[发明专利]基于三阶LPC技术的飞机目标分类方法

说明书

本发明公开了一种基于三阶LPC技术的飞机目标分类方法，主要解决雷达驻留时间较短，脉冲重复频率较低时，飞机目标分辨率低的问题。其实现过程是：从飞机雷达回波数据中分离出旋翼回波信号；提取旋翼回波信号的时域和多普勒域三阶LPC系数，构成特征向量；对特征向量进行归一化，用训练样本的特征向量对分类器进行训练；将测试样本的特征向量输入到分类器进行分类。本发明将三阶LPC技术应用到飞机目标分类领域，在低重频和驻留时间短的情况下仍具有较好的分类效果，可用于三类飞机目标的分类。

技术领域

本发明属于雷达技术领域，特别涉及一种飞机目标分类方法，可用于对不同类型的飞机进行分类。

背景技术

在现代战争中，直升机承担着炮火校正、侦察、空降敌后和机动转移等重要任务，螺旋桨飞机的主要使命是夺取低空、超低空控制权，喷气式飞机具有很高的飞行高度、飞行速度和机动性能，能在空中以极快的速度厮杀。三类飞机在战场上起着各自重要的作用，因此，实现三类飞机分类具有重大意义。

目前为止，LPC技术是语音信号处理中最有效的分析方法之一，它的重要性既在于它能够极为精确地估计语音参数，又在于它的相应计算速度比较快。2014年Rios JesusJavier and Youngwook Kim在文章《Application of Linear Predictive Coding forHuman Activity Classification Based on Micro-Doppler Signatures》中将LPC技术应用到人体目标姿态分类中，取得了较好的分类结果，2016年丁帅帅，张群等人在文章《基于LPC技术的运动车辆目标分类研究》中将LPC技术应用到履式车辆和轮式车辆的分类中，也取得了较好的分类结果。

在飞机目标分类领域，相关文献都是直接或间接的提取飞机旋翼具体的时域和多普勒域的调制周期，但在雷达驻留时间较短，脉冲重复频率较低时，时域和多普勒域信号将出现混叠，易导致分类正确率下降，且相关提取算法存在计算量较大，特征提取过程所需时间较长的问题。

发明内容

本发明针对现有技术的不足，提出一种基于三阶LPC技术的飞机目标分类方法，以解决在雷达驻留时间较短，脉冲重复频率较低时，时域和多普勒域信号出现混叠导致的分类正确率低的问题，并减小特征提取时间，完成对飞机目标的实时分类。

本发明的技术思路是：从飞机的雷达回波数据中分离出旋翼回波信号，提取出旋翼回波信号的时域和多普勒域三阶LPC系数，构成特征向量；对特征向量进行归一化，用训练样本的特征向量对分类器进行训练，将测试样本的特征向量输入到分类器中，完成对飞机目标的分类，其实现步骤包括如下：

(1)从飞机的雷达回波信号中分离出X组旋翼回波信号作为时域训练样本集：S＝{S₁,S₂,…,S_i,…,S_X}，从飞机的雷达回波信号中分离出Y组旋翼回波信号作为时域测试样本集：S'＝{S'₁,S'₂,…,S'_j,…,S'_Y}，其中S_i表示第i个时域训练样本，X表示训练样本总数，S'_j表示第j个时域测试样本，Y表示测试样本总数；

(2)由时域训练样本S经过快速傅里叶变换得到多普勒域训练样本集Q＝{Q₁,Q₂,…,Q_i,…,Q_X}，由时域测试样本集S'经过快速傅里叶变换得到多普勒域测试样本集Q'＝{Q'₁,Q'₂,…,Q'_j,…,Q'_Y}，其中Q_i表示第i个多普勒域训练样本，Q'_j表示第j个多普勒域测试样本；