- 1、本文档共21页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
雷达的目标识别技术
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。
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。
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。
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
文档评论(0)