基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法
【專利摘要】本發(fā)明公開了一種基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，主要解決現(xiàn)有基于微動調(diào)制特征的目標分類方法需要訓(xùn)練數(shù)據(jù)庫作支撐條件下的問題。其實現(xiàn)過程是：從飛機雷達回波信號中分離旋翼回波信號，并從旋翼回波信號時頻域中估計旋翼轉(zhuǎn)速；在旋翼回波信號的時頻域中對旋翼回波信號進行旋翼二維成像；對旋翼二維成像結(jié)果預(yù)處理；從預(yù)處理后的旋翼二維成像結(jié)果中估計旋翼長度和螺旋槳葉片數(shù)；將估計出的旋翼轉(zhuǎn)速ω、旋翼長度L和螺旋槳葉片數(shù)N這些旋翼物理參數(shù)與飛機類型標準庫中飛機旋翼物理參數(shù)比對，判斷出飛機目標的類型。本發(fā)明無需訓(xùn)練數(shù)據(jù)庫作為支撐條件下即能實現(xiàn)對飛機目標的分類，可提高分類速度。
【專利說明】基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達【技術(shù)領(lǐng)域】，涉及飛機目標的旋翼物理參數(shù)估計，可用于雷達目標 的識別。

【背景技術(shù)】
[0002] 目前，對于飛機目標分類識別，國內(nèi)外文獻提出了多種窄帶雷達體制下基于微動 調(diào)制特征的目標分類識別方法，例如陳鳳等發(fā)表的《基于特征譜散布特征的低分辨雷達目 標識別方法》，根據(jù)螺旋槳飛機、噴氣式飛機、直升機三類飛機微動調(diào)制引起特征譜的差別 來提取分類特征，實現(xiàn)飛機目標的分類。這種基于微動調(diào)制特征的飛機目標分類方法的突 出缺點是需要大量的仿真或?qū)崪y訓(xùn)練數(shù)據(jù)離線學習分類器，在沒有訓(xùn)練數(shù)據(jù)庫支撐的條件 下這種方法無法用于對飛機目標進行實時分類判決。另外飛機目標微動對雷達回波的調(diào) 制，不僅取決于微動參數(shù)，如旋翼轉(zhuǎn)速，還與飛機目標旋翼的尺寸有關(guān)。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于針對上述已有方法的不足，提出一種基于旋翼物理參數(shù)估計實 現(xiàn)飛機目標分類的方法，以在無需大量仿真或?qū)崪y訓(xùn)練數(shù)據(jù)作為支撐的條件下，實現(xiàn)對空 中飛機目標的分類。
[0004] 實現(xiàn)本發(fā)明目的的技術(shù)思路是：通過提取飛機目標螺旋葉片數(shù)目、旋翼轉(zhuǎn)速和旋 翼長度這些對分類有用的物理參數(shù)信息，然后根據(jù)不同種類飛機目標已知旋翼參數(shù)的差 異，對飛機目標進行分類。具體步驟包括如下：
[0005] (1)從飛機雷達回波信號中分離出旋翼回波信號；
[0006] (2)利用霍夫變換從旋翼回波時頻域S(tm，f)中估計出旋翼轉(zhuǎn)速;
[0007] (3)利用步驟（2)得到的參數(shù)在旋翼回波時頻域?qū)π磉M行二維成像；
[0008]3a)對旋翼回波信號進行短時傅里葉變換，獲得旋翼回波信號的時頻域S(tm，f)， 其中，f為tm時刻對應(yīng)的瞬時頻率；
[0009] 3b)遍歷搜索旋翼上散射點的位置參數(shù)[r，0]T，根據(jù)步驟（2)估計的旋翼轉(zhuǎn)速、 位置參數(shù)[r，0 ]T及飛機旋翼回波理論模型獲得一組隨時間乜變化的瞬時多普勒頻率 fd(r，0 )和相位項exp[j(r，0 )];
[0010] 3c)從旋翼回波信號的時頻域S(tm，f)中提取一組與[tm，fd(r，0)]對應(yīng)的復(fù)值 S(tm，fd(r，9))，利用相位項exp[j<Hr, 0)]對復(fù)值S(tm，fd(r，0))進行相位補償，且對相 位補償后的復(fù)值S(tm，fd(r，0))進行積分，得到積分函數(shù)G(r，0):
[0011] G(r, 0 ) = | / S(tm, fd(r, 0 )) ? exp[j (r, 0 )] ? exp(j2nftm)dtm|2；
[0012] 3d)當搜索的位置與旋翼上的一個真實散射點位置重合時，相位exp[j?。╮, 0 )] 與復(fù)值S(tm，fd(r，0))的相位相匹配，積分函數(shù)G(r，0)實現(xiàn)相干積累，在（r，0)位置平 面內(nèi)形成一個峰值點，通過遍歷搜索旋翼上散射點位置，在（r，0)位置平面內(nèi)形成一組峰 值點，該組峰值點的位置分布即為旋翼上散射點的位置，即在（r，0)位置平面內(nèi)實現(xiàn)對旋 翼的二維成像G ;
[0013] (4)對步驟（3)獲得的旋翼的二維成像G進行圖像預(yù)處理，獲得最終的旋翼圖像 P;
[0014] (5)利用主成分分析PCA投影方法從最終的旋翼圖像P中估計出旋翼長度L和螺 旋槳葉片數(shù)N ;
[0015] (6)根據(jù)步驟（2)和步驟（5)估計出的參數(shù)旋翼轉(zhuǎn)速旋翼長度L和螺旋槳葉 片數(shù)N與飛機類型標準庫中飛機旋翼轉(zhuǎn)速、旋翼長度及螺旋槳葉片數(shù)參數(shù)比對，判斷出飛 機目標的類型。
[0016] 本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點
[0017] 本發(fā)明與現(xiàn)有基于微動調(diào)制特征的飛機目標分類技術(shù)相比的突出優(yōu)點是不需要 大量的仿真或?qū)崪y訓(xùn)練數(shù)據(jù)離線學習分類器，即在沒有先驗數(shù)據(jù)庫支撐的條件下能有效地 提取飛機目標螺旋葉片數(shù)目、旋翼轉(zhuǎn)速和旋翼長度這些反映飛機物理參數(shù)信息，實現(xiàn)對空 中飛機目標的分類。

【專利附圖】

【附圖說明】
[0018] 圖1是本發(fā)明的實現(xiàn)流程圖；
[0019] 圖2是本發(fā)明中對旋翼轉(zhuǎn)速的估計示意圖；
[0020] 圖3是本發(fā)明中對旋翼的成像結(jié)果圖；
[0021] 圖4是本發(fā)明中對旋翼長度的估計結(jié)果圖。

【具體實施方式】
[0022] 以下結(jié)合附圖對本發(fā)明的實施例做進一步詳細描述。
[0023] 參照附圖1，本發(fā)明的具體實現(xiàn)步驟如下：
[0024] 步驟1，從飛機雷達回波信號中分離出旋翼回波信號。
[0025] la)對采集到的飛機回波信號進行離散傅里葉變換，獲得信號的多普勒譜；
[0026] lb)在多普勒譜中，搜索最大的多普勒譜幅度，并記錄該最大的多普勒譜幅度對應(yīng) 的相位、幅度U bmly和多普勒頻率fb()dy ;
[0027] lc)利用步驟（lb)獲得參數(shù)，重構(gòu)該最大的多普勒譜幅度對應(yīng)的時域信號：SbMly =(Ubmly/K) exp (j2 fb()dytm+j (K。#)，SbMly即為機身時域分量，K為離散傅里葉變換的點數(shù)；
[0028] Id)從飛機雷達回波信號中去除機身分量Sbmiy ;
[0029] le)在多普勒譜中，搜索0頻附近雜波區(qū)域最大的雜波多普勒譜幅度，并記錄該最 大的雜波多普勒譜幅度對應(yīng)的相位小。 lutte、幅度UduttOT和多普勒頻率f；lutte ;
[0030] If)利用步驟（le)獲得的參數(shù)，重構(gòu)該最大的雜波多普勒譜幅度對應(yīng)的時域信號 Sclutter = (Ucl utter /K)exp(j2 3i f cluttertm+j 辦 clutter) ? Sc]_utter 即為雜波時域分量；
[0031] lg)從飛機雷達回波信號中減去機身分量;
[0032] lh)重復(fù)步驟（le)--(lg)直到迭代次數(shù)達到預(yù)設(shè)迭代門限M，以從飛機雷達回波 中去除機身分量和雜波分量，獲得旋翼回波信號，其中，M根據(jù)雜波譜寬設(shè)定。
[0033] 步驟2,利用霍夫變換從旋翼回波時頻矩陣S(tm，f)中估計出旋翼轉(zhuǎn)速
[0034] 2a)對旋翼回波信號進行短時傅里葉變換，獲得旋翼回波信號的時頻域S(tm，f)， 其中，f為tm時刻對應(yīng)的瞬時頻率；
[0035] 2b)遍歷搜索旋翼回波信號時頻域S(tm，f)的頻率幅度F和時域周期《，根據(jù)旋 翼的瞬時多普勒頻率理論模型，獲得一條正弦曲線y(F，《);
[0036] 2c)從旋翼回波信號時頻域S(tm，f)中提取一組與正弦曲線y(F，《)對應(yīng)的復(fù)值 〇))，并對復(fù)值〇))進行求和，得到求和函數(shù)Q(F, 〇):
[0037]Q(F,w) =sum{S[tm, y(F,w)]}；
[0038] 2d)將求和函數(shù)Q(F，《)出現(xiàn)峰值時，其正弦曲線y(F，《)與旋翼回波時頻域 S(tm，f)上的瞬時多普勒頻率曲線重合中的正弦曲線y(F，《)所對應(yīng)的時域周期《，作為 旋翼轉(zhuǎn)速
[0039] 步驟3,利用步驟（2)得到的參數(shù)在旋翼回波時頻域?qū)π磉M行二維成像。
[0040]3a)對旋翼回波信號進行短時傅里葉變換，獲得旋翼回波信號的時頻域S(tm，f)， 其中，f為tm時刻對應(yīng)的瞬時頻率；
[0041] 3b)遍歷搜索旋翼上散射點的位置參數(shù)[r，e]T，根據(jù)步驟（2)估計的旋翼轉(zhuǎn)速、 位置參數(shù)[r，0 ]T及飛機旋翼回波理論模型獲得一組隨時間乜變化的瞬時多普勒頻率 fd(r，0 )和相位項exp[j(r，0 )];
[0042] 3c)從旋翼回波信號的時頻域S(tm，f)中提取一組與[tm，fd(r，0 )]對應(yīng)的復(fù)值 S(tm，fd(r，9))，利用相位項exp[j<Hr, 0)]對復(fù)值S(tm，fd(r，0))進行相位補償，且對相 位補償后的復(fù)值S(tm，fd(r，0))進行積分，得到積分函數(shù)G(r，0):
[0043] G(r, 0 ) = | /S(tm,fd(r, 0 )) ?exp[j(r, 0 )] ?exp(j2nftm)dtm|2 ；
[0044] 3d)當搜索的位置與旋翼上的一個真實散射點位置重合時，相位exp[j小（r, 0 )] 與復(fù)值S(tm，fd(r，0))的相位相匹配，積分函數(shù)G(r，0)實現(xiàn)相干積累，在（r，0)位置平 面內(nèi)形成一個峰值點，通過遍歷搜索旋翼上散射點位置，在（r，0)位置平面內(nèi)形成一組峰 值點，該組峰值點的位置分布即為旋翼上散射點的位置，即在（r，0)位置平面內(nèi)實現(xiàn)對旋 翼的二維成像G。
[0045] 步驟4,對旋翼的二維成像G進行圖像預(yù)處理，獲得最終的旋翼圖像P。
[0046] 4a)對旋翼的二維成像G的所有像素值進行對數(shù)變換，其表示為：
[0047] ff(i,j) = 10XIn[G(i,j)+0. 001]+30 ；
[0048] 其中，G(i,j)是旋翼的二維成像G的第（i,j)個像素值，W(i,j)為旋翼的二維成 像G所有像素值經(jīng)對數(shù)變換，獲得的圖像W的第（i，j)個像素值；
[0049] 4b)利用恒虛警CFAR對上述經(jīng)過對數(shù)變換后的圖像W中像素點的坐標進行目標坐 標和背景坐標的判斷：

【權(quán)利要求】
1. 一種基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，包括如下步驟： (1) 從飛機雷達回波信號中分離出旋翼回波信號； (2) 利用霍夫變換從旋翼回波時頻域S (tm，f)中估計出旋翼轉(zhuǎn)速 (3) 利用步驟（2)得到的參數(shù)在旋翼回波時頻域?qū)π磉M行二維成像； 3a)對旋翼回波信號進行短時傅里葉變換，獲得旋翼回波信號的時頻域S (tm，f)，其中， f為tm時刻對應(yīng)的瞬時頻率； 3b)遍歷搜索旋翼上散射點的位置參數(shù)[r，0]T，根據(jù)步驟（2)估計的旋翼轉(zhuǎn)速、位置 參數(shù)[r，0 ]T及飛機旋翼回波理論模型獲得一組隨時間乜變化的瞬時多普勒頻率fd(r，0 ) 和相位項 exp [ j (r, 0 )]; 3c)從旋翼回波信號的時頻域S(tm，f)中提取一組與[tm，fd(r，0)]對應(yīng)的復(fù)值 S(tm，fd(r，9))，利用相位項exp[j<Hr，0)]對復(fù)值S(tm，f d(r，0))進行相位補償，且對相 位補償后的復(fù)值S(tm，fd(r，0))進行積分，得到積分函數(shù)G(r，0): G(r, 0 ) = I / S(tm, fd(r, 0)) ? exp[j (r, 0)] ? exp(j2 n ftm)dtm|2 ； 3d)當搜索的位置與旋翼上的一個真實散射點位置重合時，相位exp [jet (r，0)]與復(fù) 值S(tm，fd(r，0))的相位相匹配，積分函數(shù)G(r，0)實現(xiàn)相干積累，在（r，0)位置平面內(nèi) 形成一個峰值點，通過遍歷搜索旋翼上所有散射點位置，在（r，0)位置平面內(nèi)形成一組峰 值點，該組峰值點的位置分布即為旋翼上散射點的位置，即在（r，0)位置平面內(nèi)實現(xiàn)對旋 翼的二維成像G ; (4) 對步驟（3)獲得的旋翼的二維成像G進行圖像預(yù)處理，獲得最終的旋翼圖像P ; (5) 利用主成分分析PCA投影方法從最終的旋翼圖像P中估計出旋翼長度L和螺旋槳 葉片數(shù)N ; (6) 根據(jù)步驟⑵和步驟（5)估計出的參數(shù)旋翼轉(zhuǎn)速旋翼長度L和螺旋槳葉片數(shù) N與飛機類型標準庫中飛機旋翼轉(zhuǎn)速、旋翼長度及螺旋槳葉片數(shù)參數(shù)比對，判斷出飛機目標 的類型。
2. 根據(jù)權(quán)利要求1所述的基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，其中步驟 (1)所述的從飛機雷達回波信號中分離出旋翼回波信號，按如下步驟進行： (la) 對采集到的飛機回波信號進行離散傅里葉變換，獲得信號的多普勒譜； (lb) 在多普勒譜中，搜索最大的多普勒譜幅度，并記錄該最大的多普勒譜幅度對應(yīng)的 相位、幅度Ubtjdy和多普勒頻率fb()dy ; (lc) 利用步驟（Ib)獲得參數(shù)重構(gòu)該最大的多普勒譜幅度對應(yīng)的時域信號Sbtjdy = (UtodyA) exp (j2 fbmlytm+j (Kmly)，Stody即為機身時域分量，K為離散傅里葉變換的點數(shù)； (ld) 從飛機雷達回波信號中去除機身分量Sbtjdy; (le) 在多普勒譜中，搜索0頻附近雜波區(qū)域最大的雜波多普勒譜幅度，并記錄該最大 的雜波多普勒譜幅度對應(yīng)的相位、幅度Ucdutte和多普勒頻率f；lutte ; (lf) 利用步驟（Ie)獲得的參數(shù)重構(gòu)該最大的雜波多普勒譜幅度對應(yīng)的時域信號 Sclutter = (Ucl utter /K)exp(j2 f cluttertm+j 辦 clutter) ? Sc]_utter 即為雜波時域分量， (lg) 從飛機雷達回波信號中減去機身分量Sdutte ; (lh) 重復(fù)步驟（Ie)--(Ig)直到迭代次數(shù)達到預(yù)設(shè)迭代門限M，以從飛機雷達回波中去 除機身分量和雜波分量，獲得旋翼回波信號，其中，M根據(jù)雜波譜寬設(shè)定。
3. 根據(jù)權(quán)利要求1所述的基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，其中步驟 (2)所述的利用霍夫變換從旋翼回波時頻域S (tm，f)中估計出旋翼轉(zhuǎn)速cop按如下步驟進 行： (2a)對旋翼回波信號進行短時傅里葉變換，獲得旋翼回波信號的時頻域S(tm，f)，其 中，f為tm時刻對應(yīng)的瞬時頻率； (2b)遍歷搜索旋翼回波信號時頻域S (tm，f)的頻率幅度F和時域周期《，根據(jù)旋翼的 瞬時多普勒頻率理論模型，獲得一條正弦曲線y(F，《); (2c)從旋翼回波信號時頻域S(tm，f)中提取一組與正弦曲線y(F，《)對應(yīng)的復(fù)值 5(、，7沉〇))，并對復(fù)值5(、，7沉〇))進行求和，得到求和函數(shù)0沉〇): Q(F, w) = sum{S[tm, y (F, w)]}； (2d)將求和函數(shù)Q (F，《)出現(xiàn)峰值時，其正弦曲線y(F，《)與旋翼回波時頻域S (tm，f) 上的瞬時多普勒頻率曲線重合中的正弦曲線y(F，《)所對應(yīng)的時域周期《，作為旋翼轉(zhuǎn)速 c〇r〇
4. 根據(jù)權(quán)利要求1所述的基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，其中步 驟（4)所述的對旋翼的二維成像G進行圖像預(yù)處理，獲得最終的旋翼圖像P，按如下步驟進 行： (4a)對旋翼的二維成像結(jié)果G的所有像素值進行對數(shù)變換，其表示為： ff(i, j) = 10XIn[G(i, j)+0. 001]+30 ； 其中，G(i，j)是旋翼的二維成像結(jié)果G的第（i，j)個像素值，W(i，j)為旋翼的二維成 像結(jié)果G所有像素值經(jīng)對數(shù)變換獲得的圖像W的第（i，j)個像素值； (4b)利用恒虛警CFAR對上述經(jīng)過對數(shù)變換后的圖像W中像素點的坐標進行目標坐標 和背景坐標的判斷：
其中，ii和〇分別為上述經(jīng)過對數(shù)變換后的圖像W所有像素值的均值和方差的估計 值，c為虛警率，T代表目標區(qū)域像素點的坐標的集合，B代表背景區(qū)域像素點的坐標的集 合； (4c)將上述經(jīng)過對數(shù)變換后圖像W中屬于目標區(qū)域像素點坐標集合T的像素值置為 1，屬于背景區(qū)域像素點坐標集合B的像素值置為0,得到一個二值圖像J ; (4d)對二值圖像J進行形態(tài)學濾波，去除孤立點，獲得最終的旋翼圖像P。
5. 根據(jù)權(quán)利要求1所述的基于旋翼物理參數(shù)估計實現(xiàn)飛機目標分類的方法，其中步驟 (5)所述的利用主成分分析PCA投影方法估計旋翼長度L，按如下步驟進行： (5a)從最終的旋翼圖像P中，提取所有像素值為1的像素點的坐標（i，j); (5b)對所有像素值為1的像素點的坐標（i，j)進行升序排列，得到坐標矩陣X ; (5c)求坐標矩陣X的協(xié)方差矩陣：C = (XT*X)/M,其中M為像素值為1的像素點數(shù)，T 代表轉(zhuǎn)置； (5d)對協(xié)方差矩陣C進行特征值分解：C = UAUh,其中H代表共軛轉(zhuǎn)置，A =[入i，入2] 為對角矩陣，A1, A2分別為兩個對角線上的元素，為對協(xié)方差矩陣C特征值分解后得到的 特征值，正交矩陣U = [U1, U2]，U1, U2分別為元素 X i，A 2對應(yīng)的特征向量； (5e)對坐標矩陣X進行旋轉(zhuǎn)變換，得到新的坐標矩陣：Y = (UX1)T ; (5f)將新的坐標矩陣Y中的所有元素分別向所述的兩個特征向量U1, U2方向上投影， 分別得到新坐標矩陣Y中所有元素在所述特征向量U1上的長度投影系數(shù)向量&和在所述 特征向量U2方向上的初相角投影系數(shù)向量A2 : 心二產(chǎn)％，Yu2 = YtW2 ; (5h)估計出翼長度L: (5hl)根據(jù)長度投影系數(shù)向量&得到最小長度投影系數(shù)4 =Inin(Fui)和最大長度投影 系數(shù)厶=Hm(Fq); (5h2)根據(jù)初相角投影系數(shù)向量&得到最小初相角投影系數(shù)Ct1 =min(J；/2)和最大初相 角投影系數(shù)a2 ; (5h3)根據(jù)步驟（5hl)和（5h2)得到的參數(shù)估計出旋翼長度：L = sqrt [ (L2-L1)2+ ( a 2- a 丨)2]，其中 sqrt 為開根號。
【文檔編號】G01S7/41GK104330784SQ201410662970
【公開日】2015年2月4日 申請日期:2014年11月19日 優(yōu)先權(quán)日:2014年11月19日
【發(fā)明者】杜蘭, 李林森, 王寶帥, 劉宏偉 申請人:西安電子科技大學