雷达目标识别发展趋势

1、雷达目标识别发展趋势雷达具备LI标识别功能是智能化的表现，不妨参照人的认知过程，预测雷达 目标识别技术的发展趋势：(1) 综合目标识别用于LI标识别的雷达必将具备测量多种LJ标特征的手段，综合多种特征进行 口标识别。我们人类认知某一事物时，可以通过观察、触摸、听、闻、尝，禳至 做实验的方法认知，手段可谓丰富，确保了认知的正确性。U标特征测量的每种手段会越来越精确，就如同弱视的人看东西，肯定没有 正常人看得清楚，也就不能认知目标。识别结果反馈给U标特征测量，使U标特征测量成为具有先验信息的测量， 特征测量精度会有所提高，识别的准确程度也会相应提高。雷达具备同时识别U标和背景的功能。人类在观察事物

2、的时候，不仅看到了 事物的本身，也看到了事物所处的环境。现有的雷达大多通过杂波抑制、干扰抑 制等方法剔除了干扰和杂波，未来的雷达系统需要具备识别L1标所处背景的能 力，这些背景信息在战时也是有用的信息。雷达具备自适应多层次综合U标识别能力。用于U标识别的雷达虽然需要具 备测量多种L1标特征的手段，但识别LI标时不一定需要综合所有的特征，这一方 面是因为雷达系统资源不允许，另一方面也是因为没有必要精确识别所有的L1 标。比如司机在开车时，视野中有很多H标，首先要评价哪儿个口标有威胁，再 粗分类一下，是行人还是汽车，最后再重点关注一下靠得太近、速度太快的是行 人中的小孩子还是汽车中的大卡车。(2)

3、 自学习功能雷达在设计、实现、装备的过程中，即具备了设计师的基因，但除了优秀的 基因之外，雷达还需要具有学习功能，才能在实战应用中逐渐成熟。首先，要具有正确的学习方法，这是设讣师赋予的。对于实际环境，雷达H 标识别系统应该知道如何更新LI标特征库、如何调整H标识别算法、如何发挥更 好的识别性能。其次，要人工辅助雷达U标识别系统进行学习，这就如同老师和学生的关系。 在L1标识别系统学习时，雷达观测已知类型的合作H标，雷达操作员为口标识别 系统指出LI标的类型，标识别系统进行学习。同时还可以人为的创造复杂的电 磁环境，使目标识别系统能更好地适应环境。(3) 多传感器融合识别多传感器的融合识别必定会

4、提高识别性能，这是毋容置疑的。这就好比大家 坐下来一起讨论问题，总能讨论出一个好的结果，至少比一个人说的话更可信。 但乂不能是通过投票的方式，专家的话肯定比门外汉更有说服力。多传感器融合 识别需要具备双向作用的能力。并不是给岀融合识别的结果就结束了，而是要利用融合识别的结果反过来提 高各个传感器的识别性能，这才是融合识别的根本U的所在。反向作用在一定程 度上降低了人工辅助来训练U标识别系统的必要性，也减少了分别进行U标识别 试验的总成本。U标识别呈现岀一些新特征和能力。1）U标识别系统是系统的系统（System of System, SoS）,成系统和成体系 发展。2）研究综合识别系统，综合使

5、用雷达、被动雷达、通信及IFF、技侦情报等 多种设备和信息，提高设备和信息使用率，提高目标识别准确率。3）具有战场态势感知及口标识别能力，通过战场各种传感器获取信息，进行 数据融合、数据分发，向决策者提供实时、精确、高置信度的综合战场态势图， 以帮助决策者和火力控制人员有效实施对敌精确、实时打击，使各种先进武器发 挥最大作战效能。4）网络中心化和协同趋势，所有协同作战单位的决策者和各级作战人员都能 通过信息网络或C4ISR系统等手段实现高度互通性和互操作性。通过对国外H标识别系统的发展，从体系建设角度上，得岀以下5点启示。1）系统顶层设计是识别体系建立的基础标识别方式山单个设备独立识别 为主体

6、向体系（或系统）综合识别发展。通过系统的顶层设计，构建多级的口标识 别体系框架，有效的将传统分散的识别方式改变为协同式和非协同式相结合模 式，实现多级的识别体系，合理利用各种口标特征获取的信息获取手段，将U标 识别.数据融合以及态势生成紧密结合，针对不同的标特性，采用不同的处理 方法，构建信息查证与利用机制，从而准确识别tl标，提供标特性，形成清晰 的战场态势，解决战场中目标辨不清的难题。2）信息流程和标准规范是各类识别信息综合应用的关键构建合理的信息流 程，改变传统的口标识别与数据融合相分离的机制（其至没有识别功能的现象）, 实现U标识别和LI标融合有机融合，相互依存，相互促进；并制定合理信

7、息处理 准则和相关的标准规范，重点制定信息处理准则，针对不同的II标特征，采用合 理的信息流程和不同的处理方法，提高各类信息利用率，实现各类识别信息的综 合应用。3）识别手段是多特征识别信息获取的前提识别手段是U标识别的前提。协同 式U标识别发展趋势是将雷达敌我识别和位置报知系统的手段相结合，提高协同 式U标识别能力；非协同式U标识别是将辐射信号识别（电磁辐射、声辐射）、成 像识别（雷达成像、红外成像、超光谱成像）、运动特征分析和技术侦察等手段结 合，提高非协同U标的识别能力；在识别体系中，需要将协同式和非协同式的手 段相结合，实现手段的集成，提高整个战场的目标识别能力。4）H标特征库是识别处

8、理的保证通过各种信息获取手段，收集各类不同U标 特征，针对多级U标识别体系，通过综合与分析，釆用元素据描述方法，建立各 类LI标的元数据库和元数据查询与检索机制，构建不同级别不同层次的LI标特征 分类库，实现U标数据的快速检索和查证，支持不同级不同层次的口标识别和处 理以及查证的需求。5）按需服务（识别处理方法）是识别能力提升的核心信息处理是U标识别的 关键。传统的信息处理方法釆用了同一的、单调的信息处理方法如主站法、位置 融合法等，可以对口标位置信息有较好的处理优势，但是对于具有多样性特征的 L1标来说，LI标属性以及个体特征难以准确描述。在识别过程中，根据战场态势 分层的需求和态势的用途，

9、针对不同L1标采用不同的信息处理方法和处理准则， 如将IFF和舰位报知系统结合实现U标属性的处理；同时开展INS证据理论、贝 叶斯估计理论、云模型等不确定推理技术理论、神经网络理论等进行H标识别理 论、模型和工程应用研究，从而实现整个战场訂标的按需识别服务，提高整个战 场的LI标识别能力。推荐精选推荐精选关键技术的发展会对现代敌我识别系统带来较大的影响。1.信息融合和模式识别技术对于非协作式敌我识别系统来说，从各种U标信息中提取的识别信息是否可 靠，以及识别模型是否正确是系统可幕性的两条命脉。因此信息融合和模式识 别是非掷作式识别系统的核心技术。信息融合和模式识别的提岀不过二三十年时 间，但随

10、着计算机技术的迅速发展，尤其是军事应用的迫切需求，它以惊人的 速度发展起来。信息融合和模式识别技术的发展直接影响非协作式敌我识别系统 的综合性 能及可靠性。非协作式敌我识别系统能否进到实用阶段，将在很大程 度上取决于信息融合和模式识别技术先进性和可靠性。2-数据加密技术对于协作式敌我识别系统来说，其核心技术是数据加密技术和通信收发硬件 技术。基于无线电和微波的通信收发硬件技术比较成熟，因此数据加密技术显得 格外重要。敌我识别系统对数据加密技术的基本要求是：高教、封闭、准则易变 更，以适合战场可能的需要。3 微米、纳米技术对于激光敌我识别系统来说，新型的激光发射装置及激光接收光电传感器是 关键。

11、而微米，纳米技术为上述关键器件的宴现提供了一种新的途径。微米，纳 米技术是近年来飞速发展的一项高新技术，其核心是微机电系统（MEMS ）技术 和纳米材料技术因为该技术在军事上巨大的潜力使各国都不惜耗费巨资进行研 究，其发展十分迅速。随着MEMS技术的发展，微光机电系统（MOEMs ）技术 在敌我识别领域内的应用也将逐渐兴起美国DARPA在1997年便开始进行名为 MOIS（ MEMSbased Optical Identification and Communication Systems ） 的项口研究。该项日利用MEMS工艺在硅基底上制作一个角锥棱镜结构，其中一 个侧面可以转动。利用微型角

12、锥棱镜对入射光束按原方向反射的原理，可以巧妙 地克服激光敌我识别通信中的应 善瞄准问题，同时利用可转动的侧面进行通信 激光脉冲进行调制。另外还有一些其他工作原理的基于MOEMS丄艺的激光敌我识 别系统。利用MOEMS技术制造敌我识别装置，其体积可以比普通装置缩小上口 倍，这将不仅大大改变传统敌我识别系统的应用范围和方法,更重要 的是:MOEMS 技术有可能使得激光扫描和应答瞄准变得简单和容易，使得全激光敌我识别系 统的实现成为了可能。基于MOEMS技术和激光通信技术的光电敌我识别系统具有体积小、功耗低、 识别率高、保密防伪性强、反应速度快等特点，不仅适合普通的战斗装备，如 飞机、坦克等，甚至可

13、以装备在导弹和远程炮弹上，成为未来的智能引信。因此 可以说该技术是未来战争中理想的敌我识别技术，有着广泛的军事应用前景， 可能是未来敌我识别技术发展的主流方向。3雷达U标识别技术发展趋势3. 1以目标识别为中心设计雷达系统口标识别技术研究除了一些算法研究外，是一项实验性很强的系统工程。过 去的雷达以发现U标和测量LI标的位置和运动参数等为主来设讣。雷达U标识 别，山于系统、方法和所需的能量和资源不同，因此，雷达要有好的L1标识别能 力必须设计专门的工作模式，这对于二维相扫的相控阵雷达来讲，山于其特有的 灵活性，相对容易，但要耗费宝贵的时间资源。根据雷达任务的不同，今后的雷 达将出现以L1标识别

14、为LI标来设计系统，这应该是雷达系统或U标识别技术的发 展方向之一，或者说是设计思路和工作重点的一种转变。雷达系统的资源要向满 足LI标识别的需求倾斜，雷达时间资源更多的用于测量口标特征，信号形式和工 作方式要满足LI标识别的需求，天线要具备同时多极化功能，接收机要具备同时 接收多通道数据的能力，信号处理分系统要能够测量更多的口标特征，同时硬件 性能要满足多通道多特征实时处理的要求，等等。3. 2综合多特征识另lj目标也诂多种特仁 有的特征是唯一性的，对于这种特征来讲，一个特征就 足以准确识别LI标了，如基于一维像的1_1标识别、基于JEM调制的L1标识别技术 等。然而，这样的特征不是总能获得

15、的，并且多数I标特征是非唯一性的，因此， 为了提高LI标识别率、多特征识别是雷达口标识别的必须选择。U标识别对不同 的类型的H标，其主要特征是不同的。因此，对于已发现跟踪的口标，在跟踪过 程中逐步提取LI标的不同特征，经过综合判断，不断提高口标的识别率。综合多 特征识别对雷达提出了更高的要求，需要雷达具备精确测量多种U标特征的能 力。常规雷达以发现LI标和跟踪U标为LI的，雷达资源主要用于检测和跟踪，具 备U标识别功能则要求雷达分配一部分资源用于获取U标特征。综合多特征识别 就要求更高了，一方面要求雷达分配更多的资源，另一方面也要求获取的每种特 征都能够客观的反映LI标自身的物理特性，同时特征

16、的测量也要精确，以免多特 征给出的识别结果差异较大，影响LI标识别性能，总之，特征不是越多越好，达 到一定的识别率就足够了。3. 3智能化识别从U标识别技术研究的难点来看，智能化识别将会是II标识别技术的一个发 展方向。经过了儿十年的发展，雷达品种日益丰富，地面、舰载、机载、星载， 山于体制的不同，雷达对H标特征的测量就会存在差异，也就导致了 L1标识别特 征库存在差异。同样，H标的类型也是日新月异，种类繁多。因此，雷达很难建 立起准确完备的LJ标特征库。在U标特征库不完备的情况下，雷达口标识别就必 须具有自学习功能，即能够自动建立口标特征库，再山操作员完成库属类别的界 定；在U标特征库不准确

17、的情况下，雷达II标识别就必须具有自调整功能，即自 动调整原有的特征库，使特征库更匹配目标类型。3. 4目标检测与识别一体化处理从雷达信号处理技术发展来看，U标检测与识别一体化处理将会是U标识别 技术的另一个发展方向。简单地说，一体化处理可以有效地区分标、杂波、干 扰，并能有效辨别U标类型。从广义上说，口标识别技术是信号处理的一个分支。 U标检测是利用U标强度和检测背景强度的差异来判别L1标和背景，实际上L1标 检测是最简单的U标识别，它只利用了强度特征，并且只区分了两类U标一口标 和背景。訂标识别是利用了多个方面的特征信息，从多个角度去分析雷达观测回 波，分辨出更多的口标类型，因此，识别是更精细化的检测。信号处理和U标识 别可以有机地结合起来。近年来，检测前跟踪技术的发展使得微弱口标检测领域 取得了突破，实际上是利用了强度和轨迹二维特征去区分标和背景，在判决L1 标的同时，给出了訂标的航迹，取得了比只利用强度特征进行U标检测更好的性 能，使得U标检测技术向前走了一步。照此推断，将来很有可能岀现利用更多特 征上的差异去检测LI标的技术，可以简单的称为推荐精选”检测前识别技术S可以在判决訂标的同时，给出U标的类型或区分虚