利用高分辨率和极化信息进行目标识别的研究_张循利

第17卷第5期重庆邮电学院学报(自然科学版)Vo.l 17 No .52005年10月Jou rnal of Chongq i n g Un iversity of Posts and T eleco mmun ication s(Natura l S cien ce)O ct .2005文章编号:1004-5694(2005)05-0552-05利用高分辨率和极化信息进行目标识别的研究*张循利,宋丰洪,刘津,蒋志伟(滨州学院实验设备处,山东滨州256600)摘 要:极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合。

在研究了目标特定的极化变换作用后,提出了基于一维距离像,利用目标回波中的极化现象对目标进行识别,并得出了有关目标识别特性的结论。

关键词:目标识别;极化信息;高分辨率雷达中图分类号:TN 959.1 文献标识码:A0引言高分辨距离像用于雷达目标识别已展开了广泛的研究[1,2],但由于高分辨距离像对姿态角的敏感性,至今还没有找到一种能稳定反映目标特征且数据量较少的特征量。

而极化不变量和极化态反映了目标极化域的固有特征,但极化矩阵本身对雷达频率、目标姿态十分敏感,上述特征作为识别参量时,仍须采用轨迹追踪等处理技术。

因此,近10年来,极化特征用于目标识别的研究主要集中在将极化信息与高分辨率雷达技术相结合上[3-6]。

其基本依据是:复杂目标上各单个散射中心的极化特征具有在一定姿态角范围内的稳定性,而高分辨率雷达技术可将复杂目标上各个散射中心分辨出来,高分辨率和极化两者的结合正好可取长补短。

众所周知,在高距离分辨率下,目标可看成是由多个散射中心组成的,可以得到按径向距离由近及远顺序排列的目标多个散射中心的几何分布结构,即目标的一维距离像。

显然目标的一维距离像反映了目标中包含的强散射中心的个数、散射中心间的相对位置及散射强度(截面积)的相对大小等几何物理结构特性,因而利用一维距离像可对目标进行识别。

雷达目标在受到电磁波的辐射时,其散射的电磁波的极化状态,一般都不再与入射的电磁波的极化状态相同,因而雷达目标起着一个极化变换器的作用,且这种作用由目标的形状、结构和材料决定。

任何目标都有其特定的极化变换作用,故可以利用目标回波中的极化现象来识别目标[7]。

1 散射中心的定位1.1 检测散射中心的条件假设如图1所示的一维距离像的离散表示式为{A (k )},k =1,2,,,N,若A (k i )是一维距离像中的任意一个局部最大峰值,则该峰值A (k i )肯定大于它的左邻幅度值,也大于它的右邻幅度值,亦即峰值位置k i 满足A (k i +1)<A (k i )>A (k i -1)(1)图1 目标一维距离像示意图F i g .1O ne d i m ension range i m ag e o f ob ject由目标一维距离像还可以看到每个局部最大峰值A (k i )的周围都有2个局部最小峰值。

假设它们分别为A (u -i ),A (u +i ),则它们显然满足关系式(2)和关系式(3)。

*收稿日期:2004-12-01 修订日期:2005-05-10基金项目:山东省教育厅科研发展计划基金资助项目(J02P51)作者简介:张循利(1963-),男,山东省桓台县人,副教授,主要从事量子光学和微波通信的研究。

E -m a i:l zhx lbzh@ya -hoo.co A(u-i+1)>A(u-i)<A(u-i-1)u-i<k i(2)A(u+i+1)>A(u+i)<A(u+i-1)u+i>k i(3)综合式(1)~式(3)给定的条件,就可得到目标一维距离像的所有局部最大、最小点位置。

假设搜索目标的整个一维距离像共得到n个局部最大位置和与之对应的n对局部最小位置,将它们按由近及远的顺序排列成集合的形式为{k}={k1,k2,,,k n},且k1<k2<,<k n(4) {u+}={u+1,u+2,,,u+n},且u+1<u+2<,<u+n(5) {u-}={u-1,u-2,,,u-n},且u-1<u-2<,<u-n(6)目标的散射中心与目标局部能量最大相对应,是目标可分辨结构的体现。

式(4)~式(6)所表示的局部最大、最小峰位置集当中,不仅包含目标的散射中心,也包含噪声的散射峰点,因此我们还必须给定一组条件,使能利用这组条件将目标的散射中心从噪声中分离出来。

众所周知,在噪声中检测目标,都要预先给定一个门限,以确定有无目标存在。

只有在这一目标存在的前提条件下,讨论目标的识别才有意义,对目标散射中心的检测也是如此,因而如果局部最大峰k c处是目标的散射中心,则它必须满足的第1个条件是: kc处的幅度值A(k c)必须大于一个给定的门限h,显然这个条件只是一个必要条件而不是充分条件,因为偶然出现的毛刺也常有可能超过门限h,但它却不是目标的散射中心,故要确定目标的散射中心还需要满足别的条件。

从一维距离像还可看到,只有当一个可分辨结构表现出来的局部最大峰的幅度值与相邻左右最小峰的幅度值的比值都大于一个门限F时,才认为这个局部最大峰值对应着一个散射中心。

这是目标的散射中心应满足的第2个条件,因为当分辨率不够高,不能将目标的2个相邻部分的回波信号分辨开时,它们所体现出来的散射中心应该是这2部分相互叠加的结果,而不能将每个局部峰值都视为目标的一个散射中心,如图2所示。

在这种情况下每个局部最大峰的幅度值与其相邻的左、右局部最小峰的幅度值的比中都只有一个大于给定的门限值,这从反面证明了给出的判定目标散射中心的第2条件的正确性。

图2散射中心定位的示意图F ig.2I llustra ti on o f cen ter locat i on o f sca tter i ng ob j e ct仅有上述2个条件似乎还仍然不能使偶然出现的毛刺被判定为目标散射中心的可能性减到最小,因而还需要利用目标中不同于毛刺的固有性质。

我们知道,目标都是连续的、有一定的尺寸,因而目标的散射中心间的距离应小于一定的门限E,这是目标散射中心应满足的第3个条件,利用这个条件可排除在目标最大尺寸以外的孤立毛刺的影响。

将上述的3个条件用数学式表示为A(k c)>h(7) A(u-c)/A(k c)<F(8) A(u+c)/A(k c)<F(9) |k c1-k c m|<E(10)式(7)~式(10)中,k c,u-c,u+c分别表示目标散射中心及相应的左、右局部最小峰的位置;h是由噪声决定的门限,可取为大于平均噪声的2个标准差; F是基于2个可分辨结构的局部最大峰值与局部最小峰值的比来决定的门限;E是由待识别目标的最大可能长度决定的门限。

1.2如何搜索到目标的散射中心假设满足条件的散射中心的位置用k c表示,与之对应的局部最小位置用u-c和u+c表示,搜寻的起点是峰值位置集中的第1个最小峰u-1和紧随其后的第1个局部最大峰k1。

首先判断这个搜索位置的幅度值是否满足式(7),若不满足,则取相邻的下一局部最大位置为筛选对象,一直到该条件满足,再取该局部最大位置的左紧邻局部最小位置的幅度值A(u-c),看它们是否满足式(8),若不满足,则相邻的下一个局部最大峰值位置就成了我们的筛选对象,且选A(u-c)和新的筛选对象的左邻局部最小峰值中的较小者为新的A(u-c),反复进行条件式(7),式(8)的测试,一直到同时满足这2个条件的峰值存在,且暂时定义这时的最大峰值为k c,左局部最小峰值为u-c。

是否为真正的散射中心位置k c,还要由条#553#第5期张循利,等:利用高分辨率和极化信息进行目标识别的研究件式(9)、式(10)决定。

取大于k c的第1个右最小峰位置为筛选对象,看它们的幅度值之比是否满足式(9),若不满足,则继续搜索下一个右最小峰位置,直到找到了满足条件的右最小峰位置u+c为止,至此,我们就完成了一个散射中心的定位。

如果一维距离像中有多个散射中心,则对还没有筛选的峰值位置集{k},{u+},{u-}中的元素,重复以上过程,直至所有的元素都被遍历过。

当开始搜索下一个散射中心时,前一个散射中心的u+c将成为下一个散射中心的u-c。

当我们得到了所有可能的散射中心的位置后,还需要作进一步验证,看它们是否满足条件式(10),以确保我们所得到的散射中心是目标的散射中心。

当分辨率不够高时,就会把几个散射部位分在一个分辨单元内,因而就会出现图2所示的情况,在左局部最小峰u-c和右局部最小峰u+c之间存在多个局部最大峰。

显然,这时的散射中心应该是这些散射部位相互叠加的结果,而不能简单地认为是其中的某个局部最大峰,对这种情况,为了使叠加后的散射中心更接近于真正散射中心的位置,我们把i-和i+间的曲线中心所在处定义为散射中心所在位置,i-和i+的选定必须保证,这部分曲线的重心是从最陡的方向趋向、离开局部最大峰值的,即i-和i+的选定满足A(i-)=A(k c)-23[A(k c)-m ax{A(u-c),A(u+c)}]u-c<i-<k c(11)A(i+)=A(k c)-23[A(k c)-m ax{A(u-c),A(u+c)}]k c<i+<u+c(12)曲线的重心k l取为由式(13)给定的最接近于最强散射的整数k l=(E i+i=i-i#A(i))/E i+i=i-A(i)(13)综上所述,就可实现散射中心的定位。

2用极化信息识别目标散射场E S各分量和入射场E I各分量之间的关系可表示为:)式(14)中,下标/10和/20表示一组正交极化分量, [S]的元素一般是复数。

目标的复散射矩阵[S]随目标姿态角变化而变化,即使在给定取向上,它还与所选取的收、发天线极化基有关,因此它本身对目标识别的应用很有限,需要寻找其变性的特征参量。

2.1极化散射矩阵的不变量对雷达观察者来说,雷达极化基改变或者目标绕雷达视线旋转,都不增加任何新的目标极化信息,因此人们企图消除目标三维姿态变化中的一维变化,寻找与目标绕视线旋转和雷达极化基无关的一组极化不变量作为目标特征信号,这组不变量是存在的,它共有5个。

它们是行列式值$,功率矩阵迹P1、去极化系数D、本征极化方向角U d和本征极化椭圆率S d。

1)行列值$$=de t[S]=S11S22-S212(15)对于对称目标,$=S11S22。

形象地说,不变量$粗略地反映了目标的粗细或/胖瘦0。

当目标的水平伸展明显大于垂直伸展时,$1;当垂直伸展大于水平伸展时则相反。

2)功率矩阵迹P1P1=|S11|2+|S22|2+2|S12|2(16) P1代表了一对正交极化天线所接收到的总功率,它大致反映了目标回波能量的大小。