[发明专利]基于极化特征的城市低空小目标分类识别系统

权利要求书

1.基于极化特征的城市低空小目标分类识别系统，其特征在于，包括：

获取模块，用于获取雷达全极化回波数据；

处理模块，所述处理模块用于极化散射特征参数的提取；

根据获取到的雷达全极化的回波数据建立极化散射矩阵S，所述极化散射矩阵能反应城市低空小目标在特定姿态和观测频率下全部极化特征信息；

针对所述极化散射矩阵S进行矢量化处理，以获得散射矢量，并进一步得到极化相干矩阵T；

对所述矢量化处理的极化相干矩阵的分解，得到表征目标散射极化程度的提取出散射熵H、平均散射角α、反熵A和主导散射角α₁和主导散射机制的能量λ₁，以提取不同目标的极化特征参数，用于目标分类识别的基本特征参数；

所述处理模块根据不同目标的极化散射特征参数，采用模糊支持向量机的分类方法进行目标分类。

2.根据权利要求1所述的基于极化特征的城市低空小目标分类识别系统，其特征在于，上述获得雷达全极化回波数据具体包括：

接收四种全极化目标回波数据，S_hh、S_hv、S_vh和S_vv，

其中S_hh表示雷达以水平方向发射电磁波，并以水平方向接收雷达回波的电磁波值；

S_hv表示雷达以垂直方向发射电磁波，并以水平方向接收雷达回波的电磁波值；

S_vh表示雷达以水平方向发射电磁波，并以垂直方向接收雷达回波的电磁波值；

S_vv表示雷达以垂直方向发射电磁波，并以垂直方向接收雷达回波的电磁波值。

3.根据权利要求2所述的基于极化特征的城市低空小目标分类识别系统，其特征在于，所述极化散射矩阵S，可用一个2×2的矩阵表示，即

4.根据权利要求1所述的基于极化特征的城市低空小目标分类识别系统，其特征在于，所述极化散射矩阵S矢量化为

其中，V(·)为矩阵矢量化算子，Trace(·)为求矩阵逆的运算符，Ψ为一组2×2的复基矩阵集，这些基矩阵在Hermite内积空间是正交的；

其中，2×2复基矩阵集Ψ可以为

城市低空小目标的极化相干矩阵可以定义为

T＝<k_pk_p^H>

在互易条件下，k_p可以蜕变为

并得到极化相干矩阵：

由于极化相干矩阵T是Hermite半正定的，对T进行特征值分解，可以得到

其中λ_i为矩阵T的第i个特征值，并且λ₁＞λ₂＞λ₃，u_i为归一化的第i个特征矢量：

公式中，α_i∈(0°，90°)表征了目标的散射类型，β_i∈(0°，180°)表示目标的方向角，为S_hh+S_vv的相位，δ_i为S_hh+S_vv和S_hh-S_vv之间的相位差，γ_i为S_hh+S_vv与S_hv之间的相位差。