买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国电子科技集团公司第二十九研究所

摘要：本发明公开了一种多特征变换的雷达分选识别方法，涉及雷达信号处理领域；其根据雷达多特征数据进行多次分组，并将分组的离散雷达新数据转换为平面图像数据，再获取确定雷达信号的分布后，使用Kmeans算法对数据进行二次聚类分组。而后通过单位时间数据量三次数据分组获取各个信号的PRI；接着使用获取的PRI对TOA数据进行变换，使得各个信号分别在变换后聚集并凭此完成分离；最后对分离完成的数据在PRI和PW特征上进行特征提取与识别。本发明，将雷达的载频、脉宽和到达时间、幅值、到达方向角多参数进行结合，充分利用雷达信号中的可用信息，通过载频脉宽聚类将脉冲流快速地映射到不同的空间，提高了雷达信号分选的实时性。

主权项：1.一种多特征变换的雷达分选识别方法，其特征在于，包括：步骤S1：获取雷达信号脉宽的最大和最小值，将脉宽区域划分为n个区间，对雷达脉宽数据进行统计，并根据脉宽统计数据波谷进行分割，并依据分割后的结果对雷达数据进行分离，得到一次分离数据Dsep1；步骤S2：在一次分离数据上以固定时间区间进行数据量统计，得到每个单位时间内的数据量大小，并根据数据的突变时刻对一次分离数据进行二次分离，得到二次分离数据Dsep2；步骤S3：对每个二次分离数据块求取载频RF和到达方向角DOA最大最小值，并将两个特征区间进行划分，划分为k*l个小区间，对每个小区间内的数据进行统计，最后对得到的数据矩阵进行二值化，经过滤波腐蚀得到二值化图像；步骤S4：对二值化后的图像求取每个独立联通区域，并通过计算坐标范围求解出对应的二次分离数据筛选范围，取出数据中心的部分数据作为Kmeans初始值对二次分离数据进行聚类；步骤S5：求取聚类数据的载频RF与方向角DOA最大最小值，并以此为范围筛选一次分离数据中的雷达数据作为三次分离数据Dsep3；步骤S6：如果当前二值化图像中所有独立联通区域都进行了步骤S4和步骤S5，则进行步骤S7，否则返回步骤S4；步骤S7：对每个三次分离数据分别求取幅值极值点对应的TOA，并以此对每个分离数据极值点的TOA序列进行DTW匹配，将小于阈值的三次分离数据进行合并处理；步骤S8：对每个聚类数据TOA求时间微分，并通过雷达参数阈值进行数据筛选；通过时间微分求得周期和周期首尾TOA；步骤S9：对三次分离数据TOA进行变换，首先根据数据组情况减去周期首或尾TOA，而后将TOA对周期和进行取余，得到周期变化的TOA数据；步骤S10：对周期变化的TOA数据在最大最小区间上进行统计，并以区间均值k1倍作为阈值，筛选出大于k1倍均值的区间，根据区间范围求解原始的数据下标；对合并重组后的二次分离数据TOA求微分，并绘制时间微分与载频图像提取特征，完成信号识别并标记；步骤S11：如果当前二值化图像中所有独立联通区域都进行了步骤S8至步骤S10，则进行步骤S12，否则返回步骤S8；步骤S12：如果当前所有一次分离数据区间全部处理完成，则进入步骤S13，否则返回步骤S2；步骤S13：输出分离结果。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第二十九研究所 一种多特征变换的雷达分选识别方法