[发明专利]一种基于速度节奏图的多种类无人机场景识别方法

摘要

本发明涉及一种基于速度节凑图的多种类无人机场景识别方法，属于雷达目标识别技术领域。该方法包括利用时频分析计算目标的微多普勒信号，利用傅里叶变换计算目标的速度节奏图，并定义了节凑频谱信号作为特征信号，利用K‑means分类实现目标识别。该方法针对多无人机目标的识别检测，具有较高的正确率以及较小的计算复杂度。

主权项

1.一种基于速度节凑图的多种类无人机场景识别方法，其特征在于该方法包括以下步骤：(1)采集已知种类无人机的一个回波信号，并对该回波信号进行短时傅里叶变换，得到无人机的微多普勒信号STFT(t,ω)：其中，s为接收到的无人机的回波信号，h为短时傅里叶变换的窗函数，t为时间，ω为多普勒频率，j为虚数符号，τ为积分变量；(2)在时间维度上对上述步骤(1)的微多普勒信号进行傅里叶变换，得到无人机的速度节凑图CVD(f,ω)：其中，f为多普勒信号的频率；(3)在多普勒维度上对上述步骤(2)的无人机速度节奏图求和，得到无人机的节奏频谱特征信号CFS(f)：CFS(f)＝sum(CVD(f,ω))；(4)重复步骤(1)‑步骤(3)，得到已知种类无人机的多个节奏频谱特征信号CFS(f)，计算得到已知种类无人机的节奏频谱特征信号CFS(f)的均值ECFS(f)，并将此均值作为K‑means分类器中该已知种类无人机的的中心点；(5)设无人机的种类有N种，遍历无人机的所有N个种类，重复步骤(1)‑步骤(4)，得到所有N种无人机的节奏频谱特征信号CFS(f)的均值ECFS(f)，分别将均值作为K‑means分类器中相应无人机的中心点；(6)当N个种类中的两个以上种类的无人机同时出现在检测区域内时，根据上述步骤(5)得到共2N‑1‑N个场景的无人机节凑频谱特征信号的均值，并将该2N‑1‑N个均值作为K‑means分类器中相应场景的无人机的中心点；(7)采集待识别无人机的回波信号，重复步骤(1)‑步骤(3)，得到待识别无人机回波信号的节奏频谱特征信号，将该待识别无人机的节奏频谱特征信号输入上述步骤(6)的K‑means分类器，K‑means分类器输出一个中心点，与该中心点相对应的无人机场景即为待识别的无人机场景。