[发明专利]基于多物理特征的主动声呐目标识别方法

权利要求书

1.一种基于多物理特征的主动声呐目标识别方法，其特征在于：包括步骤如下：

步骤一：接收主动声呐阵元数据，经过预处理得到波束域数据；

步骤二：对波束域数据进行多域联合处理，进行初步筛选目标信息，得到若干疑似目标；同时，接收跟踪目标信息，分别利用初步筛选目标信息和跟踪目标信息，在波束域数据中提取目标波束；

步骤三：对所选目标波束进行基于多物理特征的精确判别，输出目标的类别和置信度；

(1)、对所选目标波束提取多个具有明确物理含义的特征，包括目标速度特征、目标尺度特征、目标亮点结构特征、目标连续回波相似度特征、目标回波子带相关性特征和目标回波相变特征，其中目标速度特征包括目标绝对速度特征和目标径向速度特征；

(2)、对每个具有明确物理含义的特征进行统计分析，生成该特征的隶属度函数；

(3)、设计模糊推理知识规则库，根据专家经验按物理含义将特征进行分类，对每一类特征产生相应的模糊“if-then”规则；然后，再由同一目标对应的不同类特征之间的关系，产生类间模糊“if-then”规则，具体采用三级判别机制；

(3.1)、首先进行第一级判别：目标动静判别，根据目标径向速度或绝对速度大小将目标判为运动目标和静止目标；

(3.2)、根据第一级判别结果，进行第二级判别，第二级判别分为两部分；

(3.2.1)、当一级判别结果为运动目标时，分别根据目标亮点结构特征、目标速度特征、目标尺度特征、目标连续回波相似度特征，进行水面运动目标与水下运动目标判别；利用判别规则A，得到第二级判别下对运动目标水面水下分类结果和相应置信度；

判别规则A如下：

假如corrcoef(p，p_x)＜δ_p1，则P_o＝P_o+0.2×(1-corrcoef(p，p_x))，否则

P_u＝P_u+0.3×corrcoef(p，p_x)；

假如|v|＞δ_v1l＞δ_l1，则P_o＝P_o+0.6×f_vo(|v|)×f_lo(l)；

假如|v|＞δ_v1l≤δ_l1，则P_o＝P_o+0.3×f_vo(|v|)，P_u＝P_u+0.2×f_lu(l)；

假如|v|≤δ_v1l＞δ_l1，则P_o＝P_o+0.2×f_lo(l)，P_u＝P_u+0.3×f_vu(|v|)；

假如|v|≤δ_v1l≤δ_l1，则P_o＝P_o+0.3×f_vo(|v|)×f_lo(l)，P_u＝P_u+0.6×f_vu(|v|)×f_lu(l)；

假如s＜δ_s1，则P_o＝P_o+0.2×f_so(s)，否则P_u＝P_u+0.25×f_su(s)；

假如P_o＞P_u，则目标为水面目标，置信度为P_o/(P_o+P_u)，否则目标为水下目标，置信度为P_u/(P_o+P_u)；

其中P_o为水面目标概率，P_u为水下目标概率，初始值均为0；

corrcoef(p，p_x)是目标亮点结构p和典型水下目标亮点结构模板p_x的相关系数，δ_p1为水面水下目标相关系数判别阈值；

v为目标速度，δ_v1为目标速度阈值，f_vo(|v|)和f_vu(|v|)分别是以|v|为变量的水面目标速度特征隶属度函数和水下目标速度特征隶属度函数；

l为目标尺度，δ_l1为水面水下目标尺度判别阈值，f_lo(l)和f_lu(l)分别是以l为变量的水面目标尺度特征隶属度函数和水下目标尺度特征隶属度函数；

s为回波相似度，δ_s1为水面水下目标相似度判别阈值，f_so(s)和f_su(s)分别是以s为变量的水面目标回波相似度特征隶属度函数和水下目标回波相似度特征隶属度函数；

(3.2.2)、当一级判别结果为静止目标时，根据目标尺度特征、目标亮点结构特征、目标连续回波相似度特征、目标回波子带相关性特征、目标回波相变特征，进行人造与非人造静止目标判别；利用判别规则B，得到静止人造目标或非人造目标分类结果；

判别规则B为：

假如目标尺度δ_l2＞l＞δ_l3，则P_m＝P_m+0.25×f_lm(l)P_n＝P_n+0.15×f_ln(l)，否则P_n＝P_n+0.25×f_ln(l)；

假如corrcoef(p，p_y)＞δ_p2，则P_m＝P_m+0.3×corrcoef(p，p_y)，否则P_n＝P_n+0.3×(1-corrcoef(p，p_y))；

假如回波相似度s＞δ_s2子带相关性c＞δ_c回波相位特征则

假如回波相似度s＞δ_s2子带相关性c≤δ_c回波相位特征则P_n＝P_n+0.2×f_cn(c)；

假如回波相似度s≤δ_s2子带相关性c＞δ_c回波相位特征则P_n＝P_n+0.15×f_sn(s)；

假如回波相似度s≤δ_s2子带相关性c≤δ_c回波相位特征则P_n＝P_n+0.35×f_sn(s)×f_cn(c)；

假如回波相似度s≤δ_s2子带相关性c≤δ_c回波相位特征则

假如回波相似度s＞δ_s2子带相关性c≤δ_c回波相位特征则P_m＝P_m+0.15×f_sm(s)，

假如回波相似度s≤δ_s2子带相关性c＞δ_c回波相位特征则P_m＝P_m+0.2×f_cm(c)，

假如回波相似度s＞δ_s2子带相关性c＞δ_c回波相位特征则P_m＝P_m+0.35×f_sm(s)×f_cm(c)，

假如P_m＞P_n，则目标为人造静止目标，置信度P_m/(P_m+P_n)，否则目标为非人造静止目标，置信度P_n/(P_m+P_n)；

其中P_m为人造目标置信度，P_n为非人造目标置信度，初始值均为0；

l为目标尺度，δ_l2、δ_l3为典型人造与非人造目标尺度判别阈值；f_lm(l)和f_ln(l)分别是以l为变量的人造目标尺度特征隶属度函数和非人造目标尺度特征隶属度函数；

corrcoef(p，p_y)是目标亮点结构p和典型人造物体亮点结构模板p_y的相关系数，δ_p2为人造与非人造目标相关系数判别阈值；

s为回波相似度，δ_s2为人造与非人造目标相似度判别阈值，f_sm(s)和f_sn(s)分别是以s为变量的人造目标相似度特征隶属度函数和非人造目标相似度特征隶属度函数；

c为子带相关性，δ_c为人造与非人造目标子带相关性判别阈值，f_cm(c)和f_cn(c)分别是以c为变量的人造目标相似度特征隶属度函数和非人造目标相似度特征隶属度函数；

为回波相位特征，为人造与非人造目标回波相位特征判别阈值，和分别是以为变量的人造目标相似度特征隶属度函数和非人造目标相似度特征隶属度函数；

(3.3)、进行第三级判别：根据目标绝对速度特征、目标径向速度特征、目标尺度特征、目标亮点结构特征、目标连续回波相似度特征，对判别出的水下运动目标进行精细类型判别，利用判别规则C，得到水下运动目标精细分类结果；

判别规则C为：

假如目标速度var|V|＜δ_v-var，则P_s＝P_s+0.25，否则P_f＝P_f+0.25；

假如目标尺度var|L|＜δ_l-var，则P_s＝P_s+0.2，否则P_f＝P_f+0.2；

假如目标速度|v|＞δ_v2目标尺度l＞δ_l4，则P_s＝P_s+0.6×f_vs(|v|)×f_ls(l)；

假如目标速度|v|＞δ_v2目标尺度l≤δ_l4，则P_s＝P_s+0.3×f_vs(|v|)，P_f＝P_f+0.2×f_lf(l)；

假如目标速度|v|≤δ_v2目标尺度l＞δ_l4，则P_s＝P_s+0.2×f_ls(l)，P_f＝P_f+0.3×f_vf(|v|)；

假如目标速度|v|≤δ_v2目标尺度l≤δ_l4，则P_f＝P_f+0.5×f_vf(|v|)×f_lf(l)；

假如回波相似度s＞δ_s2，则P_s＝P_s+0.25×f_sm(s)，否则P_f＝P_f+0.25×f_sn(s)；

假如亮点数量N₁＜pn＜N₂，则P_s＝P_s+0.2×f_pns(pn)，否则P_f＝P_f+0.15×f_pnf(pn)；

假如P_s＞P_f，则目标为水下航行器，置信度P_s/(P_s+P_f)，否则目标为海洋生物，置信度P_f/(P_s+P_f)；

其中P_s为水下航行器置信度，P_f为海洋生物置信度，初始值均为0；

V为连续探测周期目标速度估计向量，var|V|代表V的方差，δ_v-var为方差判别阈值；

L为连续探测周期目标尺度估计向量，var|L|代表L的方差，δ_l-var为方差判别阈值；

v为目标速度，δ_v2为目标速度阈值，f_vs(|v|)和f_vf(|v|)分别是以|v|为变量的水下航行器速度特征隶属度函数和海洋生物速度特征隶属度函数；

l为目标尺度，δ_l4为目标尺度判别阈值，f_ls(l)和f_lf(l)分别是以l为变量的水下航行器尺度特征隶属度函数和海洋生物尺度特征隶属度函数；

s为回波相似度，δ_s2为人造与非人造目标相似度判别阈值，f_sm(s)和f_sn(s)分别是以s为变量的人造目标和非人造目标相似度特征隶属度函数；

pn为亮点数量，N₁、N₂为亮点数量判别区间，f_pns(pn)和f_pnf(pn)分别是以pn为变量的水下航行器和海洋生物亮点数量隶属度函数。

2.根据权利要求1所述的基于多物理特征的主动声呐目标识别方法，其特征在于：所述步骤(3.1)的规则如下：

假如目标速度v＞δ_m，则目标判为运动目标，否则判为静止目标；

其中v为目标速度，目标速度为目标径向速度或目标绝对速度，δ_m为判别阈值。