基于多域特征融合的旋翼无人机分类识别

来源：雷达科学与技术杂志2023年第4期北京时间：

作者：孙延鹏，李思锐，屈乐乐

单位：沈阳航空航天大学电子信息工程学院， 辽宁沈阳 110136

摘要：为提高雷达旋翼无人机的识别效果，本文提出一种基于多域特征融合的旋翼无人机分类方法。首先利用K波段连续波（Continuous Wave，CW）雷达观测多旋翼无人机，对采集到的雷达回波信号进行信号处理依次得到时频图、节奏速度图（Cadence?Velocity Diagram, CVD）和节奏频谱图（Cadence Frequency Spectrum，CFS），然后将时频图和CVD图分别输入SqueezeNet网络，CFS数据输入一维卷积神经网络（1?D?CNN）提取回波信号在时频域、节奏速度域和节奏频率域的特征，最后将特征融合输入支持向量机（Support Vector Machine, SVM）进行分类。实测雷达数据处理的结果表明基于多域特征融合的旋翼无人机分类识别方法对三类旋翼无人机的分类准确率达到99.14%。

关键词：旋翼无人机分类,多域特征融合,SqueezeNet网络,支持向量机,

基金资助：国家自然科学基金（No.61671310）；航空科学基金（No.2019ZC054004）；辽宁省兴辽英才计划项目基金（No.XLYC1907134）；辽宁省百千万人才工程项目基金（No.2018B21）