羅才震
(西安電子工程研究所,西安 710100)
在現代戰爭中,海面戰爭是非常重要的一部分,所以能否準確識別敵方目標、怎樣快速的識別敵方目標是雷達目標識別技術對海亟需解覺的兩大關鍵問題。要準確的識別海雜波和海面目標,則必須掌握海面上影響海面目標的關鍵因素—海尖峰,通過找到區分海尖峰與海面目標特性的算法,來提高海雜波與海面目標特征分類的識別率。
本次實驗數據采用的是IPIX雷達在1998年采集的一組數據,雷達的載頻為9.39GHz、脈沖重復頻率為1000Hz、距離分辨率為3m。

圖1 海雜波多幀疊加的距離多普勒平面圖
上圖1從左到右第一張圖為10幀(每一幀時間間隔1.024s)相鄰多普勒平面圖所疊加的海雜波的多普勒平面圖,第二張為30幀所疊加,而右圖則是60幀所疊加。通過該圖可以看出,隨著幀數的不斷疊加,海面目標的幅度相對于海尖峰的幅度越來越大,即可以通過幀間疊加的方法對海面目標和海雜波進行特征提取和特征分類。所選擇特征如下:
特征1:幀間疊加距離維幅度最大值
幀間疊加距離維幅度即為10幀疊加后距離多普勒平面圖的海雜波和海面目標的距離維所提取的幅度最大值。
特征2:幀間疊加多普勒維幅度最大值
幀間疊加多普勒維幅度即為10幀疊加后距離多普勒平面圖的海雜波和海面目標的多普勒維所提取的幅度最大值。
特征3:幀間疊加多普勒波形熵
幀間疊加多普勒維波形熵即為10幀疊加后距離多普勒平面圖的海雜波和海面目標的多普勒維能量的集中度。
取600幀數據進行仿真,通過對上述特征的提取,可以把仿真數據分成100組進行分析,每個特征提取出的目標特征為454個,而海雜波的特征為563個。并設立相同數量的目標標簽和海雜波標簽分別設定為1和0,將3*454個目標特征和目標標簽放入一個矩陣,然后將3*563個海雜波特征和海雜波標簽放入一個另外一個矩陣,在將兩個矩陣進行合并并選取四分之三的作為訓練樣本,四分之一的作為測試樣本,然后將訓練樣本放入支持向量機(SVM)分類器進行分類,用測試樣本進行測試,得到識別結果和識別率如下圖:

圖2 三類特征的識別圖以及識別率
通過上圖2可以看出,三類特征的分類效果相當好,從圖中的下面可以看出,識別率達到了94.9309%,相對于前面所述的75%有較大的提高。
本文通過海雜波相鄰幀數的疊加,對疊加后的海雜波特征進行特征分類,識別率較高??梢园驯疚奶卣鞣诸惖姆椒?,運用于實際工程中進行嘗試,并做出相應的改進。