[发明专利]基于随机森林和数据拒判的地面目标分类方法

摘要

本发明公开了一种基于随机森林和数据拒判的地面目标分类方法，其实现步骤是：(1)对训练样本集进行预处理；(2)提取训练特征矩阵；(3)训练随机森林分类器；(4)对测试样本进行预处理；(5)提取测试特征向量；(6)计算地面目标输出概率向量；(7)判断测试样本是否拒判；(8)若拒判，则将测试样本作为没有目标微动特性的回波信号；(9)若不拒判，输出概率向量中最大值对应类别作为该测试样本的地面目标分类结果。本发明拒判杂波、欺骗式干扰和无微动的目标信号，提高地面运动目标的分类识别率，同时采用具有并行处理能力的分类器，提高方法在实时性方面的性能。

主权项

1.一种基于随机森林和数据拒判的地面目标分类方法，其特征在于，判断地面目标输出概率向量的元素是否均小于阈值，具有并行处理能力的训练好的随机森林分类器；该方法的具体步骤包括如下：(1)对训练样本集进行预处理：(1a)从不同地面目标的窄带雷达回波信号中，随机选取至少1000个在频谱中存在微多普勒效应的回波信号，组成训练样本集；(1b)利用区域CLEAN方法，对训练样本集中的回波信号进行杂波抑制；(1c)利用全域CLEAN方法，对杂波抑制后的训练样本集中的回波信号进行噪声抑制，得到预处理后的训练样本集；(2)提取训练特征矩阵：(2a)采用特征提取方法，提取预处理后的训练样本集中的回波信号的7个特征，组成训练特征矩阵；(2b)按照归一化训练公式，对训练特征矩阵的元素进行归一化处理，得到归一化后的训练特征矩阵；(3)训练随机森林分类器：将归一化后的训练特征矩阵输入到随机森林分类器中进行训练，直到随机森林分类器中并行处理的决策树的数量大于500棵，停止训练，得到具有并行处理能力的训练好的随机森林分类器；(4)对测试样本进行预处理：(4a)将窄带雷达实时接收的一个回波信号作为测试样本；(4b)利用区域CLEAN方法，对测试样本的回波信号进行杂波抑制；(4c)利用全域CLEAN方法，对杂波抑制后的测试样本的回波信号进行噪声抑制，得到预处理后的测试样本；(5)提取测试特征向量：(5a)采用特征提取方法，提取预处理后的测试样本中回波信号的7个特征，组成测试特征向量；(5b)按照归一化测试公式，对测试特征向量的元素进行归一化处理，得到归一化后的测试特征向量；(6)计算地面目标输出概率向量：(6a)将归一化后的测试特征向量输入到具有并行处理能力的训练好的随机森林分类器中，得到随机森林分类器中每棵决策树的判定结果；(6b)按照输出概率公式，计算每类地面目标的输出概率，将所有类别的地面目标的输出概率组成地面目标输出概率向量；(7)判断地面目标输出概率向量的元素是否均小于阈值，若是，执行步骤(8)；否则，执行步骤(9)；(8)将测试样本作为没有地面目标微动特性的回波信号，拒判该测试样本后执行步骤(4)；(9)将地面目标输出概率向量中最大值对应类别作为该测试样本的地面目标分类结果。