一種運(yùn)動(dòng)車輛目標(biāo)分類方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種運(yùn)動(dòng)車輛目標(biāo)分類方法及系統(tǒng),屬于雷達(dá)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 對(duì)于地面車輛目標(biāo)而言,由于在現(xiàn)代戰(zhàn)場(chǎng)環(huán)境中不同作戰(zhàn)任務(wù)與不同環(huán)境需求, 輪式車輛與履帶式車輛所承擔(dān)的作戰(zhàn)任務(wù)不同,也決定了其威脅程度不同,因此對(duì)戰(zhàn)場(chǎng)環(huán) 境中的各種車輛進(jìn)行分類具有重要軍事意義。在低分辨雷達(dá)系統(tǒng)中,目標(biāo)車輛僅占據(jù)一個(gè) 或者少數(shù)幾個(gè)距離單元,而且受地雜波影響很難獲取支撐目標(biāo)分類的信息??紤]運(yùn)動(dòng)目標(biāo) 在多普勒譜中目標(biāo)多普勒與地雜波成分分離,并且多普勒譜中包含目標(biāo)運(yùn)動(dòng)信息,所以運(yùn) 動(dòng)目標(biāo)的多普勒譜為目標(biāo)分類提供可能。
[0003] 目標(biāo)或目標(biāo)組成部分的振動(dòng)或轉(zhuǎn)動(dòng)會(huì)對(duì)雷達(dá)回波的頻譜產(chǎn)生調(diào)制,在目標(biāo)多普勒 頻率上產(chǎn)生邊帶,美國(guó)海軍實(shí)驗(yàn)室的VictorC.Chen教授將這種現(xiàn)象稱為微多普勒效應(yīng),這 些邊帶頻率稱為微多普勒頻率。輪式車多普勒譜由車身分量與車輪轉(zhuǎn)動(dòng)調(diào)制的微多普勒 分量構(gòu)成,由于輪式車輪胎材質(zhì)為橡膠,所以輪式車車輪調(diào)制的微多普勒分量較弱,使得輪 式車多普勒譜主要由車身分量構(gòu)成。履帶車多普勒譜由車身分量、履帶轉(zhuǎn)動(dòng)與平動(dòng)調(diào)制的 微多普勒分量構(gòu)成,考慮履帶材質(zhì)為金屬,其后向散射強(qiáng)于輪式車車輪后向散射能力,除了 微多普勒強(qiáng)度上的差異,履帶調(diào)制的微多普勒構(gòu)成也與輪式車不同,履帶的微多普勒包含 兩部分:履帶轉(zhuǎn)動(dòng)調(diào)制的微多普勒分量與上履帶平動(dòng)引起的兩倍于車身分量的微多普勒分 量。輪式車輛與履帶式車輛多普勒譜上的差異為地面運(yùn)動(dòng)車輛目標(biāo)的分類提供可能性。
[0004] 已有的地面運(yùn)動(dòng)目標(biāo)分類方法利用目標(biāo)的多普勒譜的波形熵等特征來(lái)描述目標(biāo) 多普勒譜的起伏特性,根據(jù)提取的目標(biāo)多普勒譜的特征進(jìn)行分類。由于實(shí)際中,目標(biāo)相對(duì)于 雷達(dá)的徑向速度是變化的,徑向速度的變化不僅使目標(biāo)多普勒譜主峰位置變化,也使目標(biāo) 多普勒譜寬度發(fā)生變化,所以目標(biāo)多普勒譜對(duì)目標(biāo)相對(duì)雷達(dá)的徑向速度的敏感性不利于后 續(xù)的分類和識(shí)別;另外,現(xiàn)有分類方法從目標(biāo)多普勒譜中提取某些特征,如多普勒譜熵、車 身分量占多普勒譜能量比等,然后利用較為復(fù)雜的分類器(如支持向量機(jī)分類器)對(duì)目標(biāo) 進(jìn)行分類。這類方法所提取特征受噪聲或雜波影響較大,當(dāng)信雜比或信噪比較低時(shí)無(wú)法獲 得較好的分類性能。除此以外這類方法所采用的分類器工程實(shí)現(xiàn)復(fù)雜無(wú)法滿足工程實(shí)際應(yīng) 用要求,嚴(yán)重限制此類算法的工程應(yīng)用。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明所要解決的技術(shù)問題是,針對(duì)現(xiàn)有技術(shù)中同類方法對(duì)目標(biāo)平動(dòng)速度變化敏 感,不能有效利用目標(biāo)特殊結(jié)構(gòu)信息,受信噪比約束較大,并且所用分類器計(jì)算復(fù)雜度較高 難以滿足工程應(yīng)用的實(shí)時(shí)性要求的問題提供一種運(yùn)動(dòng)車輛目標(biāo)分類方法及系統(tǒng),以消除目 標(biāo)平動(dòng)速度變化對(duì)目標(biāo)多普勒譜寬度的影響,更具有工程可實(shí)現(xiàn)性,利用輪式車與履帶車 結(jié)構(gòu)差異進(jìn)行運(yùn)動(dòng)車輛目標(biāo)分類,獲得穩(wěn)定的抗噪聲分類性能。
[0006] 本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種運(yùn)動(dòng)車輛目標(biāo)分類方法,具體包 括以下步驟:
[0007] 步驟1 :采集獲取目標(biāo)車輛的原始多普勒譜,并對(duì)原始多普勒譜進(jìn)行雜波抑制,獲 得雜波抑制后的目標(biāo)多普勒譜;
[0008] 步驟2 :對(duì)目標(biāo)多普勒譜進(jìn)行速度歸一化,得到歸一多普勒譜;
[0009] 步驟3 :根據(jù)歸一多普勒譜分別計(jì)算歸一多普勒譜與輪式車目標(biāo)多普勒譜模板之 間的距離,獲得輪式距離;和歸一多普勒譜與履帶車目標(biāo)多普勒譜模板之間的距離,獲得履 帶距離;
[0010] 步驟4 :對(duì)輪式距離與履帶距離進(jìn)行比較,根據(jù)比較結(jié)果判定目標(biāo)車輛為輪式車 或履帶車。
[0011] 本發(fā)明的有益效果是:消除了目標(biāo)平動(dòng)速度變化對(duì)目標(biāo)多普勒譜峰值位置和多普 勒譜寬的影響,利用輪式車與履帶車結(jié)構(gòu)差異,通過多普勒譜的匹配對(duì)具有機(jī)動(dòng)部件的運(yùn) 動(dòng)車輛目標(biāo)進(jìn)行分類。
[0012] 在上述技術(shù)方案的基礎(chǔ)上,本發(fā)明還可以做如下改進(jìn)。
[0013] 進(jìn)一步,所述步驟1中利用CLEAN算法對(duì)目標(biāo)原始多普勒譜進(jìn)行雜波抑制。
[0014] 進(jìn)一步,所述步驟2中利用插值、抽取對(duì)雜波抑制后的目標(biāo)多普勒譜進(jìn)行速度歸 一化。
[0015] 進(jìn)一步,所述步驟3中將歸一多普勒譜作為最近鄰分類器的輸入,通過最近鄰分 類器計(jì)算歸一多普勒譜與輪式車目標(biāo)多普勒譜模板之間的距離和歸一多普勒譜與履帶車 目標(biāo)多普勒譜模板之間的距離,獲得輪式距離d。和履帶距離dt;采用以下公式(1)和公式 (2)計(jì)算輪式距離d。和履帶距離dt;
[0016] dc=min(abs(s^) ·abs(Sc)),Sc=[scl,sc2,sc3, ...,scN]公式(1)
[0017]dt=min(abs(s^) ·abs(St)),St=[stl,st2,st3, ...,stM]公式(2)
[0018] 其中,Sl表示歸一多普勒譜,s/表示對(duì)Sl轉(zhuǎn)置操作,abs()表示取模操作,min() 表示最小化;為輪式車多普勒譜模板中第i個(gè)多普勒譜樣本,i= 1,2,3,……N,N為 輪式車多普勒譜模板中樣本數(shù);st]為履帶車多普勒譜模板中第j個(gè)多普勒譜樣本,j= 1,2, 3,……M,Μ為履帶車多普勒譜模板中樣本數(shù)。
[0019] 進(jìn)一步,所述步驟4中的對(duì)輪式距離與履帶距離進(jìn)行比較,判斷所述輪式距離是 否大于履帶距離,如果是,則目標(biāo)車輛為履帶車;否則,目標(biāo)車輛為輪式車。
[0020] 進(jìn)一步,所述利用CLEAN算法對(duì)目標(biāo)原始多普勒譜進(jìn)行雜波抑制具體包括以下步 驟:
[0021] 步驟1. 1 :初始化,目標(biāo)原始多普勒譜為X。,置迭代次數(shù)k= 1,設(shè)置最大迭代次數(shù) K,一般K= 1~4 ;考慮雷達(dá)靜止,可設(shè)定雜波寬度為三個(gè)多普勒分辨單元;
[0022] 步驟1. 2 :在雜波范圍內(nèi)搜索最大值,記錄最大值幅度A、相位Θ以及最大值對(duì)應(yīng) 的多普勒頻率fclutter?
[0023] 步驟1. 3 :根據(jù)最大幅度A、相位Θ以及多普勒頻率4_重構(gòu)該次諧波的時(shí)域信 ^ ^clutter*
[0024] sclutter= (A/L)exp(j2Jrfcluttert+jΘ)公式(3)
[0025] 其中t為時(shí)間變量,L為積累脈沖數(shù),expO表示自然指數(shù)函數(shù),j表示虛數(shù)單位;
[0026] 步驟1. 4 :從原信號(hào)中減去上述諧波分量,得到新的多普勒譜xk;
[0027]xk=xkfFFTGdutter)公式(4)
[0028] 其中FFT()表示傅里葉變換運(yùn)算;
[0029] 步驟1. 5:判斷k是否大于K,如果是,停止,并對(duì)雜波抑制后的目標(biāo)多普勒譜s。賦 值,使sQ=xk;否貝lj,k=k+1,返回執(zhí)行步驟1. 2。
[0030] 進(jìn)一步,所述利用插值、抽取對(duì)雜波抑制后的目標(biāo)多普勒譜進(jìn)行速度歸一化具體 包括以下步驟:
[0031] 步驟2. 1 :預(yù)設(shè)歸一化基準(zhǔn)頻率fb;
[0032]步驟2. 2:獲得目標(biāo)多普勒譜s。中最大值對(duì)應(yīng)的多普勒頻率fd,fd為目標(biāo)車輛的 車身分量對(duì)應(yīng)的多普勒頻率;
[0033] 步驟2. 3:計(jì)算車身多普勒頻率與基準(zhǔn)頻率的比值ε=fd/fb;根據(jù)比值ε對(duì)目 標(biāo)多普勒譜進(jìn)行插值或抽取得到歸一多普勒譜Sl,使得速度歸一化后的歸一多普勒譜中車 身分量對(duì)應(yīng)的多普勒頻率歸一至基準(zhǔn)頻率fb,且多普勒譜寬歸一至2fb。
[0034] 本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種運(yùn)動(dòng)車輛目標(biāo)分類系統(tǒng),包括雜 波抑制模塊、歸一化模塊、計(jì)算模塊和比較判定模塊;
[0035] 所述雜波抑制模塊用于采集獲取目標(biāo)車輛的原始多普勒譜,并對(duì)原始多普勒譜進(jìn) 行雜波抑制,獲得雜波抑制后的目標(biāo)多普勒譜;
[0036] 所述歸一化模塊用于對(duì)目標(biāo)多普勒譜進(jìn)行速度歸一化,得到歸一多普勒譜;
[0037] 所述計(jì)算模塊用于根據(jù)歸一多普勒譜分別計(jì)算歸一多普勒譜與輪式車目標(biāo)多普 勒譜模板之間的距離,獲得輪式距離;和歸一多普勒譜與履帶車目標(biāo)多普勒譜模板之間的 距離,獲得履帶距離;
[0038] 所述比較判定模塊用于對(duì)輪式距離與履帶距離進(jìn)行比較,根據(jù)比較結(jié)果判定目標(biāo) 車輛為輪式車或履帶車。
[0039] 本發(fā)明的有益效果是:消除了目標(biāo)平動(dòng)速度變化對(duì)目標(biāo)多普勒譜峰值位置和多普 勒譜寬的影響,利用輪式車與履帶車結(jié)構(gòu)差異,通過多普勒譜的匹配對(duì)具有機(jī)動(dòng)部件的運(yùn) 動(dòng)車輛目標(biāo)進(jìn)行分類。
[0040] 在上述技術(shù)方案的基礎(chǔ)上,本發(fā)明還可以做如下改進(jìn)。
[0041] 進(jìn)一步,所述雜波抑制模塊中利用CLEAN算法對(duì)目標(biāo)原始多普勒譜進(jìn)行雜波抑 制。
[0042] 進(jìn)一步,所述歸一化模塊中利用插值、抽取對(duì)雜波抑制后的目標(biāo)多普勒譜進(jìn)行速 度歸一化。
【附圖說明】
[0043] 圖1為本發(fā)明所述的一種運(yùn)動(dòng)車輛目標(biāo)分類方法流程圖;
[0044] 圖2為本發(fā)明所述的一種運(yùn)動(dòng)車輛目標(biāo)分類系統(tǒng)結(jié)構(gòu)框圖;
[0045] 圖3為輪式車原始實(shí)測(cè)多普勒譜圖;
[0046] 圖4為履帶車原始實(shí)測(cè)多普勒譜圖;
[0047] 圖5為輪式車雜波抑制、速度歸一化后的多普勒譜圖;
[0048] 圖6為履帶車雜波抑制、速度歸一化后的多普勒譜圖;
[0049] 圖7為不同信噪比下本發(fā)明分類結(jié)果示意圖。
[0050] 附圖中,各標(biāo)號(hào)所代表的部件列表如下:
[0051] 1、雜波抑制模塊,2、歸一化模塊,3、計(jì)算模塊,4、比較判定模塊。
【具體實(shí)施方式】
[0052] 以下結(jié)合附圖對(duì)本發(fā)明的原理和特征進(jìn)行描述,所舉實(shí)例只用于解釋本發(fā)明,并 非用于限定本發(fā)明的范圍。
[0053] 如圖1所示,為本發(fā)明所述的一種運(yùn)動(dòng)車輛目標(biāo)分類方法,具體包括以下步驟:
[0054] 步驟1 :采集獲取目標(biāo)車輛的原始多普勒譜,并對(duì)原始多普勒譜進(jìn)行雜波抑制,獲 得雜波抑制后的目標(biāo)多普勒譜;
[0055] 步驟2 :對(duì)目標(biāo)多普勒譜進(jìn)行速度歸一化,得到歸一多普勒譜;
[0056] 步驟3 :根據(jù)歸一多普勒譜分別計(jì)算歸一多普勒譜與輪式車目標(biāo)多普勒譜模板之 間的距離,獲得輪式距離;和歸一多普勒譜與履帶車目標(biāo)多普勒譜模板之間的距離,獲得履 帶距離;
[0057] 步驟4:對(duì)輪式距離與履帶距離進(jìn)行比較,根據(jù)比較結(jié)果判定目標(biāo)車輛為輪式車 或履帶車。
[0058] 所述步驟1中利用CLEAN算法對(duì)目標(biāo)原始多普勒譜進(jìn)行雜波抑制。
[0059] 所述步驟2中利用插值、抽取對(duì)雜波抑制后的目標(biāo)多普勒譜進(jìn)行速度歸一化。
[0060] 所述步驟3中將歸一多普勒譜作為最近鄰分類器的輸入,通過最近鄰分類器計(jì)算 歸一多普勒譜與輪式車目標(biāo)多普勒譜模板之間的距離和歸一多普勒譜與履帶車目標(biāo)多普 勒譜模板之間的距離,獲得輪式距離d。和履帶距離dt;采用以下公式(1)和公式(2)計(jì)算 輪式距離d。和履帶距離dt;
[0061] dc=min(abs(s^) ·abs(Sc)),Sc=[scl,sc2,sc3, ...,scN]公式(1)
[0062] dt=min(abs(s^) ·abs(St)),St=[stl,st2,st3, ...,stM]公式(