雷达目标识别

《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（11页珍藏版）》请在装配图网上搜索。

1、目的记别技术-11-27 20:56:41|分类： 我的学习笔记 |标签： |字号大中小订阅 摘要：针对雷达自动目的记别技术进行了简要回忆。讨论了目前理论研究和应用比较成功的几类目的记别措施：基于目的运动的回波起伏和调制谱特性的目的记别措施、基于极点分布的目的记别措施、基于高辨别雷达到像的目的记别措施和基于极化特性的目的记别措施，同步讨论了应用于雷达目的记别中的几种模式辨认技术：记录模式辨认措施、模糊模式辨认措施、基于模型和基于知识的模式辨认措施以及神经网络模式辨认措施。最后分析了问题的也许解决思路。引言：雷达目的记别技术回忆及发呈现状雷达目的记别的研究始于20世纪50年代，初期雷达目的特性信

2、号的研究工作重要是研究达目的的有效散射截面积。但是，对形状不同、性质各异的各类目的，笼统用一种有效散射面积来描述，就显得过于粗糙，也难以实既有效辨认。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，在先进的现代信号解决技术条件下，许多可资辨认的雷达目的特性信号相继被发现，从而建立起了相应的目的记别理论和技术。随着科学技术的飞速发展，一场以信息技术为基本、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畴内兴起，夺取信息优势已成为夺取战争积极权的核心。电子信息装备作为夺取信息优势的物质基本，是推动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限度上反映一种国

3、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。但随着攻打武器装备的发展，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，迫切规定雷达不仅要具有探测和跟踪功能，并且还要具有目的记别功能，雷达目的分类与辨认已成为现代雷达的重要发展方向，也是将来雷达的基本功能之一。目的记别技术是指：运用雷达和计算机对遥远目的进行辨认的技术。目的记别的基本原理是运用雷达回波中的幅度、相位、频谱和极化等目的特性信息，通过数学上的多种多维空间变换来估算目的的大小、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拟定的鉴别函数，在分类器中进行辨认判决。目的记别

4、还可运用再入大气层后的大团过滤技术。当目的群进入大气层时，在大气阻力的作用下，目的群中的真假目的由于轻重和阻力的不同而分开，轻目的、外形不规则的目的开始减速，落在真弹头的背面，从而可以区别目的。所谓雷达目的记别，是指运用雷达获得的目的信息，通过综合解决，得到目的的具体信息（涉及物理尺寸、散射特性等），最后进行分类和描述。随着科学技术的发展，武器性能的提高，对雷达目的记别提出了越来越高的规定。目前，目的记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。为了提高国内的军事实力，适应将来反导弹、反卫、空间攻防

5、、国土防空与对海军事斗争的需要，急需加大雷达目的记别技术研究的力度雷达目的记别方略重要基于中段、再入段过程中弹道导弹目的群的不同特性。从构造特性看，飞行中段的威胁目的群可粗分为球锥类、球、角反射器、圆柱及碎片等，形体相对简朴，通过高辨别成像进行辨别是可行的。从姿态特性看，各目的的飞行姿态特性重要取决于母舱释放弹头和诱饵时的阶段，一般状况下，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，也许使弹头产生进动；此外，当弹头章动角较大，或者母舱投放弹头时由于某些不可控制的因素，甚至是母舱事先设计好的，弹头有也许产生翻滚，模拟弹头形状的诱饵一般也会产生翻滚。再入段是

6、导弹防御的最后一种屏障，防御系统可以根据各再入目的的运动状态估算出质阻比，辨别出轻重目的。具体环节如下：（1）通过高辨别雷达到像获取目的的构造特性信息，从目的群中辨认出具有锥体构造特性的目的。（2）根据锥体目的的进动数学模型，结合锥体目的在不同姿态角下,-.，得到目的进动状态下的回波模板，当拟定锥体目的,-. 回波周期分量中不是目的翻滚时，基于,-. 序列估计出章动角和进动周期，进而计算出目的的惯量比等特性。（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的运动状态估计其质阻比，基于此排除轻诱饵。（4）将上述不同措施拟定出来的威胁目的作为“威胁目的”，通过积累观测综合评判目的类型。研究

7、措施现代雷达（涉及热雷达和激光雷达）不仅是对遥远目的进行探测和定位的工具，并且可以测量与目的形体和表面物理特性有关的参数，进而对目的分类和辨认。目的记别的基本原理是运用雷达回波中的幅度、相位、频谱和极化等目的特性信息，通过数学上的多种多维空间变换来估算目的的大小、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拟定的鉴别函数，在分类器中进行辨认判决。目的记别还可运用再入大气层后的大团过滤技术。当目的群进入大气层时，在大气阻力的作用下，目的群中的真假目的由于轻重和阻力的不同而分开，轻目的、外形不规则的目的开始减速，落在真弹头的背面，从而可以区别目的。雷达目的记别模型雷达目的记别需要从目的

8、的雷达回波中提取目的的有关信息标志和稳定特性并判明其属性。它根据目的的后向电磁散射来鉴别目的，是电磁散射的逆问题。运用目的在雷达远区所产生的散射场的特性，可以获得用于目的记别的信息，回波信号的幅值、相位、频率和极化等均可被运用。对获取的目的信息进行计算机解决，与已知目的的特性进行比较，从而达到自动辨认目的的目的。辨认过程提成三个环节：目的的数据获取、特性提取和分类判决。整个辨认过程可以分为两个阶段：训练（或设计）阶段和辨认阶段。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看待辨认的样本进行分类决策。训数据获取是对各已知目的进行测量，获得目的的训练数据。测试数据获取

9、是获得未知种类目的的测量数据；测量数据的获得可采用目的的靶场动态测量、外场静态测量、微波暗室缩比模型等。特性提取模块从目的回波数据中提取出对分类辨认有用的目的特性信息。特性空间压缩与变换模块对特性信息进行特性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。类间可分离性的特性。分类器设计模块根据已知类别目的分类模块完毕对未知目的的分类判决。!近年来理论研究和实际应用比较成功的目的记别措施有如下4类。一 基于目的运动的回波起伏和调制谱特性的目的记别此类措施大都基于目前广泛使用的雷达时域一维目的回波波形，抽取波形序列中涉及的目的特性信息来实现目的分类。此类研究已获得某些成功应

10、用。1）运用目的回波起伏特性的辨认空中目的对低辨别力雷达来讲可以看作点目的，其运动过程中，目的回波的幅度和相位将随目的对雷达的相对姿态的不同而变化，根据目的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，可以判断目的的运动状况。2）运用动态目的的调制谱特性的辨认动态目的如飞机的螺旋桨或喷气发动机旋转叶片、直升机的旋翼等目的构造的周期运动，产生对雷达回波的周期性调制。不同目的的周期性调制谱差别很大，因而可用于目的记别。Bell 等具体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，为运用JEM效应进行目的记别奠定了理论基本。二基于极点分布的目的记别目的的自然谐振频率

11、又称为目的极点，“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。目的极点分布只决定于目的形状和固有特性，与雷达的观测方向（目的姿态）及雷达的极化方式无关，因而给雷达目的记别带来了很大以便。目的极点的概念浮现于1971年。1975年，Blaricum等一方面提出了直接从一组瞬态响应时域数据来提取目的极点的prony措施，使用提取出的目的极点作为目的特性，而通过将提取到的目的极点与目的库的目的极点进行匹配完毕目的记别过程。80年代以来，有关目的极点的研究重要集中在如何提高算法自身的抗噪能力和估算精度方面。提取目的极点的函数束法(POF）以及广义函数束法（GPOF）等，在极点的估计精

12、度以及抗噪能力方面均优于Prony法。除了直接求目的的极点外，由于目的的极点与目的的频率响应存在一一相应的关系，人们还研究了由目的的频域响应来辨认目的的措施，典型措施有，从目的的频域响应来辨认目的的措施；获取目的极点的频域Prony 法（FDPM）；由于频域法的目的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的散射数据中提取目的的极点，基于波形综合技术的目的记别措施被得到广泛注重。它将接受到的目的散射信号回波与综合出来的代表目的的特性波形进行数字卷积，再根据卷积输出的特性来鉴别目的。E-脉冲法（9）、频域极大极小拟合匹配法（10）等，

13、都避开了直接提取目的极点，减小了运算量。三基于高辨别力雷达到像的目的记别借助高辨别力雷达对目的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的成像得到二维雷达图像，可获取目的的形状构造信息。由于一维距离像的获取相对简朴，运用一维距离像进行目的记别的措施在80 年代后来被得到广泛注重和进一步研究。基于一维距离像的目的记别措施，在舰船目的11、坦克、车辆等地面目的1213、飞机目的14辨认中分别获得了较高的对的辨认率。由于目的的一维距离像常会受目的之间、目的各散射点之间的互相干涉、合成等交叉项的影响，限制了辨认率的提高，因而距离像措施被提出并15获得了较高的辨认率。为改善目的记别的

14、性能，可以将目的一维距离像与其他目的特性（如极化特性16）相结合。对于基于二维雷达图像的目的记别，可运用图象辨认技术来进行，这是目的记别领域中最为直观的辨认措施，但是如何获得高质量的目的二维图像是进行目的记别的一方面要解决的问题。四基于极化特性的目的记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性。极化特性是与目的形状本质有密切联系的特性。任何目的对照射的电磁波均有特定的极化变换作用，其变换关系由目的的形状、尺寸、构造和取向所决定。测量出不同目的对多种极化波的变极化响应，可以形成一种特性空间，就可对目的进行辨认。化散射矩阵（复二维矩阵）17完全表征了目的在特定姿态和辐射源频率下的极

15、化散射特性。对目的几何形状与目的极化特性的关系的研究成果表白(18)，光学区目的的极化散射矩阵反映了目的镜面曲率差等精密物理构造特性。早在50年代初期，运用极化特性来辨认目的的原理(19)就已被提出，美国在50-60 年代已将用极化散射矩阵辨认目的的技术初步应用于远程测量雷达和大型相控阵雷达中，可粗略辨认简朴形状的外空目的。通过对目的极化特性的研究，最佳极化的概念19被提出，产生了基于零极化、特性( 本征极化等极化不变量的目的记别技术。通过近)20 年的发展，已经浮现了许多种运用极化信息进行雷达目的记别的措施，其重要措施分为：1）根据极化散射矩阵辨认目的根据极化散射矩阵来辨认目的是运用极化信息

16、辨认目的的基本措施。具体分为(20)：根据不同极化状态下目的截面积的对比来辨认目的；根据从目的极化散射矩阵中导出的目的极化参数集（极化不变量）来辨认目的；根据目的的最佳极化或极化叉来辨认目的。由于不同姿态角下目的极化特性的变化，限制了根据极化散射矩阵及其派生参数辨认目的的有效性，使之只能应用于简朴几何形体目的，或与其他辨认措施结合使用。Cameron等运用极化散射矩阵对简朴形体目的的辨认获得了80%的对的辨认率(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)等特性都被用于了飞机目的记别研究。2

17、）运用目的形状的极化重构辨认目的对低辨别力雷达，不能辨别目的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性，因而只能从整体上对简朴形体的目的加以粗略的辨认。对高辨别力雷达，目的回波可分解为目的上各个重要散射中心的回波分量。对复杂形状目的的极化重构，就是运用高辨别力雷达辨别出各个散射中心的回波，分别提取其极化信息。在对各个散射中心分别作出形状判断（可以运用目的的极化散射矩阵，或运用目的的缪勒矩阵中各个元素同目的形状的关系）后，根据其相对位置关系，组合成目的的整体形状。最后同已知目的数据库相比较，得到辨认成果。Cameron等21)给出了用卡车进行辨认实验的状况，给出了卡车上各个重要散射

18、中心的辨认成果，并按其空间相对位置排列成图。在Pottier(28)对SAR图象进行分析与辨认时也用到了任意散射体由几种典型散射机制合成的观点。3）运用瞬态极化响应辨认目的Chamberlain 等(29)将极化信息与冲激响应结合起来，提出了运用目的瞬态极化响应（TPR）进行目的记别。运用TPR辨认目的是将极化辨认与时（频）域辨认相结合的较好范例。在Chamberlain 的基本上，参照文献30进行了进一步的研究。通过TPR 特性提取，把复杂目的在构造上分解成由散射中心相应的多种子构造来分别描述，对飞机目的记别获得了较好的效果。4）与成像技术相结合的目的记别结合SAR 和ISAR成像，在相应雷

19、达上加装变极化妆置，从而可以运用极化信息或将极化信息与已有的图象辨认技术相结合，对每一像素进行更有效的辨认。Tenoux等2!运用法国的;RENE 机载极化SAR雷达，对4张SAR不同极化图象（HH,HV,VH,VV）作比较，并对每一像素进行了极化辨认。多种特性辨认措施对雷达的规定不同的辨认措施对雷达系统有着不同的规定。基于目的运动的回波起伏和调制谱特性的目的记别措施对雷达没有特殊的规定，它是在既有雷达的基本上，运用目的运动所引起的回波起伏特性和动态目的的调制谱特性，并结合雷达所能获取的目的空间坐标及运动参数（如目的高度、速度、航迹等）来进行目的记别，因而重要用于低辨别雷达的目的记别。基于极点

20、分布的目的记别措施可分为时域和频域措施。时域措施提取目的极点规定雷达的发射信号带宽足够宽，以保证由目的的瞬态响应中可以获得对的的目的极点；频域措施则规定雷达可以发射多种频率的电磁波以获取目的的频率响应。基于高辨别力雷达到像的目的记别措施规定雷达不仅具有高的距离辨别力（对于一维距离像措施）并且具有高的角辨别力（对于二维距离像措施），这就规定采用宽带高辨别、合成孔径或逆合成孔径雷达。基于目的极化特性的目的记别措施规定雷达可以测量目的对不同极化方向的入射电磁波的极化散射特性、雷达具有变极化特性，这增长了雷达系统的复杂性，限制了其应用。用于雷达目的记别中的模式辨认技术进行雷达目的记别，必须依托有效的目

21、的特性分类技术（模式辨认技术）。模式辨认技术的发展为雷达目的记别的研究提供了有利的条件。记录模式辨认措施、模糊模式辨认措施、基于模型和基于知识的模式辨认措施以及神经网络模式辨认措施等在雷达目的记别中均有成功的应用。(1) 记录模式辨认措施记录模式辨认是老式的模式辨认措施，也是雷达目的记别中最常用到的特性分类措施，它是一种根据已知样本的记录特性来对未知类别样本进行分类的措施。其基本思想是用N 维特性矢量表征目的模式，并通过对样本的学习，估计出特性矢量的概率分布密度函数，在某种最优准则下，运用特性矢量的记录知识来构造鉴别函数，从而在保证分类误差概率最小的条件下，对目的进行分类。近来邻域法(29)、

22、有关匹配法(15)(32)(33)(34)、多维有关匹配措施(16)、Bayes最大似然(35),Bayes 分类器(36)、Bayes优化决策规则(36)、最大似然函数(37)等都被用于了目的特性的分类决策。(2)模糊模式辨认措施在雷达目的记别中，由于噪声对目的背景的污染，目的信息转换过程中特性信息的随机交迭，目的信息时间、距离、方位和姿态等因素的变化都可引起信息的模糊及目的特性的畸变，影响目的记别的效果。在模糊集理论基本上发展起来的模糊模式辨认技术(38)(39)，适于描述目的特性存在不同限度的不拟定性。在目的记别过程中，模糊模式辨认技术通过将数值变换提取的目的特性转换成由模糊集及从属函数

23、表征，再通过模糊关系和模糊推理等对目的的所属关系加以鉴定了。因此，模糊模式辨认技术可以有效地完毕某些老式模式辨认中遇到的难题，近年来得到了广泛的研究。如郭桂蓉等40（41在低辨别非相干雷达体制下，运用目的视频回波的幅度细微构造特性和动态起伏特性，结合模糊模式辨认技术，完毕了对海上目的的辨认。（3） 基于模型和基于知识的模式辨认措施基于模型的模式辨认措施是用一种数学模型来表达从标样本空间或特性空间中获取的、描述目的固有特性的多种关系准则。在建模过程中，除了运用目的的物理特性外，还运用了特性之间的符号关系准则，如特性随姿态角变化的规律等，因此，基于模型的的模式辨认措施在一定限度上改善了老式的记录模

24、式辨认措施中信息利率不高的缺陷。目前也有不少人在致力于基于模型的目的记别措施的研究42。基于知识的模式辨认措施是结合人工智能技术的辨认措施。它把人们在实践中逐渐积累的知识和经验用简朴的推理规则加以表述，并转换为计算机语言，运用这些规则可以获得与专家有同样辨认效果的模式辨认成果。基于模型的措施常与基于知识的措施相结合，通_过建立的目的模型库与相应的推理规则相结合完毕目的的分类辨认。Mcune 等(43将基于知识的辨认措施用于了对高辨别率舰船雷达目的的辨认；Sadjadi(44)采用基于模型的模式辨认措施对任意姿态角下的坦克等装甲目的进行了分类，其模型是根据目的散射中心三维分布图在不同径向距离上投

25、影而建立起来的。运用推理规则库模型成功地对动态变化的雷达干扰信号进行了辨认。(4)神经网络模式辨认措施人工神经网络（ANN）和生物神经系统之间有着内在的联系，可以在有限领域内模拟人脑加工、存储与搜索信息的机制来解决某些特定的问题。它具有自适应、自组织、自学习能力，可以解决某些环境信息十分复杂、背景知识不清晰的问题，通过对样本的学习建立起记忆，然后将未知模式判为其最为接近的记忆。由于其自身的上述特点，模式辨认是神经网络技术应用得最为广泛的领域之一。由于雷达目的特性信息在模式空间中的分布常常极为复杂，要获得其先验记录知识并用老式的模式辨认措施来实现目的记别很困难。ANN可以通过学习获得目的特性信号

26、在模式空间中的分布，因此在目的记别的预解决、特性提取、模式分类的整个过程中均有初步的应用。近10 年来，ANN 用于雷达目的记别得到了广泛的注重。采用BP 算法(45)(46)、感知器算法47的多层前向网络；径向基函数网络（RBFN）(48)(49)；模糊:ARTMAP网络、自组织特性映射SOFM(14)等自组织神经网络；以及异联想存储器神经网络（51）、自划分神经网络（52）、实时循环神经网络（53）、模糊极大极小神经网络（54），等等，在目的记别中均有成功的应用。总之，先进的模式辨认措施对于提高、改善雷达自动目的记别系统的性能将起到至关重要的作用，对它的进一步研究将具有重要的意义。结束语到

27、目前，研究者们已从多种方面研究了雷达目的记别技术。研究表白，用单一技术解决雷达目的记别问题都将是困难的，问题的解决有赖于多种技术的综合运用20。针对单一措施存在的各自局限性，可以考虑将多种技术相结合，以提高对的辨认率。从已有的研究来看，多地运用了目的回波信号的幅值、相位、频率等信息，而对目的的极化信息的运用却很有限。这一方面是由于在低辨别力雷达状况下，从雷达回波中不能得到稳定且明确的目的极化特性，使得极化信息在低辨别力状况下对目的记别的用途不大，另一方面受限于极化散射矩阵的精确测量技术。高辨别力雷达技术、极化散射矩阵的精确测量技术的发展为雷达回波中获得稳定且明确的目的极化特性提供了也许。因此，

28、将高辨别力雷达技术与极化信息相结合就是一条可行的思路。高辨别、极化雷达与智能信号解决和自动分类技术相结合将为雷达目的记别提供一条较好的途径。随着雷达技术、信号解决技术和目的记别算法的不断发展，自动雷达目的记别技术有望获得较大进展。参照文献 （1） Bell M B,Gyubbs R A.JEM modeling and measurement fore radar target identification.IEEE Trans on AES,1993,29(1):12-13（2） Blaricum M L Van,Mittra R.A technique for extracting the

29、 poles and residues of a sustem directly from its transient response.IEEE Trans.on AP,1975,23(6):777-781（3） Jain V K,et al.Rational modeling by Pencil-of-Function method.IEEE Trans.on ASSP,1983,31(3):564-573（4） Hua Y B,Sarkar T K.Generalized Pencil-of-Function method for extracting poles of an EM sy

30、stem from its transient response.IEEE Trans on AP,1989,37(2)（5） Chuang C W,Moffat D L.Natural resonance of radar target via Pronys method and target diserimination.IEEE Trans.on AES,1976,12(5):583-589（6） Brittingham J N,et al.Pole extration from real-frequency information.Proceedings of IEEE,1980,68

31、(2):263-273（7） Ksienski A A.Ploe and residue extraction from measured data in rhe frequencu domain using multiple data set.Radio Science,1985,20(1)（8） Chen K M.Rradar wave synthesis method-a new radar detection scheme.IEEE Trans.on AP,1981,29(4):553-565（8） 庄钊文，柯有安。频域目的记别的极大极小法。西安：第二届信号解决年会论文集，CCSP-8

32、8,1988（9）Zwicke P E,Imrekiss J R.A new implementation of the Mellin transform of range profile of ship.IEEE Trans on PAMI,1983,5(2):139-142（9） 何松华，郭桂蓉，郭修煌。基于目的距离像的地面目的检测与跟踪。国防科技大学学报，1991，13（1）（10） Stewart C,Lu Y C,Larson V.A neural clustering approach for high resolution radar target identification.Pattern Recognition,1994,27(4):503-513（11） Hudson S,Psaltis D.Correlation filters for aircraft identification from radar range profiles.IEEE Trans.on AES,1993,29(3):741-748（12） 文树梁。基于双距离像的雷达目的记别技术。现代雷达，1996，18（1）：15-21