專利名稱：基于噪聲先驗的概率主成分分析雷達目標穩健識別方法
技術領域：
本發明屬于雷達技術領域，涉及穩健自動目標識別，具體的說是一種雷達目標高分辨距離像的噪聲穩健目標識別方法，可用于雷達自動目標識別。
背景技術：
雷達自動目標識別技術可以提供目標屬性、類別、型號等信息，高分辨雷達通常工作在微波波段，目標及其部件的長度遠長于波長，這時雷達目標可近似為一組離散的散射點。相應地，雷達發射信號被目標散射點后向散射，通過幅度調制的延時后形成散射點子回波，雷達目標高分辨距離像即為各散射點子回波的向量和，這就是高分辨雷達目標的散射點模型。這個模型被廣泛地應用于雷達自動目標識別。建立雷達自動目標識別統計模型分兩個階段，分別是訓練階段和測試階段。在訓 練階段，用于訓練的雷達目標高分辨距離像是通過實驗雷達或者電磁仿真得到的，訓練樣本的信噪比比較高。而在測試階段，用于訓練的雷達目標高分辨距離像的信噪比和目標特定方位反射特性以及大氣條件相關，無法保證高信噪比。當使用測試雷達目標高分辨距離像的信噪比不高的情況下，測試雷達目標高分辨距離像的噪聲會影響到測試雷達目標高分辨距離像的統計特性，造成訓練階段得到的雷達自動目標識別統計模型和測試階段得到的雷達目標高分辨距離像不匹配，大大降低了雷達自動目標識別統計模型的識別性能。目前國內外有許多機構都開展了雷達自動目標識別統計模型的噪聲穩健性研究，這些研究考察了測試的雷達目標高分辨距離像被噪聲污染后的雷達自動目標識別統計模型的穩健性。L. Du, H. -W. Liu，Z. Bao 和 J. -Y. Zhang 2006 年在 IEEE Trans, on S. P.上發表的 A two-distribution compounded statistical model for radar HRRP targetrecognition文章建立了基于高斯和伽馬分布的雷達自動目標識別統計模型，并且考察了該模型在測試的雷達目標高分辨距離像被噪聲污染后的穩健性。L. Du, H. -W. Liu, PenghuiWang, Bo Feng, Mian Pan 和 Z. Bao 2012 年在 IEEE Trans, on S. P.發表的 Noise RobustRadar HRRP Target Recognition Based on Multitask Factor Analysis with SmallTraining Data Size文章建立了多任務的因子分析雷達自動目標識別統計模型，并考察了該模型在測試的雷達目標高分辨距離像的信噪比比較低時該模型的穩健性。陳鳳2009年在西安電子科技大學博士學位論文雷達自動目標識別技術研究中建立了一個自適應模型來實現的雷達目標高分辨距離像被噪聲污染后的穩健識別，但是該模型沒有用到噪聲的先驗知識，性能下降較快。上述這些方法的共同缺點如下I)只給出了雷達自動目標識別模型在測試雷達目標高分辨距離像各個信噪比下的識別性能，而沒有利用測試雷達目標高分辨距離像中的噪聲先驗來改進雷達自動目標識別統計模型。2)提出的雷達自動目標識別統計模型不穩健，在使用測試雷達目標高分辨距離像的信噪比不高的情況下，識別性能很差。
發明內容
本發明的目的在于針對上述已有技術的不足，提出一種基于噪聲先驗的概率主成分分析雷達目標穩健識別方法，根據測試雷達目標高分辨距離像的信噪比來調整模型參數，以提高在測試雷達目標高分辨距離像低信噪比下雷達目標識別的性能。實行本發明的技術原理是通過對雷達目標原始高分辨距離像進行有效的預處理和雷達目標時域特征提取，建立雷達目標概率主成分分析模型，通過測試雷達目標高分辨距離像的信噪比來調整該模型中的參數，使雷達目標概率主成分分析模型和測試的雷達目標高分辨距離像匹配以提高識別效果。根據以上原理，本發明的實現步驟包括如下(I)對雷達訓練目標高分辨距離像數據進行角域分幀、幀內對齊和信號能量歸一化的預處理，對雷達測試目標高分辨距離像數據進行信號能量歸一化的預處理；
(2)對預處理后的雷達訓練目標高分辨距離像數據和雷達測試目標高分辨距離像數據取模得到它們的時域特征；(3)對雷達訓練目標高分辨距離像數據每一幀的時域特征，訓練概率主成分分析模型，利用最大似然法計算雷達訓練目標高分辨距離像數據中第c個目標第m幀的概率主成分分析模型的均值μ a’m)、噪聲協方差矩陣和加載矩陣Σ^Μ):
權利要求
1.一種基于噪聲先驗的概率主成分分析雷達目標穩健識別方法，包括如下步驟 (1)對雷達訓練目標高分辨距離像數據進行角域分幀、幀內對齊和信號能量歸一化的預處理，對雷達測試目標高分辨距離像數據進行信號能量歸一化的預處理； (2)對預處理后的雷達訓練目標高分辨距離像數據和雷達測試目標高分辨距離像數據取模得到它們的時域特征； (3)對雷達訓練目標高分辨距離像數據每一幀的時域特征，訓練概率主成分分析模型，利用最大似然法計算雷達訓練目標高分辨距離像數據中第c個目標第m幀的概率主成分分析模型的均值U a’m)、噪聲協方差矩陣和加載矩陣!^"0:
2.根據權利要求I所述的目標穩健識別方法，其中步驟I所述的角域分幀，是按照雷達訓練目標高分辨距離像數據每一幀內部包含1024次雷達訓練目標高分辨距離像數據的要求，等間隔劃分雷達訓練目標高分辨距離像數據。
3.根據權利要求I所述的目標穩健識別方法，其中步驟I所述的幀內對齊，按如下步驟進行 (Ia)取出雷達訓練目標高分辨距離像數據每一幀中的第一次高分辨距離像作為模板固定不動； (Ib)平移雷達訓練目標高分辨距離像數據每一幀中的其它高分辨距離像，分別計算這些高分辨距離像與它們對應幀的第一次高分辨距離像的相關系數C ( T )C ( T ) = COV (x, X ( T )), 其中，C0V(X，x(x))表示計算雷達訓練目標高分辨距離像X和平移T個距離單元后的雷達訓練目標高分辨距離像X( T )的相關系數，得到一組相關系數值； (Ic)在一組相關系數值最大的時刻，保存平移后的雷達訓練目標高分辨距離像數據， 并用該平移后的雷達訓練目標高分辨距離像數據取代原始雷達訓練目標高分辨距離像數據，使平移后的雷達訓練目標高分辨距離像數據與其對應幀中的第一次雷達高分辨距離像模板對齊。
4.根據權利要求I所述的目標穩健識別方法，其中步驟I所述的信號能量歸一化，是用雷達訓練目標高分辨距離像數據和雷達測試目標高分辨距離像數據的每一次高分辨距離像除以該次高分辨距離像自身所包含的信號能量。
全文摘要
本發明提出了一種基于噪聲先驗的概率主成分分析雷達目標穩健識別方法，主要解決現有雷達飛機目標識別技術中的統計模型對噪聲不穩健的問題。其實現過程是對雷達高分辨距離像數據做預處理并取模獲得其時域特征；訓練雷達訓練目標高分辨距離像數據每一幀的概率主成分分析模型，在訓練過程中用最大似然法確定該模型的均值、加載矩陣和噪聲協方差矩陣；統計雷達測試高分辨距離像非信號支撐區中的噪聲方差；計算概率主成分分析模型的均值和噪聲協方差矩陣的修正值；計算雷達測試目標高分辨距離像對各雷達訓練目標的后驗概率值并以此確定雷達測試目標高分辨距離像的類別屬性。本發明具有對噪聲穩健的優點，可用于對雷達飛機目標的穩健識別。
文檔編號G01S7/41GK102636777SQ20121013104
公開日2012年8月15日 申請日期2012年4月29日 優先權日2012年4月29日
發明者馮博, 劉宏偉, 張學峰, 杜蘭, 潘勉, 王鵬輝 申請人:西安電子科技大學