王放 赵锦 张佰顺
陕西黄河集团有限公司 陕西省西安市710000
[摘要] 目标分类识别是现代雷达研究的重要发展方向，具有重要的现实意义和应用价值，本文提出了一种基于归一化截面积和航迹速度测量的目标分类识别方法，解决了低分辨雷达系统特别是地面搜索监视雷达、战场侦察雷达的地面人车目标分类识别过程，在实际工程应用中分类识别正确率大于85%。
关键词: 目标分类识别、归一化截面积、航迹速度测量
1.前言
目标分类识别是现代雷达研究的重要发展方向，目前雷达目标分类识别在宽带高分辨雷达方面的研究已经取得很大的进展,而对于地面搜索监视雷达、战场侦察雷达带宽较窄，分辨率低，难以得到能够反映目标详细信息的回波数据，该类雷达目标分类识别是一个重要的研究方向。
现代战场中，雷达目标识别是低分辨地面监视、地面搜索雷达的必备功能，用于对大范围区域的活动目标进行搜索和持续监视，在战场上起着探测、识别、跟踪以及拦截等重大作用。目前低分辨雷达普遍不具备目标分类识别性能，或者具有极为简单的识别概率不高的识别算法。
由于低分辨雷达所能使用的回波数据信息有限，合理利用低分辨雷达资源进行高识别概率的目标分类识别算法至关重要。同时低分辨地面监视雷达、地面搜索雷达要求实时处理目标数据，数据处理时间有限，不能采用复杂度高的目标识别算法，因此用于低分辨雷达的高识别概率的快速目标分类方法具有很重要的工程价值。
2.特征值提取
2.1 归一化截面积计算
对航迹点的截面积特征进行分类，依据目标物理结构确定后，电磁反射特性固化，目标反射截面积与目标物理特性强相关，即与目标类别强相关的原理，以雷达测量的目标信噪比为基础，设计合理的归一化计算方法及判别方法，实现对雷达系统工作参数实时调整变化的归一化处理，消除雷达工作参数变化对测量值的影响，以测量值为依据的目标自动分类识别功能，实现测量结果的有效性。
基于归一化截面积测量的目标识别方法包括雷达工作参数归一化处理方法、测量目标距离、信噪比归一化处理方法、目标截面积计算方法及目标判别方法。
雷达工作参数归一化处理方法包括发射机功率P的归一化处理、发射机脉宽τ的归一化处理、FFT点数N的归一化处理；
测量目标距离、信噪比归一化处理方法，以一个典型目标在某一固定距离R通过雷达实地反复测量的信噪比SNR为基准值;
目标截面积计算方法是依据雷达方程以及发射机功率归一化系数KP、发射脉宽归一化系数Kτ、FFT点数归一化系数KN、目标距离归一化系数KR等计算目标截面积。
按单兵截面积为0.5m2，在R为11km时，SNR测量值为15作为判断的基准值，计算目标截面积，SNR1为雷达实时测量的目标信噪比。
目标截面积：RCS = (Kτ)×(KN)×( KR)4×(KP)×(SNR1/15)2×0.5
2.2 距离微分法计算目标航迹速度
应用航迹点的航迹速度进行分类，径向速度是指目标相对雷达的运动速度，航迹速度是目标在航迹方向上的运动速度。雷达直接测量的速度为目标径向速度，由于目标航向角与雷达波束中心存在夹角，径向速度不能表征目标的真实运动速度，使用径向速度作为分类识别的特征值判断不够准确，容易产生误判。而通过雷达航迹点的大地坐标，使用距离微分法计算目标航迹速度，才能够表征目标的真实速度。
雷达测量目标航迹两点的距离R1、R2，方位角Az1、Az2，俯仰角El1、El2，通过下面公式将大地极坐标转为大地直角坐标，测量两点目标的时间信息为T1、T2。
X1 = R1×cos(El1)×cos(Az1); X2 = R2×cos(El2)×cos(Az2);
Y1 = R1×cos(El1)×sin(Az1); Y2 = R2×cos(El2)×sin(Az2);
Z1 = R1×sin(El1); Z2 = R2×sin(El2);
目标航迹速度：V =
3.特征量处理
测量中目标截面积起伏量较大，如图1所示，采用峰值检波法，其特点是在峰值检波消除目标大幅度起伏影响的同时，设置指数衰减，以避免峰值锁定引起测量失效，通过合理的设计指数衰减时常数，使其与峰值周期匹配，实现测量结果的稳定性。同时通过多拍平滑滤波计算后再输出截面积计算值。
.png)
在实际计算中，由于地面目标运动速度较小，每个时间单元的运动距离较短，距离微分计算值较小不利于判断，采取间隔多拍计算一次速度，并对速度值进行一次滤波可以解决此类问题。
雷达对不同类型目标进行截面积、航迹速度测量建库，在使用中通过测量目标截面积、航迹速度，匹配库中参数，查表即可准确的输出目标类别信息。
4.结束语
低分辨雷达目标分类识别一直是雷达目标分类识别研究领域的难点，目标特征库的获取需要大量的试验数据和算法的研究。本文提出了一种基于归一化截面积和航迹速度测量的目标分类识别算法，该算法数据处理复杂度低，主要应用于低分辨雷达地面目标的人车分类识别，在形成稳定航迹后计算截面积、航迹速度进行分类处理，实现了高识别概率、低成本的地面目标分类，在实际工程应用中分类识别正确率大于85%。
参考文献
[1] 杨守峰，吴海坤，王晓，吴晓燕.低分辨雷达目标调制特征提取和分类识别方法[J].电子信息对抗技术，2015，30（4）：15-20.
[2] 一种用于低分辨雷达地面目标的人车分类识别方法技术.
[3] 李明.雷达目标识别技术研究进展及发展趋势分析[J].现代雷达，2010(10):1-8.
[4] 张汉华，王伟，李国顺.一种低分辨雷达自动目标识别系统[J].现代雷达，2003，12（25）：11-13.