Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向低分辨率雷达的舰船分类识别方法 

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:东南大学

摘要:本发提供一种面向低分辨率雷达的舰船分类识别方法。本发明的实现包括分类器训练和待测舰船目标识别两部分:对于分类器训练,首先采集雷达回波序列轮廓像数据,基于回波数据和船舶自动识别系统报文构造数据集;提取八种特征组成特征向量集;对特征向量归一化,保存归一化参数;基于归一化后的特征向量集,对支持向量机进行参数寻优并训练,保存训练好的模型。对于待测舰船目标识别,首先采集待测舰船目标数据;提取八种特征组成特征向量;利用归一化参数,对特征向量归一化;利用基于八维特征的SVM分类器对舰船按长度分类判决;输出分类结果和置信度。

主权项:1.一种面向低分辨率雷达的舰船分类识别方法,其特征在于,包括以下步骤:步骤1、基于雷达回波数据和船舶自动识别系统报文构造数据集;步骤2、对八维特征向量进行提取;其中,八维特征包括轮廓像面积、目标横向长度、雷达散射截面积、回波幅度峰值、目标速度、图像能量、图像不变矩1和图像不变矩2;八维特征向量提取是从目标形状、雷达散射截面积、回波幅度、目标速度属性和二维灰度图像属性五个角度反映舰船目标特性,提高分类识别准确率;步骤2、八维特征提取;步骤2.1、提取形状特征;以回波序列轮廓像的非零点数作为第1个特征f1,以目标横向长度作为第2个特征f2; f2=θTR其中,yi表示雷达目标第i个回波值大小,θT为目标横向长度造成的展宽,R表示目标与雷达的距离;步骤2.2、提取雷达散射截面积作为第3个特征f3,表示如下:f3=10log10PrR4其中,Pr为雷达接收到的目标回波功率;步骤2.3、提取回波幅度峰值作为第4个特征f4,表示如下:f4=max{yi}步骤2.4、提取目标速度作为第5个特征f5;目标速度用v表示:f5=v步骤2.5、提取二维灰度图像特征;首先对图像归一化,将目标轮廓像转换为二维灰度图像;用Hi,j表示灰度图第i行第j列的像素值,则第6个特征为图像能量f6,表示为: 设x,y为二值图像表示的物体上每点坐标,xc,yc为物体中心,则第p+q阶中心矩表示为 其中a1…an为常数;使用的第7个特征和第8个特征分别为不变矩1和不变矩2,表示为f7=μ2,0+μ0,2 步骤3、分类器参数寻优与训练方法;步骤4、对雷达目标进行分类识别;所述步骤3中对分类器训练与参数寻优方法包括以下步骤:步骤3.1、对特征向量归一化,得到用于训练的特征向量集;步骤3.2、基于该特征向量集,使用惯性权重和学习因子线性递减的PSO算法对分类器的径向基核函数参数γ和惩罚因子C进行寻优;步骤3.3、基于该特征向量集,训练分类器;步骤3.4、保存归一化参数和训练好的模型。

全文数据:

权利要求:

百度查询: 东南大学 一种面向低分辨率雷达的舰船分类识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。