基于RCS特征提取的雷达目标识别新方法

【摘要】： 现代高分辨雷达的兴起为自动目标识别(ATR)提供可能,通过对雷达回波进行分析,不仅可以知道目标的位置、速度、仰角,还可以了解到更多关于目标的信息,譬如目标的几何结构,但是要实现有效的ATR还需要更多的数据处理技术。 本论文首次提出了一种通过对RCS(Radar Cross Section,雷达散射截面)数据进行纹理分析,从而实现雷达目标识别和尺寸判断的新方法。在这里,先对各次脉冲回波的RCS数据进行归一化。经过这一步预处理之后,由转角的累积,雷达频域数据可以呈现出256级的灰度图像。不同目标的RCS数据会表现出不同的纹理效果,再通过纹理分析的方法提取特征。利用这样的方法不仅能够识别不同类型的目标,还可以用来估计简单目标的几何尺寸。本论文使用的是纹理分析中常用的灰度共现矩阵法提取特征,RCS仿真数据的实验表明,该新方法在雷达目标识别方面具有研究价值,它克服了以往一些方法所遇到的困难。通过使用更先进的纹理分析手段和分类方法,该方法可以在ATR方面得到运用。 本论文首先简述了雷达目标识别的意义、研究背景、主要技术线路和近年来的一些研究成果。再介绍了雷达研究中的一些重要概念,这些概念与本文的研究密切相关,在论述新方法时会被引用。虽然雷达目标识别的技术线路数不胜数,本论文只讨论并仿真实现了4种方法,分别是:基于单频-全角度RCS数据的几何尺寸预估计、一维距离像法、二维SAR/ISAR雷达成像技术和基于ICA的二维、三维散射中心重构。新方法正是受到上述这四种方法的启发而得来,并且它可以在一定程度上克服前四种方法的缺点,本论文里还给出了用新方法对简单目标尺寸估计和复杂目标识别的效果。接下来,论文对新方法的识别性能作了评估,并对比了传统方法与该新方法的识别效果,还展望了未来的研究方向。