅值中数值最大的距离单元，即第m个目标所在的距离单元的位置q
m
；
[0012](3b)分别提取第m个目标和矩阵差矩阵中该目标所在的距离单元位置q
m
所对应的和向量差向量
[0013](4)获取潜射无人机和海面小目标的分类结果：
[0014](4a)计算第m个目标的俯仰角序列θ
m
以及θ
m
的标准差s
m
，并将M个目标对应标准差的均值T作为目标分类的门限值；
[0015](4b)判断s
m
≥T是否成立，若是，则第m个目标为潜射无人机，否则第m个目标为海面小目标。
[0016]本专利技术与现有技术相比，具有如下优点：
[0017]本专利技术在潜射无人机出水段为垂直状态或接近垂直状态时，通过每个目标的和矩阵和差矩阵计算该目标所在的距离单元位置对应的和向量和差向量，能够利用每个目标俯仰角序列的标准差表征目标俯仰角序列的起伏特性，这种对每个目标进行单脉冲和差测角的方法在多个目标具有相似雷达回波信号的情况下也能进行有效分类，避免了现有技术因多个目标运动特性和运动特征的相似性导致雷达回波信号相似对分类效果的影响，在保证分类的正确率的前提下，有效地拓宽了分类的应用范围。
附图说明
[0018]图1是本专利技术的实现流程图。
具体实施方式
[0019]以下结合附图和具体实施例，对本专利技术作进一步详细描述。
[0020]参照附图1，本专利技术包括如下步骤：
[0021](1)构建目标回波数据矩阵集合：
[0022]初始化海用雷达中的雷达天线包括周期性排布的N个阵元，待照射区域包含类型为潜射无人机和海面小目标的共M个目标，每个阵元在潜射无人机出水时向待照射区域发射连续I个脉冲信号，以Δr为间距将每个阵元与每个目标之间的距离划分为Q个的距离单元后，通过雷达天线接收海面反射的回波信号构建每个目标回波数据矩阵集合其中，N≥2且为偶数，M≥2，表示第n个阵元接收的第m个目标的维度为I
×
Q的回波数据矩阵；
[0023]雷达天线一个阵元接收的一个目标回波信号由连续的I个脉冲重复周期内的采样信号构成，一个脉冲重复周期内的采样信号是对雷达天线接收的电磁波信号在时间上均匀离散化采样后的数字信号，因为电磁波传播速度一定，传播距离与传播时间成正比，因此每
个采样点被称作一个距离单元，在本实施例中，目标个数M＝1000，一个阵元发射的脉冲信号个数I＝4096，阵元个数N＝32，一个脉冲重复周期内的距离单元个数Q＝1000，一个距离单元的间距Δr＝3m，维数均为4096
×
1000。
[0024](2)计算每个目标的和矩阵和差矩阵：
[0025]将每个目标回波数据矩阵集合X
m
中的N个回波数据矩阵相加，得到第m个目标的和矩阵并将X
m
中的前N/2个回波数据矩阵之和减去后N/2个回波数据矩阵之和，得到第m个目标的差矩阵
[0026]在本实施例中，维数均为4096
×
1000。
[0027](3)提取每个目标所在距离单元的回波数据向量：
[0028](3a)计算和矩阵中每个距离单元的目标回波数据的幅值，并提取所计算的Q个幅值中数值最大的距离单元，即第m个目标所在的距离单元的位置q
m
；
[0029](3b)分别提取第m个目标和矩阵差矩阵中该目标所在的距离单元位置q
m
所对应的和向量差向量
[0030]目标所在距离单元的回波数据因目标的存在，其幅值会高于其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种包含潜射无人机的海面小目标分类方法，其特征在于，包括如下步骤：(1)构建目标回波数据矩阵集合：初始化海用雷达中的雷达天线包括周期性排布的N个阵元，待照射区域包含类型为潜射无人机和海面小目标的共M个目标，每个阵元在潜射无人机出水时向待照射区域发射连续I个脉冲信号，以Δr为间距将每个阵元与每个目标之间的距离划分为Q个的距离单元后，通过雷达天线接收海面反射的回波信号构建每个目标回波数据矩阵集合其中，N≥2且为偶数，M≥2，表示第n个阵元接收的第m个目标的维度为I
×
Q的回波数据矩阵；(2)计算每个目标的和矩阵和差矩阵：将每个目标回波数据矩阵集合X
m
中的N个回波数据矩阵相加，得到第m个目标的和矩阵并将X
m
中的前N/2个回波数据矩阵之和减去后N/2个回波数据矩阵之和，得到第m个目标的差矩阵(3)提取每个目标所在距离单元的回波数据向量：(3a)计算和矩阵中每个距离单元的目标回波数据的幅值，并提取所计算的Q个幅值中数值最大的距离单元，即第m个目标所在的距离单元的位置q
m
；(3b)分别提取第m个目标和矩阵差矩阵中该目标所在的距离单元位置q
m
所对应的和...

【专利技术属性】
技术研发人员：水鹏朗，洪涛，许述文，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：