国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于經(jīng)驗(yàn)?zāi)B(tài)分解的運(yùn)動車輛目標(biāo)分類方法

      文檔序號:6656189閱讀:260來源:國知局
      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)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1