《雷达目标识别》由会员分享，可在线阅读，更多相关《雷达目标识别（8页珍藏版）》请在金锄头文库上搜索。
1、目标识别技术2009-11-27 20:56:41|分类： 我的学习笔记 |标签： |字号大中小订阅 摘要：针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的几类目标识别方法：基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法，同时讨论了应用于雷达目标识别中的几种模式识别技术：统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法。最后分析了问题的可能解决思路。引言：雷达目标识别技术回顾及发展现状雷达目标识别的研究始于20世纪50年代，早期雷达目
2、标特征信号的研究工作主要是研究达目标的有效散射截面积。但是，对形状不同、性质各异的各类目标，笼统用一个有效散射面积来描述，就显得过于粗糙，也难以实现有效识别。几十年来，随着电磁散射理论的不断发展以及雷达技术的不断提高，在先进的现代信号处理技术条件下，许多可资识别的雷达目标特征信号相继被发现，从而建立起了相应的目标识别理论和技术。随着科学技术的飞速发展，一场以信息技术为基础、以获取信息优势为核心、以高技术武器为先导的军事领域的变革正在世界范围内兴起，夺取信息优势已成为夺取战争主动权的关键。电子信息装备作为夺取信息优势的物质基础，是推进武器装备信息化进程的重要动力，其总体水平和规模将在很大程度上反
3、映一个国家的军事实力和作战能力。雷达作为重要的电子信息装备，自诞生起就在战争中发挥了极其重要的作用。但随着进攻武器装备的发展，只具有探测和跟踪功能的雷达也已经不能满足信息化战争的需要，迫切要求雷达不仅要具有探测和跟踪功能，而且还要具有目标识别功能，雷达目标分类与识别已成为现代雷达的重要发展方向，也是未来雷达的基本功能之一。目标识别技术是指：利用雷达和计算机对遥远目标进行辨认的技术。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。
4、目标识别还可利用再入大气层后的大团过滤技术。当目标群进入大气层时，在大气阻力的作用下，目标群中的真假目标由于轻重和阻力的不同而分开，轻目标、外形不规则的目标开始减速，落在真弹头的后面，从而可以区别目标。所谓雷达目标识别，是指利用雷达获得的目标信息，通过综合处理，得到目标的详细信息（包括物理尺寸、散射特征等），最终进行分类和描述。随着科学技术的发展，武器性能的提高，对雷达目标识别提出了越来越高的要求。目前，目标识别作为雷达新的功能之一，已在诸如海情监控系统、弹道导弹防御系统、防空系统及地球物理、射电天文、气象预报、埋地物探测等技术领域发挥出很大威力。为了提高我国的军事实力，适应未来反导弹、反卫、
5、空间攻防、国土防空与对海军事斗争的需要，急需加大雷达目标识别技术研究的力度雷达目标识别策略主要基于中段、再入段过程中弹道导弹目标群的不同特性。从结构特性看，飞行中段的威胁目标群可粗分为球锥类、球、角反射器、圆柱及碎片等，形体相对简单，通过高分辨成像进行区分是可行的。从姿态特性看，各目标的飞行姿态特性主要取决于母舱释放弹头和诱饵时的阶段，一般情况下，弹头自旋稳定飞行以保持空间定向，由于释放过程中不可避免地将对弹头产生一定的横向扰动，可能使弹头产生进动；另外，当弹头章动角较大，或者母舱投放弹头时因为某些不可控制的原因，甚至是母舱事先设计好的，弹头有可能产生翻滚，模拟弹头形状的诱饵通常也会产生翻滚。
6、再入段是导弹防御的最后一个屏障，防御系统可以根据各再入目标的运动状态估算出质阻比，区分出轻重目标。具体步骤如下：（1）通过高分辨雷达成像获取目标的结构特征信息，从目标群中识别出具有锥体结构特性的目标。（2）根据锥体目标的进动数学模型，结合锥体目标在不同姿态角下,-.，得到目标进动状态下的回波模板，当确定锥体目标,-. 回波周期分量中不是目标翻滚时，基于,-. 序列估计出章动角和进动周期，进而计算出目标的惯量比等特征。（3）为保证对所有真弹头进行有效拦截，在再入段通过跟踪目标运动状态估计其质阻比，基于此排除轻诱饵。（4）将上述不同措施确定出来的威胁目标作为“威胁目标”，通过积累观测综合评判目标类
7、型。研究方法现代雷达（包括热雷达和激光雷达）不但是对遥远目标进行探测和定位的工具，而且能够测量与目标形体和表面物理特性有关的参数，进而对目标分类和识别。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。目标识别还可利用再入大气层后的大团过滤技术。当目标群进入大气层时，在大气阻力的作用下，目标群中的真假目标由于轻重和阻力的不同而分开，轻目标、外形不规则的目标开始减速，落在真弹头的后面，从而可以区别目标。雷达目标识别模型雷达目标识别需
8、要从目标的雷达回波中提取目标的有关信息标志和稳定特征并判明其属性。它根据目标的后向电磁散射来鉴别目标，是电磁散射的逆问题。利用目标在雷达远区所产生的散射场的特征，可以获得用于目标识别的信息，回波信号的幅值、相位、频率和极化等均可被利用。对获取的目标信息进行计算机处理，与已知目标的特性进行比较，从而达到自动识别目标的目的。识别过程分成三个步骤：目标的数据获取、特征提取和分类判决。整个识别过程可以分为两个阶段：训练（或设计）阶段和识别阶段。前者用一定数量的训练样本进行分类器的设计或训练，后者用所设计或训练的分类器对待识别的样本进行分类决策。训数据获取是对各已知目标进行测量，取得目标的训练数据。测试
9、数据获取是获得未知种类目标的测量数据；测量数据的获得可采用目标的靶场动态测量、外场静态测量、微波暗室缩比模型等。特征提取模块从目标回波数据中提取出对分类识别有用的目标特征信息。特征空间压缩与变换模块对特征信息进行特征空间维数压缩与变换，得到具有高同类聚合性和异的训练样本进行分类器的设计。类间可分离性的特征。分类器设计模块根据已知类别目标分类模块完成对未知目标的分类判决。!近年来理论研究和实际应用比较成功的目标识别方法有以下4类。一 基于目标运动的回波起伏和调制谱特性的目标识别这类方法大都基于目前广泛使用的雷达时域一维目标回波波形，抽取波形序列中包含的目标特征信息来实现目标分类。这类研究已获得一
10、些成功应用。1）利用目标回波起伏特性的识别空中目标对低分辨力雷达来讲可以看作点目标，其运动过程中，目标回波的幅度和相位将随目标对雷达的相对姿态的不同而变化，根据目标回波的幅度与相位的变化过程，判断其形状，对复信息数据进一步分析，可以判断目标的运动情况。2）利用动态目标的调制谱特性的识别动态目标如飞机的螺旋桨或喷气发动机旋转叶片、直升机的旋翼等目标结构的周期运动，产生对雷达回波的周期性调制。不同目标的周期性调制谱差异很大，因而可用于目标识别。Bell 等详细分析了喷气发动机的调制（JEM）现象，并建立了相应的数学模型，为利用JEM效应进行目标识别奠定了理论基础。二基于极点分布的目标识别目标的自然
11、谐振频率又称为目标极点，“极点”和“散射中心”分别是在谐振区和光学区建立起来的基本概念。目标极点分布只决定于目标形状和固有特性，与雷达的观测方向（目标姿态）及雷达的极化方式无关，因而给雷达目标识别带来了很大方便。目标极点的概念出现于1971年。1975年，Blaricum等首先提出了直接从一组瞬态响应时域数据来提取目标极点的prony方法，使用提取出的目标极点作为目标特征，而通过将提取到的目标极点与目标库的目标极点进行匹配完成目标识别过程。80年代以来，关于目标极点的研究主要集中在如何提高算法本身的抗噪能力和估算精度方面。提取目标极点的函数束法(POF）以及广义函数束法（GPOF）等，在极点的
12、估计精度以及抗噪能力方面均优于Prony法。除了直接求目标的极点外，由于目标的极点与目标的频率响应存在一一对应的关系，人们还研究了由目标的频域响应来识别目标的方法，典型方法有，从目标的频域响应来识别目标的方法；获取目标极点的频域Prony 法（FDPM）；由于频域法的目标极点估算精度同样受到噪声和杂波的限制，具有改善作用的数据多重组合法被提出。为避开需要实时地直接从含噪的目标散射数据中提取目标的极点，基于波形综合技术的目标识别方法被得到广泛重视。它将接收到的目标散射信号回波与综合出来的代表目标的特征波形进行数字卷积，再根据卷积输出的特征来判别目标。E-脉冲法（9）、频域极大极小拟合匹配法（10
13、）等，都避开了直接提取目标极点，减小了运算量。三基于高分辨力雷达成像的目标识别借助高分辨力雷达对目标进行一维或二维距离成像，或采用合成孔径雷达或逆合成孔径雷达对目标成像得到二维雷达图像，可获取目标的形状结构信息。由于一维距离像的获取相对简单，利用一维距离像进行目标识别的方法在80 年代以后被得到广泛重视和深入研究。基于一维距离像的目标识别方法，在舰船目标11、坦克、车辆等地面目标1213、飞机目标14识别中分别获得了较高的正确识别率。由于目标的一维距离像常会受目标之间、目标各散射点之间的相互干涉、合成等交叉项的影响，限制了识别率的提高，因而距离像方法被提出并15获得了较高的识别率。为改善目标识
14、别的性能，可以将目标一维距离像与其它目标特征（如极化特征16）相结合。对于基于二维雷达图像的目标识别，可利用图象识别技术来进行，这是目标识别领域中最为直观的识别方法，但是如何获得高质量的目标二维图像是进行目标识别的首先要解决的问题。四基于极化特征的目标识别极化是描述电磁波的重要参量之一，它描述了电磁波的矢量特征。极化特征是与目标形状本质有密切联系的特征。任何目标对照射的电磁波都有特定的极化变换作用，其变换关系由目标的形状、尺寸、结构和取向所决定。测量出不同目标对各种极化波的变极化响应，能够形成一个特征空间，就可对目标进行识别。化散射矩阵（复二维矩阵）17完全表征了目标在特定姿态和辐射源频率下的
15、极化散射特性。对目标几何形状与目标极化特性的关系的研究结果表明(18)，光学区目标的极化散射矩阵反映了目标镜面曲率差等精密物理结构特性。早在50年代初期，利用极化特征来识别目标的原理(19)就已被提出，美国在50-60 年代已将用极化散射矩阵识别目标的技术初步应用于远程测量雷达和大型相控阵雷达中，可粗略识别简单形状的外空目标。通过对目标极化特性的研究，最佳极化的概念19被提出，产生了基于零极化、特征( 本征极化等极化不变量的目标识别技术。经过近)20 年的发展，已经出现了许多种利用极化信息进行雷达目标识别的方法，其主要方法分为：1）根据极化散射矩阵识别目标根据极化散射矩阵来识别目标是利用极化信
16、息识别目标的基本方法。具体分为(20)：根据不同极化状态下目标截面积的对比来识别目标；根据从目标极化散射矩阵中导出的目标极化参数集（极化不变量）来识别目标；根据目标的最佳极化或极化叉来识别目标。由于不同姿态角下目标极化特性的改变，限制了根据极化散射矩阵及其派生参数识别目标的有效性，使之只能应用于简单几何形体目标，或与其它识别方法结合使用。Cameron等利用极化散射矩阵对简单形体目标的识别获得了80%的正确识别率(21)。伪本征极化(22)(23)、去极化系数(24)、极化参数平面描述(25)、Poincare极化球面描述(26)和信号频率敏感特性描述(27)等特征都被用于了飞机目标识别研究。2）利用目标形状的极化重构识别目标对低分辨力雷达，不能区分目标上各个散射中心的回波，只能从它们的综合信号中提取极化特征，因而只能从整体
