一种基于时频域特征的雷达目标识别方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109283507A(43)申请公布日2019.01.29(21)申请号201811463214.7(22)申请日2018.12.03(71)申请人北京遥感设备研究所地址100854北京市海淀区永定路51号(72)发明人张瑞生杨熠锋张震谢冰汤斌(74)专利代理机构中国航天科工集团公司专利中心11024代理人葛鹏(51)Int.Cl.G01S7/41(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种基于时频域特征的雷达目标识别方法及系统(57)摘要本发明公开了一种基于时频域特征的雷达目标识别方法及系统，包括：计算并获取目标的特征信息；根据判定准则对所述特征信息进行目标识别，判定目标是真实目标还是干扰，并给出识别结果。本发明系统包括：特征计算模块和判决识别模块。特征计算模块对时频域聚类得到的目标计算得到构成点数、多普勒维长度、距离维长度、稀疏度和聚集度特征，并输出给判决识别模块；判决识别模块根据判定准则，根据特征进行目标识别，判定各目标是真实目标还是干扰或是疑似目标，并给出识别结果。实现简单，应用广泛，既能用于弹载雷达的目标识别，也能用于地面、机载雷达的目标识别。CN109283507ACN109283507A权利要求书1/1页1.一种基于时频域特征的雷达目标识别方法，其特征在于，包括：计算并获取目标的特征信息；根据判定准则对所述特征信息进行目标识别，判定目标是真实目标还是干扰，并给出识别结果。2.根据权利要求1所述的基于时频域特征的雷达目标识别方法，其特征在于，所述计算并获取目标的特征信息包括统计构成当前目标的过恒虚警检测门限点数。3.根据权利要求1所述的基于时频域特征的雷达目标识别方法，其特征在于，所述计算并获取目标的特征信息包括：计算目标的多普勒维长度，遍历构成目标的每个点，统计各点的频率维单元号，并记录最大单元号Fmax和最小单元号Fmin，计算多普勒维长度DPL_LEN＝Fmax-Fmin；计算目标的距离维长度RNG_LEN：遍历构成目标的每个点，统计各点的速度维单元号，并记录最大单元号Rmax和最小单元号Rmin，计算多普勒维长度RNG_LEN＝Rmax-Rmin。4.根据权利要求1所述的基于时频域特征的雷达目标识别方法，其特征在于，所述计算并获取目标的特征信息包括计算目标的稀疏度，将过门限点看做二维图形，计算此图形的最小凸覆盖图形，并统计构成最小凸覆盖图形的点数N1，计算稀疏度SPARSE＝DOT_NUM÷N1，DOT_NUM为构成当前目标的过恒虚警检测门限点数。5.根据权利要求1所述的基于时频域特征的雷达目标识别方法，其特征在于，所述计算并获取目标的特征信息包括计算目标的聚集度，首先遍历构成目标的每个点，统计各点对应的回波功率值Pi，并记录最大功率值Pmax。再次遍历各点，统计满足如下条件的点的个数N2：Pi＞0.1*Pmax则聚集度PROPORTION＝N2÷DOT_NUM，DOT_NUM为构成当前目标的过恒虚警检测门限点数。6.根据权利要求2所述的基于时频域特征的雷达目标识别方法，其特征在于，所述判定准则为：若当前目标的过恒虚警检测门限点数>500，则识别为箔条干扰，结束识别；若当前目标的过恒虚警检测门限点数<10，则识别为角反射体干扰，结束识别。7.根据权利要求4所述的基于时频域特征的雷达目标识别方法，其特征在于，所述判定准则为：若SPARSE<0.2，则识别为箔条干扰，结束识别。8.根据权利要求3所述的基于时频域特征的雷达目标识别方法，其特征在于，所述判定准则为：若DPL_LEN>40且RNG_LEN>20，则识别为箔条干扰，结束识别。9.根据权利要求5所述的基于时频域特征的雷达目标识别方法，其特征在于，所述判定准则为：若PROPORTION>0.5，则识别为箔条干扰，结束识别，若此时只剩下一个目标，则识别为真实目标，结束识别；若还剩下多个目标，则对各目标的PROPORTION进行比较，选择PROPORTION最小的识别为真实目标，其余识别为疑似目标，结束识别。10.一种基于时频域特征的雷达目标识别系统，其特征在于，包括：特征计算模块，用于计算并获取目标的特征信息；判决识别模块，用于根据判定准则对所述特征信息进行目标识别，判定目标是真实目标还是干扰，并给出识别结果。2CN109283507A说明书1/4页一种基于时频域特征的雷达目标识别方法及系统技术领域[0001]本发明涉及一种基于时频域特征的雷达目标识别方法及系统。背景技术[0002]随着科技的发展，各种针对雷达的干扰手段不断出现，这就要求雷达具有一定的目标识别能力，能够将真实目标和各种干扰区分开来。目前常见的干扰类型有箔条干扰、角反射体干扰等，如何将分辨干