一種基于數(shù)據(jù)質(zhì)量評(píng)估的對(duì)空目標(biāo)識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)目標(biāo)信號(hào)分類識(shí)別技術(shù)，特別是一種用于常規(guī)警戒雷達(dá)系統(tǒng)中， 能夠?qū)崿F(xiàn)將空中目標(biāo)分類識(shí)別為噴氣式飛機(jī)、螺旋槳飛機(jī)和直升機(jī)的分類識(shí)別方法。
【背景技術(shù)】
[0002] 空中飛機(jī)目標(biāo)主要分為噴氣式飛機(jī)、螺旋槳飛機(jī)和直升機(jī)三類。這三類飛機(jī)上都 存在旋轉(zhuǎn)部件，如直升機(jī)的主旋翼和尾旋翼，螺旋槳飛機(jī)的螺旋槳葉片和噴氣式飛機(jī)發(fā)動(dòng) 機(jī)的壓縮葉片，它們?cè)陲w機(jī)飛行的同時(shí)，自身也存在周期性的旋轉(zhuǎn)運(yùn)動(dòng)。目標(biāo)的微動(dòng)會(huì)對(duì)雷 達(dá)回波產(chǎn)生附加的調(diào)制，使得目標(biāo)回波多普勒是時(shí)變的，表現(xiàn)在頻譜上式存在頻譜旁瓣或 多普勒頻率展寬，折算目標(biāo)結(jié)構(gòu)部件與目標(biāo)主體之間相互作用的結(jié)果。微動(dòng)產(chǎn)生的微多普 勒特征，即調(diào)制譜特征，是目標(biāo)獨(dú)特的特征，它反映了目標(biāo)的幾何結(jié)構(gòu)和運(yùn)動(dòng)特征，可以用 來確定目標(biāo)的性質(zhì)，為雷達(dá)目標(biāo)識(shí)別提供了新的途徑，具有重要的研究價(jià)值和意義。
[0003] 基于微多普勒特征的技術(shù)研究是雷達(dá)目標(biāo)識(shí)別領(lǐng)域的研究熱點(diǎn)之一。如在加 拿大DefenceR&DCanada公司在研究報(bào)告《Micro-Dopplerradarsignaturesfor intelligenttargetrecognition》中，對(duì)直升機(jī)葉片的頻域特征進(jìn)行分析，并且提出了相 應(yīng)的葉片頻譜提取方法；在2009年2月的《指揮控制與仿真》中《多普勒頻譜及JEM效應(yīng)在 空中目標(biāo)識(shí)別中的應(yīng)用分析》提出利用相位和幅度綜合的方法試圖對(duì)三類目標(biāo)進(jìn)行分類識(shí) 另IJ;在2006年《現(xiàn)代雷達(dá)》中《基于微多普勒特征的空中目標(biāo)識(shí)別》提出利用多普勒頻譜能 量的不對(duì)稱性和能量對(duì)比實(shí)現(xiàn)了固定翼飛機(jī)和直升機(jī)的分類識(shí)別。
[0004] 與其他文獻(xiàn)中提出的方法不同，本發(fā)明針對(duì)實(shí)際雷達(dá)的數(shù)據(jù)特點(diǎn)，通過對(duì)目標(biāo)回 波的數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估，自適應(yīng)調(diào)整數(shù)據(jù)預(yù)處理和特征提取策略和參數(shù)，有效提取目標(biāo)的 調(diào)制譜特征，能夠有效降低因雜波干擾、副瓣干擾而產(chǎn)生的識(shí)別錯(cuò)誤，具有更為穩(wěn)健、抗干 擾能力更強(qiáng)的分類識(shí)別能力。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種解決常規(guī)相參體制警戒雷達(dá)系統(tǒng)的空目標(biāo)識(shí)別方法。 通過本發(fā)明，能夠在警戒雷達(dá)系統(tǒng)中實(shí)現(xiàn)噴氣式飛機(jī)、螺旋槳飛機(jī)和直升機(jī)的分類識(shí)別能 力，識(shí)別正確率達(dá)到85 %以上。
[0006] 實(shí)現(xiàn)本發(fā)明的技術(shù)解決方案為：
[0007] 首先通過對(duì)雷達(dá)回波檢測(cè)、點(diǎn)跡凝聚處理，找到目標(biāo)回波的中心點(diǎn)，提取若干能夠 用于處理的目標(biāo)回波數(shù)據(jù)；通過提取雜波占比因子、目標(biāo)完整度因子、信噪比，形成目標(biāo)數(shù) 據(jù)質(zhì)量評(píng)估因子；然后利用目標(biāo)數(shù)據(jù)質(zhì)量評(píng)估因子對(duì)目標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理；最后利用數(shù)據(jù) 質(zhì)量評(píng)估因子及預(yù)處理后的目標(biāo)數(shù)據(jù)，提取目標(biāo)調(diào)制譜特征，判斷目標(biāo)是噴氣式飛機(jī)、螺旋 槳飛機(jī)或是直升機(jī)。本發(fā)明所提供的方法主要針對(duì)工程應(yīng)用實(shí)現(xiàn)，具有很好的抗干擾、抗雜 波的特點(diǎn)，并且直升機(jī)正確率達(dá)到85 %以上。
[0008] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：
[0009] 通過本發(fā)明的基于數(shù)據(jù)質(zhì)量評(píng)估因子的數(shù)據(jù)預(yù)處理方法，能夠有效抑制背景雜 波、目標(biāo)副瓣等因素產(chǎn)生的干擾，能準(zhǔn)確、有效地提取出目標(biāo)回波中存在的真實(shí)調(diào)制譜特征 信息，該方法與現(xiàn)有調(diào)制譜特征識(shí)別處理方法相比，對(duì)雜波干擾、副瓣干擾、噪聲干擾的抑 制能力更好，預(yù)處理后的目標(biāo)數(shù)據(jù)用于特征提取和分類識(shí)別的準(zhǔn)確率更高；
[0010] 采用基于數(shù)據(jù)質(zhì)量評(píng)估因子進(jìn)行調(diào)制譜特征提取和分類器設(shè)計(jì)，能夠有效對(duì)空目 標(biāo)進(jìn)行分類識(shí)別。該方法具有實(shí)時(shí)性好、檢測(cè)概率高的特點(diǎn)，更為重要的是，該分類識(shí)別方 法的適應(yīng)性更強(qiáng)，能夠適應(yīng)各種強(qiáng)度雜波環(huán)境及噪聲環(huán)境，并且能夠適應(yīng)不同型號(hào)雷達(dá)，它 的提出及工程實(shí)現(xiàn)在雷達(dá)目標(biāo)檢測(cè)與識(shí)別領(lǐng)域具有很高的推廣應(yīng)用價(jià)值。用本發(fā)明的方 法，經(jīng)實(shí)際測(cè)試，其中螺旋槳類246個(gè)批次、噴氣式飛機(jī)900個(gè)批次，直升機(jī)480個(gè)批次，測(cè) 試結(jié)果如表1所示。
[0011] 表1現(xiàn)場(chǎng)測(cè)試結(jié)果表
[0012]
[0013] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。
【附圖說明】
[0014] 圖1是本發(fā)明的工作流程圖。
[0015] 圖2是背景雜波剔除處理流程。
[0016] 圖3是背景雜波剔除處理效果1。
[0017] 圖4是背景雜波剔除處理效果2。
[0018] 圖5是副瓣抑制方法處理流程圖。
[0019] 圖6是副瓣抑制處理效果1。
[0020] 圖7是副瓣抑制處理效果2。
【具體實(shí)施方式】
[0021] 本發(fā)明實(shí)現(xiàn)方法具體實(shí)施步驟為，參見附圖1 :
[0022] (1)根據(jù)位置信息提取目標(biāo)粗略范圍Θ。根據(jù)已經(jīng)建立的目標(biāo)航跡信息，得到目 標(biāo)的方位α。和距離d。，利用方位α。和距離d。，從接收機(jī)的回波IQ數(shù)據(jù)截取目標(biāo)區(qū)域的波 門數(shù)據(jù)Θ(二維數(shù)組，其大小為MXN，其中Μ為所取的方位脈沖個(gè)數(shù)，N為所取的距離單元 個(gè)數(shù)，一般Μ可取150,N取40)。
[0023] (2)目標(biāo)位置檢測(cè)。利用MTD檢測(cè)方法，獲得目標(biāo)所在的距離單元，得到目標(biāo)回波 數(shù)據(jù)fT
[0024] (3)目標(biāo)距離單元FFT處理。對(duì)目標(biāo)回波數(shù)據(jù)fTμet進(jìn)行FFT處理，得到目標(biāo)回 波頻譜數(shù)據(jù)FTal^t。
[0025] (4)數(shù)據(jù)質(zhì)量評(píng)估。利用目標(biāo)波門數(shù)據(jù)Θ和FFT處理后的數(shù)據(jù)FT # ^進(jìn)行數(shù)據(jù) 質(zhì)量評(píng)估，計(jì)算雜波占比因子、目標(biāo)完整度因子、信噪比，具體計(jì)算方法如下：
[0026] 雜波占比因子（SCR)計(jì)算方法：
[0028] 其中iTX是目標(biāo)回波頻譜FTal^t的低頻背景雜波區(qū)域的最大值，是波門數(shù) 據(jù)Θ中背景噪聲均值。
[0029] 目標(biāo)完整度因子（TAR)計(jì)算方法：
[0031] 其中/Γ"是目標(biāo)回波數(shù)據(jù)fT _&中同一距離單元的最大幅度，argCT；^)是最大幅 度所在的脈沖序號(hào)，ft(l)、ft(N)分別是目標(biāo)回波數(shù)據(jù)中同一距離單元的第一個(gè)幅 度值和最后一個(gè)脈沖幅度值。完整系數(shù)（TAR)越大，說明所采集的目標(biāo)區(qū)域越完整。
[0032] 信噪比（SNR)估計(jì)方法：
[0034] 其中是經(jīng)過目標(biāo)回波頻譜FT &中非背景雜波區(qū)頻譜的最大值，./IT是背 景噪聲均值。
[0035] (5)背景雜波剔除。利用雜波占比因子、信噪比，從0頻率開始判斷當(dāng)前頻率是否 屬于雜波成分，逐步剔除目標(biāo)回波頻譜數(shù)據(jù)& # &中的背景雜波成分，得到背景剔除后的 目標(biāo)頻譜F' 具體流程如圖2所示，分別是對(duì)目標(biāo)頻譜F' 行正頻率方向和 負(fù)頻率方向的背景雜波剔除處理，具體流程說明如下：
[0036] ?正頻率方向背景雜波剔除處理
[0037]a)對(duì)目標(biāo)回波頻譜數(shù)據(jù)FTal^t，從0頻率開始，向正頻率方向開始，判定當(dāng)前頻率 點(diǎn)i的幅度FTal^t(i)與噪聲均值/;=比值，得到頻點(diǎn)幅度比kTal^t(i);
[0039] b)如果kT⑴<K(K為常數(shù)，一般取2)，則判定當(dāng)前頻率點(diǎn)i符合噪聲特性，則 認(rèn)為當(dāng)前頻率點(diǎn)i即為背景雜波的截止頻率，則正頻