專利名稱：基于經(jīng)驗(yàn)?zāi)B(tài)分解的運(yùn)動車輛目標(biāo)分類方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，涉及目標(biāo)分類方法，可用于對具有機(jī)動部件的運(yùn)動車輛目標(biāo)進(jìn)行分類。
背景技術(shù)：
在雷達(dá)目標(biāo)分類和識別領(lǐng)域中，運(yùn)動車輛目標(biāo)所處環(huán)境較空中目標(biāo)復(fù)雜，其雷達(dá)回波中含有大量地物雜波，從目標(biāo)的時域信號中難以得到有利于目標(biāo)分類和識別的準(zhǔn)確信息，由于地物大多是靜止的，當(dāng)目標(biāo)運(yùn)動起來以后，基于多普勒效應(yīng)，在多普勒域中目標(biāo)會在偏離零頻率的位置出現(xiàn)，利用這樣的特點(diǎn)，可以實(shí)現(xiàn)運(yùn)動目標(biāo)和靜止地物雜波的分離。同時，目標(biāo)的多普勒譜提供了目標(biāo)自身的運(yùn)動信息，利用這些信息可以實(shí)現(xiàn)對目標(biāo)的分類和識別。物體運(yùn)動時，除了自身的平動，物體的某些部件通常還會有相對于物體的運(yùn)動，這樣的現(xiàn)象在自然界中普遍存在，如人行走時四肢的擺動，昆蟲飛行時翅膀的振動，直升機(jī)飛行時螺旋槳的轉(zhuǎn)動等，這種運(yùn)動稱為微運(yùn)動。美國海軍實(shí)驗(yàn)室的V. C. CHEN等人分析了這種運(yùn)動，將微運(yùn)動產(chǎn)生的雷達(dá)回波中的多普勒調(diào)制現(xiàn)象命名為微多普勒效應(yīng)。微多普勒概念提出后，對不同微動形式產(chǎn)生的微多普勒現(xiàn)象的研究，深化了人們對機(jī)動部件多普勒譜調(diào)制現(xiàn)象的認(rèn)識，使得從目標(biāo)回波的多普勒信息中提取有利于分類和識別的特征有了新的途徑。經(jīng)過對微多普勒現(xiàn)象的研究，使得在運(yùn)動車輛目標(biāo)分類領(lǐng)域，有可能取代傳統(tǒng)的人工操作模式，實(shí)現(xiàn)雷達(dá)的自動目標(biāo)分類。在雷達(dá)目標(biāo)運(yùn)動時，物體的平動速度在物體運(yùn)動中往往占主要成分，在多普勒譜中體現(xiàn)為目標(biāo)的平動多普勒成分較微動多普勒成分強(qiáng)，而目標(biāo)分類和識別往往依賴于目標(biāo)的微動信息，因此需要對平動成分進(jìn)行抑制。同時，對于車輛目標(biāo)，如履帶車的上履帶，其運(yùn)動速度總是平動速度的2倍，多普勒譜中表現(xiàn)為上履帶產(chǎn)生的多普勒頻率成分總是出現(xiàn)在主峰成分相對于零頻率的兩倍處。由于存在這樣的物理關(guān)系，當(dāng)平動速度變化時，目標(biāo)多普勒譜的變化不僅體現(xiàn)在主峰位置的平移，同時也體現(xiàn)在目標(biāo)微動多普勒譜的展寬，這些由目標(biāo)平動速度的改變所帶來的目標(biāo)多普勒譜的變化，對后續(xù)的分類和識別工作是不利的。在地面運(yùn)動目標(biāo)分類領(lǐng)域，目前已有的目標(biāo)分類方法通常將目標(biāo)的多普勒譜作為特征，利用多普勒譜的波形熵等方法來描述目標(biāo)多普勒譜的起伏特性，根據(jù)提取的目標(biāo)多普勒譜的熵值進(jìn)行分類。由于實(shí)際中，目標(biāo)相對于雷達(dá)的運(yùn)動不會是理想的勻速直線運(yùn)動， 如前文所述，目標(biāo)平動速度發(fā)生變化時，目標(biāo)的多普勒譜也會有相應(yīng)改變；另外，在對地面運(yùn)動目標(biāo)進(jìn)行分類時，有用的信息是目標(biāo)機(jī)動部件產(chǎn)生的微多普勒成分，而由地面反射的雜波通常需要抑制，因此需要加入雜波抑制預(yù)處理過程。在不經(jīng)過一定的預(yù)處理消除這些因素的影響就直接計算目標(biāo)多普勒譜的熵值的情況下，即使是同一目標(biāo)，熵值也會有較大的差異，這樣得到的分類結(jié)果并不理想。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的運(yùn)動車輛目標(biāo)分類方法，以消除目標(biāo)平動速度變化對目標(biāo)多普勒譜寬度的影響，自動進(jìn)行雜波抑制以及利用履帶車特有的結(jié)構(gòu)信息進(jìn)行運(yùn)動車輛目標(biāo)分類。實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案，包括如下步驟1)對目標(biāo)的多普勒回波信號S= {Sl,s2,...,sN}進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，得到一個余項(xiàng)ιγ和L個本征模函數(shù)ma，其中Si為多普勒回波信號s第i點(diǎn)的值，i = 1，2，...，N，N為脈沖積累數(shù)，a = 1，2，. . .，L，L為本征模函數(shù)個數(shù)；2)舍棄余項(xiàng)ιγ完成雜波抑制功能；3)定義第一本征模函數(shù)多普勒譜=M1 = IfftQii1] I和剩余本征模函數(shù)多普勒譜 Mr = fft[tmj，
權(quán)利要求
1.一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的運(yùn)動車輛目標(biāo)分類方法，包括如下步驟1)對目標(biāo)的多普勒回波信號S= {S1,S2,...,SN}進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，得到一個余項(xiàng)ιγ 和L個本征模函數(shù)ma，其中Si為多普勒回波信號s第i點(diǎn)的值，i = 1，2，. . .，N，N為脈沖積累數(shù)，a = 1，2，...，L，L為本征模函數(shù)個數(shù)；2)舍棄余項(xiàng)ιγ完成雜波抑制功能；3)定義第一本征模函數(shù)多普勒譜=M1 = ffttmj和剩余本征模函數(shù)多普勒譜
2.根據(jù)權(quán)利要求1所述的運(yùn)動車輛目標(biāo)分類方法，其中步驟1)所述的對目標(biāo)的多普勒回波信號s = Is1, &，. . .，sN}進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，具體步驟如下la)定義臨時信號χ = s ；lb)對臨時信號χ進(jìn)行逐點(diǎn)搜索，記錄下臨時信號χ的所有極值點(diǎn)； Ic)對于臨時信號χ的極小值點(diǎn)和極大值點(diǎn)進(jìn)行插值，得到臨時信號χ的下包絡(luò)emin和上包絡(luò) max ；Id)計算臨時信號χ的包絡(luò)均值^ = _ 2 max ；Ie)從臨時信號χ中減去包絡(luò)均值，得到新的信號SnM = x-eav，并更新臨時信號χ = 重復(fù)步驟2b)至加)，直到新的信號Snew成為本征模函數(shù)，得到第一個本征模函數(shù)Hi1 = Snew和剩余信號T1 = S-Hl1,并對剩余信號Γι迭代進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，得到余項(xiàng)IY和L個本征模函數(shù) ma，a = 1，2，. . .，L。
3.根據(jù)權(quán)利要求1所述的運(yùn)動車輛目標(biāo)分類方法，其中步驟6)所述的根據(jù)分類器的輸出判定車輛類別，按如下步驟6a)使用從訓(xùn)練樣本集中提取的六種特征訓(xùn)練分類器，該分類器包括線性判決分析， 支持向量機(jī)，相關(guān)向量機(jī)和k近鄰分類器；6b)將從測試樣本提取的六種特征輸入到訓(xùn)練好的分類器中，得到分類器輸出； 6c)根據(jù)分類器輸出的類別標(biāo)號，得到車輛目標(biāo)的分類結(jié)果。
全文摘要
本發(fā)明公開了一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的運(yùn)動車輛目標(biāo)分類方法，主要解決現(xiàn)有同類方法對目標(biāo)平動速度變化敏感，需要額外的雜波抑制，且不能利用目標(biāo)特殊結(jié)構(gòu)信息的問題。其實(shí)現(xiàn)過程是對多普勒回波信號進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解；通過舍棄余項(xiàng)完成雜波抑制；利用分解結(jié)果定義第一本征模函數(shù)多普勒譜和剩余本征模函數(shù)多普勒譜；根據(jù)定義的譜判斷是否存在2倍平動微多普勒成分，初步判別履帶式車輛；若未能判別，則對本征模函數(shù)以及定義的譜提取特征；對提取的特征使用分類器進(jìn)行分類。本發(fā)明可消除目標(biāo)平動速度變化對目標(biāo)多普勒譜位置和譜寬度的影響，自動進(jìn)行雜波抑制，利用履帶特殊結(jié)構(gòu)信息，可用于對具有機(jī)動部件的運(yùn)動車輛目標(biāo)進(jìn)行分類。
文檔編號G06K9/66GK102184382SQ20111008925
公開日2011年9月14日 申請日期2011年4月11日 優(yōu)先權(quán)日2011年4月11日
發(fā)明者劉宏偉, 李彥兵 申請人:西安電子科技大學(xué)