雷达的目标识别技术
rsic名词解释
rsic名词解释RSIC（Radar Signal Identification and Classification）是雷达信号识别与分类的缩写。
它是一种利用雷达技术对目标信号进行识别和分类的技术。
RSIC技术通过对雷达回波信号的特性进行分析和处理，实现对目标信号的识别和分类，从而为雷达系统提供更准确的目标信息。
RSIC技术在军事、航空航天、气象、地质勘测等领域具有广泛的应用。
一、RSIC技术的原理RSIC技术基于雷达回波信号的特性，通过对信号进行时域、频域和空域分析，提取出目标信号的独特特征，从而实现对目标信号的识别和分类。
具体包括以下几个步骤：1.雷达信号采集：通过雷达系统收集目标的回波信号。
2.信号预处理：对收集到的信号进行去噪、滤波等预处理，提高信号质量。
3.特征提取：对预处理后的信号进行时域、频域和空域分析，提取出目标信号的独特特征。
4.信号识别与分类：利用提取到的特征，通过模式识别、机器学习等算法对目标信号进行识别和分类。
二、RSIC技术的应用1.军事领域：RSIC技术在军事领域具有广泛的应用，如对敌方飞机、导弹、舰船等进行识别和分类，为我方作战决策提供准确的目标信息。
2.航空航天：在航空航天领域，RSIC技术可以用于飞机、卫星等目标的识别和分类，为航空交通管理、卫星遥感等提供技术支持。
3.气象领域：RSIC技术可以用于气象雷达信号的识别和分类，实现对降雨、降雪、冰雹等天气现象的监测和预警。
4.地质勘测：在地质勘测领域，RSIC技术可以用于地质雷达信号的识别和分类，为资源勘探、地质灾害预警等提供技术支持。
三、RSIC技术的挑战与发展趋势1.信号处理算法的改进：随着信号处理技术的发展，如何提高信号识别和分类的准确性和实时性成为RSIC技术的研究重点。
2.抗干扰能力：在实际应用中，雷达信号可能受到各种干扰，如何提高RSIC技术的抗干扰能力是一个重要挑战。
3.多传感器信息融合：未来RSIC技术将向多传感器信息融合方向发展，通过整合不同类型雷达的信号，提高目标识别和分类的准确性。
使用Matlab进行实时雷达信号处理与目标识别的实践指南
使用Matlab进行实时雷达信号处理与目标识别的实践指南引言雷达技术在军事、航空航天、气象等领域中有着广泛的应用。
实时雷达信号处理与目标识别是其中重要的研究方向之一。
Matlab作为一种功能强大的工具，可以帮助我们实现实时雷达信号处理和目标识别的算法。
本文将介绍如何使用Matlab进行实时雷达信号处理与目标识别，并提供实践指南。
一、雷达信号处理的基础知识1.1 雷达系统基本原理雷达系统由发射机、天线、接收机和信号处理模块组成。
发射机将电磁波发送至目标物体并接收反射回来的信号。
天线用于发射和接收信号。
接收机接收和放大返回的信号。
信号处理模块用于提取目标信息。
1.2 雷达信号处理流程雷达信号处理包括信号质量评估、信号预处理、目标检测与跟踪等步骤。
信号质量评估用于分析信号的特点，判断信号质量。
信号预处理包括去噪、增强等操作，以提高信号的质量。
目标检测与跟踪则是通过信号处理算法来识别目标。
二、Matlab在实时雷达信号处理中的应用2.1 信号质量评估Matlab提供了丰富的工具箱和函数，方便我们对信号进行特征提取和质量评估。
例如，我们可以使用MATLAB中的fft函数对信号进行频谱分析，通过观察频谱来评估信号的质量。
2.2 信号预处理信号预处理是提高信号质量的一个重要步骤。
Matlab提供了各种去噪和增强算法，例如小波去噪算法和自适应滤波算法。
我们可以根据具体需求选择适合的算法，并结合实时数据对算法进行调参和优化。
2.3 目标检测与跟踪目标检测与跟踪是雷达信号处理的核心任务之一。
在Matlab中，我们可以使用各种目标检测和跟踪算法来实现目标识别。
例如，常用的算法包括卡尔曼滤波、粒子滤波、模板匹配等。
Matlab提供了相关工具箱和函数，方便我们进行算法的实现和调试。
三、Matlab实时雷达信号处理与目标识别的实践指南3.1 数据获取与处理实时雷达信号处理需要依赖实时采集的雷达信号数据。
我们可以通过硬件设备或仿真数据生成器来获取数据。
雷达检测物体种类的方法
雷达检测物体种类的方法
雷达是一种使用电磁波进行物体探测的技术。
雷达可以通过测量电磁波与目标对象相互作用的方式，来检测和识别不同种类的物体。
以下是一些常用的方法来检测物体的种类：
1. 距离测量：雷达可以通过计算电磁波的传播时间来测量物体与雷达的距离。
不同种类的物体可能有不同的大小和形状，从而可以通过距离信息来初步判断物体的类别。
2. 反射信号强度：不同种类的物体对电磁波的反射能力也有所不同。
通过测量反射信号的强度，可以初步判断物体的材质和形状。
3. 目标运动：雷达还可以通过观察物体的运动来判断其类型。
不同类别的物体通常具有不同的运动模式，如车辆、飞机和行人等。
4. 特征提取：雷达可以提取目标的一些特征来辅助识别。
例如，目标的形状、纹理和轮廓等特征可以与已知的模式进行比较，来判断物体的种类。
5. 多传感器融合：雷达通常与其他传感器（如摄像头、红外传感器等）一起使用，通过融合多个传感器的信息来提高物体种类的识别准确率。
需要注意的是，以上方法往往是结合机器学习和模式识别等技术进行物体分类和识别的。
不同的物体种类可能需要不同的算法和模型来进行准确识别。
使用相控阵雷达进行目标探测的步骤和原理
使用相控阵雷达进行目标探测的步骤和原理相控阵雷达是一种基于相控技术的雷达系统，它能够实现多波束的发射和接收，具有高分辨率、高精度和多目标探测等特点。
在现代军事和民用领域广泛应用。
本文将介绍使用相控阵雷达进行目标探测的步骤和原理。
一、相控阵雷达的基本原理相控阵雷达由许多天线组成，这些天线被组织成一个二维或三维阵列。
每个天线都可以独立进行发射和接收信号。
通过控制相位差，可以实现波束的相应调控。
相控阵雷达主要通过以下原理实现目标探测：1. 多波束形成：相控阵雷达可以同时形成多个波束，每个波束可以独立指向不同的方向。
通过调整每个波束的发射相位差，可以实现对不同方向的目标同时探测。
2. 自适应波束形成：相控阵雷达可以根据环境和目标的变化，实时调整波束形成参数，提高雷达的性能。
例如，可以通过自适应波束形成技术，抑制多径效应和杂波干扰，提高探测的信噪比。
3. 高精度测角：相控阵雷达可以利用相控阵的几何结构，实现高精度的目标测角。
通过测量每个波束的相位差，可以计算出目标相对于雷达的方位和俯仰角。
4. 捷联测量：相控阵雷达可以利用多波束的测量结果，实现对目标位置的捷联测量。
通过将多个波束的测量结果进行融合，可以提高目标位置的准确性和可靠性。
二、相控阵雷达目标探测的步骤相控阵雷达进行目标探测的步骤主要包括以下几个环节：1. 发射信号：相控阵雷达首先需要发射一组电磁波信号。
这些信号会经过射频与微波电路的处理，形成合适的脉冲信号。
2. 波束形成：发射的信号进入相控阵雷达的阵列天线，通过调控每个天线的发射相位和幅度，形成多个波束。
每个波束可以独立指向不同的方向。
3. 目标回波接收：当发射的信号遇到目标时，会被目标反射回来，形成回波。
相控阵雷达的阵列天线接收并采集回波信号，并将其传送到接收机。
4. 信号处理：接收机对接收到的回波信号进行放大、滤波和混频等处理。
然后，利用自适应波束形成技术，抑制干扰信号和杂波，提取目标信号。
雷达遥感图像处理方法与目标识别的基本原理与应用
雷达遥感图像处理方法与目标识别的基本原理与应用概述雷达遥感是一种利用雷达技术获取地球表面信息的遥感技术。
雷达遥感图像处理方法与目标识别是该领域中的关键技术，本文将介绍其基本原理与应用。
一、雷达遥感图像处理方法1. 预处理雷达遥感图像预处理是为了提高后续处理的可靠性和有效性。
包括噪声抑制、几何校正和辐射校正等。
噪声抑制通过滤波、去斑等算法降低雷达图像中的噪声干扰；几何校正将雷达图像与地面实际位置对应起来；辐射校正则是为了消除图像中的辐射差异。
2. 特征提取特征提取是雷达遥感图像处理中的关键一步，目的是将图像中的目标与背景区分开来。
常用的特征包括纹理特征、形状特征和频谱特征等。
纹理特征描述图像中的像素分布和灰度级变化；形状特征描述目标的形态和几何结构；频谱特征描述目标反射和散射特性。
3. 分割与分类分割将雷达图像分为不同的区域，使不同目标或背景出现在不同区域中。
常用的分割算法包括基于阈值、基于边缘、基于区域和基于特征等。
分类将图像中的区域分为不同的类别，以达到目标识别或目标检测的目的。
常用的分类算法包括最近邻分类器、支持向量机、决策树等。
二、目标识别的基本原理目标识别是雷达遥感图像处理的重点任务之一，其基本原理如下：1. 目标特征提取通过特征提取算法提取目标在雷达图像中的特征，包括目标的形状、纹理、尺寸和位置等信息。
这些特征可以用于后续的目标分类和识别。
2. 目标分类通过将目标与已知类别进行比较，将其归入某个类别中。
常用的分类算法包括最近邻分类器、支持向量机和人工神经网络等。
3. 目标检测与定位目标检测是指在雷达图像中找到目标的位置和尺寸。
常用的目标检测算法包括基于阈值、基于边缘和基于模板匹配等。
目标定位是指确定目标在地球表面的精确位置，一般通过地理坐标转换技术实现。
三、雷达遥感图像处理方法与目标识别的应用雷达遥感图像处理方法与目标识别技术在军事、农业、气象和城市规划等领域有广泛应用。
1. 军事雷达遥感图像处理与目标识别在军事领域中具有重要意义。
雷达探测功能详解
雷达探测功能详解
雷达是一种广泛应用于军事、民用领域的电子装备，其主要功能是探测目标并获取目标的信息。
雷达探测功能的核心是探测目标的位置和速度，并通过信号处理和数据分析获取目标的更多信息。
雷达探测功能主要包括以下几个方面：
1. 距离探测：雷达通过发射脉冲信号并接收目标反射回来的信号来测量目标与雷达的距离。
这是雷达最基本的功能之一。
2. 方位探测：雷达通过测量目标反射信号到达雷达的方向来确定目标的方位。
方位探测可以使用机械扫描、电子扫描等不同的技术。
3. 高度探测：雷达可以通过测量目标反射信号的到达时间和相位变化来确定目标的高度，尤其对于航空目标的探测非常重要。
4. 速度探测：雷达可以通过测量目标反射信号的多普勒频移来确定目标的速度，这是雷达探测功能的另一个重要方面。
5. 周期探测：雷达可以通过周期性变化的信号探测目标的周期变化，如雷达在天气探测中可以探测到云层的运动周期。
6. 目标识别：雷达可以通过信号处理和数据分析来识别目标，如识别目标的大小、形状、材质等信息，从而实现目标的分类和识别。
总之，雷达探测功能是一项非常复杂和精密的技术，它不仅在军事领域发挥着重要作用，同时也被广泛应用于民用领域，如天气预报、航空导航、海洋探测等。
- 1 -。
雷达信号处理技术在目标识别中的应用教程
雷达信号处理技术在目标识别中的应用教程雷达技术是一种通过发送和接收电磁波来感知和探测目标的无线通信技术。
在雷达系统中，信号处理是非常重要的环节，它能够提取出目标的特征信息，并对目标进行识别。
本文将介绍雷达信号处理技术在目标识别中的应用教程。
一、雷达信号处理的基本流程雷达信号处理是从雷达接收到的回波信号中提取目标信息的过程。
其基本流程可以分为以下几个步骤：回波信号接收、杂波抑制、脉冲压缩、目标检测和跟踪、特征提取和目标识别。
1. 回波信号接收雷达通过发射电磁波，并接收由目标反射回来的回波信号。
回波信号包含了目标的位置、距离、速度等信息。
在接收回波信号时，需要采用合适的天线和接收系统来接收信号，并进行放大和滤波处理。
2. 杂波抑制在接收到的回波信号中，除了目标所反射的信号外，还包含了一些其他无关的杂波信号。
杂波抑制的目的是将这些杂波信号降低到一个较低的水平，以减小对目标的干扰。
常用的杂波抑制方法包括滤波、干扰消除等。
3. 脉冲压缩脉冲压缩是为了提高雷达系统的分辨能力和测距精度而进行的信号处理技术。
当发射的脉冲信号宽度较宽时，可以在接收端利用滤波器对回波信号进行压缩处理，使其变窄，并提高脉冲的能量密度。
4. 目标检测和跟踪目标检测是识别回波信号中是否存在目标的过程。
常用的目标检测算法有恒虚警率检测（CFAR）等。
目标跟踪是在连续的雷达回波信号中追踪目标的位置和运动状态。
常用的目标跟踪算法有卡尔曼滤波、粒子滤波等。
5. 特征提取和目标识别特征提取是从目标的回波信号中提取出与目标特征相关的参数或特征。
可以利用这些特征对目标进行识别。
常用的特征包括目标形状、速度、散射截面等。
目标识别是根据特征将目标与其他物体进行区分和识别的过程。
常用的目标识别算法有支持向量机、神经网络等。
二、雷达信号处理技术的应用雷达信号处理技术在目标识别中有着广泛的应用。
以下是几个典型的应用领域：1. 军事领域雷达在军事领域中起着至关重要的作用。
雷达信号处理技术的最新进展
雷达信号处理技术的最新进展雷达作为一种重要的探测和监测工具，在军事、航空航天、气象、交通等众多领域发挥着关键作用。
而雷达信号处理技术则是提升雷达性能、实现更精确探测和更可靠目标识别的核心所在。
近年来，随着科技的飞速发展，雷达信号处理技术也取得了一系列令人瞩目的新进展。
一、多输入多输出（MIMO）雷达技术MIMO 雷达技术是雷达信号处理领域的一个重要突破。
传统雷达通常采用单发射和单接收天线，而 MIMO 雷达则使用多个发射和多个接收天线，通过发射不同的信号并利用接收信号的多样性来获取更多的目标信息。
这种技术可以显著提高雷达的角度分辨率、抗干扰能力和目标检测性能。
例如，在复杂的电磁环境中，MIMO 雷达能够更好地区分多个相近的目标，降低了误判的概率。
二、认知雷达技术认知雷达是一种具有自适应和学习能力的新型雷达系统。
它能够感知周围环境的变化，并根据获取的信息实时调整发射信号的参数，以实现更优的探测效果。
与传统雷达相比，认知雷达能够更有效地应对动态变化的目标特性和复杂的电磁干扰。
通过不断地学习和优化，认知雷达可以在不同的场景下自动选择最合适的工作模式和参数配置，从而大大提高了雷达的整体性能和适应性。
三、数字波束形成（DBF）技术DBF 技术是现代雷达信号处理中的一项关键技术。
它通过对接收天线阵列的信号进行数字处理，实现对波束的精确控制和指向。
这使得雷达能够同时形成多个波束，对多个目标进行跟踪和监测，大大提高了雷达的工作效率和目标处理能力。
此外，DBF 技术还可以有效地抑制旁瓣干扰，提高雷达的抗干扰性能和目标检测精度。
四、目标特征提取与识别技术在雷达信号处理中，准确地提取目标的特征并进行有效的识别是至关重要的。
近年来，基于深度学习的目标特征提取和识别技术取得了显著进展。
通过使用大量的训练数据，深度学习模型能够学习到目标的各种特征，从而实现对目标的高精度分类和识别。
这种技术在军事侦察、民用安防等领域具有广泛的应用前景。
车载毫米波雷达目标分类识别技术
光学传感器的图像处理开始转变成为对气象与环境有 着更强适应性的雷达技术。在总结研究研究过程中， 某大学就对24GHz的雷达进行了身体探究，并研究出 了可以利用该频段运行的防撞雷达系统，在研发后还 进行了相应实验，最终得出了距离、速度、角度数 据，为了进一步提升系统应用合理性，就开始对这三 种诗句进行提取研究。与此同时，我国研究人员在对 车载毫米波雷达分类识别研究时还发现了一些问题， 例如车身与形状对雷达波的干扰，速度对信息输出的 影响，以通过对外部干扰进行控制的方式来提高警报 准确度。
（2）我国车载毫米波雷达发展历史。随着我国
作者简介：吴昆伦，招商局检测车辆技术研究院有限公司，研究方向：信号与信息处理。 收稿日期：2021-04-19，修回日期：2021-05-21。
8 集成电路应用 第 38 卷 第 6 期（总第 333 期）2021 年 6 月
Research and Design 研究与设计
其实在雷达技术发展过程中，与图像处理相 关的道路目标分类识别技术有很多，同时其应用范 围也十分广泛，只是其实际应用与处理速度十分缓 慢，再加上道路环境存在一定差异，这就使得其应 用合理性无法得到控制。所以在发展过程中为了进 一步提高技术应用合理性与识别效率，相关研究单 位就开始对该技术进行优化，以通过这样的方式来 保证技术能够合理应用。例如2014年特斯拉公司就 通过对该技术优化升级推出了Autopilot驾驶系统， 该系统相较于传统系统有着极强的应用优势，不仅 在软件方面进行了优化，其硬件装配也得到了显著 提升，在实际应用过程中可以通过全身摄像头以及 12个超声波雷达同步配合，对车辆周边的所有障 碍我进行识别[2]。在近几年科学技术不断推进背景 下，雷达技术也就随之发生了变化，在不断地总结 研究过程中，该技术应用的主体发生了变化，传统
雷达技术在目标追踪中的应用
雷达技术在目标追踪中的应用目标追踪是当今军事、民用领域的一个非常重要的问题。
它可以实现军事侦察、民用监控、交通流量控制、无人机导航等多种应用。
雷达技术在目标追踪中发挥着至关重要的作用。
本文将分析雷达技术在目标追踪中的应用。
雷达概述雷达（Radar）是利用无线电波来探测目标的技术。
雷达通常由一个或多个天线、收发器、信号处理器和控制系统等组件构成。
雷达发射一些脉冲信号，这些信号会在空气、云层或者其他物体的边界处反射回来。
然后雷达天线接到反射回来的信号并将其传回雷达的控制系统。
雷达通过对接收的信号进行处理，可以计算出目标的位置、速度、方向和类型等信息。
雷达技术的应用在军事领域，雷达的应用主要包括远程侦察、指挥和控制、火力支援、导航和空管等多个方面。
在民用领域，雷达的应用也非常广泛，如飞行器导航、交通流量监测、海洋航行和废料处置等。
现在，雷达也被广泛应用于农业、气象和天文学等领域。
在目标追踪中，雷达可以通过对目标位置、速度、方向和类型等信息的分析，准确地追踪目标。
下面将分析雷达在目标追踪中的应用。
目标识别雷达可以通过对目标的信号反射分析，确定目标的位置、大小、形状和运动状态等信息。
这样就可以对不同类型的目标进行识别。
例如，在战斗机的作战中，雷达可以通过分析战斗机的特征，将其与其他目标区分开来。
在船舶和航空器导航中，雷达也可以监测目标位置和速度信息，以便更好地控制和导航。
目标跟踪雷达可以通过连续监测目标的位置和运动状态，实现目标的实时跟踪。
这样就可以对目标进行精确的定位和追踪。
例如，在导弹的攻击中，雷达可以跟踪目标位置，以实现更好的命中精度。
在交通控制中，雷达可以跟踪车辆的移动，设计更好的路线。
反雷达识别在现代军事作战中，反雷达识别技术发挥着重要的作用。
雷达可以通过分析目标发出的信号，推断出目标的位置和运动状态，实现反雷达识别。
例如，一架飞机可以使用其雷达发射器的信号来识别敌方反雷达设备的部署位置，帮助飞机实现更好的作战效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 雷达的目标识别技术 摘要： 对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾，研究了相控阵雷达系统中多目标跟踪识别的重复检测问题提出了角度相关区算法，分析了实现中的若干问题，通过在相控阵雷达地址系统中进行的地址实验和结果分析表明:采用角度相关区算法对重复检测的回波数据进行处理时将使识别的目标信息更精确从而能更早地形成稳定的航迹达到对目标的准确识别。
一．引言 随着科学技术的发展，雷达目标识别技术越来越引起人们的广泛关注，在国防及未来战争中扮演着重要角色。地面雷达目标识别技术目前主要有-Se方式，分别是一维距离成象技术、极化成象技术和目标振动声音频谱识别技术。 1．一维距离成象技术 一维距离成象技术是将合成孔径雷达中的距离成象技术应用于地面雷达。信号带宽与时间分辨率成反比。例如一尖脉冲信号经过一窄带滤波器后宽度变宽、时间模糊变大。其基本原理如图1所示。
2．极化成象技术 电磁波是由电场和磁场组成的。若电场方向是固定的，例如为水 2
平方向或垂直方向，则叫做线性极化电磁波。线性极化电磁波的反射与目标的形状密切相关。当目标长尺寸的方向与电场的方向一致时，反射系数增大，反之减小。根据这一特征，向目标发射不同极化方向的线性极化电磁波，分别接收它们反射(散射)的回波。通过计算目标散射矩阵便可以识别目标的形状。该方法对复杂形状的目标识别很困难。 3．目标振动声音频谱识别技术 根据多普勒原理， 目标的振动、旋转翼旋转将引起发射电磁波的频率移动。通过解调反射电磁波的频率调制，复现目标振动频谱。根据目标振动频谱进行目标识别。 传统上我国地面雷达主要通过两个方面进行目标识别：回波宽度和波色图。点状目标的回波宽度等于入射波宽度。一定尺寸的目标将展宽回波宽度，其回波宽度变化量正比于目标尺寸。通过目标回波宽度的变化可估计目标的大小。目标往往有不同的强反射点，如飞机的机尾、机头、机翼以及机群内各飞机等，往往会在回波上形成不同形状的子峰，如图2所示。
这类波型图叫作波色图。根据波色图内子峰的形状，可获得一些目标信息。熟练的操作员根据回波宽度变化和波色图内子峰形状，进行目标识别。 3
雷达目标识别器在国外已成功应用。我国自行研制雷达目标识别器很有必要。用飞机的发动机振动声音频谱进行目标识别可用于电子欺骗对抗。下面就研制雷达振动声音频谱目标识别的技术问题进行讨论。
二．工作原理 不同型号的飞机有不同的发动机振动声音频谱，通过飞机的特征频谱用电脑或人工方式判别飞机的类型。飞机的声音是传不远的，需要借助其它手段。用电磁波来照射飞机，飞机的振动和运动对电磁波进行多普勒频率调制。用飞机的反射波与入射波进行混频，获得由飞机运动引起频移后的振动频谱，再与由飞机运动引起的频率差频，获得飞机的声音频谱。经滤波放大后通过喇叭可复现飞机的声音。通过声音识别确定飞机类型。
三．雷达目标识别的特点、分类及方法 雷达目标识别相对于目标的定位、跟踪，具有更大的不确定性，这主要是由于在目标识别中特征既与目标尺寸及雷达参数有关，又与雷达所处的环境特性有关。同对，采用不同的处理方式时，所得到的特征也可能不同。因而，难于提取稳健(鲁棒)的、能区分目标的本原特征。同时，不同雷达提供的用于目标识别的测量数据有很大的差异性，它们关于目标识别的结果具有不同的致信度，并且可能是在不同的层次上的。 4
目标识别按目标是否与雷达合作，可分为合作式目标识别和非合作式目标识别。合作式目标识别最常见的是采用敌我识别器，通过雷达和敌我识别器的配合，既可获得目标的位置和运动特征，也可获得目标的敌我属性特征。除合作式目标识别以外的其他目标识别都称为非合作式目标识别，我们通常所说的雷达目标识别均指非合作式目标识别。由于雷达目标识别中包含很大的不确定性，因此，为了得到稳健的目标识别，有效的途径之一是使用多雷达一多特征目标融合识别。如果从雷达目标融合识别的角度对目标进行分类，则可根据对输人数据的不同层次的抽象，通常可以将目标融合识别分为数据级(或称为像素级)目标识别融合、特征级目标融合识别和决策级目标融合识别三类，如图3所示。其中，数据级目标融合识别的优点是信息损失少，缺点是对通信和计算量的要求太大，难以实时实现；决策级目标融合识别的优点是对通信容量和计算量的要求比较低，容易实现，但信息损失相对较大；而特征级目标融合识别则介于二者之间，若兼顾性能和复杂性，特征级目标识别融合是一种最佳的选择，也是目前在雷达目标识别中采用最广的方法。 5
图3 雷达目标融合识别分类
为了能在目标识别中更充分地利用雷达提供的信息，近来又把目标融合识别在原来的数据、特征、决策三类的基础上进一步细分为“数据入一数据出(DAI—DAO)”、“数据人一特征出(DAI—FEO)”、“特征人一特征出 (FEI—FEO)”、“特征人一决策出(FEI—DEO)”和“决策入一决策出(DEI—DE0)”五类，如图4所示。虽然该分类方法有些复杂，但对构建灵活、高性能的雷达目标融合识别系统结构具有指导意义。 目前用于目标识别的方法有很多种。这些方法有：模板匹配、加权平均、表决准则、最小错误准则、贝叶斯最小风险准则、专家系 统、神经网络、模糊推理、贝叶斯理论、证据理论、符号推理等，各 6
种方法均有其优缺点，需要根据具体的应用进行认真的选择，有时还 需将几种方法穿插渗透，综合利用，以期达到最佳的识别效果。例如，可以把模糊集与神经网络识别技术相结合，也可以把证据理论 与神经网络相结合，等等。
图4 目标融合识别5类模型 四、雷达目标识别的发展历史及现状 雷达目标识别的研究始于20世纪50年代末期。当时，美国的D．K。BaIton通过分析AN／FPS～16型跟踪雷达记录的前苏联人造卫星spunlikⅡ的回波信号，推断出该人造卫星上带有角反射器，并由此推理出前苏联当时的卫星跟踪网是由第二次世界大战时使用的低威力雷达所组成。推断标志着雷达目标识别的开始。此后，雷达目标识别得到了很大的发展，并已成为当今雷达发展的一个重要方向。 在弹道导弹防御目标识别方面，60年代的弹道导弹预警系统(BMEWS)中的AN／FPS一49弹道导弹预警和跟踪雷达就采用了轨道比 7
较法进行目标识别，通过计算机区别真假目标，并测出目标速度、航向和弹道。70年代的“卫兵”系统用相控阵雷达代替机扫雷达实现潜射弹道导弹预警和地球卫星跟踪。80年代的“星球大战计划”(SDI)将收集弹道导弹各部分和再入飞行体的特征数据列为重要项目，设想利用SPQ一11相控阵雷达和新研制雷达来获取目标的微波特性数据，以实时成像识别为重点，建立目标特性的模型和数据库。90年代以来，随着NMD和俄D的提出，雷达目标识别再次成为热门研究课题。美国的多目标特性测量雷达主要朝着相控阵技术与逆合成孔径成像技术相结合、并形成模型和数据库的方向发展，用以解决多目标跟踪和多目标识别两大问题。到目前为止，美国共进行了8次国家导弹防御(NMD)系统试验，其中5次成功，3次失败。‘总的看来，美国的目标识别处于国际领先，其目标识别技术也由早期的基于单一传感器的目标识别向多传感器融合识别发展，并且一些技术开始进入实用阶段，其中，利用高分辨率雷达的目标识别已进入实用阶段，基于ISAR的雷达目标识别已得到验证，基于GBR的真假弹头目标识别已突破许多关键技术。
五．用于目标识别的雷达类型 1.现有的二坐标雷达 现有的警戒雷达大多数为脉冲非连续波体制，重复周期大于800 la S，即重频f<1．2kHz。根据抽样定理可知，对声频大于f／2=600Hz的振动声音调制信号不能再现。而飞机的发动机声音频率远大于600Hz，因此用现有的脉冲体制的雷达无法复现飞机发动机振动声音。 8
2.目标识别雷达 (1)连续波雷达 过去主要将连续波雷达用于目标识别。为了获得足够的反射波能量，发射功率要求大，而且在发射的同时进行接收，技术难度较大，而大功率发射增加了雷达的成本和难度。目标识别雷达作用距离较小。 (2)高重频相参高重频雷达 由抽样定理可知，当雷达重频大于2倍的飞机运动引起频移后的飞机振动声音频率时，就能复现频移后的飞机振动声音频谱。再与由飞机运动引起频率差频，获得飞机声音A／D量化值。经D／A滤波放大后通过喇叭可复现飞机的振动声音。通过适当调整发射重频，使目标回波落在不发射的时间窗内，如图5所示。这样发射机和接收机交替工作，雷达构成简单。
图5 回波示意图 这时需要对雷达接收信号进行数字处理，才能复现飞机声音。要设计相应的数字系统。该方案雷达系统简单易于研制。并且可选择不 9
同距离窗的飞机进行识别。雷达作用距离较远。 (3)高重频相参脉冲压缩雷达 为了提高雷达作用距离，降低雷达的发射峰值功率，可采用相参脉冲压缩体制。该体制由于发射峰值功率小，便于隐没在电磁环境中，不易被发现。由于发射峰值功率小，发射电路技术要求低，成本低。该雷达为脉冲体制，雷达的收和发在时间上交替进行，这样从技术难度和成本控制上皆为成熟技术。这时，数字处理电路较复杂，但现有技术可以设计出相应的数字系统。为了降低雷达的体积，提高灵活性，可采用3厘米频段雷达。 3.工作流程 雷达网提供目标的距离(最好还有高度)引导目标识别雷达天线指向目标，根据目标距离选择雷达重频，数字处理电路解算出飞机声音，用飞机声音进行飞机型号识别。 4.电子欺骗对抗 用飞机的振动声音进行目标识别还可用于转发型电子欺骗对抗。在转发型电子欺骗中很难模拟出由飞机运动引起频移的发动机振动细谱，复现的声音也将与真实飞机振动声音不同，从而区分判断出假目标。 5.应用 雷达目标识别具有重要意义。能进行目标识别的雷达必须符合一定的要求。为了能有效地进行目标识别，可以针对性研制一些低成本专用雷达，也可以在某些雷达设计中(例如测高雷达中)设置目标识别