吴娇娇,,
左磊,
宋万杰,
刘慧敏
1.西安电子科技大学雷达信号处理国家重点实验室 ??西安 ??710071
2.西安电子科技大学雷达技术协同创新中心 ??西安 ??710071
基金项目:国防预研基金(61424010302162401002)，国家自然科学基金(61501342)，陕西省自然科学基金(2017JM6019)
详细信息
作者简介:李明：男，1965年生，博士，教授，博士生导师，主要研究方向为宽带信号处理与微弱目标检测、雷达图像处理与分析、高速并行信号处理、高性能DSP应用系统设计、雷达抗干扰技术等
吴娇娇：女，1994年生，硕士生，研究方向为雷达信号处理和雷达目标分类与识别技术等
左磊：男，1984年生，博士，副教授，硕士生导师，主要研究方向为雷达信号处理、微弱目标检测与分类、时频分析与时间-调频率分析等
宋万杰：男，1960年生，高级工程师，主要研究方向为雷达信号处理系统设计、雷达信号处理与检测技术应用研究、雷达信号模拟器实现研究、DSP、FPGA硬件应用研究等
刘慧敏：女，1994年生，硕士生，研究方向为雷达信号处理和雷达信号干扰识别与分类等
通讯作者:吴娇娇 2902432613@qq.com
中图分类号:TN957.51计量
文章访问数:1118
HTML全文浏览量:512
PDF下载量:93
被引次数:0
出版历程
收稿日期:2018-01-08
修回日期:2018-06-21
网络出版日期:2018-07-20
刊出日期:2018-11-01
Aircraft Target Classification and Recognition Algorithm Based on Measured Data
Ming LI,Jiaojiao WU,,
Lei ZUO,
Wanjie SONG,
Huimin LIU
1. National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China
2. Collaborative Innovation Center of Radar at Xidian University, Xi’an 710071, China
Funds:The National Defense Foundation of China (61424010302162401002), The National Natural Science Foundation of China (61501342), The Shaanxi Natural Science Foundation of China (2017JM6019)
摘要
摘要:该文在分析由常规窄带雷达获得的直升机、螺旋桨和喷气式飞机实测回波数据特征的基础上，提出一种基于多特征联合的分类识别算法。通过对大量实测回波数据的特征分析，提取多普勒频移、幅度相对量、时域和频域波形熵、时频特征多个具有明显区分性的特征，将其输入支撑向量机(SVM)分类器实现3类空中目标的分类。在分类的基础上，基于回波数据的时频谱宽和对称性特征，提出一种奇数与偶数片桨叶直升机识别方法。最后实测数据的处理结果验证了所提空中目标分类识别方法的有效性。
关键词:目标分类/
特征提取/
时频分析/
直升机识别
Abstract:After analyzing the features of three measured data from the low-resolution radar system, corresponding to the helicopter, the propeller, and the turbojet, an algorithm is proposed by using multiple features to classify and recognize the aircraft targets. First, multiple features are extracted, including Doppler frequency shift, relative magnitude, waveform entropy of time and frequency domain, and time-frequency domain features from the measured data. Then, these features are utilized for classification purpose by means of the Support Vector Machine (SVM). Finally, owing to the symmetry and the width of time-frequency distributions of the returned signals between the helicopters with odd and even blades, a method is proposed to recognize of helicopter. The experimental results of measured data verify the effectivity of the proposed algorithms.
Key words:Target classification/
Feature extraction/
Time-frequency signatures/
Helicopter recognition
PDF全文下载地址:
https://jeit.ac.cn/article/exportPdf?id=f0ea3a94-9786-4b28-8ff4-6296b2b5b006
