基于微多普勒特征的車輛與直升機分類技術

柴曉飛 陳尹翔 羅才震

摘 要：利用低分辨雷達對車輛、直升機進行分類具有重要意義。本文首先對車輛與直升機的微多普勒特征進行分析，提取具有可分辨力的特征，采用支持向量機（Support Vector Machine，SVM）分類器，實現短駐留條件下對兩類目標的有效鑒別。基于實測數據的實驗結果驗證了所提特征和方法的有效性。

關鍵詞：車輛 直升機 雷達參數 微多普勒 特征提取 支持向量機

中圖分類號：U469.6 文獻標識碼：A 文章編號：1672-3791（2018）10（c）-0-02

在現代戰爭中，對于不同高科技武器的需求越來越迫切，承擔作戰任務的不僅有各種類型的車輛還有武裝直升機。例如，車輛機動性好，通常用于偵察和運輸；武裝直升機可以低空慢速飛行或懸停，利用地雜波進行掩護，在靠近戰區的位置懸停然后躍起攻擊或懸停作戰。由于它們威脅程度不同，因此，對車輛和直升機的識別和分類在現代戰爭中具有重要意義。

關于不同類型的車輛、飛機的識別，也有較多的工作。比如文獻[1]提取能量比特征對輪式和履帶車輛進行識別；文獻[2]基于目標微多普勒特征的不同對直升機和固定翼飛機進行識別。這些文獻中，認為輪式車輛對雷達照射信號能量的后向散射作用較小，微多普勒調制很難實現。但經過對雷達采集回波進行分析可知，裝甲輪式車輛的微多普勒分量很明顯，而且會出現一定的周期性調制。本文主要針對裝甲輪式和直升機進行識別分類。

1 車輛與直升機微運動分析

1.1 車輛微運動分析

輪式車輛產生微多普勒調制，主要是由于輪胎的轉動引起的。微運動回波信號[3]為，k=1，2，…，K，其中K為散射點的個數，θK為K個散射點的初始轉角。以地面為參照物，車輛的多普勒頻率分布在[0，2fd]之間，除車身分量之外，還有輪胎轉動產生的微多普勒分量，由于裝甲輪式車輛結構的特殊性，由實測數據分析可知，頻譜呈一定的周期性調制。

1.2 直升機微運動分析

直升機的回波主要是由機身回波、主旋翼回波、尾旋翼回波和葉轂回波4個部分組成。主旋翼由幾片大而長的金屬葉片組成，通常情況下在水平面內做高速旋轉，其回波有較強的幅度和較寬的頻譜。尾旋翼相對于主旋翼來說，其葉片較短，在與主旋翼旋轉面相垂直的平面內作旋轉，且轉速通常是主旋翼的4～6倍，但在視線上容易受機身分量的遮擋，反射回波比較弱，葉轂與主旋翼同步旋轉，但其體積較小，回波幅度較弱，頻譜較窄。由理想旋翼雷達回波的時域和頻域的數學模型[4]可知，當旋翼葉片與雷達視線的夾角為90°時，葉片的雷達回波強度最大，時域回波會出現有周期性的峰值，且旋翼回波的幅度和相位均受槳葉旋轉角速度的周期性調制。旋翼回波的頻譜為一系列線譜組成，譜線的間隔為fT（fT=DNfr）表示峰包出現的頻率，它由旋翼包含的葉片數量N和旋翼的轉動速度fr決定，當葉片數量N為偶數時，D=1，當葉片數量N為奇數時，D=2。

2 雷達工作參數

本文所有數據來源于某雷達實驗平臺。該雷達平臺靜止工作，主要探測地面及低空活動的目標。此雷達平臺的參數如表1所示。

2.1 駐留時間

對兩類目標進行檢測時，考慮到雷達回波的時域檢測周期性峰包的有無，雷達應具有較長的波束駐留時間，以便在駐留時間內盡可能多地接收到含有周期性峰包的回波信號。由實測數據分析可得，直升機的閃爍周期時間（T=1/DNfr）大于裝甲輪式車，即雷達的波束駐留時間滿足：

0.05ms

2.2 脈沖重復周期

為了保證在一個峰包的持續時間內有一個采樣，雷達應具有較高的脈沖重復周期，由直升機參數可算得，雷達脈

沖重復周期滿足μs。

3 基于實測數據的目標特性選擇與提取

對裝甲輪式車輛和直升機進行分類主要利用的就是它們微多普勒調制的不同，因此對兩類目標的雜波預處理后的多普勒譜進行特征提取。裝甲輪式車輛的微多普勒頻率位于[0，2fd]之間，由于輪胎的特殊性，在回波時域上表現

為閃爍間隔較短，多普勒域上表現為譜線間隔較長；直升機主旋翼葉片長度大，轉動角速度較慢，在時域上表現為閃爍間隔較長，頻域上表現為譜線間隔較短，且多普勒頻率分布0通道兩側，譜寬較寬。根據裝甲輪式車輛和直升機多普勒譜的不同，提取了3個特征：（1）負頻率歸一化幅度和；（2）0（零頻）到2v頻率內能量與整個頻譜的能量比；（3）波形熵

4 實驗結果

本文的實驗部分所用到的數據為某雷達實驗平臺采集的實測數據。車輛為裝甲輪式車輛的回波數據，直升機為貝爾429的回波數據。

采用支持向量機對兩類目標進行識別分類。SVM基于結構風險最小化原則，適用于訓練樣本數較少的情況，具有較強的高維樣本處理能力，核函數選為高斯核。圖1給出了兩類目標特征的樣本分布圖，選用訓練樣本各為300個，測試樣本各為150個，送入SVM分類器進行調參訓練，可得識別率為99.99%。由此可驗證所提的特征和方法是有效性 。

參考文獻

[1] 李彥兵，杜蘭，劉宏偉，等.基于微多普勒特征的地面目標分類[J].電子與信息學報，2010，32（12）：2848-2853.

[2] 陳行勇，黎湘，郭桂蓉，等.基于旋翼微動雷達特征的空中目標識別[J].系統工程與雷達技術，2006，28（3）：372-375.

[3] 李彥兵.基于微多普勒效應的運動車輛目標分類研究[D].西安電子科技大學，2012.

[4] 陳行勇.微動目標雷達特征提取技術研究[D].國防科學技術大學，2016.