CN115166667A

CN115166667A - 基于谐振区的运动目标识别方法、系统、设备及存储介质

Info

Publication number: CN115166667A
Application number: CN202210710801.1A
Authority: CN
Inventors: 刘爱军; 王佳琪; 于长军; 邵帅; 李红柏; 刘航
Original assignee: Harbin Institute of Technology Weihai
Current assignee: Harbin Institute of Technology Weihai
Priority date: 2022-06-22
Filing date: 2022-06-22
Publication date: 2022-10-11

Abstract

本发明涉及雷达识别技术领域，具体提供了一种基于谐振区的运动目标识别方法、系统、设备及存储介质，其中，所述方法包括：获取E脉冲及目标雷达回波，其中，所述E脉冲从目标特征库内获取；修正雷达回波以消除多普勒频移，生成第一回波；基于第一回波与E脉冲的卷积结果判定目标；本发明实施例公开的基于谐振区的运动目标识别方法通过消除雷达回波中的多普勒频移，然后通过与目标特征库内的E脉冲进行卷积计算，通过计算结果判定目标，相对于现有技术，本发明公开的目标识别方法可以更加精确的识别目标，提高目标识别的精确度。

Description

基于谐振区的运动目标识别方法、系统、设备及存储介质

技术领域

本发明涉及雷达识别技术领域，尤其涉及一种基于谐振区的运动目标识别方法、系统、设备及存储介质。

背景技术

雷达是利用电磁波来进行目标探测的电子设备，电磁波信号照射到目标，会引起目标散射，返回波源方向的散射能量形成雷达回波，因此，雷达回波带有目标特性。根据雷达信号波长与目标尺寸的相对关系，可以将目标散射特征区域分为瑞利区(目标尺寸远小于信号波长)、谐振区(目标尺寸与雷达信号波长相当)、光学区(目标尺寸远大于信号波长)。在不同的特征区域，目标散射表现出不同的特性。

极点是谐振区雷达目标识别的重要特征，由目标本身的特性如形状、尺寸、材料等决定。用极点作为特征进行目标识别具有不受目标姿态、雷达入射波方向、极化方式等影响的优点。现有的基于极点特征进行目标识别方案，需要对雷达回波进行分析，并提取目标极点特征。现有方式对目标进行建模研究时，目标均为静止目标，没有引入目标运动特征。但实际雷达探测中，目标多为运动目标。由于目标与雷达之间存在相对运动，雷达回波存在由运动引起的多普勒频移，造成回波频谱展开，影响极点提取精度，进而影响目标识别准确性。因此，本申请提出了一种基于谐振区的运动目标识别方法、系统、设别及存储介质。

发明内容

本发明的目的在于提供一种基于谐振区的运动目标识别方法、系统、设备及存储介质，以解决目前的基于谐振区的雷达目标识别准确性低的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于谐振区的运动目标识别方法，所述方法包括：

获取E脉冲及目标雷达回波，其中，所述E脉冲从目标特征库内获取；

修正雷达回波以消除多普勒频移，生成第一回波；

基于第一回波与E脉冲的卷积结果判定目标。

进一步的，目标特征库的构建方法包括以下步骤：

构建对象的三维模型，并对三维模型进行仿真计算，获取对象的多方位散射数据；

获取对象的时域瞬态晚期响应；

基于目标的时域瞬态晚期响应提取第一极点信息；

整合第一极点信息，生成第二极点信息；

基于第二极点信息构建离散型E脉冲，以构建的离散型E脉冲构建目标特征库。

优选的，生成第二极点信息的方法为对每个方向的第一极点信息求取平均值。

进一步的，构建离散型E脉冲的方法包括如下步骤：

基于公式(1)和公式(2)获取E脉冲波形系数；

其中，M为第二极点的个数；a_k为E脉冲波形系数，k＝1，2，…，2M；s_i为主极点信息，i＝1，2，…，M；

*为共轭复数；

基于公式(3)构建离散型E脉冲；

其中，e(n)为离散型E脉冲；n为离散型E脉冲的序列数；

进一步的，修正雷达回波的方法包括以下步骤：

获取时域内目标的速度信息；

基于目标的速度信息计算雷达回波的多普勒频移；

基于雷达回波的多普勒频移构造运动补偿向量；

基于运动补偿向量和雷达回波生成第一回波。

优选的，所述构造运动补偿向量的方法包括以下步骤：

均分时域，使其形成若干预设时长的时间间隔，定义目标在一个时间间隔内匀速运动，则目标的速度信息表达式为公式(4)：

V＝[v(0)，v(1)，v(2)，…，v(n)，…，v(N-1)]，0≤n≤N-1；公式(4)

其中，v(n)为第n个时间间隔内目标的速度信息；V为速度信息矩阵；N为时间间隔数量；

则所述多普勒频移由公式(5)计算：

其中，f_dn为第n个时间间隔内的多普勒频移；λ为雷达回波的波长；

则运动补偿向量由公式(6)得出：

K＝[exp(-j2πf_d0Δt)，exp(-j2πf_d1Δt)，…，exp(-j2πf_dnΔt)，…exp(-j2πf_dN-1Δt)]，0≤n≤N-1；公式(6)

其中，K为运动补偿向量；Δt为时间间隔的时长；j为复数的虚部。

优选的，所述第一回波基于公式(7)生成：

其中，Y为时域内获取的雷达回波；

为第一回波；K为运动补偿向量。

本发明还提出了一种运动目标识别系统，其特征在于，所述系统包括：

第一获取单元，用于获取雷达回波；

第二获取单元，用于获取E脉冲；

消除单元，用于消除雷达回波的多普勒频移；

目标判定单元，用于根据消除第一回波和E脉冲判定目标。

本发明还提出了一种设备，所述设备包括处理器，所述处理器在执行存储器中存储的计算机程序时实现如上述任意一项所述的基于谐振区的运动目标识别方法。

本发明还提出了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器在运行计算机程序时实现如上述任意一项所述的基于谐振区的运动目标识别方法。

综上所述，本发明与现有技术相比具有以下有益效果：

本发明实施例公开的基于谐振区的运动目标识别方法通过消除雷达回波中的多普勒频移，然后通过与目标特征库内的E脉冲进行卷积计算，通过计算结果判定目标，相对于现有技术，本发明公开的目标识别方法可以更加精确的识别目标，提高目标识别的精确度。

本发明实施例公开的基于谐振区的运动目标识别方法利用特征库中的E脉冲与运动补偿后的目标回波进行卷积，根据回波后时部分是否消除为零，来进行目标判别。相比直接进行极点特征的比对，该方法避免了实时提取极点，在计算处理上更为方便。

附图说明

图1为本发明实施例公开的基于谐振区的运动目标识别方法的流程框图。

图2为本发明实施例公开的基于谐振区的运动目标识别方法的流程示意图。

图3为本发明实施例公开的基于谐振区的运动目标识别方法中目标特征库构建方法的流程示意图。

图4为本发明实施例公开的基于谐振区的运动目标识别方法中目标特征库构建方法的流程框图。

图5为本发明实施例公开的基于谐振区的运动目标识别方法中瞬态响应的示意图。

图6为本发明实施例公开的基于谐振区的运动目标识别方法中消除多普勒频移的方法的流程示意图。

图7为本发明实施例公开的基于谐振区的运动目标识别方法中目标运动模型的示意图。

图8为本发明实施例公开的基于谐振区的运动目标识别系统的结构框图。

图9为本发明实施例公开的基于谐振区的运动目标识别系统中第二获取单元的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了方便对本申请实施例的理解，首先对本申请实施例中出现的一些技术名词进行解释。

目标极点，雷达回波中振荡频率所构成的复自然谐振频率即目标极点，极点是谐振区雷达目标识别的重要特征，由目标本身的特性如形状、尺寸、材料等决定，用极点作为特征进行目标识别具有不受目标姿态、雷达入射波方向、极化方式等影响的优点。

时域瞬态晚期响应，首先解释瞬态响应，输入信号作用下，输出量从初始状态到稳定状态的响应过程；时域瞬态晚期响应为入射信号完全离开目标后，目标本身还残留了部分由入射信号引起的电流，这部分电流在衰减过程中会辐射出信号，这部分信号被称为时域瞬态晚期响应。

E脉冲，在极点提取方法中有一类方法归为E脉冲方法，E脉冲被定义为一种时限信号，当它与期望的目标的晚期响应进行卷积时，其卷积输出为零或单一模式的信号，而与其它目标的雷达回波进行卷积时，其卷积输出结果将明显地不是期望中的零或一模式的信号，这样，不同的目标就被识别出来。

多普勒效应，波源和观察者有相对运动时，观察者接受到波的频率与波源发出的频率并不相同的现象，在雷达识别目标的过程中，由于雷达与目标之间存在相对运动，雷达回波存在由多普勒效应引起的多普勒频移，造成回波频谱展开，影响极点提取精度。

实施例1

如图1和图2所示，本发明的一个实施例提供的一种基于谐振区的运动目标识别方法，所述方法包括：

步骤S100、获取E脉冲及目标雷达回波，其中，所述E脉冲从目标特征库内获取；

具体的，在本实施例中，雷达在识别目标时，通过雷达上的接收装置获取雷达回波，用于识别目标，同时获取目标特征库内的E脉冲；

具体的，如图3和图4所示，目标特征库内存储有若干目标的E脉冲，其构建方法包括以下步骤：

步骤S110、构建对象的三维模型，并对三维模型进行仿真计算，获取对象的多方位散射数据；

步骤S120、获取对象的时域瞬态晚期响应；

步骤S130、基于目标的时域瞬态晚期响应提取第一极点信息；

步骤S140、整合第一极点信息，生成第二极点信息；

步骤S150、基于第二极点信息构建离散型E脉冲，以构建的离散型E脉冲构建目标特征库；

具体的，在本步骤中，首先对已知对象建模，建立其三维模型，例如采用FEMAP软件进行建模，然后对三维模型网格化，将网格化后的三维模型导入FEKO软件中，然后对三维模型施加电磁场，得到目标的频域散射电场，通过变换施加电磁场的方向，可以得到目标多个方向的频域散射电场，从而获取已知对象的多方位散射数据；

通过对获取的散射数据提取已知对象的时域瞬态晚期响应，在时域瞬态晚期响应的过程中，回波不再收到入射波的影响，利用时域瞬态晚期响应提取目标的极点信息，可以消除入射信号对极点提取过程的影响；示例性的，频域散射电场经过傅里叶逆变换得到时域瞬态响应，根据入射信号的方向和目标在坐标系中的位置确定时域瞬态晚期响应；

例如，如图5所示，信号传播到C点离开目标之后，目标本身还残留了部分由入射信号引起的电流，这部分电流在衰减过程中会辐射出信号，这部分信号就是本方案中所述的时域瞬态晚期响应；

记发射信号从雷达设备A点发射到目标结束点C的距离为d，电磁波传播速度为c，则满足时延t>2d/c的响应即为时域瞬态晚期响应；

从已知对象的时域瞬态晚期响应过程中提取目标的第一极点信息，然后通过平均值法对第一极点信息整合，生成第二极点信息，在第一极点信息整合的过程中，有利于提高极点提取的精确度和可信度，还可以剔除虚假极点；

在本实施例中，从时态响应中提取第一极点信息的方法为现有技术，例如Prony法、KT法、矩阵预测法、状态空间法、最大似然方法等，本发明并不局限于第一极点信息的提取方法；

优选的，生成第二极点信息的方法为对每个方向的第一极点信息求取平均值，具体的，若某一方向存在多个第一极点信息，则该方向上所有的第一极点信息的平均值作为第二极点信息；

作为本实施例中一种优选的实施方式，构建离散型E脉冲的方法包括如下步骤：

步骤S151、基于公式(1)和公式(2)获取E脉冲波形系数；

*为共轭复数；

步骤S152、基于公式(3)构建离散型E脉冲；

其中，e(n)为离散型E脉冲；n为离散型E脉冲的序列数；

步骤S200、修正雷达回波以消除多普勒频移，生成第一回波；

具体的，在本步骤中，对获取的雷达回波修正，用于消除多普雷效应；

作为本实施例中一种优选的实施方式，如图6所示，修正雷达回波的方法包括以下步骤：

步骤S210、获取时域内目标的速度信息；

步骤S220、基于目标的速度信息计算雷达回波的多普勒频移；

步骤S230、基于雷达回波的多普勒频移构造运动补偿向量；

步骤S240、基于运动补偿向量和雷达回波生成第一回波；

示例性的，如图7所示，目标相对于雷达运动，目标运动速度为v(t)，(0≤t≤T)，在0～T时间内，以Δt作为时间间隔，当Δt足够小时，认为在该段时间内目标为匀速运动，因此，在

时间段内的目标速度表示为v(nΔt)

为了方便理解，将v(nΔt)简记为v(n)，令N＝T/Δt，得到目标速度的表达式为公式(4)：

V＝[v(0)，v(1)，v(2)，…，v(n)，…，v(N-1)]，0≤n≤N-1；公式(4)

则由目标运动引起的多普勒频移由公式(5)得出：

则多普勒频移见公式(8)：

其中，F_d为时域内多普勒频移的矩阵；f_dn为第n个时间间隔的多普勒频移；

则运动补偿向量由公式(6)得出：

其中，K为运动补偿向量；Δt为时间间隔的时长；j为复数的虚部；

作为本实施例中一种优选的实施方式，所述第一回波由公式(7)生成：

其中，Y为时域内获取的雷达回波；

为第一回波；K为运动补偿向量；

示例性的，雷达接收到的离散回波信号，采样间隔为Δt，持续时间为T，则雷达回波为：

Y＝[y(0)，y(Δt)，y(2Δt)，…y(nΔt)，…y((N-1)Δt)]，0≤n≤N-1，简记为：

Y＝[y(0)，y(1)，y(2)，…y(n)，…y(N-1)]，0≤n≤N-1；

则第一回波为：

需要说明的是，在本实施例中，所述Y、F_d、V、

均为行矩阵，所述K为行向量。

步骤S300、基于第一回波与E脉冲的卷积结果判定目标；

示例性的，在本实施例中，基于公式(8)对E脉冲与目标回波进行卷积计算：

其中，e(t)为E脉冲；T_e持续时长；r(t)为第一回波，即r(t)；

在判定目标时，分析c(t)的波形，如果c(t)波形后部消除为零，那么待识别目标即为e(t)的E脉冲对应的目标，若没有消除为零的部分，则更换E脉冲后继续判定。

实施例2

本发明还提出了一种运动目标识别系统，如图8所示，所述系统400包括：

第一获取单元410，用于获取雷达回波；

第二获取单元420，用于获取E脉冲；

消除单元430，用于消除雷达回波的多普勒频移；

目标判定单元440，用于根据消除第一回波和E脉冲判定目标；

具体的，在本实施例中，第一获取单元410获取雷达回波，所述第一获取单元410可以为连接于雷达的通信装置，还可以为雷达，或设置于某连接于雷达上的通信程序；

所述第二获取单元420获取E脉冲，所述第二获取单元420可以为连接于目标特征库的装置或程序，还可以为包括目标特征库的程序或装置；

作为本实施例中一种优选的实施方式，如图9所示，所述第二获取丹420包括：

建模模块421，用于建立三维模型；

仿真模块422，用于对所述三维模型进行仿真运算以获取已知对象的频域散射电场；

极点信息整合模块423，用于根据已知对象的频域散热电场提取第一极点信息；

极点信息整合模块424，用于整合第一极点信息以生成第二极点信息；

数据库构建模块，用于根据第二极点信息生成E脉冲，并建立目标特征库；

所述消除单元430用于消除雷达回波的多普勒频移；所述目标判定单元440基于消除多普勒频移后的第一回波以及获取的E脉冲判定目标。

实施例3

本发明还公开了一种设备，所述设备包括处理器，所述处理器在执行存储器中存储的计算机程序时实现如实施例1所述的基于谐振区的运动目标识别方法。

实施例4

本发明还公开了一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器在运行计算机程序时实现如实施例1所述的基于谐振区的运动目标识别方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

在本发明实施例的一个典型的配置中，设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash-RAM)。内存是计算机可读介质的示例。

存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。

设备的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory-media)，如调制的数据信号和载波。

本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。