本發(fā)明涉及電子信息行業(yè)雷達，尤其涉及一種基于星載gnss-s多極化信息的艦船目標分類方法及系統(tǒng)。

背景技術(shù)：

1、隨著gnss發(fā)展，利用gnss反射信號對地球表面參數(shù)的測量技術(shù)(gnss-r)已經(jīng)成為遙感和探測領(lǐng)域研究熱點之一。導(dǎo)航衛(wèi)星發(fā)射的導(dǎo)航信號經(jīng)過地表反射后攜帶了發(fā)射面的特征信息，導(dǎo)致信號特性發(fā)生改變，該變化與發(fā)射面的物理特性相關(guān)。通過對導(dǎo)航信號直反射信號的相關(guān)處理，可以實現(xiàn)對反射面物理特性的反演。目前該技術(shù)被廣泛用于海面風速反演、海面有效波高測量和土壤濕度反演等遙感和雷達領(lǐng)域。

2、但是該類系統(tǒng)在對海面目標進行探測時，由于海面的反射信號會形成較強的雜波干擾以及由于導(dǎo)航信號體制限制會導(dǎo)致系統(tǒng)距離向分辨能力較差。因此本專利的雷達系統(tǒng)使用探測目標的gnss后向散射信號(gnss-s)作為接收信號，以及利用多極化的一維回波信號進行艦船目標分類。另外，傳統(tǒng)的基于高分辨率sar圖像進行艦船目標分類的方法，必須基于高分辨率sar圖像才能進行艦船目標分類，增大了算法復(fù)雜度。這使得傳統(tǒng)系統(tǒng)存在算法復(fù)雜度高、系統(tǒng)硬件資源需求大、在軌處理難度高等不足度。

技術(shù)實現(xiàn)思路

1、為解決上述現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明的目的在于提供一種基于星載gnss-s多極化信息的艦船目標分類方法及系統(tǒng)，無需對艦船目標進行sar成像，具有算法復(fù)雜度低、硬件占用資源少、易于實現(xiàn)在軌處理等優(yōu)點。

2、為實現(xiàn)上述發(fā)明目的，本發(fā)明提供一種基于星載gnss-s多極化信息的艦船目標分類方法，包括以下步驟：

3、步驟s1、利用星載gnss-s載荷接收導(dǎo)航信號以及多極化散射信號，所述多極化散射信號分為v極化散射信號和h極化散射信號；

4、步驟s2、基于分辨率和信噪比篩選導(dǎo)航衛(wèi)星信號源；

5、步驟s3、利用導(dǎo)航信號對多極化散射信號進行捕獲與跟蹤；

6、步驟s4、將多極化散射信號分別進行長時間相參、背景雜波抑制、統(tǒng)計特征提取，得到艦船目標多極化信息；

7、步驟s5、將艦船目標多極化信息輸入至艦船目標智能分類模型，基于艦船目標多極化信息的差異完成艦船目標智能分類。

8、根據(jù)本發(fā)明的一個技術(shù)方案，所述星載gnss-s載荷的接收天線具有v極化通道和h極化通道，接收靈敏度小于-180dbm。

9、根據(jù)本發(fā)明的一個技術(shù)方案，所述步驟s2中，基于雙站角篩選得到分辨率小于r的導(dǎo)航衛(wèi)星，r取值范圍為20～100m；

10、基于信號傳播路徑篩選得到經(jīng)過雜波抑制、長時間相參后的信號信噪比大于s的導(dǎo)航衛(wèi)星，s取值范圍為1～10db。

11、根據(jù)本發(fā)明的一個技術(shù)方案，所述步驟s4中，具體包括：

12、步驟s401、對v極化散射信號和h極化散射信號分別進行長時間相參；

13、步驟s402、再分別進行海面雜波以及背景雜波的抑制，提取出所需艦船目標信息；

14、步驟s403、分別計算多個回波散射信號強度的n階中心矩，得到v極化散射信號的艦船目標多極化信息和h極化散射信號的艦船目標多極化信息。

15、根據(jù)本發(fā)明的一個技術(shù)方案，所述艦船目標智能分類模型采用支持向量機監(jiān)督學(xué)習(xí)模型，訓(xùn)練過程包括：

16、步驟s501、基于已知艦船類型的多極化散射信號，構(gòu)建訓(xùn)練集和驗證集；

17、步驟s502、初始化所述艦船目標智能分類模型；

18、步驟s503、利用訓(xùn)練集訓(xùn)練所述艦船目標智能分類模型；

19、步驟s504、利用驗證集測試所述艦船目標智能分類模型的性能。

20、根據(jù)本發(fā)明的一個方面，提出了一種基于星載gnss-s多極化信息的艦船目標分類系統(tǒng)，包括：

21、星載gnss-s載荷，用于接收導(dǎo)航信號以及多極化散射信號，所述多極化散射信號分為v極化散射信號和h極化散射信號；

22、篩選模塊，用于基于分辨率和信噪比篩選導(dǎo)航衛(wèi)星信號源；

23、捕獲與跟蹤模塊，用于利用導(dǎo)航信號對多極化散射信號進行捕獲與跟蹤；

24、處理模塊，用于將多極化散射信號分別進行長時間相參、背景雜波抑制、統(tǒng)計特征提取，得到艦船目標多極化信息；

25、分類模塊，用于基于艦船目標多極化信息的差異完成艦船目標智能分類。

26、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下有益效果：

27、本發(fā)明提出了一種基于星載gnss-s多極化信息的艦船目標分類方法及系統(tǒng)，利用一維回波信號強度的統(tǒng)計特性來實現(xiàn)多極化信息的定量化，基于艦船目標多極化信息的差異完成艦船目標智能分類，無需對艦船目標進行sar成像，使用導(dǎo)航信號作為外輻射源，實現(xiàn)系統(tǒng)載荷成本以及重量的降低，具有算法復(fù)雜度低、硬件占用資源少、易于實現(xiàn)在軌處理等優(yōu)點，為星載雷達系統(tǒng)的小型化、輕量化、集成化、芯片化奠定了基礎(chǔ)。

技術(shù)特征：

1.一種基于星載gnss-s多極化信息的艦船目標分類方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于星載gnss-s多極化信息的艦船目標分類方法，其特征在于，所述星載gnss-s載荷的接收天線具有v極化通道和h極化通道，接收靈敏度小于-180dbm。

3.根據(jù)權(quán)利要求2所述的基于星載gnss-s多極化信息的艦船目標分類方法，其特征在于，所述步驟s2中，基于雙站角篩選得到分辨率小于r的導(dǎo)航衛(wèi)星，r取值范圍為20～100m；

4.根據(jù)權(quán)利要求3所述的基于星載gnss-s多極化信息的艦船目標分類方法，其特征在于，所述步驟s4中，具體包括：

5.根據(jù)權(quán)利要求4所述的基于星載gnss-s多極化信息的艦船目標分類方法，其特征在于，所述艦船目標智能分類模型采用支持向量機監(jiān)督學(xué)習(xí)模型，訓(xùn)練過程包括：

6.一種基于星載gnss-s多極化信息的艦船目標分類系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及一種基于星載GNSS?S多極化信息的艦船目標分類方法及系統(tǒng)，包括：利用星載GNSS?S載荷接收導(dǎo)航信號以及多極化散射信號，所述多極化散射信號分為V極化散射信號和H極化散射信號；基于分辨率和信噪比篩選導(dǎo)航衛(wèi)星信號源；利用導(dǎo)航信號對多極化散射信號進行捕獲與跟蹤；將多極化散射信號分別進行長時間相參、背景雜波抑制、統(tǒng)計特征提取，得到艦船目標多極化信息；將艦船目標多極化信息輸入至艦船目標智能分類模型，基于艦船目標多極化信息的差異完成艦船目標智能分類。本發(fā)明，無需對艦船目標進行SAR成像，具有算法復(fù)雜度低、硬件占用資源少、易于實現(xiàn)在軌處理等優(yōu)點。

技術(shù)研發(fā)人員：張闖,夏正歡,劉新,張濤,劉宗強,薛長虎,趙志龍,張瑤,高文寧,金世超,岳富占
受保護的技術(shù)使用者：北京衛(wèi)星信息工程研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21