[发明专利]基于分割混频的低重频调频连续波雷达飞机目标分类方法

摘要

本发明公开了一种基于分割混频的低重频调频连续波雷达飞机目标分类方法，主要解决现有方法在低重频工作模式下时，飞机目标回波的多普勒谱混叠严重，无法对飞机目标进行有效分类的问题。其实现过程是：通过雷达进行多个调频周期的观测，得到飞机目标的时域回波信号；将每个周期的时域回波信号进行分割混频处理；提取样本的时域和频域波形熵特征；观测多个飞机目标，将得到的多组目标特征进行等分，分别作为训练样本和测试样本的特征；利用训练样本特征训练分类器；将测试样本特征输入到分类器中，得到三类飞机目标的分类结果。本发明提高了识别性能，可用于低重频调频连续波雷达体制下，对每个调频周期的回波进行分割混频处理后进行分类识别。

主权项

1.一种基于分割混频的低重频调频连续波雷达飞机目标分类方法，包括：1)雷达进行m个调频周期的观测，接收飞机目标的时域回波信号，得到时域回波矩阵s＝[s1,s2,…,si,…,sm]T，其中si是第i个调频周期的列向量回波，i＝1,2,…,m，T表示转置；2)将每个调频周期的时域信号进行K倍的分割混频处理，得到分割混频处理后的时域回波差频信号矩阵s′；2a)将时域回波矩阵s＝[s₁,s₂,…,s_i,…,s_m]^T中第一个调频周期的时域回波s₁进行K等分，得到第一个调频周期的时域回波K等分矩阵其中，j＝1,2,…,K；2b)将K等分矩阵进行dechirp处理，得到第一个调频周期的时域回波的去调频K等分矩阵其中，表示去调频K等分矩阵的第j个列向量；2c)将第一个调频周期的时域回波去调频K等分矩阵进行快速傅里叶变换，得到经过K等分割处理的第一个调频周期的时域回波的差频信号矩阵：其中，表示差频信号矩阵的第j个列向量，FFT[·]表示快速傅里叶变换，|·|表示取模运算；2d)重复2a)到2c),对m个调频周期的时域信号均进行分割混频处理，得到分割混频处理后的时域回波差频信号矩阵其中，表示第i个调频周期时域回波的差频信号矩阵；3)根据目标所在距离单元U,从时域回波差频信号矩阵s′取出第U列列向量即为目标时域回波信号，根据目标时域回波信号，得到时域波形熵feature1；对目标时域回波信号进行傅里叶变换，得到目标频域信号，根据目标频域信号，得到频域波形熵feature2；4)重复步骤1)到3)，得到多组样本下的时域波形熵和频域波形熵特征，将得到的多组样本下的特征进行等分，分别作为训练样本提取的特征和测试样本提取的特征；5)根据4)中提取的训练样本的特征训练分类器，将测试样本的特征输入训练好的分类器，根据分类器的输出得到目标类别。