[发明专利]一种基于雷达识别数据库特征曲线拟合的目标分类方法

说明书

本发明涉及一种基于雷达识别数据库特征曲线拟合的目标分类方法，其主要流程是：首先接收数据处理后的EDW信息，根据历史缓存更新EDW信息，信号按方位和老化程度自适应聚类分组，每个分组生成特征曲线，根据特征曲线计算特征因子，设置初始偏差门限为5％，检索雷达识别数据库查询特征因子拟合度偏差不高于偏差门限的记录，当检索不成功时拟合度偏差门限增加5％，当偏差门限高于30％时按原始多批信号输出，否则重新开始检索。当检索成功时，根据偏差门限计算置信因子，输出拟合度偏差最低的查询记录的雷达目标信息。

技术领域

本发明涉及一种雷达目标信号分类识别技术领域。

背景技术

雷达识别数据库，又叫做雷达目标识别数据库，是指将雷达已侦察的雷达的工作频率、脉冲宽度、脉冲重复频率、天线方向图、天线扫描方式、扫描速率以及雷达位置、类型、工作体制等结果并经验证的数据整理后存入数据库，作为对雷达目标辐射源目标识别的先验认知，以支持雷达设备在探测目标辐射源时通过参照先验知识，以实时目标探测结果和数据库存储数据进行融合匹配算法，增加目标识别概率。在硬件性能提高和大数据分析趋势下，雷达识别数据库的重要性得到更多提升。研究基于雷达识别数据库的、低时间复杂度的复杂信号识别算法成为相控阵雷达无源探测的重要研究方向。

目标雷达在做有源探测时，会采取抗侦察措施，其基于时分的抗侦察基本策略是进行复杂多变的调度算法和时隙分配算法，在不同的时隙内使辐射源信号有不同的工作频率、脉冲宽度、脉冲重复频率等，从而实现降低敌方侦察设备识别概率和识别能力。

目前在相控阵雷达无源探测领域，根据是否使用雷达识别数据库进行复杂信号识别可将雷达设备分为两类。第一类是未使用数据库的雷达设备，该类雷达设备做无源探测一般根据内部软件设定好的信号处理流程和数据处理流程识别目标，在缺少数据库支持先验认知条件的情况下，雷达目标识别概率和识别能力取决于数据处理对庞大信号源分析处理完善程度，且无法有效识别新型号雷达目标。第二类是使用数据库的雷达设备，该类雷达设备在做无源探测时通过参考数据库数据进行数据处理和复杂信号识别。基于雷达识别数据库的常用复杂信号识别方法为实际无源探测数据和先验数据进行依次比较，选择相似程度最高的雷达目标作为结果输出。在雷达识别数据库存有数万条或更多先验知识的情况下，使用依次比较方式的复杂信号识别方法运行效率和结果输出实时性会降低，难以高实时性、高可靠性地识别复杂信号雷达目标。

发明内容

本发明提供了一种基于雷达识别数据库特征曲线拟合的目标分类方法，通过本发明，能够在无源探测雷达系统中，加强对符合雷达识别数据库中信号特征的目标分类识别能力，使多个弱相关性的辐射源信号正确识别为一个雷达目标。实现本发明的技术解决方案为：

首先接收数据处理后的EDW信息，根据历史缓存更新EDW信息，目标按方位和老化程度自适应聚类分组，每个分组生成特征曲线，根据特征曲线计算特征因子，设置初始偏差门限为5％，检索雷达识别数据库查询特征因子拟合度偏差不高于偏差门限的记录，当检索不成功时拟合度偏差门限增加5％，当偏差门限高于30％时按原始多批信号输出，否则重新开始检索。当检索成功时，根据偏差门限计算置信因子，输出拟合度偏差最低的查询记录的雷达目标信息。具体步骤如下：

步骤一：按照k-means算法将被动辐射源目标按方位和老化程度自适应聚类分组；

步骤二：根据步骤一的分组结果，对每个分组进行数据变换，生成“工作频率，脉冲宽度，脉冲重复周期”3元向量集合和特征曲线，并根据3元向量集合计算6元向量形式的特征因子，设置初始偏差门限；

步骤三：检索雷达识别数据库，查询特征因子拟合度偏差不高于偏差门限的记录，当检索成功时进行步骤四，当检索失败时增加偏差门限并再次进行本步骤，直到偏差门限超出最大值；

步骤四：根据拟合度偏差计算置信因子，输出拟合度偏差最低的查询记录的雷达目标信息。

步骤二生成3元向量集合和特征曲线方法为：