目标探测

目标探测与识别技术研究手段调研
目标探测与识别技术的发展状况
目标探测与识别是一门多学科综合的应用技术，它涉及的学科领域有传感器技术、测试技术、激光技术、毫米波技术、红外技术、近代物理学、固态电子学、人工智能技术、海陆空武器技术、引信技术等。

它的主要目的是采取非接触的方法探测固定的或移动的目标，通过识别技术，完成对控制对象的控制任务[1]。

目前目标探测的手段有红外热成像、微光夜视、电视摄像、激光测距、毫米波、微波和激光雷达、声探测、紫外探测等主被动监视装置，覆盖了从紫外到无线电波的宽广的电磁波谱。

这些装置的综合应用，已能昼夜、全天候范围监视战场和捕获、跟踪目标，并准确定位，成为未来战场夺取信息优势的物质基础。

目标识别的手段主要有光字符识别技术、条码技术、射频识别技术、磁识别技术、语音识别技术、图形识别技术和生物识别技术等。

在军事航空领域，对目标的探测定位能力的更高要求已成为航空电子系统不断扩展的需求牵引之一，而现代隐身技术、对地攻击武器技术的不断发展逐步使光电探测设备的地位不断上升。

在军事应用中，目标信息获取技术可能的感知空间覆盖了武器系统可能配置的全部空间，从地球外层到大气层、地面、地下、海面、海下及水下，其波长覆盖整个电磁波谱。

在高新技术弹药上，目标探测也成为一种主要的功能［2］。

在“三打”（打武装直升机、打巡航导弹、打隐形机）“三防”（防侦察、防电子干扰和防精确打击）中，目标探测与识别技术发挥着主要的作用。

例：高光谱遥感目标探测识别技术的发展是20 世纪末期以来对地观测技术取得重大突破的又一个主要领域，也是当前遥感技术发展的前沿和热门研究领域。

从1983 年第一台高光谱航空成像光谱仪问世以来，各发达国家如美国、加拿大、法国、德国等竞相研究这一技术，经过将近三十多年的发展，迄今为止，国际上已有40 余种航空成像光谱仪处于运行状态，高光谱遥感技术已经在很多领域得到成功的应用，显示出很大的潜力和广阔的发展前景。

目标探测与识别技术的关键技术
目标探测与识别的核心问题是围绕着高时效和准确性这两个要求，通过目标信息的“获取”、“处理”、“显示”、“传输”等途径实现目标“探测”、“识别”和“确认”。

发展目标探测与识别技术，高时效和准确性是军事应用的最大特点，也是主要的关键技术［3］。

实际上，目标的获得是一个复杂的问题。

已经发展了很多模型，但它们常限于极少的军事场景。

大多数模型仅部分有效，其原因是在于实际战场的复杂性与多变性。

电光成像系统与技术的发展异常迅速，因此对模型进行修正和发展是十分必要的，以便为正确地反映现代光电系统的性能做出判定。

准确性（自动数据采集，彻底消除人为错误）、高效性（信息交换实时进行）、兼容性（自动识别技术以计算机技术为基础，可与信息管理系统无缝联结）则是识别技术的关键所在［3］。

目标识别属于模式识别的范畴，模式识别的前提是获取目标的特征信息，即获得有助于识别的原始信息数据；模式识别的关键是对原始信号进行适当的处理，从原始信号众多特征中求出那些对分类识别最有效的特征，以实现特征空间维数的压缩，即特征的提取与选择［4］。

神经网络目标识别系统，将智能置于系统的结构和适应规则中，它的优点不是针对一个问题或一个应用，而是整个问题，它不要求数字化的数据，可将传感器来的信息以相应的形式直接传送到神经网络，系统则能通过例子训练学习，从而识别在各种背景下的目标。

识别的前提是高质量的探测。

对于工作在可见光谱区的成像器件来说，景物单元的发射性质通常不太重要，在远红外区，反射辐射的贡献通常可忽略不计，只有目标和背景的发射性质才是重要的。

在近红外和中红外区，目标和背景的反射和发射的性质可能都是很重要的。

例：高光谱影像目标探测识别是高光谱信息处理中的重要环节之一，与此同时，高光谱遥感数据具有多、大、快等特点，即波段多（凡十个到几百个），光谱分辨率高（纳米数量级），数据量大（每次处理数据一般在千兆以上），数据率高（从每秒数兆到每秒数百兆），因此，传统的探测识别分析方法难以满足实际应用的需要，目前人们曾提出过许多不同的方法，这些方法主要可以分为两类：光谱探测方
法和特征探测方法。

其中光谱探测法的原理简单、计算简洁，但由于各种因素的影响，使目标光谱中往往存在许多噪声，给光谱探测带来一定的困难。

而基于特征空间的探测方法如多元统计分析、模糊数学等存在高维数据量带来的计算压力，同时也一定程度上忽略了光谱特征含义。

目标探测与识别技术的发展难点
任何一种目标探测与识别系统都有其应用范围和局限性，不可能是万能的。

在当今技术发展条件下，尚没有能力研制出这样一个平台或系统，其波谱范围覆盖紫外一可见光一红外一微波，直到无线电波，且分辨力（空间、时间、波谱、温度）高，并具备从信息获取到信息处理和应用的高准确性、高时效、实时或准实时的能力。

从20 世纪80 年代以来，由于微机、微处理器在鱼雷中得到广泛的应用，如美国MK48 一5 线导鱼雷、英国的虎鱼线导鱼雷和俄罗斯65 型尾流自导鱼雷等通过首侧声纳对目标有尺度分辨能力，可发射复杂波形波束提高对诱饵的欺骗能力，因而具有智能化的明显优点，迫使各主要海军国家研究鱼雷对抗的新技术和新装备，进而在软杀伤技术（如施放干扰器、声诱饵等干扰和诱骗鱼雷）、硬杀伤技术（如采用深弹、水雷、反鱼雷鱼雷等对抗鱼雷）等方面均取得了很大的发展。

如英美合作的水面舰艇鱼雷防御计划（SSTD ）已开发出传感器鱼雷识别和报警处理器，该系统基于数字处理技术，采用专门研制的算法实现对鱼雷的自动探测、识别和定位。

例：从空间对地观测的角度来说，高光谱遥感信息无论对地物理化特性的深层探索，还是对地物间微小差异的精细识别，以及对自然界的知识发现，都为人类提供了前所未有的丰富信息。

随之而来的问题就是：面对如此多的波段，如此海量的光谱图像信息如何去处理，如何从中提取我们需要的信息。

目标探测与识别技术的发展趋势
随着空战装备技术的发展和空袭战术的改进，现代战场上巡航导弹、武装直升机等低空、超低空目标越来越多。

这些目标飞行高度低、航线隐蔽，非常难以发现。

这种情况，促使防御一方不断采用最新科技成果以改进自己的防空预警系统，从而大大促进了低空、超低空目标预警和侦察技术的发展和进步。

现代目标信息获取与处理系统一般是利用车载、机载（无人机、飞艇）、舰载、星载（低轨、同步）传感器，实现高分辨力、全自动、多光谱、多时相、地球空间信息获取，利用图像处理技术、通信技术、信息融合与提取技术、目标探测与识别技术以及全球定位系统技术和地理信息系统技术，实现信息快速传输、目标地形自动重建、目标自动识别以及战争指挥决策的现代化。

自动目标识别（Automatic Target Recognition , ATR ）是一种利用人工智能技术实现对传感器获取的目标特征进行分类和识别的智能化技术，全程不需要人员的干预，是现代战场上武器智能化的重要核心技术。

由于真实战场条件下目标容易受到各种背景信息和杂波的干扰，对其进行探测和识别的技术一直是研究的热点。

传统的目标识别一一特别是复杂地面背景下的目标识别，需要人工参与决策，限制了武器系统的应用范围。

机器人技术在战场上的广泛应用也迫切需要人们开发出无人值守的智能识别技术，以减轻控制人员的工作压力。

结合计算机技术和智能技术的自动目标识别技术成为解决这些难题的一种有效途径，成为当前各军事强国优先发展的对象。

例：目前实用型成像光谱仪的应用主要集中于航空遥感领域，如：美国的AVllS 、GERIS ，加拿大的FLI 等，而在航天领域，除较为熟知的美国EOS 计划中的中分辨率成像光谱仪（MODIS ）和欧空局的中分辨率成像光谱仪（MERIS ）之外，Orbimage 公司的Orbview ( 280 波段），日本ADEOS 一且的CLI 遥感器，美国EO 一1 卫星高级陆地成像仪（ALD 都在研制或计划发射中。

可见高光谱遥感目标探测识别技术发展趋势倾向于高端、敏感、准确。

参考文献
[1]张河主编．《探测与识别技术》北京理工大学出版社．2005 . 2
[2]王颂康主编．《高新技术弹药》兵器工业出版社．1997
[3] 周立伟主编．《目标探测与识别》北京理工大学出版社．2005
[4]孙即祥主编．《现代模式识别》国防科技大学出版社．2001
[5]张景旭主编．《国外光电系统空间目标探测进展》中国光学与
应用光学出版．2009
[6]丛敏主编．《自动目标识别技术的发展现状及其应用》飞航导弹．1 999。