[发明专利]一种智能化综合无人机识别系统及方法

权利要求书

1.一种智能化综合无人机识别方法，其特征在于，所述方法包括如下步骤：

步骤1，通过雷达前端接收并累积对目标的探测信号；

步骤2，从雷达前端接收的所述探测信号中提取目标的多项特征；

步骤3，将获取目标的多项特征执行目标的点航迹数据的识别；根据所述目标的点航迹数据特征确定所述目标是否为真实目标，如果确定为真实目标，转到步骤4；如果确定为虚假目标，返回步骤2；

步骤4，对目标的点航迹数据执行像素化处理，对像素化处理后图像点航迹数据依据原始点航迹进行分层化处理；

步骤5，计算步骤3中所述真实目标的雷达散射截面积RCS，其中目标的RCS的数值σ表述为：

其中：性能常数K符合：

公式中：R₀是标定的雷达标准距离，σ₀是标定目标的雷达散射截面积RCS，S/N是可检测信噪比,R是所述真实目标到雷达的距离；

步骤6，对无人机进行建模仿真,根据无人机雷达散射截面积RCS仿真结果建立无人机RCS特征库；采用宽带数据计算目标的一维距离像p(t)：

其中，t是时间；i(t)是雷达信号回波的同相分量，q(t)是雷达信号回波的正交分量；

步骤7，根据步骤4-6的结果确定待识别的真实目标；获取待识别的真实目标的多项特征，根据对多项特征的识别确定目标的类型。

2.如权利要求1所述的方法，其特征在于，所述目标是运动的目标，步骤3包括：所述目标的点航迹数据被识别的概率表述为：

其中，P()为概率密度,t是时间，X(t)代表某一项特征，且X(t)为t的连续函数,Δr是时间增量，Δr＞0，H是最小二乘估计斜率；x取目标点航迹附近的一个数字区间。

3.如权利要求1所述的方法，其特征在于，步骤4包括子步骤：

步骤4.1，对原始点航迹进行分层化处理包括：以目标点航迹数据的位置信息为基准，以距离和方位建立二维矩阵，在方位信息矩阵表征的基础上分出不同层来表征目标点航迹的不同属性特征；

步骤4.2基于深度学习的目标跟踪算法，采用梯度下降法最小化损失函数网络模型，对分层化处理的各层的权重参数逐层反向调节；通过多次迭代训练提高所述网络模型的精度。

4.如权利要求1所述的方法，其特征在于，步骤5还包括：根据雷达对预定距离的多个标定目标进行测量，以获得标定目标的固定参数，包括：信噪比、距离和雷达散射截面积RCS，依据标定出来的参数计算性能常数，以应用到被测真实目标的RCS计算中，得到需要识别目标的RCS结果。

5.如权利要求4所述的方法，其特征在于，步骤7包括：

步骤7.1，依据真实目标的原始点航迹分层化处理结果、所述真实目标的雷达散射截面积RCS和真实目标的一维距离像判断真实目标的类型，确定所述真实目标中的低空慢速飞行器目标；

步骤7.2，提取所述低空慢速飞行器目标的多项特征，按照所述多项特征分别对目标进行识别，将识别结果按照序贯方式进行信息融合；根据融合结果确定所述目标是否属于无人机类目标。

6.一种智能化综合无人机识别系统，其特征在于，所述系统用于执行权利要求1-5中任何一项的智能化综合无人机识别方法，所述系统包括：雷达前端和雷达后端；雷达前端为天线阵面，雷达后端全部安放于一个综合处理箱内；

所述雷达前端包括：多个有源子阵组成的天线阵面；每个所述有源子阵由芯片化T/R组件构成；所述有源子阵接收频率源的频率信号和雷达控制系统的控制信号，并通过下行数据总线，以光信号的形式向信号处理模块提供所述有源子阵探测的信号；

所述雷达后端包括：雷达控制系统模块、频率源模块、授时设备模块、光功分模块、信号处理模块和数据处理模块；

所述光功分模块包括：时钟功分模块、第一本振功分模块及第一本振功分模块，所述光功分模块将上行的频率源信号和雷达控制信号经过电光变换和光电变换后分成多路时钟功信号、多路本振信号及多路控制信号，所述多路时钟功信号、多路本振信号及多路控制信号分别提供给多个有源子阵。