基于改进小波降噪的雷达一维距离像识别

　　摘要:针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题。将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中。设计了一种新的小波阈值函数。提出了基于小波阈值降噪的雷达一维距离像识别的方法.利用仿真数据进行实验验证。以LVQ(LearningVectorQuantization)神经网络作为分类识别器。进行目标的分类识别研究.结果表明。将小波阈值降噪用于雷达目标一维距离像识别。在低信噪比时能够有效地降低噪声。提高距离像的质量。从而提高目标一维距离像识别率。同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声。提高识别率.

　　关键词:小波;阈值函数;一维距离像;目标识别;LVQ神经网络

　　0引言

　　随着科技的发展进步。战争的形势也在不断地发生变化.早期的雷达主要用于检测发现目标并提供目标的位置。随着战争的高科技化和信息化。需要雷达提供更加精确、更加详细的目标信息。比如目标的形状、类别。甚至是型号。雷达目标识别的工作就随之展开.雷达发射电磁波。当电磁波遇到目标就会发生后向散射。由于目标的自身的几何结构、材料属性等各方面的不同。会对电磁波产生不同的调制.雷达目标识别技术就是利用雷达接收机接收到的目标的后向电磁散射回波信号来对目标的属性进行识别分类.高分辨一维距离像(HighResolutionRangeProfile。HRRP)是实现宽带雷达目标识别的一种形式。

　　目标的高分辨一维距离像是目标的雷达回波沿距离维的分布。可以反映出目标的结构信息。包含丰富的目标特征信息可以对目标进行有效的识别[1]。基于一维距离像的雷达目标识别技术得到了很好的应用.在接收目标回波的同时。无法避免地会将非目标回波一起接收。产生含噪回波信号。实际过程中常常会遇到低信噪比的情况。容易导致一维距离像的质量降低。影响目标识别的结果。所以需要对低信噪比的回波进行降噪处理.小波阈值去噪方法是由Donoho提出[2]。分为软阈值法和硬阈值法。小波变换在雷达信号处理中得到不少的应用[3G5]。本文针对雷达目标一维距离像回波低信噪比的情况。提出了利用小波降噪方法。设计了一种改进的阈值函数。对低信噪比的回波信号进行预处理再成像作识别研究。提高了信噪比和识别率.

　　1基于改进阈值的小波降噪预处理

　　通常来说。雷达回波中的噪声主要是由外界事物的噪声以及接收机内部的热噪声组成的。可以看作是加性高斯白噪声.

　　2雷达目标一维距离像识别

　　在利用小波阈值降噪方法的基础上。提出了基于阈值降噪的一维距离像识别的方法。主要分为降噪预处理、一维成像和距离像敏感性预处理。以及分类识别三部分.通常获取雷达目标一维距离像是通过距离窗的方法.目标在空间中的位置事先是没法预知的。当使用距离窗方法的时候。距离像出现在窗中的位置也是没法估计的.目标在距离窗中的位置发生变化的时候。距离像的位置也会发生变化。造成距离像的平移敏感性.傅里叶变换(FFT)[8]法在频域具有平移不变性。对目标的一维距离像作傅里叶变换。在时域里的平移对频域没有产生影响。这样就能克服雷达目标一维距离像的平移敏感性.

　　3实验及分析

　　在降噪及一维成像后。对一维距离像进行如下敏感性预处理:第一步:归一化。将每一幅图像用其总能量归一化;第二步:距离对准。利用Fourier变换的平移不变性。将一维距离像作Fourier变换即可对齐.每种目标选取100个样本组成训练集。剩余51个样本组成测试集。利用LVQ神经网络进行分类识别。隐含层神经元数设为20.

　　实验分别验证分析了小波阈值降噪方法应用于雷达目标一维距离像降噪识别的可行性。新旧阈值算法的对比分析。以及不同信噪比下小波阈值降噪方法对雷达目标一维距离像目标识别率的影响.经过降噪的距离像比含噪的距离像更加平滑。在整体上降噪后的距离像也更加接近原始的距离像。明显地减低了噪声含量。相对提高了一维距离像的质量.也由此说明。小波阈值降噪的方法对雷达目标一维距离像回波进行降噪处理取得了很好的效果.

　　在不同信噪比情况下分别用原阈值降噪方法和新阈值降噪方法进行降噪处理的效果.在不同信噪比的情况下。比较新阈值方法和原阈值方法降噪后的信噪比。前者的效果相较于后者好很多。进一步验证了小波阈值降噪方法能有效地降低雷达回波中的噪声。并提高一维距离像的质量。同时也验证了本文提出的新阈值降噪方法比原阈值方法要好.随着信噪比的逐渐增大。采用小波阈值降噪处理的效果增幅开始下降。新阈值方法和原阈值方法降噪效果的差别开始缩小靠近.

　　为不同的信噪比之下在利用小波阈值降噪和没有进行阈值降噪处理前后所得到的分类识别率的变化图.经过小波降噪处理之后能很好地提高一维距离像的质量。进而提高目标识别率。新阈值降噪方法相较于原来的阈值函数降噪方法有更好的识别率.在当随着信噪比的提高。识别率的增幅开始下降。说明降噪处理随着信噪比的增大对识别率的影响开始减弱。没有在低信噪比时效果显著.

　　4结束语

　　分析了小波阈值降噪的原理和方法。提出了利用小波阈值降噪处理来进行一维距离像。同时。针对原阈值函数存在的问题和缺点对其进行改进提出了一种新的阈值函数。取得了更好的效果.通过实验比较分析。结果表明小波阈值降噪的方法能够有效地降低噪声从而提高一维距离像的质量。并且本文所提出的新的阈值函数在低信噪比时降低噪声的效果较原阈值方法得到了大大的提高.又通过实验分析不同信噪比条件下降噪前后对分类识别率的影响。降噪处理相较于未降噪识别率得到了显著提升。且这种提升效果随着信噪比的增加开始减弱.

　　参考文献:

　　[1]HESonghua。ZHANGWei。GUOGuirong.TargetDiscriminationandRecognitionUsingHighResolutionRangeFeatures[C]∥IEEE1992NationalAerospaceandElectronicsConference。Dayton。OH:IEEE。1992:280G283.

　　[2]DONOHODL.DeGNoisingbySoftGThresholding[J].IEEETransonInformationTheory。1995。41(3):613G627.

　　[3]章琴。刘以安.基于改进的Morlet小波变换的雷达信号特征提取[J].微型机与应用。2015。34(10):70G73.

　　[4]李文鹏.小波理论在探地雷达信号处理中的应用[J].城市建设理论研究(电子版)。2015(30):1352G1353.

　　[5]陈文会。刘芹。刘小民。等.小波阈值去噪在FMCW雷达信号处理中的应用[J].计算机工程与应用。2015。51(8):195G199

　　计算机论文投稿刊物：计算机工程与应用是一本面向计算机全行业的综合性学术刊物，覆盖面宽、信息量大、报道及时是本刊的服务宗旨。多年来，本刊坚持走学术与实践相结合的道路，在内容上既注重理论的先进性又兼顾实用技术的广泛性，在促进学术交流的同时，推进了科技成果的转化。