[发明专利]一种基于支持向量机的点迹过滤方法

说明书

本发明涉及一种基于支持向量机的点迹过滤方法，属雷达数据处理技术领域。它包括四个步骤，充分利用支持向量机SVM实现对样本集的多维特征联合分类、对SVM点迹分类器进行训练、使用训练好的SVM点迹分类器，得到各点迹的点迹得分；对各点迹的点迹得分进行归一化得到点迹质量，将各点迹的点迹质量与质量门限进行对比、点迹质量过门限判别；操作简单方便，有效剔除杂波点迹，降低由杂波引起的虚警，提高雷达的点迹精度、航迹的滤波质量和精度,点迹过滤效果好。解决了传统点迹检测方式没有经过有效的点迹过滤处理，难以有效检测出目标信号与复杂地理环境产生的杂波信号，导致降低雷达对复杂地理环境所产生杂波、目标信号探测性能的问题。

技术领域

本发明涉及一种基于支持向量机的点迹过滤方法，属雷达数据处理技术领域。

背景技术

在雷达系统的终端数据处理中，点迹检测关系到雷达最终的点迹精度、航迹的滤波质量和精度。传统的点迹检测没有经过有效的点迹过滤处理，由复杂的地理环境所产生地大量杂波信号使得传统的点迹检测方式难以有效地检测出目标信号与复杂地理环境所产生的杂波信号，从而大大降低雷达对目标的探测性能。因此，十分有必要研发一种可对样本集进行多维特征联合分类，挖掘目标与杂波点迹的内在差异，有效剔除杂波点迹，降低由杂波引起的虚警，提高雷达的点迹精度、航迹的滤波质量和精度的基于支持向量机的点迹过滤方法。

发明内容

本发明的目的是，针对上述现有技术的不足，提供一种操作简单方便，可靠实现对样本集的多维特征联合分类，有效剔除杂波点迹，降低由杂波引起的虚警，提高雷达的点迹精度、航迹的滤波质量和精度的基于支持向量机的点迹过滤方法；解决传统的点迹检测没有经过有效的点迹过滤处理，难以有效地检测出目标信号与复杂地理环境所产生的杂波信号，降低雷达对复杂地理环境所产生杂波信号及目标信号探测性能的问题。

本发明是通过如下技术方案来实现上述目的的：

一种基于支持向量机的点迹过滤方法，其特征在于：它包括如下步骤：（支持向量机SVM，以下简称SVM）

步骤一、利用支持向量机SVM算法对训练样本集的样本点迹的特征进行分析，提取样本点迹的距离、俯仰角、信噪比、距离展宽、方位展宽、回波个数、幅度信息作为分类器的多维特征参数；

步骤二、通过有类别标识的训练样本对SVM点迹分类器进行训练，得到训练好的SVM点迹分类器；

步骤三、使用训练好的SVM点迹分类器，针对提取的多维特征参数，对新的实测点迹进行点迹分类，得到各点迹的点迹得分；

步骤四、对各点迹的点迹得分进行归一化得到点迹质量，将各点迹的点迹质量与质量门限进行对比，大于该门限的点迹保留，否则进行过滤删除，从而剔除被确认为杂波的点迹，保证点迹质量，提高雷达探测精度。

本发明与现有技术相比的有益效果在于：

该基于支持向量机的点迹过滤方法，充分利用支持向量机SVM的分析数据、识别模式、对数据的分类分析和回归分析特性，通过监督学习产生本发明点迹过滤方法的四个步骤，操作简单方便，实施真实可靠，实现对样本集的多维特征联合分类，有效剔除杂波点迹，降低由杂波引起的虚警，提高了雷达的点迹精度、航迹的滤波质量和精度，及雷达对复杂地理环境所产生杂波信号及目标信号的探测性能。该基于支持向量机的点迹过滤方法，能够有效地滤除80%以上的杂波信号，同时保证96%以上的目标信号被保留，解决了传统的点迹检测没有经过有效的点迹过滤处理，由复杂地理环境所产生的大量杂波信号使得传统的点迹检测方式难以有效地检测出目标信号及复杂地理环境所产生的杂波信号，导致降低雷达对复杂地理环境所产生杂波信号、目标信号探测性能的问题。

附图说明

图1为一种基于支持向量机的点迹过滤方法的SVM超平面分类示意图；

图2为一种基于支持向量机的点迹过滤方法的归一化点迹质量示意图；