[发明专利]真假目标的状态特征提取方法

摘要

本发明属于空间目标识别领域范畴，尤其涉及一种可用于空间目标识别的新的特征提取技术。本发明利用雷达测量得到的RCS数据，首先分析RCS数据的混沌特性，包括确定嵌入维数、时间延迟，然后利用估计得到的嵌入维数和时间延迟重构相空间，再计算关联积分并分析对目标状态的稳定性进行判决，如果目标状态被判决为稳定，则统计RCS数据切换频率，最后，通过状态切换次数计算得到能够反映弹道导弹目标飞行状态的特征。本发明可以较好地体现真目标、碎片和弹体的运动状态，有利于真目标的识别。

主权项

一种真假目标的状态特征提取方法，其特征在于，步骤如下：S1、利用雷达测量的RCS数据估计嵌入维数m，具体为：S11、利用雷达测量的RCS数据构造向量yi(d)＝(x(ti),x(ti+τ),…,x(ti+(d‑1)τ))T，其中，d是根据经验设定的嵌入维数的初始估计，i＝1,…,N‑(d‑1)τ，N的取值，ti是第i个采集时刻，τ为时间延时值，x(*)表示某采样时刻的RCS值；S12、构造其中，n(i,d)是一个正整数，表示采样点序号，其取值范围为n(i,d)∈{1,…,N‑dτ}，yn(i,d)是对应n(i,d)的构造向量，a(i,d)表示以i第个采样点为起始元素、d维构造向量的突变量；S13、计算其中，E(d)表示所有构造向量的突变量的平均值；S14、当E(d+1)/E(d)停止变化时，此时的d+1就是嵌入维数m中的极小嵌入维数；S2、基于S1所述嵌入维数m估计时间延迟，具体为：S21、根据S1所述嵌入维数m，计算S22、取不同的嵌入维数m画出S(这个S的物理含义)对τ变化的曲线；S23、选取S22所述曲线第二个极小值对应的时间延迟的1/4作为时间延迟的估计；S3、利用S1得到的嵌入维数m和S2得到的时间延迟重构相空间：其中，i＝1,2,...,M，M为不为零的自然数；S4、计算相空间数据里的最大点距和最小点距并将最大和最小点距之差Δd＝dmax‑dmin均匀划分为s个网格，其中，j＝1,2,...,M；S5、计算关联积分其中，为Heaviside阶跃函数，r＝dmin+Δd/s；S6、对lnCm(r)进行门限判决，如果lnCm(r)≥‑20则认为目标状态稳定，跳转至S7，如果lnCm(r)＜‑20则认为目标状态不稳定，即可判定目标是假目标；S7、对于稳定状态目标，计算RCS数据的起伏频率，即RCS测量数据由上升变为下降或下降变为上升计一次起伏，并同时记录数据局部极值点的数值RCSlocal；S8、计算新特征