Page 166 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

四、飞行目标 RCS 信号的特征分析

飞行目标识别是一个应用广泛的研究领域，在民航安全、国土安全、敏感区
域防护等领域具有重要的研究意义。雷达散射截面（RadarCrossSection，RCS）
蕴含了飞行目标的电磁散射特征和运动特征等信息，因此广泛应用于飞行目标识

别。从 RCS 中提取表征飞行目标特征进而可靠识别目标一直是飞行目标识别领
域的研究热点。
传统基于 RCS 无线信号的飞行目标识别方法通常采用统计方法计算信号的
高阶统计特征，并依据已知的飞行目标特征进行模式识别，或采用支持向量机、

多层感知器等分类器区分不同类型目标。基于高阶累积量的方法对信号的平稳性、
信干噪比等有较高要求，且需要飞行目标的先验知识。实际中对抗性的飞行目标
（例如高空高速飞行目标、低空慢速小型目标等）识别任务中，RCS 信号通常存
在信干比较小、采样值缺失多、目标特征并不掌握等困难，严重影响了统计分析

方法的实用性。
深度学习具有优异的抽象表示能力与端到端学习能力，在计算机视觉、自
然语言处理等领域得到了广泛应用。基于深度学习的飞行目标识别方法，克服传
统统计方法对于信号质量的高要求，并提升飞行目标识别准确性。

在介绍深度学习飞行目标识别模型之前，先对飞行目标的 RCS 信号的特征
进行详细分析，基于 RCS 信号所具备的两大特征——空间特征和时间特征，深
度学习模型可以很好地对不同飞行目标的 RCS 信号进行特征提取，并基于空间
和时间的局部特征，提取到 RCS 信号更高层的特征，完成目标识别任务。

（一）RCS 信号时间特性分析
RCS 信号的时间特征主要表现为 RCS 信号的时序前后相关性。飞行目标各
个飞行阶段的飞行轨迹、飞行速度、飞行加速度和目标姿态都存在较大差异，这
些差异在 RCS 信号波形上会以特定的模式得以呈现。例如，当前时刻的飞行目

标加速度和目标姿态会影响接下来一段时间内飞行目标的加速度和姿态角的变化
趋势，这种在时间维度上的前后相关性则是 RCS 信号的时间特性。
由于飞行目标的飞行时间较长，提取到 RCS 信号中蕴含的依赖关系对于飞
行目标的准确识别具有非常重要的意义。传统的循环神经网络在网络深度过大时

会出现较为严重的梯度消失现象，因此本节使用记忆能力更强的门控循环单元

158
158