高頻波段雷達(dá)目標(biāo)特征提取與識(shí)別方法研究.pdf

1、高頻波段時(shí)艦船和飛機(jī)目標(biāo)處于諧振區(qū)，諧振區(qū)雷達(dá)目標(biāo)散射特性攜帶了目標(biāo)的形狀、尺寸等本原信息，其中的極點(diǎn)特征是由目標(biāo)本身固有屬性如形狀、尺寸等決定，是迄今為止發(fā)現(xiàn)的唯一與入射波形、極化、姿態(tài)無關(guān)的目標(biāo)本征特征量。利用極點(diǎn)特征進(jìn)行目標(biāo)識(shí)別可克服多頻特征隨方位變化的缺點(diǎn)，克服環(huán)境影響，這一特點(diǎn)使高頻波段雷達(dá)基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別具有很大潛力?；诖搜芯勘尘?，本文主要工作圍繞以下四方面進(jìn)行：目標(biāo)回波數(shù)據(jù)獲??；極點(diǎn)特征提取方法研究；基于極點(diǎn)目標(biāo)識(shí)別

2、方法研究；工程實(shí)踐。
　　首先獲取目標(biāo)回波數(shù)據(jù)。用曲面幾何建模方法改進(jìn)了以往線框幾何建模方法，提出了一種基于FEMAP軟件的適合諧振區(qū)RCS計(jì)算的復(fù)雜目標(biāo)曲面建模方法，結(jié)合應(yīng)用改進(jìn)了現(xiàn)有剖分規(guī)則，實(shí)現(xiàn)了通過仿真計(jì)算獲取更準(zhǔn)確的目標(biāo)RCS。利用一階海雜波獲取準(zhǔn)確的高頻地波超視距雷達(dá)艦船目標(biāo)實(shí)測RCS。利用實(shí)測RCS驗(yàn)證了曲面建模方法的可靠性。在總結(jié)對(duì)比大量復(fù)雜目標(biāo)模型仿真計(jì)算結(jié)果基礎(chǔ)上，首次提出高頻波段雷達(dá)復(fù)雜目標(biāo)的建模準(zhǔn)則，解決了

3、建模工作量大和硬件條件要求高的問題。深入研究已有回波數(shù)據(jù)計(jì)算方法，提出一種新的基于快速多極子和矩量法的混合算法（Fast Multipole Method-Method of Momen,FMM-MoM），可有效提高運(yùn)算速度、降低內(nèi)存需求。確立了基于實(shí)際操作的高頻波段雷達(dá)復(fù)雜目標(biāo)回波特性計(jì)算的規(guī)范化流程，為極點(diǎn)特征提取與目標(biāo)識(shí)別提供了精確的數(shù)據(jù)基礎(chǔ)。
　　第二步對(duì)回波數(shù)據(jù)提取極點(diǎn)特征。深入分析現(xiàn)有極點(diǎn)提取技術(shù)路線的難點(diǎn)。提出了一種

4、新的基于自回歸滑動(dòng)平均模型(Autoregressive and Moving Average Mixed Model,ARMA)的極點(diǎn)提取方法，解決早晚期響應(yīng)混疊問題；將新方法參數(shù)與實(shí)際物理意義結(jié)合，解決參數(shù)依賴問題；提出采用特征極點(diǎn)選取法、多方位修正法及滑動(dòng)窗修正法相結(jié)合的三步修正方法，解決方位不一致問題；利用此極點(diǎn)提取方法給出了高頻波段復(fù)雜目標(biāo)的極點(diǎn)提取結(jié)果，并通過大量實(shí)驗(yàn)與前人方法對(duì)比驗(yàn)證本方法的有效性。首次分析了復(fù)雜目標(biāo)的尺寸

5、以及各結(jié)構(gòu)對(duì)極點(diǎn)分布趨勢的影響，為基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別提供理論依據(jù)。
　　第三步進(jìn)行基于極點(diǎn)的目標(biāo)識(shí)別方法研究。提出一種基于極點(diǎn)數(shù)據(jù)的留數(shù)選頻的多頻排隊(duì)識(shí)別方法(Residue Order Frequency Selection Method,ROF)使基于極點(diǎn)的識(shí)別統(tǒng)一建立在極點(diǎn)數(shù)據(jù)基礎(chǔ)上，首次將基于極點(diǎn)的目標(biāo)識(shí)別成功應(yīng)用于高頻波段雷達(dá)。對(duì)此方法進(jìn)行改進(jìn)，將基于留數(shù)最大值的排序選頻方法和支持向量機(jī)(Support Vector

6、Machines,SVM)相結(jié)合，提出新的R-SVM識(shí)別方法，可在選頻同時(shí)實(shí)現(xiàn)對(duì)數(shù)據(jù)庫中目標(biāo)的有效識(shí)別。至此建立了完整的基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別系統(tǒng)的理論流程，為工程化實(shí)踐提供了理論基礎(chǔ)。
　　最后研究了方法的工程化實(shí)踐應(yīng)用。針對(duì)高頻地波超視距雷達(dá)回波受到海態(tài)影響、傳播損耗和系統(tǒng)增益影響問題。提出一種對(duì)高頻波段雷達(dá)環(huán)境影響進(jìn)行修正補(bǔ)償?shù)姆椒?。深入分析海態(tài)對(duì)艦船目標(biāo)影響情況，提出根據(jù)海態(tài)情況規(guī)律性運(yùn)動(dòng)來模擬搖擺影響；詳細(xì)分析計(jì)算傳輸損耗

7、和系統(tǒng)增益并分別進(jìn)行補(bǔ)償修正，三者綜合得到一個(gè)總的艦船回波數(shù)據(jù)修正補(bǔ)償公式，因?yàn)轱w機(jī)不用考慮海態(tài)影響，又給出了飛機(jī)特有的回波修正補(bǔ)償計(jì)算公式，得到復(fù)雜目標(biāo)修正后數(shù)據(jù)回波，針對(duì)實(shí)際雷達(dá)發(fā)射資源有限、回波按順序依次返回且當(dāng)目標(biāo)是不在庫中類型時(shí)需對(duì)其拒判的問題，在 R-SVM算法基礎(chǔ)上融合門限最近鄰分類算法(Threshold Nearest Neighbor,TNN)，對(duì)修正后回波數(shù)據(jù)用擴(kuò)展后的R-SVM-TNN方法進(jìn)行大量隨機(jī)識(shí)別實(shí)驗(yàn)，對(duì)