雷达目标识别.ppt

雷达目标识别 提纲 1.雷达目标识别 2.雷达目标识别模型 3.雷达目标识别技术回顾 4.用于雷达目标识别中的模式识别技术 5.结语 1.雷达目标识别 雷达目标识别是指雷达对目标进行探测，对所获取的回波信息进行分析，从而确定目标的种类、型号等属性的技术。 尽管雷达目标识别应用范围很广，并且在某些层面有了成功的应用，但是雷达目标识别技术还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尚存在一定的局限性，其主要原因是目标类型和雷达体制的多样化及所处环境的极端复杂性。 2.雷达目标识别模型 雷达目标识别需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。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。 2.雷达目标识别模型 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。 相应模型如图所示： 3.雷达目标识别技术回顾 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雷达目标 的有效散射截面积。 但对形状不同、性质各异的各类目标，笼统用一个有效散射截面积来描述，就显得过于粗糙，也难以实现有效识别。 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。 3.1 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。这类研究已获得一些成功应用。 3.1 基于目标运动的回波起伏和调制谱特性 的目标识别 1)利用目标回波起伏特性的识别 空中目标对低分辨率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。 3.1 基于目标运动的回波起伏和调制谱特性 的目标识别 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。 3.2 基于极点分布的目标识别 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。 3.2 基于极点分布的目标识别 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，在极点的估计精度以及抗噪能力方 面均优于Prony法。 由目标的频域响应来识别目标的方法：①从目标的频域响应来识别目标的方法；②获取目标极点的频域Prony法(FDPM)；③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。 3.3 基于高分辨率雷达成像的目标识别 借助高分辨率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。 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、飞机目标识别中分别获得了较高的正确识别率。 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。 3.4 基于极化特征的目标识别 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（复二维矩阵）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。 3.4 基于极化特征的目标识别 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：①根据不同极化状态下目标截面积的对比来识别目标；②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；③根据目标的