11、利用机器学习和深度学习进行雷达目标与波形分类

利用机器学习和深度学习进行雷达目标与波形分类

1. 雷达目标分类概述

目标分类在现代雷达系统中是一项重要功能。这里将使用机器学习和深度学习方法对圆柱和圆锥的雷达回波进行分类，虽然使用的是合成的 I/Q 样本，但该工作流程同样适用于真实雷达回波。

1.1 RCS 合成

以下是创建合成数据以训练学习算法的步骤：
1. 模拟半径为 1 米、高度为 10 米的圆柱体的 RCS 模式，雷达工作频率为 850 MHz。

c = 3e8;
fc = 850e6;
[cylrcs,az,el] = rcscylinder(1,1,10,c,fc);
helperTargetRCSPatternPlot(az,el,cylrcs);

2. 将模式应用于后向散射雷达目标，模拟不同方位角的回波。

cyltgt = phased.BackscatterRadarTarget('PropagationSpeed',c,...
    'OperatingFrequency',fc,'AzimuthAngles',az,'ElevationAngles',el,'RCSPattern',cylrcs);

3. 模拟圆柱体随时间的 100 次回波。

rng default;
N = 100;
az