Page 161 - 当代控制理论及应用技术概论

第四章 智能识别与控制研究

（距离、方位、仰角和多普勒速度）。第三阶段始于大规模集成电路和模式识别
技术，由于军事需求对目标识别的要求越来越高，人们不仅想要知道目标类型，
甚至还要知道目标的详细性质。因此，人们又提出了宽带识别技术，如一维距离
像和 ISAR 技术。同时，引入先进模式识别理论，实现目标更为精准的识别。
分类识别是目标检测的深化和发展。雷达根据回波信号与噪声或杂波能量

的显著性水平，结合雷达信号的空间、时间的相互关系，检测得到目标的参数。
这些参数可分为三类：运动学参数、本征参数和模式参数。运动学参数主要有距
离、距离变化率、方位、高度、高度变化率、多普勒速度、多普勒速度变化率等。

本征参数主要有雷达回波截面积，目标尺寸，目标形状，回波相位。模式参数则
是目标更加细微的组成要素，如散射点的位置及分布形式。
运动学参数一般用于窄带目标识别，这些参数最容易得到，一般的雷达可
以通过直接或间接测量得到。它们是雷达分类识别必备的条件。由于这些参数得
到的是目标高度简化的信息，对目标识别而言，是远远不够的。为了识别目标，

作战部队不得不通过其它途径进行信息融合，甚至是合作识别。现代战争是复杂
电磁环境下的战争，要素多，环境杂，信息瞬息万变。因此，提高雷达自身的目
标分类识别能力是一项紧迫的任务。

提高目标分类识别能力一般有两条途径：挖掘现有装备的潜力、提升技术
能力。前者可通过引入了模式识别技术，通过聚类、神经网络分析等技术对窄带
信息进行充分融合、优化以期获得关于目标特性的更为精细的信息，从而达到目
标分类识别的目的。这些参数是用于分类识别目标的基础。后者的主要目的是得
到更为清晰的本征参数，从而实现目标识别。本征参数更多地通过原始回波得到。

这种参数对目标的描述更加清楚，对于目标分类识别的帮助更大，但在实现上所
需要的代价更大。模式参数则是本征参数的更进一步的细化。现代雷达一般采用
超宽带技术，甚至是 ISAR 技术实现本征参数和模式的提取。

（三）雷达目标分类识别方法
雷达的分类过程：根据获取的参数，建立特征向量，通过模式识别的办法，
分析特征向量，对目标进行分类识别。雷达上常用的办法一般有以下几种：贝叶
斯分类，D-S 分类，决策树分类，准则分类，神经网络分类，联合分类。这些分
类方法均识别合窄带识别。

贝叶斯分类技术是一种基于后验概率的分类技术。这种分类方法需要预先

153
153