[发明专利]基于极化分解的噪声稳健宽带全极化目标识别方法

说明书

技术领域

本发明属于雷达目标识别技术领域，特别涉及基于极化分解的噪声稳健宽带全极化目标识别方法，可用于对不同类型飞机或车辆目标进行分类。

背景技术

宽带雷达目标识别可以利用目标的高分辨雷达回波信号，实现对目标类型的判定。高分辨雷达目标回波能够反应出目标更加详细的信息，具有低分辨雷达所不具有的独特优势。高分辨距离像提供了目标沿距离方向的几何结构信息，获取容易、处理方便，在目标识别方面有很好的应用。在单极化体制下，雷达发射和接收电磁波的极化方式是不变的。而目标在不同的极化电磁波照射下，电磁散射特性是不同的，通过不同极化方式的发射和接收，可以的到目标更加全面的极化信息。目标的极化信息和宽带信息从不同方面刻画了目标的散射特性，将两者结合起来也能更好的用于目标识别领域。

上述基于高分辨距离像、目标全极化信息以及两者相结合的方法都对噪声具有很强的敏感性。但是实际中由于接收机热噪声一定，目标距离雷达越远，回波信噪比越低。通常应用中，用于训练阶段的距离像数据可由合作的实验获取或者是直接由电磁仿真程序生成，其信噪比较高；而用于测试阶段的距离像数据经常在非合作情况下取得，无法保证高信噪比，目标数据提取的特征会发生变化。此时，训练和测试之间产生模型失配，导致了识别性能随着测试样本信噪比的降低而急剧恶化，造成识别率明显下降。

发明内容

本发明的目的在于提出基于极化分解的噪声稳健宽带全极化目标识别方法。本发明能够在低信噪比条件下，有效改善目标识别性能，从而提升识别距离。

为实现上述技术目的，本发明采用如下技术方案予以实现。

基于极化分解的噪声稳健宽带全极化目标识别方法包括以下步骤：

S1：利用雷达接收多组全极化通道距离像信号；获取全极化通道距离像信号的多个训练样本；

S2：针对每个训练样本，采用目标极化特征提取方法，获取每个训练样本的平均距离像和分类特征；

S3：将雷达接收的每组全极化通道距离像信号作为对应的测试样本，针对每个测试样本采用基于噪声修正的目标极化特征提取方法，获取每个测试样本的平均距离像和分类特征；针对每个测试样本，执行步骤S4至步骤S6；

S4：将对应测试样本的平均距离像分别与每个训练样本的平均距离像进行对齐；得出对应测试样本的平均距离像在与每个训练样本的平均距离像进行对齐时，向右移动的距离单元数；

S5：根据对应测试样本的平均距离像在与每个训练样本的平均距离像进行对齐时，向右移动的距离单元数，得出每个训练样本的对应测试样本融合特征；

S6：根据每个训练样本的对应测试样本融合特征、以及每个训练样本的分类特征，得出对应测试样本对应的目标类别。

本发明的有益效果为：本发明在信噪比变化时目标正确识别率没有大的变化，具有识别性能噪声稳健的优点，可用于在低信噪比宽带全极化目标识别。

附图说明

图1为本发明的基于极化分解的噪声稳健宽带全极化目标识别方法的流程图；

图2a，为现有方法和本发明得出的测试样本的极化相干矩阵的最大特征值所占比例随信噪比变化对比示意图；

图2b为现有方法和本发明得出的测试样本的极化相干矩阵对应的平均散射角随信噪比变化对比示意图；

图2c为现有方法和本发明得出的测试样本的极化相干矩阵对应的散射熵随信噪比变化对比示意图；

图3为现有方法和本发明得出的测试样本的极化相干矩阵的重构误差随信噪比变化的对比图；

图4为现有方法和本发明得出的测试样本对应的目标正确识别率随信噪比变化的对比示意图。

具体实施方式

下面结合附图对本发明作进一步说明：

参照图1，为本发明的基于极化分解的噪声稳健宽带全极化目标识别方法的流程图。该基于极化分解的噪声稳健宽带全极化目标识别方法包括以下步骤：

S1：利用雷达接收多组全极化通道距离像信号；获取全极化通道距离像信号的多个训练样本。具体说明如下：

上述全极化通道距离像信号包括HH极化通道距离像信号、HV极化通道距离像信号、VH极化通道距离像信号、以及VV极化通道距离像信号；在接收的全极化通道距离像信号中，选择信噪比最高的N1组全极化通道距离像信号作为对应的N1组训练用全极化通道距离像信号，N1为大于1的自然数。