一种自适应递归划分角域的建模方法.docxVIP

一种自适应递归划分角域的建模方法 现代雷达信号带宽的增加为正确识别目标提供了良好的基础。频率范围从100兆到100兆雷达，目标回波是高度距离分辨率的信号（hrr），分辨率可达亚米级。一般来说，目标的hr信号是一维图像。一维高距离模式包含目标沿距离方向的接收信息，可以识别目标。然而，随着雷达方位角的变化，目标的高距离（hrp）模式随着雷达方位角的变化而变化。以往的解决方案是基于asar图像中分散点模型中没有单元运动的条件（通常的角变化限制为3、5），等间距沿方向模型确定目标hr部分的范围。 ISAR成像通常将目标以散射点模型表示.根据散射点模型,在不发生越距离单元徙动的情况下,驻留在任一个距离单元里的散射点不会改变,通常近似为散射点模型没有发生变化.实际上,3°～5°的方位限制是ISAR成较好像的条件,对于只在距离维高分辨的一维距离像的识别而言,可适当放宽限制,重要的是将统计特性相近的HRRP划分到同一个角域,进而用同一统计模型描述.同时,距离像沿方位的变化是非线性的,等间隔地划分角域显然是欠妥当的.因而,如何合理的将雷达录取的方位渐变HRRP划分为多个角域成为一个研究的热点.相关文献中,文献采用联合高斯分布来描述HRRP目标在一个角域内的统计特性,在贝叶斯准则下确定数据划分边界;文献中从流形几何的角度来学习HRRP中的非线性结构,利用时间信息提出了一种自适应角域划分方法;文献针对基于因子分析模型的雷达HRRP统计识别,分别在AIC准则和BIC准则下提出了方位帧划分问题的自适应模型选择算法.通常,为了与分类器匹配,自适应划分角域算法按照与分类器相关联的某一准则来划分角域.针对这一问题,笔者提出了一种新的基于有概率含义的统计模型分类器的自适应划分角域建模方法. 1 多模型散射点模型的匹配问题 根据目标的散射点模型,雷达目标的高分辨复距离像是宽带信号获取的目标散射点后向子回波在雷达射线上投影的向量和.设在某一小角域,共有M次回波,每次回波以N个距离单元表示,根据简单散射点模型,高分辨复距离像的第m次回波第i个距离单元的信号回波可以表示为 xi(m)=Νi∑n=1σnexp(-j2πfc2Rn(m)/c-?n0)?m=1?2???Μ?i=1?2???Ν,(1)xi(m)=∑n=1Niσnexp(?j2πfc2Rn(m)/c??n0)?m=1?2???M?i=1?2???N,(1) 其中Ni为该距离单元中散射点的个数,Rn(m)为相对于初始回波散射点的径向位移,σn为其幅度,?n0为其初始相位,c为光速,fc为信号中心频率.实际应用中为了方便,常将复距离像直接取模(即将式(1)取模),得到实数的一维距离像,这里所说的HRRP均是指实数振幅距离像.HRRP具有方位角敏感性,一方面目标的散射点分布模型要随方位角变化,这一变化虽然比较缓慢,但是却引起HRRP形状发生较大变化; 另一方面即使在散射点分布模型保持不变的范围内,姿态角的微小变化会改变同一距离分辨单元内散射点子回波间的相位差,引起回波(即所有子回波向量和)幅度与相位的变化,这一变化相对较快,但HRRP形状变化较小,连续录取的相邻HRRP形状相似,其尖峰位置只有微小移动.如图1所示,连续飞行的“奖状”飞机的航迹被标记成1～6段,图中任意选取第1段和第2段中间的两个连续的HRRP,由于方位角相差较大,可认为前两个HRRP和后两个HRRP符合不同的散射点模型;而右边对应的同一散射点模型的HRRP形状很像,不同散射点模型的HRRP相差较大. 若是将全方位所有的HRRP均作为模板,不仅会占用较大的存储空间,更重要的是由于要对所有模板进行搜索,辨识单次目标的时间大大增加,这对雷达目标的自动识别是不利的.传统的解决方法在理论上是将连续录取的HRRP等方位间隔的分开来分别建模(文中将一个方位间隔称为一帧),然而,将各个HRRP与雷达方位角精确关联却是一件困难的工作,实际工程中为简单起见,常常近似认为连续录取的HRRP是等方位间隔的,这样等方位间隔建模就等同于按照HRRP数目相同分帧建模.由式(1),HRRP同一距离单元回波随方位是复杂的非线性变化,除了目标形状,其运动速度、航迹等也影响各散射点子回波在雷达射线上的投影.因而,总是会存在HRRP变化相对较快的角域和变化相对较慢的方位区域,在图2(a),(b)中,两图是方位角变化近似都是0.6°,但显然图2(a)中的HRRP变化较大.正是由于这种数据分布的不均匀性,若等方位间隔(等HRRP数目)来分帧建立模型,很容易发生数据与模型不匹配,识别性能也会下降; 笔者针对这个问题,根据数据和所采用分类器研究如何自适应的划分角域. 2 自适应角域模型方法 2.1 分类识别准则及识别步骤 自适应高斯分类器(AGC)是由休斯(Hughes)飞机公司为美国空军Wri