专利名称：基于广义匹配滤波的地面运动目标分类方法
基于广义匹配滤波的地面运动目标分类方法技术领域
本发明属于雷达技术领域，涉及目标识别方法，可用于对具有旋转部件的地面运 动目标进行识别。
背景技术：
物体运动时，除了自身的平动，物体的某些部件通常还会有相对于物体的运动，这 样的现象在自然界中普遍存在，如人行走时四肢的摆动，昆虫飞行时翅膀的振动，直升机飞 行时螺旋桨的转动等，美国海军实验室的研究人员分析了这种运动，将这种运动命名为微 运动，并将这类运动产生的雷达回波中的多普勒调制现象命名为微多普勒效应。微多普勒 概念提出后，对不同微动形式产生的微多普勒现象的研究，深化了人们对机动部件多普勒 谱调制现象的认识，使得从目标回波的多普勒信息中提取有利于识别和分类的特征有了新 的途径。
在雷达目标识别领域中，地面目标所处环境较空中目标复杂，其雷达回波中含有 大量地物杂波，从目标的时域信号中难以得到有利于目标识别的准确信息，由于产生杂波 的地物大多是静止的，当目标与雷达之间有相对运动时，回波信号相对于发射信号会产生 频率差，这就是多普勒频率，它正比于相对运动的径向速度，反比于雷达工作波长，在多普 勒域中动目标的多普勒频率会在偏离零频率的位置出现，从而可以实现运动目标和静止地 物杂波的分离。同时，不同目标的多普勒谱提供了目标自身的运动信息，包括目标自身的平 动信息以及目标上旋转部件的微动信息，利用这些信息可以实现对目标的分类和识别。
经过对微多普勒现象的研究，使得在地面目标识别领域，有可能取代传统的人工 操作模式，实现雷达的自动目标识别。在雷达目标运动时，物体的平动径向速度在物体运动 中往往占主要成分，在多普勒谱中体现为目标的平动多普勒成分较微动多普勒成分强。但 对于具有不同旋转部件的地面动目标，平动多普勒成分较微动多普勒成分的强弱比例是有 所差异的。通过实验可以得知，轮式车辆的多普勒谱中几乎观察不到微动多普勒成分，平动 多普勒成分占据了绝大多数能量。与轮式车辆不同，履带式车辆的多普勒谱中，尽管平动多 普勒成分占据了较多能量，但也有相当一部分能量分布在微动多普勒成分中。正是由于存 在这样的差异，为我们对地面动目标进行分类识别提供了途径。
地面运动车辆目标的雷达回波信号中，含有地物杂波。这些地物杂波在目标识别 过程中属于无用信息，会降低目标识别算法的性能，因此在进行目标识别前，需要对地物杂 波通过一定的预处理进行抑制。传统的杂波抑制方法为动目标显示技术(MTI)，其具体的实 现是通过雷达回波信号序列的对消来去除静止地物杂波，这种方法的优点是简单易行，缺 点是会对信号的多普勒谱进行非线性调制，压低接近0频率处的频率成分，放大远离0频率 处的频率成分。由于传统动目标显示技术的这种缺陷，使得地面运动车辆目标的多普勒谱 中的微动信息实际上受到了破坏，对最终的识别结果有很大影响。发明内容
本发明的目的在于克服上述已有技术的不足，提出一种基于广义匹配滤波的地面 运动目标分类方法，以消除传统的动目标显示技术对多普勒谱的非线性调制作用，去除杂 波成分对识别结果的影响，提高识别率。
为实现上述目的，本发明提出以下两种技术方案
一 .技术方案1，包括以下步骤
1)假设目标与杂波相互独立，则含有目标和杂波的时域回波信号的自相关矩阵 为RX =艮+I 。，其中1 N
代=丨Σ Wff代表目标的时域回波信号的自相关矩阵，Si代表第i次目标时域回波信号，N为信号总数，上标H代表共轭转置， 1 N
A =^7EcAff代表杂波的时域回波信号的自相关矩阵，Ci代表第i次杂波时域回 波信号，1 N
Rx=-Zx^h 'Xi代表第i次含有目标和杂波的时域回波信号；
2)在含有目标的距离单元附近，由仅含杂波的时域回波信号对杂波的自相关矩阵ι MR。进行估计，得到R。的估计值Λ =J7IdΑ"，其中f代表第i次仅含杂波的时域回波信M i=l Ci号，M为用于估计杂波的自相关矩阵的信号数
3)对杂波的自相关矩阵的估计值或进行特征值分解，得到或的特征向量矩阵U和 特征值矩阵χ，满SJicU = UA，计算总的白化矩阵B = UA-"2 ；
4)对含有目标和杂波的第i次时域回波信号Xi中的杂波成分，使用白化矩阵B进 行白化处理，得到白化杂波后的时域回波信号yi = BaXi ；
5)对白化杂波后的时域回波信号yi进行匹配，得到去除了杂波成分的多普勒谱 Yi = fHByi，其中f为匹配系数，当使用傅里叶变换进行匹配时，f为傅里叶系数，步骤2)至 步骤幻的杂波抑制称为广义匹配滤波杂波抑制；
6)对去除了杂波成分的多普勒谱1进行特征提�。杂谔崛〉奶卣餮∮檬侗鹚惴� 训练分类器，利用训练好的分类器对测试数据进行识别，得到最终识别结果。
二 .技术方案2，包括如下步骤
(1)假设目标与杂波相互独立，则含有目标和杂波的时域回波信号的自相关矩阵 为RX =艮+I 。，其中1 N
Rs = ；代表目标的时域回波信号的自相关矩阵，Si代表第i次目标时域回波信号，N为信号总数，上标H代表共轭转置， 1 N
A =^7IcAff代表杂波的时域回波信号的自相关矩阵，Ci代表第i次杂波时域回1=1波信号，
权利要求
1.一种基于广义匹配滤波的地面运动目标分类方法，包括如下步骤1)假设目标与杂波相互独立，则含有目标和杂波的时域回波信号的自相关矩阵为RX=Rs+R。，其中 1 N代代表目标的时域回波信号的自相关矩阵，Si代表第i次目标时域回波信号，N为信号总数，上标H代表共轭转置， 1 NA=^EcAff代表杂波的时域回波信号的自相关矩阵，Ci代表第i次杂波时域回波信号，1 NA=^Zwff，Xi代表第i次含有目标和杂波的时域回波信号；2)在含有目标的距离单元附近，由仅含杂波的时域回波信号对杂波的自相关矩阵R。进ι M行估计，得到R。的估计值A=J7IdA11，其中f代表第i次仅含杂波的时域回波信号，M为M i=l Ci用于估计杂波的自相关矩阵的信号数3)对杂波的自相关矩阵的估计值或进行特征值分解，得到或的特征向量矩阵U和特征 值矩阵A,满足\U = UA，计算总的白化矩阵B = UA_1/2 ；4)对含有目标和杂波的第i次时域回波信号Xi中的杂波成分，使用白化矩阵B进行白 化处理，得到白化杂波后的时域回波信号…=BaXi ；5)对白化杂波后的时域回波信号yi进行匹配，得到去除了杂波成分的多普勒谱=Yi= fHByi，其中f为匹配系数，当使用傅里叶变换进行匹配时，f为傅里叶系数，步骤2)至步骤 5)的杂波抑制称为广义匹配滤波杂波抑制；6)对去除了杂波成分的多普勒谱Yi进行特征提�。杂谔崛〉奶卣餮∮檬侗鹚惴ㄑ盗� 分类器，利用训练好的分类器对测试数据进行识别，得到最终识别结果。
2.根据权利要求1所述的地面运动目标分类方法，其中步骤6)所述对去除了杂波成分 的多普勒谱Yi进行特征提�。侵柑崛∧勘甓嗥绽掌譟i中的平动径向速度成分能量比和目 标多普勒谱Yi的多普勒谱主瓣与峰值副瓣幅度比这两个特征。
3.根据权利要求1所述的地面运动目标分类方法，其中步骤6)所述的识别算法，包括 线性判决分析，支持向量机，相关向量机和k近邻分类器。4.一种基于广义匹配滤波的地面运动目标分类方法，包括如下步骤
(1)假设目标与杂波相互独立，则含有目标和杂波的时域回波信号的自相关矩阵为RX=Rs+R。，其中 1 N代代表目标的时域回波信号的自相关矩阵，Si代表第i次目标时域回波信号，N为信号总数，上标H代表共轭转置， 1 NA=^EcAff代表杂波的时域回波信号的自相关矩阵，Ci代表第i次杂波时域回波信号，A=^Zwff，Xi代表第i次含有目标和杂波的时域回波信号；(2)在含有目标的距离单元附近，由仅含杂波的时域回波信号对杂波的自相关矩阵R。ι M进行估计，得到R。的估计值氣=J7IdAh，其中f代表第i次仅含杂波的时域回波信号，MM i=l Ci为用于估计杂波的自相关矩阵的信号数(3)对杂波的自相关矩阵的估计值或进行Cholesky分解，得到或的Cholesky分解形 式及=GffG,其中G为Cholesky分解得到的上三角阵，计算总的白化矩阵D = G—1 ；(4)对含有目标和杂波的第i次时域回波信号Xi中的杂波成分，使用白化矩阵D进行 白化处理，得到白化杂波后的时域回波信号…=DaXi ；(5)对白化杂波后的时域回波信号71进行匹配，得到去除了杂波成分的多普勒谱=Yi= fHDyi，其中f为匹配系数，当使用傅里叶变换进行匹配时，f为傅里叶系数，步骤(2)至步骤 (5)的杂波抑制过程称为广义匹配滤波杂波抑制；(6)对去除了杂波成分的多普勒谱Yi进行特征提取，对于提取的特征选用合适的识别 算法训练分类器，利用训练好的分类器对测试数据进行识别，得到最终识别结果。
全文摘要
本发明公开了一种基于广义匹配滤波的地面运动目标分类方法，主要解决现有动目标显示技术在杂波抑制阶段对目标多普勒谱存在非线性调制的问题。其实现过程是估计杂波自相关矩阵；求杂波自相关矩阵的白化矩阵；利用白化矩阵对含有目标的时域回波信号中的杂波成分进行白化处理，得到白化杂波后的时域回波信号；对白化杂波后的时域回波信号进行匹配处理得到去除杂波成分的多普勒谱；对去除杂波成分的多普勒谱进行特征提�。蕴崛〉奶卣魇褂檬侗鹚惴ń惺侗�。本发明可消除动目标显示技术对目标多普勒谱的非线性调制作用，去除杂波成分对识别结果的影响，可用于对具有旋转部件的地面运动目标进行识别。
文档编号G01S7/36GK102043148SQ20111000393
公开日2011年5月4日 申请日期2011年1月10日 优先权日2011年1月10日
发明者刘宏伟, 戴奉周, 李彦兵, 杜兰 申请人:西安电子科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
