專利名稱：基于廣義匹配濾波的地面運(yùn)動(dòng)目標(biāo)分類方法
基于廣義匹配濾波的地面運(yùn)動(dòng)目標(biāo)分類方法技術(shù)領(lǐng)域
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，可用于對具有旋轉(zhuǎn)部件的地面運(yùn) 動(dòng)目標(biāo)進(jìn)行識(shí)別。
背景技術(shù)：
物體運(yùn)動(dòng)時(shí)，除了自身的平動(dòng)，物體的某些部件通常還會(huì)有相對于物體的運(yùn)動(dòng)，這 樣的現(xiàn)象在自然界中普遍存在，如人行走時(shí)四肢的擺動(dòng)，昆蟲飛行時(shí)翅膀的振動(dòng)，直升機(jī)飛 行時(shí)螺旋槳的轉(zhuǎn)動(dòng)等，美國海軍實(shí)驗(yàn)室的研究人員分析了這種運(yùn)動(dòng)，將這種運(yùn)動(dòng)命名為微 運(yùn)動(dòng)，并將這類運(yùn)動(dòng)產(chǎn)生的雷達(dá)回波中的多普勒調(diào)制現(xiàn)象命名為微多普勒效應(yīng)。微多普勒 概念提出后，對不同微動(dòng)形式產(chǎn)生的微多普勒現(xiàn)象的研究，深化了人們對機(jī)動(dòng)部件多普勒 譜調(diào)制現(xiàn)象的認(rèn)識(shí)，使得從目標(biāo)回波的多普勒信息中提取有利于識(shí)別和分類的特征有了新 的途徑。
在雷達(dá)目標(biāo)識(shí)別領(lǐng)域中，地面目標(biāo)所處環(huán)境較空中目標(biāo)復(fù)雜，其雷達(dá)回波中含有 大量地物雜波，從目標(biāo)的時(shí)域信號(hào)中難以得到有利于目標(biāo)識(shí)別的準(zhǔn)確信息，由于產(chǎn)生雜波 的地物大多是靜止的，當(dāng)目標(biāo)與雷達(dá)之間有相對運(yùn)動(dòng)時(shí)，回波信號(hào)相對于發(fā)射信號(hào)會(huì)產(chǎn)生 頻率差，這就是多普勒頻率，它正比于相對運(yùn)動(dòng)的徑向速度，反比于雷達(dá)工作波長，在多普 勒域中動(dòng)目標(biāo)的多普勒頻率會(huì)在偏離零頻率的位置出現(xiàn)，從而可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)和靜止地 物雜波的分離。同時(shí)，不同目標(biāo)的多普勒譜提供了目標(biāo)自身的運(yùn)動(dòng)信息，包括目標(biāo)自身的平 動(dòng)信息以及目標(biāo)上旋轉(zhuǎn)部件的微動(dòng)信息，利用這些信息可以實(shí)現(xiàn)對目標(biāo)的分類和識(shí)別。
經(jīng)過對微多普勒現(xiàn)象的研究，使得在地面目標(biāo)識(shí)別領(lǐng)域，有可能取代傳統(tǒng)的人工 操作模式，實(shí)現(xiàn)雷達(dá)的自動(dòng)目標(biāo)識(shí)別。在雷達(dá)目標(biāo)運(yùn)動(dòng)時(shí)，物體的平動(dòng)徑向速度在物體運(yùn)動(dòng) 中往往占主要成分，在多普勒譜中體現(xiàn)為目標(biāo)的平動(dòng)多普勒成分較微動(dòng)多普勒成分強(qiáng)。但 對于具有不同旋轉(zhuǎn)部件的地面動(dòng)目標(biāo)，平動(dòng)多普勒成分較微動(dòng)多普勒成分的強(qiáng)弱比例是有 所差異的。通過實(shí)驗(yàn)可以得知，輪式車輛的多普勒譜中幾乎觀察不到微動(dòng)多普勒成分，平動(dòng) 多普勒成分占據(jù)了絕大多數(shù)能量。與輪式車輛不同，履帶式車輛的多普勒譜中，盡管平動(dòng)多 普勒成分占據(jù)了較多能量，但也有相當(dāng)一部分能量分布在微動(dòng)多普勒成分中。正是由于存 在這樣的差異，為我們對地面動(dòng)目標(biāo)進(jìn)行分類識(shí)別提供了途徑。
地面運(yùn)動(dòng)車輛目標(biāo)的雷達(dá)回波信號(hào)中，含有地物雜波。這些地物雜波在目標(biāo)識(shí)別 過程中屬于無用信息，會(huì)降低目標(biāo)識(shí)別算法的性能，因此在進(jìn)行目標(biāo)識(shí)別前，需要對地物雜 波通過一定的預(yù)處理進(jìn)行抑制。傳統(tǒng)的雜波抑制方法為動(dòng)目標(biāo)顯示技術(shù)(MTI)，其具體的實(shí) 現(xiàn)是通過雷達(dá)回波信號(hào)序列的對消來去除靜止地物雜波，這種方法的優(yōu)點(diǎn)是簡單易行，缺 點(diǎn)是會(huì)對信號(hào)的多普勒譜進(jìn)行非線性調(diào)制，壓低接近0頻率處的頻率成分，放大遠(yuǎn)離0頻率 處的頻率成分。由于傳統(tǒng)動(dòng)目標(biāo)顯示技術(shù)的這種缺陷，使得地面運(yùn)動(dòng)車輛目標(biāo)的多普勒譜 中的微動(dòng)信息實(shí)際上受到了破壞，對最終的識(shí)別結(jié)果有很大影響。發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于廣義匹配濾波的地面 運(yùn)動(dòng)目標(biāo)分類方法，以消除傳統(tǒng)的動(dòng)目標(biāo)顯示技術(shù)對多普勒譜的非線性調(diào)制作用，去除雜 波成分對識(shí)別結(jié)果的影響，提高識(shí)別率。
為實(shí)現(xiàn)上述目的，本發(fā)明提出以下兩種技術(shù)方案
一 .技術(shù)方案1，包括以下步驟
1)假設(shè)目標(biāo)與雜波相互獨(dú)立，則含有目標(biāo)和雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣 為RX =艮+I 。，其中1 N
代=丨Σ Wff代表目標(biāo)的時(shí)域回波信號(hào)的自相關(guān)矩陣，Si代表第i次目標(biāo)時(shí)域回波信號(hào)，N為信號(hào)總數(shù)，上標(biāo)H代表共軛轉(zhuǎn)置， 1 N
A =^7EcAff代表雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣，Ci代表第i次雜波時(shí)域回 波信號(hào)，1 N
Rx=-Zx^h 'Xi代表第i次含有目標(biāo)和雜波的時(shí)域回波信號(hào)；
2)在含有目標(biāo)的距離單元附近，由僅含雜波的時(shí)域回波信號(hào)對雜波的自相關(guān)矩陣ι MR。進(jìn)行估計(jì)，得到R。的估計(jì)值Λ =J7IdΑ"，其中f代表第i次僅含雜波的時(shí)域回波信M i=l Ci號(hào)，M為用于估計(jì)雜波的自相關(guān)矩陣的信號(hào)數(shù)
3)對雜波的自相關(guān)矩陣的估計(jì)值或進(jìn)行特征值分解，得到或的特征向量矩陣U和 特征值矩陣χ，滿SJicU = UA，計(jì)算總的白化矩陣B = UA-"2 ；
4)對含有目標(biāo)和雜波的第i次時(shí)域回波信號(hào)Xi中的雜波成分，使用白化矩陣B進(jìn) 行白化處理，得到白化雜波后的時(shí)域回波信號(hào)yi = BaXi ；
5)對白化雜波后的時(shí)域回波信號(hào)yi進(jìn)行匹配，得到去除了雜波成分的多普勒譜 Yi = fHByi，其中f為匹配系數(shù)，當(dāng)使用傅里葉變換進(jìn)行匹配時(shí)，f為傅里葉系數(shù)，步驟2)至 步驟幻的雜波抑制稱為廣義匹配濾波雜波抑制；
6)對去除了雜波成分的多普勒譜1進(jìn)行特征提取，對于提取的特征選用識(shí)別算法 訓(xùn)練分類器，利用訓(xùn)練好的分類器對測試數(shù)據(jù)進(jìn)行識(shí)別，得到最終識(shí)別結(jié)果。
二 .技術(shù)方案2，包括如下步驟
(1)假設(shè)目標(biāo)與雜波相互獨(dú)立，則含有目標(biāo)和雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣 為RX =艮+I 。，其中1 N
Rs = ；代表目標(biāo)的時(shí)域回波信號(hào)的自相關(guān)矩陣，Si代表第i次目標(biāo)時(shí)域回波信號(hào)，N為信號(hào)總數(shù)，上標(biāo)H代表共軛轉(zhuǎn)置， 1 N
A =^7IcAff代表雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣，Ci代表第i次雜波時(shí)域回1=1波信號(hào)，
權(quán)利要求
1.一種基于廣義匹配濾波的地面運(yùn)動(dòng)目標(biāo)分類方法，包括如下步驟1)假設(shè)目標(biāo)與雜波相互獨(dú)立，則含有目標(biāo)和雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣為RX=Rs+R。，其中 1 N代代表目標(biāo)的時(shí)域回波信號(hào)的自相關(guān)矩陣，Si代表第i次目標(biāo)時(shí)域回波信號(hào)，N為信號(hào)總數(shù)，上標(biāo)H代表共軛轉(zhuǎn)置， 1 NA=^EcAff代表雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣，Ci代表第i次雜波時(shí)域回波信號(hào)，1 NA=^Zwff，Xi代表第i次含有目標(biāo)和雜波的時(shí)域回波信號(hào)；2)在含有目標(biāo)的距離單元附近，由僅含雜波的時(shí)域回波信號(hào)對雜波的自相關(guān)矩陣R。進(jìn)ι M行估計(jì)，得到R。的估計(jì)值A(chǔ)=J7IdA11，其中f代表第i次僅含雜波的時(shí)域回波信號(hào)，M為M i=l Ci用于估計(jì)雜波的自相關(guān)矩陣的信號(hào)數(shù)3)對雜波的自相關(guān)矩陣的估計(jì)值或進(jìn)行特征值分解，得到或的特征向量矩陣U和特征 值矩陣A,滿足\U = UA，計(jì)算總的白化矩陣B = UA_1/2 ；4)對含有目標(biāo)和雜波的第i次時(shí)域回波信號(hào)Xi中的雜波成分，使用白化矩陣B進(jìn)行白 化處理，得到白化雜波后的時(shí)域回波信號(hào)…=BaXi ；5)對白化雜波后的時(shí)域回波信號(hào)yi進(jìn)行匹配，得到去除了雜波成分的多普勒譜=Yi= fHByi，其中f為匹配系數(shù)，當(dāng)使用傅里葉變換進(jìn)行匹配時(shí)，f為傅里葉系數(shù)，步驟2)至步驟 5)的雜波抑制稱為廣義匹配濾波雜波抑制；6)對去除了雜波成分的多普勒譜Yi進(jìn)行特征提取，對于提取的特征選用識(shí)別算法訓(xùn)練 分類器，利用訓(xùn)練好的分類器對測試數(shù)據(jù)進(jìn)行識(shí)別，得到最終識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的地面運(yùn)動(dòng)目標(biāo)分類方法，其中步驟6)所述對去除了雜波成分 的多普勒譜Yi進(jìn)行特征提取，是指提取目標(biāo)多普勒譜Yi中的平動(dòng)徑向速度成分能量比和目 標(biāo)多普勒譜Yi的多普勒譜主瓣與峰值副瓣幅度比這兩個(gè)特征。
3.根據(jù)權(quán)利要求1所述的地面運(yùn)動(dòng)目標(biāo)分類方法，其中步驟6)所述的識(shí)別算法，包括 線性判決分析，支持向量機(jī)，相關(guān)向量機(jī)和k近鄰分類器。4.一種基于廣義匹配濾波的地面運(yùn)動(dòng)目標(biāo)分類方法，包括如下步驟
(1)假設(shè)目標(biāo)與雜波相互獨(dú)立，則含有目標(biāo)和雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣為RX=Rs+R。，其中 1 N代代表目標(biāo)的時(shí)域回波信號(hào)的自相關(guān)矩陣，Si代表第i次目標(biāo)時(shí)域回波信號(hào)，N為信號(hào)總數(shù)，上標(biāo)H代表共軛轉(zhuǎn)置， 1 NA=^EcAff代表雜波的時(shí)域回波信號(hào)的自相關(guān)矩陣，Ci代表第i次雜波時(shí)域回波信號(hào)，A=^Zwff，Xi代表第i次含有目標(biāo)和雜波的時(shí)域回波信號(hào)；(2)在含有目標(biāo)的距離單元附近，由僅含雜波的時(shí)域回波信號(hào)對雜波的自相關(guān)矩陣R。ι M進(jìn)行估計(jì)，得到R。的估計(jì)值氣=J7IdAh，其中f代表第i次僅含雜波的時(shí)域回波信號(hào)，MM i=l Ci為用于估計(jì)雜波的自相關(guān)矩陣的信號(hào)數(shù)(3)對雜波的自相關(guān)矩陣的估計(jì)值或進(jìn)行Cholesky分解，得到或的Cholesky分解形 式及=GffG,其中G為Cholesky分解得到的上三角陣，計(jì)算總的白化矩陣D = G—1 ；(4)對含有目標(biāo)和雜波的第i次時(shí)域回波信號(hào)Xi中的雜波成分，使用白化矩陣D進(jìn)行 白化處理，得到白化雜波后的時(shí)域回波信號(hào)…=DaXi ；(5)對白化雜波后的時(shí)域回波信號(hào)71進(jìn)行匹配，得到去除了雜波成分的多普勒譜=Yi= fHDyi，其中f為匹配系數(shù)，當(dāng)使用傅里葉變換進(jìn)行匹配時(shí)，f為傅里葉系數(shù)，步驟(2)至步驟 (5)的雜波抑制過程稱為廣義匹配濾波雜波抑制；(6)對去除了雜波成分的多普勒譜Yi進(jìn)行特征提取，對于提取的特征選用合適的識(shí)別 算法訓(xùn)練分類器，利用訓(xùn)練好的分類器對測試數(shù)據(jù)進(jìn)行識(shí)別，得到最終識(shí)別結(jié)果。
全文摘要
本發(fā)明公開了一種基于廣義匹配濾波的地面運(yùn)動(dòng)目標(biāo)分類方法，主要解決現(xiàn)有動(dòng)目標(biāo)顯示技術(shù)在雜波抑制階段對目標(biāo)多普勒譜存在非線性調(diào)制的問題。其實(shí)現(xiàn)過程是估計(jì)雜波自相關(guān)矩陣；求雜波自相關(guān)矩陣的白化矩陣；利用白化矩陣對含有目標(biāo)的時(shí)域回波信號(hào)中的雜波成分進(jìn)行白化處理，得到白化雜波后的時(shí)域回波信號(hào)；對白化雜波后的時(shí)域回波信號(hào)進(jìn)行匹配處理得到去除雜波成分的多普勒譜；對去除雜波成分的多普勒譜進(jìn)行特征提取，對提取的特征使用識(shí)別算法進(jìn)行識(shí)別。本發(fā)明可消除動(dòng)目標(biāo)顯示技術(shù)對目標(biāo)多普勒譜的非線性調(diào)制作用，去除雜波成分對識(shí)別結(jié)果的影響，可用于對具有旋轉(zhuǎn)部件的地面運(yùn)動(dòng)目標(biāo)進(jìn)行識(shí)別。
文檔編號(hào)G01S7/36GK102043148SQ20111000393
公開日2011年5月4日 申請日期2011年1月10日 優(yōu)先權(quán)日2011年1月10日
發(fā)明者劉宏偉, 戴奉周, 李彥兵, 杜蘭 申請人:西安電子科技大學(xué)