[发明专利]基于小样本的高精度HRRP雷达多目标识别方法

说明书

本发明涉及基于小样本的高精度HRRP雷达多目标识别方法，属于雷达目标识别技术领域。包括训练阶段与识别阶段。前者包括雷达回波信号转换为HRRP训练样本集、训练样本预处理、训练样本的特征提取、多类分类转化为两类分类、训练样本的特征选择以及训练贝叶斯分类器；识别阶段包括雷达回波信号转换为HRRP识别样本、识别样本预处理、识别样本的特征提取、识别样本的特征选择、分类器识别以及求比并输出识别结果。本发明所述雷达多目标识别方法在处理多目标分类问题时具备高精度识别的能力，可以克服LDA在处理多目标分类时精度严重下降的问题及在只有少量训练样本可用时，其高识别精度仍然会保持稳定。

技术领域

本发明涉及一种基于小样本的高精度HRRP(高分辨距离像，High ResolutionRange Profile)雷达多目标识别方法，属于雷达目标识别领域。

背景技术

提高雷达目标识别精度是雷达目标识别领域发展的一个永恒的主题。HRRP是在大发射带宽、目标尺寸远大于雷达距离分辨率的条件下，目标散射点的子回波在雷达方向上投影的矢量和，由于其易获取性、便于处理、占用存储空间少、以及包含丰富的目标结构信息的优点，基于HRRP的雷达目标识别被认为是一种很有前景的雷达目标识别方法。在基于HRRP的雷达目标识别领域，LDA(线性判别分析，Linear discriminant analysis)是一种经典的线性识别方法，也被称为Fisher判别分析。但是在进行多类目标分类时，LDA的识别精度远远低于进行两类目标分类时的识别精度，并且在训练样本较少的情况下LDA的识别精度也会下降，为了保证LDA稳定的识别精度，必须保证足够的训练样本，但是这也会带来计算量增大、实时性变差的问题。而战场上敌方作战目标远远超过两类目标，并且很难获得大量的敌方目标信息，即训练样本很少，若不能保证稳定且较高的雷达目标识别精度，会导致双方交战时由于不能准确识别敌方目标而不能及时做出正确应对，从而贻误战机导致己方蒙受损失，甚至战败。

多类目标分类时雷达目标识别精度严重降低，以及训练样本较少时识别精度降低的这两个问题极大的限制了LDA在雷达目标识别领域的应用。

发明内容

本发明的目的是为了解决LDA在进行多类目标的雷达目标识别时，识别精度严重下降以及训练样本较少时雷达目标识别精度下降的问题，提出了基于小样本的高精度HRRP雷达多目标识别方法。

本发明的目的是通过下述技术方案实现的。

基于小样本的高精度HRRP雷达多目标识别方法，即classification of multipletargets based on small HRRP samples，简称CMTSHS，包括两个阶段：训练阶段与识别阶段；

其中，训练阶段包括雷达回波信号转换为HRRP训练样本集、训练样本预处理、训练样本的特征提取、多类分类转化为两类分类、训练样本的特征选择以及训练贝叶斯分类器6个阶段；

训练阶段，包括如下步骤：

步骤1.1：雷达回波信号转换为HRRP训练样本集，处理过程包括将用于训练的雷达回波信号平均划分为多段子回波信号以及对划分得到的子回波信号进行FFT处理，输出HRRP训练样本集；

其中，FFT处理即快速傅里叶变换；

其中，用于训练的雷达回波信号采集过程为：

步骤1.1.1：将探测角度0-360°平均划分为多个角域；

步骤1.1.2：利用雷达依次采集步骤1.1.1中每个角域内多类目标的雷达回波信号；

采集到雷达回波信号后，执行将其转换为HRRP训练样本集的操作，具体子步骤为：

步骤1.1.3：将步骤1.1.2采集的每个雷达回波信号平均分为多段子回波信号；