雷达回波信号的特征提取和目标识别(2)
第二步：利用变换空间维度的方法来对目标的形状、体积、大小和表面层的体现物理特性的参数进行近似计算；第三步：将得到的大量数据来当作训练样本，利用这些训练样本构成鉴定函数，再将测试数据放入分类器中来进行对目标的判决。所以在实际生活中，基本上所有的目标识别系统可由预处理模块,源^自(吹冰:文,论)文]网[www.chuibin.com，信号特征提取模块，空间变换模块、分类模块和样本学习模块等组成，1.2 基于雷达目标识别的重要技术 伴随着电磁理论的不断发展和完善，目标识别的方法也越来越多样，功能越来越强大。当今基于雷达目标识别技术主要有以下几类。有通过提取雷达目标一维距离像来进行识别的技术，其原理是：当目标的电磁散射特性正处于光学区，其总体的电磁散射可看成是由多个局部散射中心的电磁散射合成所致，其回波就相当于各局部散射中心的回波向量和。由此出发，可以把目标分成多个分辨单元。由于雷达目标一维距离像实际上是各分辨距离单元内散射点的向量相干积累，所以一维距离像不仅具有获取简单，处理容易的优点外，它所表示的目标的几何信息和径向结构的精确度也是相当高。生活中，通常将得到的雷达回波数据做特殊处理得到目标一维距离像。有通过目标的微多普勒特征进行目标识别的方法，其原理是：雷达目标在做径向运动时，往往会存在一些微动形式，例如：旋转，振动，翻滚等微动形式，这些微动形式在目标的频谱领域中往往会引起额外的调制如频谱展宽和出现旁瓣等。当目标本身在做径向运动时，由电磁理论可知接收到的回波信号会存在一个多普勒频率，而做径向运动的目标存在微动形式时，其多普勒频率便会发生变化，我们从这点出发，利用目标在不同时刻频率变化特点可以获得关于目标结构和物理特性的丰富信息。基于雷达目标微多普勒特征的识别不受雷达视角变化的影响因而具有更好的稳定性能，所以利用微多普勒特征也是识别目标很有效的一种方法。有通过对雷达信号进行时频分析来识别目标的方法，
其原理是：如果对于雷达回波信号的分析仅仅局限于时域上，那么很多关于表示目标的特征信息会被忽视掉，即使能提取到，实用的信息却是非常少[3]。从频域上分析固然能得到稳定的表示目标的特征信息，但是这些信息反映的是目标散射中心的主要特性，并不能反应可以作为目标识别依据的结构信息[4]，对于目标识别的意义并不大，所以单从频域上分析也不不合适的。考虑到单从时域和单从频域分析的优缺点，自然如果能联合时域和频域所提供的信息，即在时频领域上分析雷达目标的散射特性，我们既可以获得目标随频率变化的瞬时信息，又可以从中提取得到稳定的目标结构信息，这就是基于雷达目标识别的时频分析技术[5]。常见的在雷达领域中运用的时频分析方法有短时傅里叶变换（STFT）、Wigner-Ville变换、伪 Wigner-Ville变换和小波变换等[6]-[9]。有通过目标的极化特征信息来进行目标识别的方法，其原理是：我们可以通过目标的极化信息得到目标的电磁散射特征，所以形状材料等物理特性不同的目标所拥有的极化信息也不相同。为了反映目标的极化特征信息及获得目标更多的精细的物理特征，我们可以利用散射矩阵和极化特征的不变量。在削弱杂波干扰、削弱电磁环境干扰等方面，使用极化特征来进行目标识别的方法具有很大的优势，这点对于目标识别技术而言意义很大。利用目标散射矩阵，极化检测等技术是当今基于雷达目标极化特征的识别领域的主要方法。有通过提取雷达二维距离像的信息来进行目标识别的方法，其特点是：雷达二维距离成像最初由机载和星载雷达发展起来，相比于一维像可以精确地反映目标的具体结构信息，对于目标识别是很有利的信息。ISAR 二维成像技术的原理，将雷达视为静止状态，对运动的雷达目标如飞机、导弹和卫星等物理进行二维成像，来达到目标识别的结果[10]。目标的二维距离像所表示的就是目标纵横向上的强散射点的分布情况 [11]。相比于一维距离成像的特点，二维 ISAR 像可以更好地在纵横向上体现目标的强散射点分布状况，也更容易识别目标[12]。目前二维距离成像的技术正随着图像领域技术的兴起正在一步步发展中。 1.3 时频分析技术的发展和雷达目标距离成像基础知识 生活中，在很多工程应用场合里，我们都需要对随机信号进行处理，经常要考虑时域和频域的特点来进行处理。在雷达目标识别技术领域里，在时域的分析方法有：过零数分析、零点间距法等特征提取法[13]。傅立叶变换一直是处理平稳信号的强有力工具，但却不适于频率随时间变化的非平稳信号。随着信号处理和分析的发展，为了从非平稳信号中获得更多的信息，局部信号的特征分析和多分辨率分析越来越受到相关研究学者的重视。于是，有人把时域和频域联合，出现了时频分析的方法。时频分析方法可以在二维平面内反映信号随时间变化的频率信息，对于非平稳信号而言，可以很好地反映它的局部变化信息。
下一篇：图像配准技术研究