雷达目标识别技术.doc

雷达目标识别技术1.引言 雷达目标识别（RTRRadar Target Recognition）是指利用雷达对单个目标或目标群进行探测，对所获取的信息进行分析，从而确定目标的种类、型号等属性的技术。目前，经过国内外同行的不懈努力，应该说雷达目标识别技术已经在目标特征信号的分析和测量、雷达目标成像与特征抽取、特征空间变换、目标模式分类、目标识别算法的实现技术等众多领域都取得了不同程度的突破，雷达目标识别技术已成功应用于星载或机载合成孔径雷达地面侦察、毫米波雷达精确制导等方面。但是，雷达目标识别技术还远未形成完整的理论体系，现有的雷达目标识别系统在功能上都存在一定程度的局限性，其主要原因是由于目标类型和雷达体制的多样化以及所处环境的极端复杂性。本文讨论了目前理论研究和应用比较成功的几类雷达目标识别方法：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，同时讨论了问题的可能解决思路。2. 雷达目标识别技术的回顾 雷达目标识别的研究始于20世纪50年代，早期雷达目标特征信号的研究工作主要是研究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。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。原则上，任何一个雷达目标识别系统均可模化为图1所示的基本结构。它由目标识别预处理、特征信号提取、特征空间变换、模式分类器、样本学习等模块组成。图中虚线部分的断开和启动，决定雷达目标识别系统是否具备自学习功能。识别输出试验数据目标识别预处理目标测量特征信号提 取特征信号提 取特征空间变换特征空间变换样本学习模式分类训练数据图1 雷达目标识别系统框图3. 近年来理论研究和实际应用比较成功的几种目标识别方法（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。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，因而可用于雷达目标识别。（二）、基于极点分布的目标识别目标的自然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。1975年，Blaricum等人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。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。但是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，因而提出了具有改善作用的多重数据组合法。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。（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、坦克车辆等地面目标、飞机目标的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。为改善目标识别的性能，可以将目标一维距离像与其它目标特征（如极化特征）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。极化散射矩阵完全表征了目标在特定姿态和辐射源频率下的极化散射特性。对目标几何形状与目标极化特性的关系的研究结果表明，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。经过近几十年的发展，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息识别目标的基本方法。具体分为：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交叉来识别目标。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。利用极化散射矩阵对简单形体目标的识别可以获得80%的正确识别率。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，因而只能从整体上对简单形体的目标加以粗略的识别。对高分辨力雷达，目标回波可分解为目标上各个主要散射中心的回波分量。对复杂形状目标的极化重构，就是利用高分辨力雷达区分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后，依据其相对位置关系，组合成目标的整体形状。最后同已知目标数据库相比较，得到识别结果。3）利用瞬态极化响应识别目标将极化信息与冲激响应结合起来，利用目标瞬态极化响应（TPR）进行目标识别。利用TPR识别目标是将极化识别与时（频）域识别相结合的很好范例。通过TPR 特征提取，把复杂目标在结构上分解成由散射中心对应的多个子结构来分别描述，对飞机目标识别获得了较好的效果。4）与成像技术相结合的目标识别结合SAR 和ISAR成像，在相应雷达上加装变极化装置，从而可以利用极化信息或将极化信息与已有的图象识别技术相结合，对每一像素进行更有效的识别。4.结束语 到目前，研究者们已从多个方面研究了雷达目标识别技术。研究表明，用单一技术解决雷达目标识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。针对单一方法存在的各自局限性，可以考虑将多种技术相结合，以提高正确识别率。从已有的研究来看，多是利用了目标回波信号的幅值、相位、频率等信息，而对目标的极化信息的利用却很有限。这一方面是因为在低分辨力雷达情况下，从雷达回波中不能得到稳定且明确的目标极化特征，使得极化信息在低分辨力情况下对目标识别的用途不大，另一方面受限于极化散射矩阵的精确测量技术。高分辨力雷达技术、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标极化特征提供了可能。因此，将高分辨力雷达技术与极化信息相结合就是一条可行的思路。随着雷达技术、信号