[发明专利]一种低信噪比环境下无人机识别方法

说明书

本发明涉及低空空域安全监视技术领域，具体提供了一种低信噪比环境下无人机识别方法，包括：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。

技术领域

本发明涉及低空空域安全监视技术领域，尤其低信噪比环境下雷达回波数据的分析和处理，具体为一种低信噪比环境下无人机识别方法。

背景技术

与声音识别、光电探测、无线电被动探测等方法相比较，雷达探测具有不易受到干扰，探测距离远，可以全天候工作等显著优点，是低空空域探测非合作无人机的主要手段。

由于无人机具有飞行高度低，飞行速度慢，RCS小等特点，雷达回波信号弱且干扰较大，同时，需要进行低空空域安全监视的场景如机场、大型活动现场、会议中心等往往环境复杂，对雷达回波的干扰较强，在进行观测时采用传统的雷达目标识别方法难以发现低空中的无人机目标

发明内容

为了解决上述问题，本发明提出了一种低信噪比环境下无人机识别方法，该方法中使用计算无人机雷达回波的频谱集中度的方式以提取无人机的飞行参数，将识别无人机的问题转化为在变换域上求函数极大值的问题，同时，频谱集中度为多峰分布，采用常见的最优化算法存在易陷入局部最优，收敛时间过长等缺陷，本方法针对上述问题对粒子群算法进行了优化，有效降低了粒子对全局最优粒子的盲目追随程度，降低了在解决多峰问题时陷入局部最优解的概率，提高了在复杂环境下识别低空飞行的无人机的速度和能力。

本申请实施方式提供了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，探测处理采用调频连续波的体制；

根据雷达回波数据，计算目标的频谱集中度的分布数据；

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

获取极大值对应的旋转算子，根据旋转算子和预设的映射关系，确定目标的识别参数；

根据识别参数，对无人机进行识别，其中，识别参数包括：旋翼长度、旋翼转速和旋翼初始相位。

在一种可能的实施方式中，频谱集中度可以通过以下公式进行表示：

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

在一种可能的实施方式中，，旋转算子可以通过以下公式进行表示：

其中，cos()表示余弦函数。

在一种可能的实施方式中，对频谱集中度的分布数据进行分析处理，得到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分布数据中的所有粒子分为三组，其中，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x_p(t)，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x_R(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x_A(t)；