1.概述
雷达目标自动识别技术是在雷达对目标进行探测和定位的基础上,根据目标的雷达回波信号,提取目标特征,实现对目标属性、类别和型号的判定。随着雷达应用环境的日趋复杂及雷达技术的发展,雷达目标识别受到广泛的关注,如对海警戒、海上救险、港口航道管理、航空管制 等许多领域都提出了应用雷达进行监视、识别的需求。对于带宽不太窄的天线连续扫描雷达来说,像舰船等较大型的目标在回波上可以获取一维距离像信息,仅对单个一维回波进行分析与识别,回波序列之间的信息将丢失,从而会导致正确识别率下降。可以利用一维回波序列变换到目标二维径向轮廓像的处理方法,这样的轮廓像不仅包含了单个回波信息,同时也包含了回波序列之间的信息,能获得较好的识别结果。2.回波序列轮廓像特征提取
2.1轮廓像方位向展宽特征
船舶雷达二维信号图又称作船舶轮廓像,一般用船舶的轮廓像方位向展宽与距离向展宽来描述,如下图所示。
船舶的轮廓像方位向展宽分别与船舶横向长度、RCS有一定的对应关系。下图为雷达波束扫过船舶过程示意图,其中,为目标横向长度造成的展宽。
特征1
特征1反映了目标的横向长度大小,大型目标的特征1较大,小型目标的则较小。从轮廓像中提取并根据雷达方程和雷达天线方向图函数进行特征变换,获得反映目标RCS大小的特征,定义如下:特征2
特征2反映了目标 RCS的大小,大型目标特征2较小,小型目标特征2则较大。当雷达波束正对目标照射、发射功率固定时,目标回波幅度与目标RCS及目标距离存在以下关系式
式中:值由目标发射功率、入射波长、天线增益等因素决定。由上式可知,目标回波幅度反映目标RCS大小,考虑到目标距离对回波幅度的影响,可以对幅度峰值进行提取、距离加权,获得反映目标RCS大小的特征,特征3
特征3反映了目标RCS的大小,大型目标特征3较大,小型目标特征3则较小。2.3消除目标姿态角影响
目标系统传输及目标回波会随目标姿态角变化而变化,因此直接提取的回波峰值幅度具有随机性。有文章指出可以采用对轮廓像中心附近的峰值做非相干平均的方法提取轮廓像幅度峰值,从而消除了目标姿态角对回波幅度的影响,获取了反映目标稳态RCS大小的特征。
3.总结
本文简单介绍了基于目标轮廓像的雷达目标识别算法,通过特征提取确定目标尺寸以及RCS大小,此方法对于中低分辨雷达对目标进行大、中、小粗分类有比较好的效果。
引用:
[1]《基于低分辨率雷达的海面舰船目标分类识别技术》,李青,李斌,胡文俊,等.
[2]《低分辨雷达回波序列轮廓像目标分类方法研究》,林青松,胡卫东,虞华,张乐锋.
[3]《基于轮廓像处理的岛岸附近目标检测》,吴帅,谢春思,李进军,桑雨,刘志赢.
[4]《基于轮廓像的舰船目标识别方法研究》,王春花,康猛,郝明.
[5]《一种低分辨雷达飞机目标识别方法》,方勇昌,张汉华,陈英豪,陈曾平.
[6]《一种基于雷达回波序列的舰船目标识别方法》,黎湘,郁文贤,郭桂蓉.
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。