CN110133600B - 一种直升机旋翼物理参数提取方法 - Google Patents

Abstract

本发明公开了一种直升机旋翼物理参数提取方法。本发明的方法首先对直升机旋翼的窄带RCS数据的时频谱进行图像滤波和图像分割，以降低背景噪声，改善时频谱图的清晰度，精确提取时频信号线；然后通过参数估计方法从时频信号线中直接估计出直升机旋翼的旋转周期、桨叶长度和桨叶数目，通过这些参数能更准确地识别直升机目标的类别和型号，解决了从多普勒时频谱中无法提取直升机旋翼物理参数的难题，仿真实验结果验证了该方法的有效性。

Description

一种直升机旋翼物理参数提取方法

技术领域

本发明属于时频谱图像处理技术领域，涉及一种直升机旋翼物理参数提取方法。

背景技术

目标或目标部件除质心平动以外的振动、转动、摆动等微运动，会对雷达回波产生不同的调制效果，形成微多普勒谱^[1]。由于各种类型的飞机目标发动机具有不同的转动速度、部件结构(如桨叶的长度、数目等)，会产生具有明显差异的微多普勒谱，通过从中提取目标的JEM(发动机调制)特性，有可能实现对飞机目标的分类与识别。

目前对飞机目标识别的方法主要从时域、频域和时频域3个方面提取相关特征：在时域上，利用自相关函数提取目标时域回波的闪烁周期；在频域上，根据谱线间隔计算回波的周期；在时频域上，利用WVD等时频分析方法得到时频谱，再从时频谱图中提取调制周期特征。以上方法所提取的特征只是与旋翼转速与桨叶片数有关，无法得到具体的物理参数，利用这些特征进行分类时往往需要大量的训练数据。

发明内容

针对上述问题，本发明提出一种基于时频谱图像处理的直升机旋翼物理参数提取方法，即利用图像处理方法从窄带雷达回波数据的微多普勒时频谱中提取直升机旋翼物理参数的方法。该方法首先对直升机的窄带RCS序列时频谱进行滤波和分割，降低时频谱图的背景噪声，提高图像清晰度，以准确提取时频信号线；再利用最小二乘法估计出直升机旋翼的旋转周期，并通过统计单个旋转周期中最大频宽线的个数，估计出旋翼的桨叶个数；最后通过频谱宽度与桨叶长度的关系，估算出桨叶的长度。通过旋翼的物理参数可以进一步的对目标进行分类和识别，且该方法直接从目标的时频谱图中提取物理参数，只要求少量的参照样本，不需要大量的训练数据。

本发明的技术方案是，一种直升机旋翼物理参数提取方法，包括滤波、图像量化分割和参数估计三个步骤，各步骤具体过程如下：

S1、图像滤波

首先用中值滤波对时频谱进行滤波，其公式如下：

b_(i,j)＝medain(a_(i-r,j-r)…a_(i,j)…a_(i+r,j+r)) (1)

其中b_(i,j)为中值滤波后图像的像素点，a_(i,j)为原始图像的像素点，i，j为像素点在时频图中的横纵坐标，r为截窗的宽度，median为取中值符号。

在中值滤波后使用引导滤波^[9]：

其中q_(i,j)是引导滤波后图像中第i行、第j列的像素，p_(i,j)是原始图像中第i行、第j列的像素，ω_(i,j)是窗口函数，I_(m,n)为引导图像在窗口ω_(i,j)中像素，μ_(i,j)和

分别是引导图像在窗口ω_(i,j)中的平均值和方差，|ω|是窗口ω_(i,j)中的像素数量，

是输入图像在ω_(i,j)中的平均值，m,n为窗口图像的像素索引，ε为规整化因子。

当引导图像为原始图像且ε＝0时，滤波器不起任何作用，将输入原封不动的输出。如果ε＝1，则在像素强度变化小的区域(或单色区域)，引导滤波进行加权平均；而在变化大的区域，对图像的滤波效果很弱，有助于保持边缘。

S2、图像量化与分割

对滤波后的时频谱图按如下规则三值化

其中v_(i,j)为q_(i,j)对应的三值化图V中的像素值，th1与th2为两个门限，由实验经验得出。所有满足v_(i,j)＝1的像素点的集合为W＝[w₁ w₂ … w_K]，W_k表示属于同一条最大脉宽线的像素集合，k∈[1,K]的整数，K为V中最大脉宽线数目。第k条最大脉宽线的列坐标为：

其中N_k表示W_k中的像素个数，

表示属于W_k的第d个像素点的列坐标。则最大频宽线的平均间距可表示为

其中

为向下取整符号，|·|表示取绝对值。根据C(k)，g_ave和W_k中像素点的最小行坐标即可从时频谱图像中提取出时频信号线。

S3、参数估计

研究表明，时频信号线的周期即为旋翼的转速，则时频信号线表示为

其中f_r为待估计的旋翼转速，A为信号的幅度，通过平移可以令待估信号相位

计算最小二乘法的误差函数E(A,f_r)：

其中，y_l(t)为从时频谱图中提取到的时频信号线上的点，M为时频信号线中的点数，为避免过拟合，需要为误差函数添加正则项，即

其中η为正则化参数。式(10)对A和f_r求偏导

结合网格搜索法确定学习率，利用梯度下降法求出使得E(A,f_r)最小的转速f_r和信号幅度A。为增加估计的准确度，可以取多条时频信号线进行估计，然后取平均，即

其中f_r,s表示从第s条时频信号线中估计的转速，S为时频信号线的个数。统计一个旋转周期内脉冲的个数N_r，桨叶数奇偶因子h，得到桨叶数N

其中h＝1或h＝2。桨叶长度L2由下式计算

其中B为回波信号中多谱勒谱带宽，λ为雷达工作波长，θ为俯仰角。

本发明的有益效果为，本发明首先对直升机旋翼的窄带RCS数据的时频谱进行图像滤波和图像分割，以降低背景噪声，改善时频谱图的清晰度，精确提取时频信号线；然后通过参数估计方法从时频信号线中直接估计出直升机旋翼的旋转周期、桨叶长度和桨叶数目，通过这些参数能更准确地识别直升机目标的类别和型号，解决了从多普勒时频谱中无法提取直升机旋翼物理参数的难题，仿真实验结果验证了该方法的有效性。

具体实施方式

下面结合仿真示意说明本发明方案的有效性。

仿真实验设计了8种直升机的参数，如表1所示。仿真雷达参数包括：雷达载频为3GHz，即波长为0.1米的电磁波；脉冲重复频率为15000Hz；目标与雷达间的距离10000m；雷达的俯仰角为30°，方位角为0°，桨叶旋转的初相角为45°，信噪比为25dB。观测时间需大于旋翼的一个旋转周期，故目标H-1至H-4的雷达驻留时间为250ms，目标H-5至H-8的雷达驻留时间为600ms。

表1对8种直升机的参数提取结果

从实验中可以看出，该物理参数提取方法对多种仿真直升机旋翼物理参数估计的误差均在10％以下，尤其是当旋翼转速适中，桨叶数较少时，仿真结果的误差能达到5％以下。由于对桨叶长度的估计还与信号的频宽估计有关，可能会出现误差叠加或误差相消的情况，故桨叶长度的估计误差起伏较大。此外，因为桨叶数只能取整数，且对于桨叶数奇偶的判定较为容易且准确，故而对桨叶数的估计容错率非常高，只需保证旋翼转速的估计误差在20％以下，桨叶数的估计基本正确。以上仿真实验验证了基于时频谱图像处理的直升机旋翼物理参数提取方法是有效的。

Claims (1)

1.一种直升机旋翼物理参数提取方法，其特征在于，包括以下步骤：

S1、获取目标直升机的时频谱图像，进行滤波处理，包括中值滤波和引导滤波；

所述中值滤波为：

b_(i,j)＝medain(a_(i-r,j-r)...a_(i,j)...a_(i+r,j+r))

其中b_(i,j)为中值滤波后图像的像素点，a_(i,j)为原始图像的像素点，i，j为像素点在时频图中的横纵坐标，r为截窗的宽度，median为取中值符号；

所述引导滤波为：

其中q_(i,j)是引导滤波后图像中第i行、第j列的像素，p_(i,j)是原始图像中第i行、第j列的像素，ω_(i,j)是窗口函数，I_(m,n)为引导图像在窗口ω_(i,j)中像素，μ_(i,j)和

分别是引导图像在窗口ω_(i,j)中的平均值和方差，|ω|是窗口ω_(i,j)中的像素数量，

是输入图像在ω_(i,j)中的平均值，m,n为窗口图像的像素索引，ε为规整化因子；

S2、对滤波后的时频谱图按如下规则三值化：

其中v_(i,j)为q_(i,j)对应的三值化图V中的像素值，th1与th2为预设的两个门限，所有满足v_(i,j)＝1的像素点的集合为W＝[w₁ w₂ … w_K]，W_k表示属于同一条最大脉宽线的像素集合，k∈[1,K]的整数，K为V中最大脉宽线数目；第k条最大脉宽线的列坐标C(k)为：

其中N_k表示W_k中的像素个数，

表示属于W_k的第d个像素点的列坐标；则最大频宽线的平均间距g_ave为：

其中

为向下取整符号，|·|表示取绝对值；根据C(k)，g_ave和W_k中像素点的最小行坐标即可从时频谱图像中提取出时频信号线；

S3、参数估计：

令时频信号线的周期对应旋翼的转速，则时频信号线表示为：

其中f_r为待估计的旋翼转速，A为信号的幅度，通过平移令待估信号相位

计算最小二乘法的误差函数E(A,f_r)：

其中，y_l(t)为从时频谱图中提取到的时频信号线上的点，M为时频信号线中的点数，为避免过拟合，需要为误差函数添加正则项，即

其中η为正则化参数；

求解E(A,f_r)可得最小的转速f_r和信号幅度A；统计一个旋转周期内脉冲的个数N_r，桨叶数奇偶因子h，得到桨叶数N：

其中h＝1或h＝2，桨叶长度L2由下式计算：

其中B为回波信号中多谱勒谱带宽，λ为雷达工作波长，θ为俯仰角。