飞机外形变化对雷达目标识别算法的影响

时间：2024-08-31

孟亦然，穆仕博

（1.中国空空导弹研究院导引系统事业部，河南洛阳，471009；2.空装驻洛阳地区第一军事代表室，河南洛阳，471009）

0 引言

随着现代战争对信息化和智能化的要求越来越高，和雷达技术的不断发展，雷达自动目标识别技术正在成为雷达信号处理系统中的重要组成部分，受到越来越多的重视，许许多多的雷达自动目标识别算法应运而生。

雷达自动目标识别算法常用的宽带雷达信号包括：1）合成孔径雷达（Synthetic Aperture Radar, SAR）图像信号。和光学传感器相比，SAR成像不受天气、光照等条件限制，可对目标全天时、全天候成像，因此基于SAR的自动目标识别已经成为新一代战场感知系统的关键技术[1]；2）逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）图像信号。ISAR与SAR的不同在于其通过静止的雷达对运动中的目标的观察实现虚拟孔径合成，在足够高度的空间内能够同时对多个目标进行捕获和成像区分，由于ISAR浓重的军事背景和战略意义，逆合成孔径雷达的目标识别才备受学者的关注[2]；3）高分辨距离像（High Resolution Range Profile,HRRP）信号。高分辨距离像是目标散射点后向子回波在雷达射线上的投影的宽带信号向量和，它包含了目标沿距离维较精细的几何结构信息，且相较于SAR图像和ISAR图像更具有易于处理和获取的优点[3]。

对雷达自动目标识别的研究囊括了数据预处理[4],[5]、特征选择[6],[7]、分类器设计[8],[9]等方面。这些论文所提出的方法在其文中设定的理想应用场景下均有不俗表现。然而实际工作场景中，许多研究情景下的假设和条件都难以达到，因而就需要对应用各种扩展工作条件对雷达自动目标识别算法的性能影响进行分析。

其中，徐丹蕾等人对于雷达自动目标识别所面对的数据缺乏问题进行了研究，并提出了一种采用多任务稀疏学习的统计建模方法，通过令所有帧的训练样本采用同一个字典以实现帧间信息的共享，帮助提升小样本情况下的雷达目标识别性能[10]。对于实际战场态势下噪声相对于信号强度不能忽略的问题，李玮杰等人通过增强训练集和使用残差块、inception结构和降噪自编码层增强网络结构，提出了一种在噪声环境下基于卷积神经网络的雷达高分辨率距离像数据识别方法，实现了在较宽信噪比范围下的较高识别率[11]。实际应用中，对于尚未完成数据收集的飞机目标，现有的目标识别算法应当有能力判断其不是任何一类库内目标，柴晶等人在支持向量域描述的基础上，提出了多核支持向量域描述，能够更加灵活地描述训练样本在高维特征空间的边界分布情况，从而获得了比传统方法更高的识别率和更低的虚警率[12]。

除了上述扩展工作条件之外，在实际应用场景中，飞机目标由于执行不同任务时会携带不同的挂载和载荷配置，战斗机更会按任务段需求的不同改变其机翼、尾翼等飞机外形和结构。本文将对飞机外形变化对HRRP目标识别算法的影响进行分析研究。

1 飞机目标物理外形比较

在实战当中，同一型的目标会根据任务需求改变其武器挂载、油箱配置，或是进行伪装以自我保护，图1即为某一型飞机的原始目标3D模型以及加装副油箱后的目标3D模型，通过观察不难发现，同一型飞机加装负载前后的物理外形发生了变化，且这种变化出现在相对于目标整体而言的局部、连续的一块区域。

图1 某一型飞机的3D模型

此外，近现代战斗机为了追求在整个飞行包线内的最佳飞行性能和气动特性，将机翼沿放置轴刚性旋转从而改变气动外形，或是采用柔性蒙皮面内拉伸实现机翼后掠角的柔性改变。飞机机翼、尾翼的后掠角变化，不仅使飞机在流体力学中气动特性的变化，也导致肉眼可见的机体、机翼等部分的角度和面积变化。两种气动外形变体方式如图2所示。

图2 战斗机刚性、柔性后掠示意图

2 飞机目标目标散射中心模型

电磁散射理论指出，雷达目标的电磁散射特性可以根据目标特征尺寸与雷达工作波长之比粗略的分为三个区域：目标尺寸远小于雷达工作波长的瑞利区，目标尺寸与雷达工作波长在同一数量级的谐振区，以及目标尺寸远大于雷达工作波长的光学区[13]。使用HRRP信号的高分辨雷达一般工作在光学区，其目标的雷达散射截面主要是由边缘、棱角、腔体等局部散射体的镜面反射和不连续处散射决定的。将每个局部散射体等效为一个散射中心，则雷达目标的总散射场可以近似视为这些散射中心的电磁散射的矢量和。如图3所示，宽带雷达得到的目标HRRP即是目标各个散射中心的散射沿雷达视线投影叠加得到的。

图3 目标散射中心模型

高分辨距离像是由若干距离单元的回波组成的：

其中y表示飞机目标高分辨距离像，由N个距离单元组成，第i个距离单元的回波表示为yi，可以视为雷达目标在此距离单元内的所有散射中心的回波的矢量和，表示如下：

式中Ki表示第i个距离单元中的散射中心个数，ρi,k、ϕi,k分别为第i个距离单元中第k个散射中心的散射系数和回波相位，j为虚数单位。

即使在相同姿态角下，一旦目标外形发生变化，其散射中心的数量和分布同样发生变化，从而导致相应距离单元的目标回波不再相同。因此可以将变体目标高分辨距离像近似视为由原始目标在同一姿态角下的高分辨距离像，与由外形结构变化引起的扰动分量信号相叠加得到的信号。

3 目标高分辨距离像电磁仿真

利用三维高频电磁场仿真软件CST[14]对如图4的两个飞机模型进行相同姿态下回波的仿真。

图4 目标仿真模型

对同一目标的上图两种外形结构分别加以仿真得到回波，抽取两个方位角展示如图5，图像中可以看到同一姿态角下两个回波信号在局部存在明显不同。

图5 目标仿真模型

4 高分辨距离像雷达自动目标识别

图6 雷达自动目标识别处理流程图

目标识别的原理主要是待识别目标信号与已有样本库内样本的匹配，通过对分类器算法的不断修正，使得识别结果尽可能可靠。因此匹配样本库能否有效而全面地表示目标就成为了影响目标识别算法性能的重要因素。然而飞机外形变化和载荷不同的组合千变万化，难以依靠丰富样本库去涵盖所有可能变体的目标回波。因而测试目标回波相对于库内样本的变化会很大程度上影响匹配算法的性能。高分辨距离像所具有的姿态敏感性、平移敏感性、强度敏感性等均会导致自动目标识别算法识别性能的下降，不难想见，本文分析的目标外形变化和其引起的目标回波的变化同样会引起识别性能的下降。