[发明专利]基于PPCA模型的强噪声背景下雷达距离像统计识别方法有效
申请号: | 200910023246.X | 申请日: | 2009-07-08 |
公开(公告)号: | CN101598783A | 公开(公告)日: | 2009-12-09 |
发明(设计)人: | 刘宏伟;陈凤;王鹏辉;保铮 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 陕西电子工业专利中心 | 代理人: | 王品华;朱红星 |
地址: | 71007*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 ppca 模型 噪声 背景 雷达 距离 统计 识别 方法 | ||
1.一种基于PPCA模型的强噪声背景下雷达距离像统计识别方法,包括
A.训练步骤:
(A1)按照目标所在的方位将目标的所有高信噪比环境下获得的一维高分 距离像HRRP回波数据划分成多个数据段,每段称为一帧;
(A2)将各帧内的HRRP回波数据平移对齐;
(A3)将各帧内所有平移对齐后的HRRP数据进行强度归一化;
(A4)分别对各个帧内强度归一化后的数据建立一个PPCA模型,求取模 型参数均值方差加载矩阵并将其保存为模板 j=1,2,…,C,C是总的目标类别数,k=1,2,…,Kj, Kj是第j类目标的总的方位帧数目;
B.测试步骤
(B1)对需要测试的样本进行强度归一化,得到归一化后的测试样本
(B2)将归一化后的测试样本分别与各类目标模板中的均值向量平移对齐,得到对齐后的测试样本j=1,2,…,C,k=1,2,…,Kj;
(B3)估计待测试样本的信噪比范围,对于信噪比大于30dB的测试样本 执行步骤(B4)至(B5),对于信噪比小于30dB的测试样本执行步骤(B6)至(B11);
(B4)利用训练过程得到的PPCA模板,计算测试样本对应于各类目标所 有帧的距离值:
其中,ID为D×D单位矩阵,其它参数含义与步骤(A4)中参数含义相同,T表示对 矩阵或向量的转置操作,D是距离像的维数;
(B5)找出步骤(B4)计算出的距离值中最小的一个,若该距离值对应的 模板属于第j类目标,j=1,2,…,C,则判定测试样本属于第j类目标,测试过程 结束;
(B6)将步骤(B4)中各类目标所有帧的距离值改写为:
其中,Ωd,jk是无噪信号的协方差矩阵从大到小排列的前d个特征值组成的 对角矩阵,ωi,jk,i=d+1,…,D是后D-d个特征值,D是距离像的维数,d是 隐变量的维数,Ps,jk是j类目标的第k帧的信号能量,分别是j类目 标的第k帧高、低信噪比条件下的噪声能量,Ujk是协方差矩阵的特征向量矩阵, ID-d为(D-d)×(D-d)单位矩阵,Id为d×d单位矩阵;
(B7)对步骤(B6)改写后的各帧距离值关于求导数,并令之为零, 最终等价为求解D个一元三次方程:
p=1,…,D
其中up,jk是协方差矩阵的特征向量Ujk的第p列,当p≤d 时,
(B8)利用卡丹公式求解步骤(B7)中的一元三次方程,并通过判断方程 的根与常用信噪比范围的关系,得到步骤(B6)中的距离值的最小值对 应的参数z,把它记为然后利用关系式求得第j类目标第k 帧的第p个距离单元对应的噪声能量:p=1,...,D;
(B9)求距离值近似最小值对应的低信噪比环境下的噪声能量:
(B10)计算测试样本到各类目标所有帧的距离值:
(B11)从步骤(B10)计算出的各类目标所有帧的距离值中找到最小的一个, 若该距离值对应的模板属于第j类目标,j=1,2,…,C,则判定测试样本属于第j类 目标,测试过程结束。
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西安电子科技大学,未经西安电子科技大学许可,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/200910023246.X/1.html,转载请声明来源钻瓜专利网。