[发明专利]一种雷达脉内调制信号的特征提取方法

权利要求书

1. 一种雷达脉内调制信号的特征提取方法，其特征在于包括以下步骤：

(1)由接收到的雷达脉内调制信号进行时频分解，得到对应的时频分布图像；

(2)对时频分布图像进行二维小波分解，得到低频、高频水平、高频垂直和高频对角方向的四组小波分解系数；

(3)对小波分解系数进行预处理：通过维纳滤波降低噪声的影响，并将小波分解系数归一化为质心为0、模为1的单位向量；

(4)对四组小波分解系数分别进行主分量分析，获得对应的平均向量和特征矩阵，形成各自的特征参数分类器；假设给定的训练样本集合为{S_j}，j＝1，2，3，...，K，K为训练样本的个数，其主分量分析的过程如下：

(4-1)计算样本的平均向量s‾=1KΣj=1KSj;]]>

(4-2)计算协方差矩阵，V=1KΣj=1K(Sj-s‾)(Sj-s‾)T,]]>其中上标T代表向量转置；

(4-3)对协方差矩阵V进行特征分解，其特征向量p_m满足：Vp_m＝λ_mp_m，

其中，λ_m表示V的第m个特征值，λ_m≥λ_m+1，并且λ_m≠0，pmTpm=1,m=1,2,...,D;]]>

(4-4)取前t个特征值，满足Σm=1tλm/Σm=1Dλm≥θ,]]>θ为一设定阈值，表征能量截断的比例，同时构造矩阵P＝[p₁ p₂ … p_t]，θ选定之后，则该类样本中的每个向量可以由前t个最大主分量来近似表示，也就是s≈s‾+Pb,]]>其中，表示平均形状，b为主分量参数，P为主成分特征向量构成的变换矩阵；

(5)对低频部分、高频水平两个分类器进行加权组合成一个更强的分类器，用于后续的信号识别。