雷達回波數量對目標分類識別結果的影響分析

徐曉天 孫聚芳

(成都中電錦江信息產業有限公司 成都 610051)

0 引言

雷達自動目標識別(Radar Automatic Target Recognition:RATR)是指在雷達目標檢測的基礎上，從接收到的雷達目標散射回波中提取目標的有關信息標志和選擇反映目標屬性的穩定特征，并利用已有的目標先驗信息，完成對目標屬性、種類或型號的自動識別［1］。為了更好的對目標進行分類識別，將空中目標分成航天飛行器、臨近空間飛行器和空氣動力飛行器三大類。其中航天飛行器包括衛星和彈道導彈;臨近空間飛行器包括飛艇、氣球、再入滑翔飛行器、高超聲巡航飛行器、火箭動力飛行器等;空氣動力飛行器包括噴氣式飛機、螺旋槳飛機和直升機。本文主要討論的就是第三類空氣動力飛行器的識別。基于戰時作戰需求及目標類別的可分性，將3 種空氣動力飛行器目標按類別劃分為11類。基于寬帶回波和窄帶回波信息分類的流程如圖1所示。

1 雷達參數和工作狀態對提取調制譜特征的影響

1．1 雷達重復頻率的影響

雷達脈沖重復頻率fr等價于雷達目標回波信號采樣率。脈沖重復頻率過低會導致回波的方位采樣速率過低，從而不能完整采集到高速旋轉部件的調制周期，這樣在實際回波的頻譜分析中就不能顯示所有的調制譜，難以分析其調制的周期性。飛機目標調制譜在頻率軸上所占據的范圍可由正調制譜或負調制譜最高次調制諧波分量頻率fh=2vs/λ 確定，其中vd為旋轉調制部件端部徑向速度。若要得到無混疊的調制譜，雷達脈沖重復頻率必須滿足fr≥2fh［3］。

圖1 目標回波信息分類流程框圖

1．2 回波分量的影響

雷達接收機的線性動態范圍有限，因此過大的機身分量使調制回波分量限幅，過大的噪聲或干擾分量會淹沒調制回波分量，都使得調制特征的提取變得困難。

1．3 雷達系統穩定性的影響

雷達系統的不穩定性和飛機的隨機抖動也會影響回波中的調制分量，特別是特征譜線的寬度。

1．4 回波數量的影響(即持續照射時間的影響)

由于受雷達天線掃描的限制，有效回波數量難以覆蓋低速旋轉部件的調制周期，譜分辨力也會受到影響。設機械掃描雷達的方位波束寬度為α，掃描角頻率為ω，則雷達持續照射時間T 必須滿足T=α/ω≥TT，才能保證雷達每次掃描至少能采集到旋轉部件的一個回波脈沖，其中TT為旋轉部件時域調制回波周期。傅里葉頻譜的頻率分辨率為待分析信號積累時間長度即雷達持續照射時間的倒數，T 值越大，所獲取調制譜頻率分辨率就越高，反之則越低。

1．5 發射信號的影響

由于發射脈寬為τ 的單一載頻矩形包絡脈沖，因此槳葉調制回波不再是sinc 函數的全部形狀，而是以周期Tr、脈寬τ 對sinc 函數的采樣。更重要的是，雷達重復頻率和槳葉旋轉頻率不同步，使得每一發射脈沖不一定能對準槳葉最大RCS 的位置，這會進一步減小槳葉回波的幅度甚至槳葉回波的數量，從而導致調制譜分辨力下降。

綜上所述，若要獲取穩定、可靠的調制周期特征，對雷達的基本要求是:穩定的雷達系統、較大的接收機線性動態范圍、較高的重復頻率和合適的天線轉速［5］。由于目前雷達不能達到或者不能同時達到上述要求，使得利用調制譜特征進行的識別變得困難。

但在實際對目標識別的過程中，從雷達回波數據中可以提取目標的多種特征信息，因此把目標具有可分性的多種特征信息進行有效的融合，充分發揮各個特征的作用，可以有效提高目標分類的成功率、正確率及可信度。

2 實測數據識別結果統計

本文從雷達回波中提取待探測目標的多個特征信息，并應用貝葉斯分類技術對特征信息進行融合，得出此目標被判為三類機型的概率值，同時進行可信度分析，把目標判為融合概率值最大且位于可信度范圍內的那一類機型。

2．1 指標定義

(1)識別次數:對目標進行跟蹤識別的總次數，跟蹤過程中，完成對目標的一次識別采集即為一次識別。

(2)識別成功次數:未提示識別失敗的次數。在識別過程中，存在由于目標信噪比過低，采集波門偏離及特征不明顯等因素導致無法識別的問題。因此定義識別成功次數為識別并輸出識別結果的次數，無法識別的數據輸出識別失敗。

(3)識別正確次數:已知目標類型并被正確識別成該類型的次數。

(4)識別成功率:識別成功次數與識別次數之比。

(5)識別正確率:識別正確次數與識別成功次數之比。

2．2 識別結果統計

通過對實測的三類機型數據進行識別仿真，分別統計回波數量小于等于25、小于等于40、小于等于80 和小于等于200 時識別成功率和識別正確率。以回波數量小于等于200 為例給出三類機型的融合后驗概率分布圖，如圖2、圖3 和圖4所示。

圖2 直升機的融合后驗概率分布圖

圖3 螺旋槳的融合后驗概率分布圖

圖2 是對直升機識別時各個樣本的融合后驗概率分布圖，共有753 個待識別樣本。從圖中可以看出，被錯誤識別的直升機樣本大部分被識別為螺旋槳，因為重頻較低，導致提取的調制周期變大，接近于螺旋槳的調制周期，所以被誤識別為螺旋槳，且融合概率較高。因此，直升機易被識別為螺旋槳飛機。

圖3 是對螺旋槳識別時各個樣本的融合后驗概率分布圖，共有402 個待識別樣本。從圖中可以看出，被錯誤識別的螺旋槳樣本大部分被識別為噴氣式。在我們設定的準則下，經統計有12.8%的螺旋槳被識別為噴氣式，而識別為直升機的只有3.2%。因此，螺旋槳飛機易被識別為噴氣式飛機。

圖4 噴氣式的融合后驗概率分布圖

圖4 是對噴氣式識別時各個樣本的融合后驗概率分布圖，共有317 個待識別樣本。從圖中可以看出，大部分噴氣式樣本的融合后驗概率值都在0.9之上，與直升機和螺旋槳具有明顯的可分性，因為噴氣式具有高空、高速、大尺寸等特征，所以，噴氣式是三類機型中最易識別的。

圖5 識別率隨回波數量變化統計圖

圖5 給出了四種回波數量下識別成功率和識別正確率隨回波數量變化的統計圖。如圖5所示:

(1)三種機型的識別成功率和識別正確率都隨著有效回波數量的增加而增加。因為當回波數量增加時，可以提高提取的目標特征信息的質量，增加可分性。

(2)識別成功率和識別正確率隨回波數量的變化是慢變的，并不是成比例增長的。因為回波數量只是影響提取調制特征的一個因素，如果其他因素如雷達脈沖重復頻率、發射信號等因素不達標，也會影響目標特征的提取，導致提取的特征質量下降，這種情況下即使有再多的回波數量，其識別結果也不好。

(3)三類機型中直升機隨回波數量的增加，其識別成功率和識別正確率提高最大。因為直升機的旋翼旋轉速度相對較慢，較少的回波數量難以覆蓋低速旋轉部件的調制周期，所以直升機的識別成功率和識別正確率都低于噴氣式和螺旋槳飛機。而隨著回波數量的增加，提取的直升機調制特征變化最明顯，所以其識別率增長最快。

3 總結

本文在綜合目標識別的模型下，針對噴氣式、螺旋槳和直升機三類機型，統計了不同回波數量條件下三類目標識別的成功率和正確率，并對回波數量對識別結果的影響進行分析。通過仿真可知，在其他條件不變的情況下，隨著回波數量的增加，識別成功率和識別正確率都有所增加。由于三類機型的結構不同，每類機型增加的比例并不一樣。經分析，在雷達其他條件不變的情況，在滿足識別時間、運算量等各類指標要求的前提下，可用的回波數量越多，識別結果越好。但是隨著回波數量的不斷增加，三類機型的識別成功率和識別正確率是否會一直保持緩慢增長還是會趨于平穩，由于現有條件限制無法論證，有待進一步討論。

［1］柴晶.雷達高分辨距離像目標識別的拒判算法和特征提取技術研究［D］.西安電子科技大學.2010.

［2］Peter Tait，羅軍等譯.雷達目標識別導論［M］.電子工業出版社.2013.

［3］程榮剛.基于JEM 特征的空中飛機目標分類方法研究［D］.西安電子科技大學.2012.

［4］陳娟.基于多特征融合的雷達目標識別［D］.西安電子科技大學.2010.

［5］丁建江.防空雷達目標識別技術［M］.國防工業出版社.2008.