雷达目标识别发展趋势

雷达目标识别发展趋势

雷达具备目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

用于目标识别的雷达必将具备测量多种目标特征的手段，综合多种特征进行目标识别。我们人类认知某一事物时，可以通过观察、触摸、听、闻、尝，甚至做实验的方法认知，手段可谓丰富，确保了认知的正确性。

目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。

识别结果反馈给目标特征测量，使目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。

雷达具备同时识别目标和背景的功能。人类在观察事物的时候，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目标所处背景的能力，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目标识别能力。用于目标识别的雷达虽然需要具备测量多种目标特征的手段，但识别目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目标。比如司机在开车时，视野中有很多目标，首先要评价哪几个目标有威胁，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)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，这是设计师赋予的。对于实际环境，雷达目标识别系统应该知道如何更新目标特征库、如何调整目标识别算法、如何发挥更好的识别性能。

其次，要人工辅助雷达目标识别系统进行学习，这就如同老师和学生的关系。在目标识别系统学习时，雷达观测已知类型的合作目标，雷达操作员为目标识别系统指出目标的类型，目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。但又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。

并不是给出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目的所在。反向作用在一定程度上降低了人工辅助来训练目标识别系统的必要性，也减少了分别进行目标识别试验的总成本。

目标识别呈现出一些新特征和能力。

1)目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目标识别能力，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。

通过对国外目标识别系统的发展，从体系建设角度上，得出以下5点启示。

1)系统顶层设计是识别体系建立的基础目标识别方式由单个设备独立识别为主体向体系(或系统)综合识别发展。通过系统的顶层设计，构建多级的目标识别体系框架，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，合理利用各种目标特征获取的信息获取手段，将目标识别、数据融合以及态势生成紧密结合，针对不同的目标特性，采用不同的处理方法，构建信息查证与利用机制，从而准确识别目标，提供目标特性，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，改变传统的目标识别与数据融合相分离的机制(甚至没有识别功能的现象)，实现目标识别和目标融合有机融合，相互依存，相互促进；并制定合理信息处理准则和相关的标准规范，重点制定信息处理准则，针对不同的目标特征，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目标识别的前提。协同式目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，提高协同式目标识别能力；非协同式目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，提高非协同目标的识别能力；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)目标特征库是识别处理的保证通过各种信息获取手段，收集各类不同目标特征，针对多级目标识别体系，通过综合与分析，采用元素据描述方法，建立各类目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目标特征分类库，实现目标数据的快速检索和查证，支持不同级不同层次的目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目标识别的关键。传统的信息处理方法采用了同一的、单调的信息处理方法如主站法、位置融合法等，可以对目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目标来说，目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，针对不同目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目标属性的处理；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目标识别理论、模型和工程应用研究，从而实现整个战场目标的按需识别服务，提高整个战