基于回波特性的直升機載雷達目標探測與識別

趙亞先,唐 堯,景 雄

(北方電子研究院，西安 710010)

【裝備理論與裝備技術】

基于回波特性的直升機載雷達目標探測與識別

趙亞先,唐 堯,景 雄

(北方電子研究院，西安 710010)

研究雷達目標識別的基本方法，比較了傳統雷達對于坦克目標的回波幅度檢測和基于回波特性的機載雷達高壓線探測識別方法，分析目前目標識別和分類用于雷達的難點。

目標識別；直升機載雷達；幅度檢測；回波特性；高壓線探測識別

隨著20世紀科學技術的快速發展，許多新科技應用于國防建設之中。現代戰爭環境是一個復雜多變的電磁環境，對戰場目標的監測和識別顯得尤為重要。僅僅的目標探測與跟蹤已經不滿足目前的戰場要求。于是人們將雷達的功能提升到辨別目標幾何特征、運行速度、真偽等更詳細的目標信息上來。雷達自動目標識別技術應運而生[1-2]。

首先對過去的設置門限檢測回波幅度的方法進行試驗分析，因為目前使用雷達對軍用目標經行分析存在種種困難。而高壓線又對直升機造成嚴重影響，所以首先將對高壓線的探測進行試驗分析。

1 目標識別的基本方法

目標識別需要經過兩個階段：訓練階段與測試階段。目前關于目標識別還有在線學習這一階段。在本研究中重點關注訓練與測試階段。

訓練階段：① 預處理；② 特征提取；③ 特征選擇；④ 分類器設計[3-4]。預處理階段：主要進行信號處理工作，對回波進行去噪濾波。

特征提取：目標回波可以看作是目標類型、距離和方位等參數的多元函數，這樣回波顯然無法直接用于目標分類。所以必須通過信號處理，提取目標特征信息，將信號空間轉化為特征空間。

特征選擇：目標有多重類型特征，在進行分類器設計之前，要根據目標本身特點對特征進行選擇。常用特征有目標的RCS，熵特征，峰值個數，功率譜等。

分類器設計：目前常用的有SVM(支持向量機)，PCA(降維處理)，神經網絡以及過去最常使用的模板匹配法。

在訓練階段，需要訓練大量的試驗樣本建立訓練樣本數據庫。

測試階段：① 預處理；② 特征提取，③ 特征選擇；④ 分類器判決；⑤ 輸出結果[4]。

在建立了訓練樣本數據庫后，需要對測試目標進行探測識別，并對不屬于樣本庫的目標進行拒判，屬于樣本庫的目標進行分類輸出。

2 傳統回波幅度監測進行的目標輸出

該實驗基于某型機載雷達，用于探測某型坦克在17.5～21 km范圍內運動(由于遮擋原因，雷達發現目標距離起始為18 km左右)。通過設置門限，如果目標在MTD處理后的目標幅度超過門限，即報發現目標。

從18 km(確認目標距離)到20 km跟蹤目標，連續觀測不同距離、波位下的目標幅度。

圖1中，不帶點的曲線為回波MTD后的強度，帶黑點的曲線為當前參數下恒虛警門限。由圖1可見，目標幅度明顯超過恒虛警門限，因此目標能夠被檢測到。

圖1 18.01 km目標強度

由圖2可見，目標仍在第41多普勒通道，距離為18.03 km。目標幅度明顯超過監測門限，依然可以被探測到。

圖2 18.03 km目標強度

圖3中目標運動到20 km左右時，目標幅度明顯減弱。目標在20.11 km時，幅度相對18 km處明顯降低。雖然依然超過檢測門限，但通過對比可以發現目標在18 km附近的數據，幅度在4 500左右；比對目標在20 km附近數據，幅度在2 700左右(0.6倍左右)。18 km與20 km的距離比值為0.9，因此相同截面積目標的在這兩個距離段的回波強度比值為0.656 1。

圖3 20.11 km目標強度

通過本次試驗，可以看出，運用傳統的MTD監測方法。雷達可以對目標經行識別，并在顯控設備上顯示。但無法對目標的類別進行判斷。在大部分情況下需要先驗信息進行支持。針對這種情況，提出了目標識別分類這一要求。軍用目標探測識別，建立數據庫極其困難，存在干擾物類極多，目標分類所需運算量極大等問題，所以在下一節中首先解決高壓線探測與識別這一問題。

3 利用回波形狀識別高壓線

1) 信處端處理任務：對恒虛警過門限的點，進行粗距離單元的距離凝聚，即對于連續的過門限點，僅保留幅值最大的點作為過門線點。保留前一距離單元、本距離單元、后一距離單元的64點細分辨IFFT結果(共192個點)，進行后續的拼像和識別。對于過門限的粗距離單元，找出該粗距離單元IFFT后最大幅度點的序號(1～64)。拼接像以該點為中心拼接前后各一副距離像的細分辨點，合成拼接后的距離像并作歸一化處理[5]。

2) 數處端處理任務

a) 方位緯凝聚

對方位連續，距離間隔在20m(3個粗距離分辨單元)內的點進行方位凝聚。即對于方位上連續出現的點只對幅度最大點的合成距離像保留并進行識別[5-7]。

b) 特征提取

記錄圖像特征，即目標像的(主峰寬、次峰高、主次間隔、再次峰高、主再次間隔、峰數)等特征信息[5]。

c) 識別分類

根據特征信息進行目標分類，將目標分為塔(類型1)、疑似塔(類型2)、非塔(類型3)、其他(類型4)4類目標。

d) 幀間關聯穩定

歷史點跡僅保留類型1的目標，根據慣導信息將這些點補償到當前幀下并進行關聯。只要能關聯上則該目標類型仍為1(例如，關聯到的點位為類型3，但記錄該點的類型仍為1)。關聯后，累計其被識別成塔的次數(最多5次)，以及連續未被識別成塔或疑似塔的次數(若連續6次未被識別成塔，則該點被判決為非塔，不參與下次關聯)。對于連續4次沒有關聯上任何目標的塔點也從歷史點中刪除，不參與下次關聯。

e) 高壓線連接

對于類型1目標比較它們被識別成塔的次數n，以n值最大者作為高壓線連線的起始點。連線的對象為塔點/疑似塔點和其他點。以起點為中心在200～800 m范圍內搜索可供連接的點，搜索順序分別為塔點→疑似塔點→其他點，即如果某個塔點在200～800 m范圍內找到其他塔點可供連線則不再在疑似塔點和其他點的集合中繼續搜索。

若某個塔點在200～800 m搜索到多個可連接點，則按連線的矢量角進行高壓線走向連接。

3) 高壓線探測結果輸出

完成信處端與輸出端的工作之后，高壓線走向的鏈接工作完成。隨后可在顯控端進行結果輸出，并對飛行員進行高壓線告警。

4 利用回波形狀判別高壓線的實驗數據

選擇雁引路作為實驗地點，根據肉眼估計距雷達1.5 km到2 km的左方和右方各有兩個高壓塔，但受地理條件限制無法進行定標，場景周邊房屋道路多，地形復雜。

在識別結果圖4中：① 五角星代表識別高壓塔點(高可能性)；② 六角星代表識別疑似高壓塔點；③ 叉代表識別非塔點；④ 圓圈代表其他點(既不符合塔點的判決條件也不符合非塔點的判決條件)。

圖4 雁引路識別結果

圖4為雁引路0到10 km雷達觀測點的識別結果。根據當時的場景，肉眼判斷高壓塔距雷達1.5 km到2 km左方和右方各有兩個高壓塔。在圖4的基礎上，進行目標的判定與分類，在顯控上即可顯示出圖5的結果。

由圖5可見，在2 km左右被識別出5個高壓塔(其中有一個高壓塔在兩個波位上被識別了2次，由于這兩個波位不連續所以沒有被凝聚)。

這4個塔的距離和方位依次為：

R= 1.531 2, 1.962 9, 2.025 3, 1.937 5 km

Az= -28°, -12°, 1°, 14°

基本符合當時肉眼觀測到的塔位置，另外該距離段內除了這4個塔外沒有再判決出其他的塔。

在這次實驗中可以看到，首先有高壓塔被識別兩次，但不影響對飛行員告警。其次雷達回波不穩定。同一個場景，上一大幀和下一大幀(全波位掃描一次稱為一個大幀)，獲取的目標點跡及點跡識別結果存在差異。這一方面需要在日后的工作中努力改進。

圖5 雁引路4 km內識別塔點標定

5 結束語

傳統的雷達技術只能實現對目標的探測與顯示。為了適應現在戰場復雜多變的環境，對雷達提出了對目標分類識別的要求。本文首先對傳統雷達探測方式進行了試驗。目前對戰場目標分類識別存在很多困難，所以對高壓線的分類識別進行試驗。

[1] 馬林.雷達目標識別技術綜述[J].現代雷達,2011,33(6):1-7.

[2] ZHU M,MARTINEZ A M.Subclass Discriminates Analysis[J].IEEE Trans Pattern Analysis and Machine Intelligence,2006,28(8):1274-1284.

[3] 王曉丹.雷達目標識別技術綜述[J].現代雷達,2003，25(5)：22-26.

[4] 董鴻鵬.面向雷達圖像仿真的三維實體模型表示方法[J].兵器裝備工程學報,2016，37(2)：155-158.

[5] 張明.直升機載毫米波雷達高壓線防撞處理研究[J].火控雷達技術,2016，45(2)：7-12.

[6] 保錚.王彤著.雷達成像技術[M].北京:電子工業出版社，2005.

[7] 劉晨.基于兩坐標雷達和紅外傳感器的融合目標跟蹤算法[J].探測與控制學報,2005,27(5)：45-50.

(責任編輯周江川)

Helicopter Radar Detected and Recognized Based on Echo Characteristic

ZHAO Ya-xian, TANG Yao, JING Xiong

(Northern Electronic Engineering Research Institute, Xi’an 710010, China)

Though discussing the basic theories of target recognition, being compared the traditional radar target detected that setting the threshold to detected the target and the new method that using the echo characteristic to recognize the target, we analyzed the difficulty of target detected and recognized using to helicopter radar.

target recognition; helicopter radar; setting threshold of amplitude; echo characteristic; power line detection

2016-09-20；

趙亞先(1991—)，男(滿族)，碩士研究生，助理工程師，主要從事火控雷達研究。

10.11809/scbgxb2016.12.012

趙亞先,唐堯,景雄.基于回波特性的直升機載雷達目標探測與識別[J].兵器裝備工程學報，2016(12):48-50.

format:ZHAO Ya-xian, TANG Yao, JING Xiong.Helicopter Radar Detected and Recognized Based on Echo Characteristic[J].Journal of Ordnance Equipment Engineering,2016(12):48-50.

V275.1

A

2096-2304(2016)12-0048-03

修回日期：2016-10-11