摘要：研究了宽带高分辨雷达目标识别问题，基于目标一维距离像，提取目标散射中心特征，并根据该特征设计了简单目标的目标分类器，利用暗室测量得到的缩比模型高分辨回波数据进行识别，结果表明该识别方法具有良好的识别性能。 关键词：高分辨雷达。自动目标识别。 目标识别。...
摘 要：研究了宽带高分辨雷达目标识别问题，基于目标一维距离像，提取目标散射中心特征，并根据该特征设计了简单目标的目标分类器，利用暗室测量得到的缩比
模型高分辨回波数据进行识别，结果表明该识别方法具有良好的识别
性能。
关键词：高分辨雷达；自动目标识别； 目标识别； 一维距离像； 散射中心
一、引言
对于现代雷达而言，提高其分辨率
一个重要的发展方向。研究高分辨力雷达
信号形式以及相应的信号处理方法，对雷达目标探测精度的提高、多目标分辨以及目标成像与识别都有着重要的意义。在光学区(或高频区)，目标识别首先可得益于宽带波形。众所周知，雷达对目标的距离分辨率与发射波带宽成反比。当距离分辨单元远小于目标尺寸时，目标占据连续多个距离单元，形成了一幅目标距离图像(Range Profile)，反映了目标的精密结构特征。目标的精密物理结构对目标特征测量和目标识别是非常有用的，英
的“水上搜索”(Seachwater)雷达利用高分辨目标距离像反映的目标
度信息和结构信息，完成对舰船目标的识别；美国的Floyd高距离分辨雷达利用宽带波形判定目标的精密结构，曾两次发现阿波罗飞船和天空实验室的太阳能
电池板的故障。早在1963年，J.B.Keller就首次提出散射中心的概念，但是由于在相当长一段时期内雷达技术水平的限制，缺乏对目标多散射中心进行孤立的技术手段。
随着雷达技术的发展以及现代信号处理技术在目标散射特性分析中的成功应用，使得以散射中心概念为基础的局部雷达特性的研究发展到一个新的水平上。从目标识别的物理机制和特征提取的角度来看，一维高分辨率雷达目标识别的方法可归纳为基于特征量表征和基于成像的目标识别
两大类。而且要很好地解决光学区雷达目标的识别问题，还有赖于有效的模式识别技术。在高分辨雷达目标识别领域中出现的以上方法，各有自己的特点，但是在具体实现上总会出现这样或那样的问题，至今还没有一种有效而且简单易行的方法。散射中心是高分辨回波的一个重要特征，散射中心分别对应于目标的几何不连续处(散射中心的重要意义)。关于散射中心的提取，
们已经做了大量的研究，获得丰硕的成果。然而在工程实践中要求所采纳的方法简单、直观、物理意义明晰。因此，这里所采用的方法也是基于此目的考虑的。
本文基于一维高分辨雷达目标特征信号中所提取的散射中心及其位置、幅度信息，结合目标特征信号长度对目标进行了分类和识别。目标识别的目的就是通过对目标回波的分析研究获取目标的结构信息，从而将真实目标分辨出来。而宽带高分辨雷达当其带宽进一步提高时，则可以将目标的精细结构近乎完全地展示出来，从而可以更为精确地对目标进行分类和识别。
二、目标散射中心及其提取
一般来说，一个形状复杂的扩展目标总可以看成是由大量“点散射元”构成的，每一个单元都会散射雷达回波，总的回波是各个散射电波的矢量和，它可等效为由一个散射点所散射，该点就是扩展目标的等效散射中心，也称视在中心。散射中心这一概念的形成和发展奠定了光学区雷达目标特征分析和目标识别研究的基石，其在目标识别中的作用等同于谐振区雷达目标的极点(自然复谐振频率)。
在高频区，目标散射不是全部目标表面所贡献，而是可以用几个孤立散射中心来完全表征。散射中心处的点散射源并不是孤立存在的，而是等效而来的, 它由散射中心附近的局部物理特性、几何结构以及入射波的性质所决定。人们通过精确的测量，不仅观测到了多散射中心的二维或三维几何分布，而且这些多散射中心的矢量合成散射场和目标总雷达散射截面积，同理论计算得到的总散射场和雷达散射截面均吻合得很好。
如前所述，对于高分辨雷达，目标回波为目标散射中心在雷达视线上的投影，称为目标的一维距离像。所谓散射中心是指目标物体上散射强度较大的部位，具体地说，它是指距离像上幅度较大的位置。目标的一维距离像反映了目标的精细的几何结构。
在一维距离像的幅度域，通常将距离像的尖峰认为是一个散射中心，这样散射中心的提取也即幅度域中尖峰的提取。
首先将雷达回波(一维距离像)数字化，然后标记散射中心位置，即有散射中心的位置记为“1”，其它位置记为“0”，这样得到一个“0，1”随机序列。具体做法是：
其中k
i(0≤i≤M,0≤k
i≤N-1)为散射中心的位置。这样散射中心的数目为M。η为置信系数，可以根据S/C值的大小或虚警概率的大小来确定，一般可选0.3
~0.7这个范围中的数。η若偏小，则虚警概率会增加；η若偏大，则漏警概率会增加，本文选择η=0.5。
三、目标特征提取与分类器设计
对于雷达目标识别来说，目标特性的提取是其中最重要的环节之一，其原因在于目标识别是将目标回波的特征与已知的波形进行匹配，进而做出判决，从而将被观测目标归于某一已知的类，以达到识别的目的。而要进行匹配识别，必须将目标有效的特征提取出来，才能够进行分类识别。
本文中基于散射中心的特征提取可称为直观特征提取。所谓直观特征，是指从距离像空域上直接获取的与目标物理特性有关的特征，直观特征是对特定
量情况下目标距离像的直观视觉理解。直观特征与变换域特征相结合，可实现对距离域的感兴趣的目标进一步识别。在这里仅讨论直观特征提取的方法，其中包括目标强散射中心的数量、位置和散射强度等特征的提取。
根据前面在一维距离像上标记的散射中心我们可以比较容易地提取出目标散射中心的数量N=∑A(k
i)，位置s=k
i(当A(k
i)=1时)，以及所对应的散射中心的散射强度a=Z(k
i)，然后就可以利用所提取的特征构造进行对目标的分类识别。
在对目标一维距离像进行处理并提取出散射中心后，散射中心位置和幅度特征可用以下矩阵给出：
其中，A
1,…,A
M为散射中心的幅度，其在矩阵中的坐标即相应散射中心的位置s
1,…,s
M。
对于目标散射中心的位置及散射强度提取后的利用，可以构造特征向量
i=1，这样的特征向量基本上完全表征了目标回波的有用信息，因此可以利用它们来进行对目标的识别。为此可以利用以上特征向量构造特征矩阵F
k，其中各元素为散射中心的位置及其散射强度：
其中M为散射中心数目。
由于目标的改变或目标姿态的变化而导致检测出的散射中心数量L(k)(k=1,2,…,N
t)是变化的，往往不同于M，可能会大于或小于这个数目。当L(k)>M时，则从中取出幅度最高的M个。而如果L(k)<M，则F
k中剩下的M-L(k)行元素均被置0。我们可以对此时的F
k利用较为简单的线性判决函数，在对样本数据压缩较大的情况下获取较高的目标识别率。
具体地，在信噪比不高或者接收机性能参数不理想时，目标散射中心的幅度信息之间并没有明显的区分性，分类门限难以确定，也可以更为简单地仅利用目标散射中心的位置信息来对两类目标进行分类，实践证明本特征是简单、有效的。这里对目标散射中心之间的相对距离特征进行提取，并加以简单的分类，从而可以得到较好的识别结果。
各散射中心之间的距离可以定义为
对于以上特征，我们同样不必用到复杂的分类识别算法，分类器也可以仅仅利用前面提到的线性判决函数。在实际应用中，这是可行的和有效的。本文中所利用的线性判决函数可以简单地描述为如下形式：记目标的特征矢量为x,设定判决函数为
其中w为权矢量，w
0为常矢量，它们均要通过训练取得。
四、仿真与数据验证
本文中利用两类目标的散射数据来验证特征抽取与目标识别方法的性能。在本文所提出的诸多目标高分辨特征中，目标径向长度和目标散射中心数目是最为基础的2个特征量，一般而言，这两个特征对各种复杂目标均有较高的稳定性和可分性。但有关目标散射中心位置的特征(散射中心之间的平均相对距离和最大间隔)对于目标的分类识别更具有效性。因此我们利用基于散射中心的目标特征进行两类目标的识别。
设目标的一维距离像表示为
图1
~2是对提取特征以及分类识别进行仿真的结果。
由仿真实验可以看出，本文提取的两类目标的散射中心的位置等特征有较大的区别，可以作为识别的条件，并且能够达到较好的识别效果，验证了提取特征的有效性。
雷达目标的高分辨，其最大的益处是目标强散射中心得以离析，每一个散射中心也反映了目标上某一特定的散射结构，不同目标散射结构不尽相同，因此其散射特性也相差很大，反映在目标的散射中心的位置以及数目也不相同。散射中心的数目和相对距离信息作为目标的特征参量也是必然的。对目标散射中心特征进行提取并识别，从目标的一维距离像中提取了散射中心的有关信息，从中仅提取了有限个点的数据，大大地压缩了数据量，然而有效信息量并没有多少丢失。从这一点可以看出，散射中心的提取在数据量大大压缩的情况下增强了识别的效果，并且实现起来简便易行，对于高分辨雷达目标识别的实现有着十分重要的意义。
五、 结 束 语
高分辨雷达目标识别是雷达目标识别领域中一个很重要的发展方向，它可以对目标的精密结构进行判定。本文仅就一维高分辨雷达目标识别问题进行了初步的探讨，讨论了基于目标散射中心进行目标识别的方法。采用F类、H类目标数据通过仿真验证了提取特征的有效性。特征提取是目标识别系统的核心，基于目标一维距离像的特征提取是行之有效的，文中所采用的特征提取方法简单实用,提取的特征物理意义明显,涉及的信号处理手段并不十分复杂。在分类器的设计上，由于特征量较少，不需要复杂的分类算法。然而，散射中心的提取与目标环境强烈相关，当信噪比较低时，提取的散射中心有增加的趋势。当信号环境恶劣时，该特征可能失效。而散射中心位置及散射强度特征的提取是在散射中心数目提取有效的前提下才能够得以进行的，因此，对信噪比的要求较高，在低信噪比(小于等于15 dB)时，会与散射中心数目特征同时失效。
参考文献
［1］黄培康，等雷达目标特征信号［M］北京：宇航出版社，1994
［2］黄德双高分辨雷达智能信号处理技术［M］北京：
机械工业出版社，2001
［3］郭桂蓉，庄钊文，陈曾平电磁特征抽取与目标识别［M］长沙：国防科大出版社，1996
［4］K－T Kim，H-TKimOne-dimensional scattering center extraction for efficient radar target classification［J］IEE Proc.-Radar，Sonar Navig.，1999，146(3)
［5］何松华高距离分辨率毫米波雷达目标识别的理论与应用［D］长沙：国防科技大学，2002
