[发明专利]一种低信噪比环境下无人机识别方法在审

专利信息
申请号: 202310443830.0 申请日: 2023-04-24
公开(公告)号: CN116482640A 公开(公告)日: 2023-07-25
发明(设计)人: 洪韬;方超群;刘荣科 申请(专利权)人: 北京航空航天大学;深圳北航新兴产业技术研究院
主分类号: G01S7/41 分类号: G01S7/41
代理公司: 暂无信息 代理人: 暂无信息
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 低信噪 环境 无人机 识别 方法
【权利要求书】:

1.一种低信噪比环境下无人机识别方法,包括如下步骤:

使用Ka波段的大带宽雷达对目标进行探测处理,得到雷达回波数据,其中,所述探测处理采用调频连续波的体制;

根据所述雷达回波数据,计算所述目标的频谱集中度的分布数据;

对所述频谱集中度的分布数据进行分析处理,得到所述频谱集中度在变换域中的极大值,其中,所述分析处理采用改进粒子群算法;

获取所述极大值对应的旋转算子,根据所述旋转算子和预设的映射关系,确定所述目标的识别参数;

根据所述识别参数,对无人机进行识别,其中,所述识别参数包括:旋翼个数、旋翼长度和旋翼转速。

2.根据权利要求1所述的方法,其特征在于,所述频谱集中度满足以下公式:

其中,Sd(t)表示雷达解析信号,表示构建的所述旋转算子,表示高斯窗,a表示所述旋转算子的幅度,表示所述旋转算子的角速度,t表示时间,表示所述旋转算子的初始相位,τ表示所述高斯窗的时宽,t0表示高斯窗取最大值的时刻。

3.根据权利要求2所述的方法,其特征在于,所述旋转算子满足以下公式:

其中,cos()表示余弦函数。

4.根据权利要求1所述方法,其特征在于,所述对所述频谱集中度的分布数据进行分析处理,得到所述频谱集中度在变换域中的极大值,包括:

根据预设的适应度将所述分布数据中的所有粒子分为三组,其中,所述适应度大于平均适应度一个标准差及以上的粒子为优选区粒子xp(t),所述适应度小于平均适应度一个标准差及以上的粒子为疏离区粒子xR(t),其他适应度与平均适应度差值小于一个标准差的粒子为合理区粒子xA(t);

对所述优选区粒子xp(t)、所述疏离区粒子xR(t)、以及所述合理区粒子xA(t)进行优化迭代处理,并当所述优化迭代处理的迭代次数达到预设阈值时,停止所述迭代处理,得到所述频谱集中度的极大值。

5.根据权利要求1-4中任意一项所述的方法,其特征在于,所述映射关系包括:

其中,l表示所述旋翼长度,ωd表示所述旋翼转速。

6.根据权利要求5所述的方法,其特征在于,所述旋翼转速满足以下公式:

其中,表示所述旋转算子的角速度。

7.根据权利要求6所述的方法,其特征在于,所述映射关系还包括:

其中,表示所述旋转算子的初始相位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学;深圳北航新兴产业技术研究院,未经北京航空航天大学;深圳北航新兴产业技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310443830.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top