[发明专利]一种智能化综合无人机识别系统及方法

说明书

本发明提供一种智能化综合无人机识别系统及方法，包括如下步骤：所述方法包括如下步骤：通过雷达前端接收并累积对目标的探测信号；提取目标的多项特征，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被识别的概率确定所述目标是否为真实目标，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；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；测量计算RCS，建立无人机RCS特征库；计算一维距离像并建库；计算JEM特征并建库；综合航迹特征、运动特征特征形式，采用序贯方式进行综合判定识别，确定目标的性质。

技术领域

本发明涉及无人机识别技术领域，尤其涉及一种智能化综合无人机识别系统及方法。

背景技术

随着无人机技术的发展与成熟，无人机的使用越来越广泛，对相关的生活娱乐及其工作带来高效便捷的影响，但同时对防空安全带来极大挑战，尤其是“低慢小”特征的无人机，因为具有“低空/超低空飞行、飞行速度较慢、目标特性不明显”等全部或以“低、慢”为主要特征，此类飞行器应用广泛，对重点城市日常防空威胁越来越大。近年来，对各类小型民用无人机类“低慢小”目标的“黑飞”监视已成为世界各国城市安防的重要工作方向之一，其中智能化识别无人机是最大的难点，目前主要的设备是以光学原理进行探测，会受到天气的极大影响，且作用距离十分有限。目前基于电磁回波进行探测无人机的装备，存在受杂波影响大，探测能力差，无法智能识别无人机的缺陷。

发明内容

有鉴于此，本发明的目的在于克服以上现有技术的不足，本发明的第一方面提出一种智能化综合无人机识别方法，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)₀是可检测信噪比；S/N是信噪比,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。

如本发明的第一方面所述的方法，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。

如本发明的第一方面所述的方法，步骤4包括子步骤：