买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子工程研究所

摘要：本发明涉及一种基于谱峰个数的无人机与武装单兵分类识别方法，该算法用于战场环境侦察雷达快速准确地鉴别无人机与武装单兵。通过CLEAN算法进行杂波抑制，去掉噪声后在频域遍历获取峰包并统计个数，利用峰包个数作为特征，通过SVM分类器进行分类鉴别，充分利用了无人机旋翼转动与武装单兵四肢摆动的在频域的差异来鉴别，解决了目标RCS太小而无法区分的问题。

主权项：1.一种基于谱峰个数的无人机与武装单兵分类识别方法，其特征在于步骤如下：步骤1：目标信息获取：在已知的时域距离-多普勒矩阵D和目标所在的距离单元r，提取矩阵D的第r列向量αr作为目标的时域信号，其中αr为m×1向量；得到目标的频域信号βr，其中βr为m×1向量；βr＝FFTSHIFTFFTαr,m,m上述函数FFT表示做m点快速傅里叶变换，FFTSHIFT表示对向量FFTαr,m做m2点循环移位；步骤2：杂波预处理：2a对目标所在距离单元的时、频域信号αr和βr，给定杂波谱宽度σc，确定最大迭代次数N；杂波谱宽度σc和最大迭代次数N可以利用如下规则确定：2a1杂波谱宽度σc确定杂波谱宽度σc＝2σvλ，其中σv表示频谱标准偏差，λ表示雷达波长；2a2最大迭代次数N由脉冲重复频率fr、动目标检测FFT点数m和杂波谱宽度σc确定最大迭代次数N： 2b在频域信号βr中，以0频为中心，在杂波谱宽度σc范围内搜索最大值，记最大值的幅度A、相位θ以及多普勒频率fc；2c重构最大值对应的杂波时域信号sc： 从原时域信号αr中减去杂波时域信号sc得到新的时域信号αr，即：αr＝αr-sc2d重复2b到2c步骤直到满足最大迭代次数N；步骤3：去掉噪声：根据时域信号αr，计算βr′＝FFTSHIFTFFTαr,m,m；利用白噪声背景的固定门限检测法处理信号βr′得到信号γ，其中βr′、γ均为m×1向量，根据噪声均值和虚警率Pfa确定门限κ去掉噪声；其中参数确定如下：3a根据雷达休止期的频域数据作为噪声，并多次测量求平均得到噪声均值3b根据虚警率Pfa确定门限为步骤4：特征提取：对去掉噪声的频域信号γ在多普勒维进行滑窗，从信号γ的第一点向最后一点遍历，以幅度比两侧幅度都大的点作为峰值点，记录峰值点个数fr作为特征，其中fr为一个自然数；步骤5：通过支持向量机SVM对目标进行分类识别：5a训练阶段，首先对步骤4提取的特征进行强度归一化，即其中ξ＝[ξ1,ξ2,...,ξk]，k为输入特征个数，||·||∞表示向量的∞范数，表示归一化后的特征；然后将归一化的特征送入SVM进行训练，获得训练模型；5b测试阶段，首先对测试目标的特征进行强度归一化，归一化方法与训练时相同；然后利用SVM的判决函数进行判决，得到判决结果： 其中sgn{·}表示符号函数，输入为正时输出为1，输入为负时输出为-1；假如在训练阶段给定某类目标的标号为1，则符号函数的输出为1可判定为识别正确，否则识别错误；表示核函数，参数为模型参数。

全文数据：

权利要求：

百度查询： 西安电子工程研究所 基于谱峰个数的无人机与武装单兵分类识别方法