分類正確率最大的方法來確定。
[0053] 步驟5,獲得測試信號。
[0054] 在非合作環(huán)境實(shí)驗(yàn)條件下，利用低分辨雷達(dá)采集對人體目標(biāo)和車輛目標(biāo)的雷達(dá)回 波進(jìn)行采集，得到人體目標(biāo)和車輛目標(biāo)的低信噪比慢時(shí)間信號X，對低信噪比慢時(shí)間信號能 量進(jìn)行歸一化，得到測試信號
[0055] 步驟6,獲得測試信號的時(shí)頻譜。
[0056] 用時(shí)頻變換工具箱對測試信號i進(jìn)行短時(shí)傅里葉變換，獲得測試信號的時(shí)頻譜 ?(七，〇，其中3=1，2，一，1~為測試信號的長度3=1，2，一，1，1為短時(shí)傅里葉變換中 傅里葉變換的長度。
[0057] 步驟7,從測試信號的時(shí)頻譜P (t，f)中提取3維時(shí)頻特征。
[0058] 該3維時(shí)頻特征包括：測試信號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度R，測試信號時(shí)頻 譜中目標(biāo)多普勒調(diào)制寬度范圍內(nèi)的時(shí)頻熵U，測試信號時(shí)頻譜中每一時(shí)刻最大幅度對應(yīng)的 頻率的方差D。
[0059] (7a)從測試信號的時(shí)頻譜P(t，f)中，求測試信號的時(shí)頻譜P(t，f)的頻率熵：
[0061] (7b)，從測試信號的時(shí)頻譜P(t，f)中，求測試信號的時(shí)頻熵的均值：
[0063] (7c)利用步驟（7a)和（7b)，對測試信號時(shí)頻譜P(t，f)的頻率熵Q(f)的頻率f 進(jìn)行搜索，獲得0(/)2G時(shí)的頻率的集合F2 ;
[0064] (7d)利用步驟（7c)的結(jié)果，得到測試信號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度：
[0065] R = max (F2) -min (F2);
[0066] (7e)利用步驟（7d)的結(jié)果，從測試信號的時(shí)頻譜P(t，f)中，求測試信號時(shí)頻譜中 H標(biāo)名普勒i固制甯麼茹_ Λ的時(shí)瓶i惱.
[0068] (7f)從測試信號的時(shí)頻譜P (t，f)中，求t時(shí)刻測試信號時(shí)頻譜P (t，f)中最大幅 度對應(yīng)的頻率B (t):
[0070] (7g)利用（7f)的結(jié)果，獲得測試信號時(shí)頻譜中每一時(shí)刻最大幅度對應(yīng)的頻率的 方差：
為所有時(shí)刻測試信號時(shí)頻譜P(t，f)中最大幅度對應(yīng)的頻率 的均值。
[0073] 步驟8,把步驟（7)從測試信號的時(shí)頻譜P (t，f)中提取的3維時(shí)頻特征送入到訓(xùn) 練好的支撐向量機(jī)分類器中，完成對低信噪比慢時(shí)間信號的分類。
[0074] 本發(fā)明的效果可以通過以下仿真實(shí)驗(yàn)驗(yàn)證：
[0075] 1.仿真條件：
[0076] 實(shí)驗(yàn)訓(xùn)練數(shù)據(jù)為低分辨雷達(dá)錄取到的高信噪比的人體目標(biāo)和車輛目標(biāo)實(shí)測數(shù)據(jù)， 分別為120組樣本；實(shí)驗(yàn)測試數(shù)據(jù)為加入了信噪比為0-30dB，間隔為5dB的高斯白噪聲的 低分辨雷達(dá)錄取到的高信噪比的人體目標(biāo)和車輛目標(biāo)的實(shí)測數(shù)據(jù)，分別為120組樣本。其 中，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)分別選自不同批次錄取的人體目標(biāo)和車輛目標(biāo)實(shí)測數(shù)據(jù)；
[0077] 2.仿真內(nèi)容及結(jié)果分析：
[0078] 仿真1，用本發(fā)明和現(xiàn)有基于時(shí)頻譜特征的目標(biāo)分類方法及基于CPPCA的穩(wěn)健性 目標(biāo)分類方法對人體目標(biāo)和車輛目標(biāo)進(jìn)行分類，結(jié)果如圖2。
[0079] 從圖2可看出以下兩點(diǎn)：
[0080] a)利用本發(fā)明對人體目標(biāo)和車輛目標(biāo)進(jìn)行分類時(shí)，兩類地面目標(biāo)的分類正確率隨 信噪比的增加而逐漸上升最后趨于平穩(wěn)；信噪比為OdB時(shí)，本發(fā)明對兩類地面目標(biāo)的分類 正確率已達(dá)86%以上；信噪比小于20dB時(shí)，本發(fā)明對兩類地面目標(biāo)的分類正確率要遠(yuǎn)高于 基于時(shí)頻譜特征的目標(biāo)分類方法對兩類地面目標(biāo)的分類正確率；信噪比大于20dB時(shí)，本發(fā) 明對兩類地面目標(biāo)的分類正確率與基于時(shí)頻譜特征的目標(biāo)分類方法對兩類地面目標(biāo)的分 類正確率相近；
[0081] b)信噪比大于IOdB時(shí)本發(fā)明對兩類地面目標(biāo)的分類正確率稍微低于基于CPPCA 的穩(wěn)健性目標(biāo)分類方法對兩類地面目標(biāo)的分類正確率，但信噪比小于IOdB時(shí)本發(fā)明對兩 類地面目標(biāo)的分類正確率遠(yuǎn)高于基于CPPCA的穩(wěn)健性目標(biāo)分類方法對兩類地面目標(biāo)的分 類正確率；
[0082] 因此本發(fā)明在低信噪比條件下，能有效實(shí)現(xiàn)車輛目標(biāo)和人體目標(biāo)的分類。
[0083] 仿真2,用本發(fā)明和現(xiàn)有基于時(shí)頻譜特征的目標(biāo)分類方法及基于CPPCA的穩(wěn)健性 目標(biāo)分類方法對信噪比為30dB的人體目標(biāo)和車輛目標(biāo)實(shí)測數(shù)據(jù)分類時(shí)耗費(fèi)的時(shí)間，結(jié)果 如表1。
[0084] 表 1 :
[0085]
[0086] 從如表1看出，本發(fā)明對兩類地面目標(biāo)分類時(shí)所耗費(fèi)的時(shí)間要遠(yuǎn)小于基于CPPCA 的穩(wěn)健性目標(biāo)分類方法對兩類地面目標(biāo)分類時(shí)所耗費(fèi)的時(shí)間；本發(fā)明對兩類地面目標(biāo)分類 時(shí)所耗費(fèi)的時(shí)間要與基于時(shí)頻譜特征的目標(biāo)分類方法對兩類地面目標(biāo)分類時(shí)所耗費(fèi)的時(shí) 間相近；
[0087] 綜上，本發(fā)明能在低信噪比條件且無需對窄帶雷達(dá)回波預(yù)先進(jìn)行去噪處理?xiàng)l件 下，快速有效實(shí)現(xiàn)人體目標(biāo)和車輛目標(biāo)的分類。
【主權(quán)項(xiàng)】
1. 基于穩(wěn)健性時(shí)頻特征的地面目標(biāo)分類方法，包括以下步驟： A. 訓(xùn)練步驟： (Al)對低分辨雷達(dá)錄取的高信噪比慢時(shí)間信號進(jìn)行能量歸一化，獲得訓(xùn)練信號； (A2)對訓(xùn)練信號進(jìn)行短時(shí)傅里葉變換，獲得訓(xùn)練信號的時(shí)頻譜Y(t，f)，其中，f為t時(shí) 刻對應(yīng)的瞬時(shí)頻率； (A3)從訓(xùn)練信號的時(shí)頻譜Y(t，f)中提取3維時(shí)頻特征，該3維時(shí)頻特征包括：訓(xùn)練信 號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度W，訓(xùn)練信號時(shí)頻譜中目標(biāo)多普勒調(diào)制寬度范圍內(nèi)的時(shí) 頻熵C，訓(xùn)練信號時(shí)頻譜中每一時(shí)刻最大幅度對應(yīng)的頻率的方差V; (A4)利用從訓(xùn)練信號的時(shí)頻譜Y(t，f)中提取的3維時(shí)頻特征對支撐向量機(jī)分類器的 參數(shù)進(jìn)行訓(xùn)練，得到訓(xùn)練好的支撐向量機(jī)分類器； B. 測試步驟 (BI)對低分辨雷達(dá)錄取的低信噪比慢時(shí)間信號進(jìn)行能量歸一化，獲得測試信號； (B2)對測試信號進(jìn)行短時(shí)傅里葉變換，獲得測試信號的時(shí)頻譜P(t，f)，其中，f為t時(shí) 刻對應(yīng)的瞬時(shí)頻率； (B3)從測試信號的時(shí)頻譜P(t，f)中提取3維時(shí)頻特征，該3維時(shí)頻特征包括：測試信 號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度R，測試信號時(shí)頻譜中目標(biāo)多普勒調(diào)制寬度范圍內(nèi)的時(shí) 頻熵U，測試信號時(shí)頻譜中每一時(shí)刻最大幅度對應(yīng)的頻率的方差D; (B4)把步驟（B3)從測試信號的時(shí)頻譜P(t，f)中提取3維時(shí)頻特征送入到訓(xùn)練好的支 撐向量機(jī)分類器中，完成對低信噪比慢時(shí)間信號的分類。2. 根據(jù)權(quán)利要求1所述的基于穩(wěn)健性時(shí)頻特征的地面目標(biāo)分類方法，其中所述步驟 (A3)中從訓(xùn)練信號的時(shí)頻譜Y(t，f)中提取3維時(shí)頻特征，按如下步驟進(jìn)行： (A31)求訓(xùn)練信號時(shí)頻譜Y(t，f)的頻率熵：其中，t= 1，2,…，N，N為訓(xùn)練信號的長度，f= 1，2,…，M，M為短時(shí)傅里葉變換中傅里 葉變換的長度； (A32)求訓(xùn)練信號時(shí)頻熵的均值：(A33)利用步驟（A31)和（A32)，遍歷搜索訓(xùn)練信號時(shí)頻譜的頻率熵E(f)的頻率，獲得 滿足E(/) 2Z的頻率集合Fl; (A34)利用步驟（A33)，得到訓(xùn)練信號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度： W=max(Fl)-min(Fl)； 其中，max和min分別為取最大值和取最小值運(yùn)算； (A35)利用步驟（A34)，得到訓(xùn)練信號時(shí)頻譜中目標(biāo)多普勒調(diào)制寬度范圍內(nèi)的時(shí)頻熵：(A36)求t時(shí)刻訓(xùn)練信號時(shí)頻譜Y(t，f)中最大幅度對應(yīng)的頻率：其中，arg為參數(shù)運(yùn)算； (A37)利用步驟（A36)，得到訓(xùn)練信號時(shí)頻譜中每一時(shí)刻最大幅度對應(yīng)的頻率的方差：值。3.根據(jù)權(quán)利要求1所述的基于穩(wěn)健性時(shí)頻特征的地面目標(biāo)分類方法，其中所述步驟 (B3)中從測試信號的時(shí)頻譜P(t，f)中提取3維時(shí)頻特征，按如下步驟進(jìn)行： (B31)求測試信號的時(shí)頻譜P(t，f)的頻率熵：其中，t= 1，2,…，N，N為測試信號的長度，f= 1，2,…，M，M為短時(shí)傅里葉變換中傅里 葉變換的長度； (B32)求測試信號的時(shí)頻熵的均值：(B33)利用步驟（B31)和（B32)，遍歷搜索訓(xùn)練信號時(shí)頻譜的頻率熵Q(f)的頻率，獲得 滿足(?(/)> 0的頻率集合F2 ; (B34)利用步驟（B33)，得到測試信號時(shí)頻譜中目標(biāo)多普勒調(diào)制的寬度： R=max(F2)-min(F2); (B35)利用步驟（B34)，得到測試信號時(shí)頻譜中目標(biāo)多普勒調(diào)制寬度范圍內(nèi)的時(shí)頻熵；
【專利摘要】本發(fā)明公開了一種基于穩(wěn)健性時(shí)頻特征的地面目標(biāo)分類方法，主要解決在低信噪比條件下現(xiàn)有技術(shù)對車輛目標(biāo)和人體目標(biāo)分類時(shí)間長的問題。其實(shí)現(xiàn)過程是：1、對錄取的高信噪比信號能量進(jìn)行歸一化，獲得訓(xùn)練信號；2、從訓(xùn)練信號的時(shí)頻譜中，提取3維時(shí)頻特征并訓(xùn)練分類器；3、對錄取的低信噪比信號能量進(jìn)行歸一化，獲得測試信號；4、從測試信號的時(shí)頻譜中，提取3維時(shí)頻特征；5、將測試信號的3維時(shí)頻特征送入到訓(xùn)練好的分類器中，獲得分類結(jié)果。本發(fā)明能在低信噪比且無需對窄帶雷達(dá)回波預(yù)先進(jìn)行去噪處理的條件下，快速有效地實(shí)現(xiàn)車輛目標(biāo)和人體目標(biāo)分類，可用于雷達(dá)目標(biāo)識別。
【IPC分類】G01S7/41
【公開號】CN105044701
【申請?zhí)枴緾N201510475477
【發(fā)明人】杜蘭, 李林森, 王寶帥, 史蕙若, 劉宏偉
【申請人】西安電子科技大學(xué)
【公開日】2015年11月11日
【申請日】2015年8月5日