[发明专利]一种目标识别的方法和系统

说明书

技术领域

本发明涉及目标识别的技术领域，特别涉及一种目标识别的方法 和系统。

背景技术

在大范围水域的水下安保中，过去多采用单基地声纳组网探测系 统进行水下目标探测，仅能够利用目标的后向散射特性，组网时需要 的声纳数目多，环境适应性差。而且提取的某些特征往往受目标姿态 变化的影响较大，具有不稳定性，仅仅利用一个角度的目标信息往往 很难将目标识别出来。采用多基地声纳组网技术可以同时获得目标在 多个角度的信息，同时利用目标的侧向、后向散射信息，同单基地声 纳组网相比，能够在单帧内获得更多的新的可用目标信息，缩短对入 侵目标的探测、识别时间。特征提取是目标识别分类的关键环节，目 标特征的提取和选择的有效性直接关系到目标识别分类结果的正确 性。在多基地声纳系统中，由于声波入射和散射方向的差异，同一水 下小目标的同一特征向量在不同接收端存在差异，这是识别目标类型 的重要依据。所以，在对小目标进行识别时，应该找到与入射角、散 射角和分置角等相关的特征向量。

Sairajan等人将蛙人简化为具有理想散射特性的有限长圆柱，并 且对蛙人散射模型进行了理论和实验研究，但是其并未将结果应用于 蛙人目标的识别中。

BrianH.Houston等人利用了宽带低频信号测量了单基地下不同 频率下蛙人呼吸气瓶的多角度后向散射特性，并提出在实际蛙人探测 中，利用目标经过防护区时目标散射强度的变化进行目标识别的方法， 但是该实验未采用多基地声纳系统，不能同时利用目标的前向、侧向、 后向散射信息，也就不能够在单帧内获得更多的新的可用目标信息， 对入侵目标的探测、识别时间长。

发明内容

本发明要解决的技术问题是：如何在短时间内获得更多的可用目 标信息，同时提高目标的识别率。

为解决上述技术问题，第一方面，本发明提供了一种目标识别的 方法，所述方法包括：

获取每个所述目标多个角度的目标强度信息；

将所述每个角度的目标强度信息分别融合成为与所述每个角度 相对应的第一组合特征向量，并提取所述多个第一组合特征向量的均 值、方差、矩特征；

将所述每组的均值、方差、矩特征分别融合成为与所述每个角度 相对应的第二组合特征向量；

将所述多个第二组合特征向量输入到支持向量机分类器中,利用 所述支持向量机分类器完成每个所述目标的识别。

其中，所述获取每个所述目标多个角度的目标强度信息采用了多 基地声纳系统。

其中，所述多个角度包括前向、侧向和后向。

优选地，每个所述目标多个角度的目标强度信息为每个目标在同 一时刻多个角度的目标强度信息。

优选地，所述获取每个所述目标多个角度的目标强度信息，包括：

向水体中的每个所述目标发送窄带脉冲信号；

接收每个所述目标在不同角度上的第一回波信号；

对所述第一回波信号进行预处理，得到第二回波信号；所述预处 理包括，带通滤波和所述第一回波信号的截取；

根据所述第二回波信号，利用直接法测量每个所述目标在不同角 度上的目标强度信息。

其中，所述矩特征包括一阶矩特征和二阶矩特征。

另一方面，本发明提供了一种目标识别的系统，所述系统包括：

获取单元，所述获取单元用于获取每个所述目标多个角度的目标 强度信息；

提取单元，所述提取单元用于将所述每个角度的目标强度信息分 别融合成为与所述每个角度相对应的第一组合特征向量，并提取所述 多个第一组合特征向量的均值、方差、矩特征；

融合单元，所述融合单元用于将所述每组的均值、方差、矩特征 分别融合成为与所述每个角度相对应的第二组合特征向量；

识别单元，所述识别单元用于将所述多个第二组合特征向量输入 到支持向量机分类器中,利用所述支持向量机分类器完成每个所述目 标的识别。

其中，所述获取单元采用了多基地声纳系统。

其中，所述多个角度包括前向、侧向和/后向。

优选地，每个所述目标多个角度的目标强度信息为每个目标在同 一时刻多个角度的目标强度信息。