高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于实测数据的空中目标分类识别算法

李明 吴娇娇 左磊 宋万杰 刘慧敏

李明, 吴娇娇, 左磊, 宋万杰, 刘慧敏. 基于实测数据的空中目标分类识别算法[J]. 电子与信息学报, 2018, 40(11): 2606-2613. doi: 10.11999/JEIT180024
引用本文: 李明, 吴娇娇, 左磊, 宋万杰, 刘慧敏. 基于实测数据的空中目标分类识别算法[J]. 电子与信息学报, 2018, 40(11): 2606-2613. doi: 10.11999/JEIT180024
Ming LI, Jiaojiao WU, Lei ZUO, Wanjie SONG, Huimin LIU. Aircraft Target Classification and Recognition Algorithm Based on Measured Data[J]. Journal of Electronics & Information Technology, 2018, 40(11): 2606-2613. doi: 10.11999/JEIT180024
Citation: Ming LI, Jiaojiao WU, Lei ZUO, Wanjie SONG, Huimin LIU. Aircraft Target Classification and Recognition Algorithm Based on Measured Data[J]. Journal of Electronics & Information Technology, 2018, 40(11): 2606-2613. doi: 10.11999/JEIT180024

基于实测数据的空中目标分类识别算法

doi: 10.11999/JEIT180024
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

Aircraft Target Classification and Recognition Algorithm Based on Measured Data

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: 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。
  • 图  1  雷达与旋翼的几何关系

    图  2  喷气式飞机回波

    图  3  直升机回波

    图  4  螺旋桨回波

    图  5  训练数据各个特征量的分布情况

    图  6  训练数据时频谱瑞利熵的分布情况

    图  7  两种型号直升机的时频图

    图  8  训练数据时频谱宽的分布情况

    表  1  分类结果

    特征选择 特征组合1 特征组合2
    飞机类别 直升机 螺旋桨 喷气式 直升机 螺旋桨 喷气式
    正确分类数 613 1090 525 648 1081 525
    总数 637 1092 525 637 1092 525
    正确识别率(%) 96.23 99.82 100.00 98.30 98.99 100.00
    下载: 导出CSV

    表  2  识别结果

    直9 米171 合计
    正确识别数 117 486 603
    总数 122 491 613
    正确识别率(%) 95.90 98.98 98.37
    下载: 导出CSV
  • CHEN Victor C, LI Fayin, HO Shen-Shyang, et al. Micro-Doppler effect in radar phenomenon model and simulation study[J]. IEEE Transactions on Aerospace and Electronic Systerm, 2006, 42(1): 2–21 doi: 10.1109/TAES.2006.1603402
    CHEN Victor C, LI Fayin, HO Shen-Shyang, et al. Analysis of micro-Doppler signatures[J]. IEE Proceedings Radar,Sonars&Navigation, 2003, 150(4): 271–276 doi: 10.1049/ip-rsn.20030743
    CHEN Kun, LI Yuehua, and XU Xingjian. Rotating targets classification based on micro-Doppler features using a modified adaptive boosting algorithm[C]. IEEE 2015 International Conference on Computers, Communications, and Systems, Kanyakumari, India, 2015: 236–240.
    YANG Yinan, LEI Jiajin, ZHANG Wenxue, et al. Targets classification and pattern recognition using micro-Doppler radar signatures[C]. IEEE Computer Society, Proceedings of the Seventh ACIS International Conference on Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing, Las Vegas, USA, 2006: 213–217.
    DU Lan, LI Linsen, WANG Baoshuai, et al. Micro-Doppler feature extraction based on time-frequency spectrogram for ground moving targets classification with low-resolution radar[J]. IEEE Sensors Journal, 2016, 16(10): 3756–3763 doi: 10.1109/JSEN.2016.2538790
    PAVLO M, KAREN E, JAAKKO A, et al. Classification of aircraft using micro-Doppler bicoherence-based features[J]. IEEE Transactions on Aerospace and Electronic System, 2014, 50(2): 1455–1467 doi: 10.1109/TAES.2014.120266
    王福友, 罗钉, 刘宏伟. 低分辨机载雷达飞机目标分类识别技术研究[J]. 雷达学报, 2014, 3(4): 444–449 doi: 10.3724/SP.J.1300.2014.14075

    WANG Fuyou, LUO Ding, and LIU Hongwei. Low-resolution airborne radars aircraft target classification[J]. Journal of Radars, 2014, 3(4): 444–449 doi: 10.3724/SP.J.1300.2014.14075
    杨守峰, 吴海坤, 王晓, 等. 低分辨雷达目标调制特征提取和分类识别方法[J]. 电子信息对抗技术, 2015, 30(4): 15–20 doi: 10.3969/j.issn.1674-2230.2015.03.004

    YANG Shoufeng, WU Haikun, WANG Xiao, et al. Target feature extraction and recognition based on low-resolution radar[J]. Eletronic Information Warfare Technology, 2015, 30(4): 15–20 doi: 10.3969/j.issn.1674-2230.2015.03.004
    杜兰, 史蕙若, 李林森, 等. 基于分数阶傅里叶变换的窄带雷达飞机目标回波特征提取方法[J]. 电子与信息学报, 2016, 38(12): 3093–3099 doi: 10.11999/JEIT161035

    DU Lan, SHI Huiruo, LI Linsen, et al. Feature extraction method of narrow-band radar airplane signatures based on fractional fourier transform[J]. Journal of Electronics&Information Technology, 2016, 38(12): 3093–3099 doi: 10.11999/JEIT161035
    赵越, 陈之纯, 纠博, 等. 一种基于时频分析的窄带雷达飞机目标分类特征提取方法[J]. 电子与信息学报, 2017, 39(9): 2225–2231 doi: 10.11999/JEIT161204

    ZHAO Yue, CHEN Zhichun, JIU Bo, et al. Narrowband aircraft targets feature extraction and classification based on time-frequency analysis[J]. Journal of Electronics&Information Technology, 2017, 39(9): 2225–2231 doi: 10.11999/JEIT161204
    姜悦, 范菊平, 郭乐田, 等. 基于时频图的飞机目标特征提取算法[J]. 现代雷达, 2016, 38(4): 38–41 doi: 10.16592/j.cnki.1004-7859.2016.04.009

    JIANG Yue, FAN Juping, GUO Letian, et al. Feature-extraction algorithm of airplane targets based on time-frequency diagram[J]. Modern Radar, 2016, 38(4): 38–41 doi: 10.16592/j.cnki.1004-7859.2016.04.009
    ZUO Lei, LI Ming, ZHANG Xiaowei, et al. Two helicopter classification methods with a high pulse repetition frequency radar[J]. IET Radar,Sonar&Navigation, 2013, 7(3): 312–320 doi: 10.1049/iet-rsn.2012.0278
    ZHANG Hanhua, DAI Yongpeng, and ZHOU Zhimin. Helicopter classification using time-domain approach on X-band surveiliance radar[C]. IEEE International Geoscience and Remote Sensing, Beijing, China, 2016: 2288–2291.
    YONG Y W, HOON P J, WOO B J, et al. Automatic feature extraction from jet engine modulation signals based on an image processing method[J]. IET Radar,Sonar&Navigation, 2015, 9(7): 783–789 doi: 10.1049/iet-rsn.2014.0281
  • 加载中
图(8) / 表(2)
计量
  • 文章访问数:  2028
  • HTML全文浏览量:  932
  • PDF下载量:  160
  • 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

目录

    /

    返回文章
    返回