夏 棟 張凱旋 馬 玲

（1.海軍航空大學(xué)青島校區(qū) 青島 266041）（2.佛吉亞（即墨）排氣控制技術(shù)有限公司 青島 266200）

1 引言

在瀕海區(qū)域，海上目標(biāo)數(shù)量眾多、種類(lèi)繁雜、分布密集、運(yùn)動(dòng)狀態(tài)多樣多變，無(wú)價(jià)值目標(biāo)極大地干擾了空勤人員的目標(biāo)處理效率，因此需要對(duì)目標(biāo)類(lèi)型進(jìn)行軍民艦船分類(lèi)識(shí)別，以監(jiān)視軍艦的動(dòng)態(tài)、判斷其意圖。在遠(yuǎn)海區(qū)域，對(duì)大片海域進(jìn)行搜索監(jiān)視，需要篩選出高優(yōu)先級(jí)目標(biāo)，借此保障戰(zhàn)場(chǎng)態(tài)勢(shì)感知的深度、戰(zhàn)場(chǎng)態(tài)勢(shì)顯示的完整和高價(jià)值目標(biāo)的精確跟蹤。高置信度軍民目標(biāo)分類(lèi)識(shí)別對(duì)準(zhǔn)確判斷敵方作戰(zhàn)意圖、制定正確作戰(zhàn)方案、支持火控打擊、有效避免誤傷等作戰(zhàn)環(huán)節(jié)十分重要，是高層次態(tài)勢(shì)評(píng)估和威脅估計(jì)的主要依據(jù)。

2 機(jī)載雷達(dá)與AIS聯(lián)合識(shí)別步驟

AIS（船舶自動(dòng)識(shí)別系統(tǒng)）與雷達(dá)融合進(jìn)行艦船目標(biāo)的軍民分類(lèi)識(shí)別技術(shù)（實(shí)現(xiàn)方法如圖1所示），是指利用空時(shí)、特征維度對(duì)AIS與雷達(dá)進(jìn)行配準(zhǔn)，對(duì)配準(zhǔn)的目標(biāo)信號(hào)進(jìn)行融合識(shí)別［1］。對(duì)不存在配對(duì)的目標(biāo)信號(hào)，則利用雷達(dá)進(jìn)行軍民分類(lèi)識(shí)別。采用雷達(dá)對(duì)海面艦船目標(biāo)軍民分類(lèi)時(shí)，可利用窄帶/高分辨［2］對(duì)海模式對(duì)海面目標(biāo)進(jìn)行粗分類(lèi)、篩選可疑目標(biāo)；飛行員可對(duì)可疑目標(biāo)選擇ISAR二維高分辨成像［3］，進(jìn)一步對(duì)軍民艦船進(jìn)行精細(xì)分類(lèi)識(shí)別。

圖1 機(jī)載雷達(dá)與AIS聯(lián)合識(shí)別實(shí)現(xiàn)方法

海面目標(biāo)數(shù)量眾多、種類(lèi)繁雜，使得軍民艦船區(qū)分存在較大困難，但軍民艦船各有一定顯著特性：軍用船只一般具有船體長(zhǎng)寬比大、機(jī)動(dòng)速度快等特點(diǎn)，其船體結(jié)構(gòu)復(fù)雜，具有較大面積甲板、較高的艦塔、桅桿等（如圖2所示），且軍艦通常編隊(duì)行進(jìn)（見(jiàn)圖3）；而民用船只一般按固定航線航行，速度均勻較低，船體結(jié)構(gòu)簡(jiǎn)單，可通過(guò)AIS獲取其位置和類(lèi)型。因此，通過(guò)綜合目標(biāo)航速、RCS、輪廓尺寸、結(jié)構(gòu)部件等特征，輔以目標(biāo)姿態(tài)、編隊(duì)特征、民船AIS數(shù)據(jù)、民船航線數(shù)據(jù)等信息，可以實(shí)現(xiàn)軍民船只分類(lèi)。

圖2 軍用船只結(jié)構(gòu)特征示意圖

圖3 軍用船只編隊(duì)行進(jìn)示意圖

3 基于AIS與雷達(dá)融合的艦船目標(biāo)軍民分類(lèi)

根據(jù)IMO（國(guó)際海事組織）強(qiáng)制性的要求，履約船舶都裝備了AIS。AIS能提供比雷達(dá)多且精度高的信息量，將AIS與雷達(dá)信息進(jìn)行融合可幫助提升艦船目標(biāo)的軍民分類(lèi)的置信度。針對(duì)空時(shí)配準(zhǔn)誤差大引起誤匹配的問(wèn)題，引入特征維配準(zhǔn)提高AIS與雷達(dá)的配準(zhǔn)精度；設(shè)計(jì)多級(jí)融合的軍民分類(lèi)架構(gòu)，解決不同質(zhì)傳感器的融合識(shí)別的沖突問(wèn)題，其實(shí)現(xiàn)方案如圖4所示。

圖4 AIS與雷達(dá)融合分類(lèi)方案

3.1 AIS與雷達(dá)的空時(shí)、特征配準(zhǔn)

AIS與雷達(dá)在空間坐標(biāo)的表示和時(shí)間更新頻率存在著不同步的問(wèn)題，要實(shí)現(xiàn)雷達(dá)與AIS信息的融合，需要對(duì)其進(jìn)行配準(zhǔn)。對(duì)空間坐標(biāo)轉(zhuǎn)換時(shí)引入的目標(biāo)坐標(biāo)系和時(shí)間濾波插值引起的誤差進(jìn)行系統(tǒng)性的分析，設(shè)計(jì)配準(zhǔn)技術(shù)方案，通過(guò)引入雷達(dá)目標(biāo)的特征維信息進(jìn)行匹配，提高匹配精度。

3.2 基于多級(jí)融合的海面艦船軍民分類(lèi)識(shí)別

針對(duì)AIS與雷達(dá)提供信息維度的差異，實(shí)現(xiàn)基于多級(jí)融合思想的海面艦船軍民分類(lèi)識(shí)別［4］。引入專(zhuān)家知識(shí)庫(kù)在頂層進(jìn)行決策樹(shù)分類(lèi)設(shè)計(jì)，通過(guò)特征匹配的方式對(duì)不同傳感器的決策進(jìn)行識(shí)別置信度的計(jì)算，完成基于改進(jìn)D—S證據(jù)理論［5］的軍民分類(lèi)，最后利用信噪比加權(quán)的思想完成航跡融合，實(shí)現(xiàn)識(shí)別結(jié)果的時(shí)域融合。

4 基于雷達(dá)多維特征融合的艦船目標(biāo)粗分類(lèi)

機(jī)載雷達(dá)在對(duì)海遠(yuǎn)距離觀測(cè)時(shí)，通常采用窄帶低分辨/高分辨距離向［7］模式，在此類(lèi)模式下獲取的海面目標(biāo)信息量少，缺乏可用于識(shí)別的有效特征。且受不同海情雜波、海面艦船復(fù)合散射、雷達(dá)波形模式等因素影響，特征參數(shù)精確估計(jì)存在著收斂速度慢、估計(jì)精度不高等問(wèn)題。針對(duì)這些問(wèn)題，深入研究航速、姿態(tài)等參數(shù)估計(jì)處理流程和誤差分布，提高特征參數(shù)估計(jì)的精度；綜合海面目標(biāo)運(yùn)動(dòng)、輪廓尺寸、編隊(duì)等特征融合，實(shí)現(xiàn)海面軍民目標(biāo)的粗分類(lèi)。

4.1 海面目標(biāo)運(yùn)動(dòng)特征參數(shù)精確估計(jì)技術(shù)

針對(duì)雷達(dá)窄帶回波目標(biāo)特征信息少、估計(jì)誤差影響大等問(wèn)題，突破目標(biāo)跟蹤濾波估計(jì)的傳統(tǒng)思路，拓展可利用的目標(biāo)量測(cè)時(shí)間維度，從而增加目標(biāo)狀態(tài)空間濾波估計(jì)的信息量，提升目標(biāo)運(yùn)動(dòng)特征參數(shù)估計(jì)精度。通過(guò)對(duì)正反向擴(kuò)展卡爾曼濾波、擴(kuò)展卡爾曼平滑進(jìn)行理論建模仿真、海面目標(biāo)實(shí)測(cè)跟蹤數(shù)據(jù)處理和誤差分析，充分挖掘目標(biāo)未來(lái)量測(cè)數(shù)據(jù)信息以提高目標(biāo)航速、航向估計(jì)精度，實(shí)現(xiàn)遠(yuǎn)距離目標(biāo)運(yùn)動(dòng)狀態(tài)精確估計(jì)和特征識(shí)別。

4.2 海面目標(biāo)多維特征融合的粗分類(lèi)技術(shù)

針對(duì)遠(yuǎn)距離海面目標(biāo)識(shí)別信息量少的問(wèn)題，基于模式識(shí)別的手段實(shí)現(xiàn)海面目標(biāo)多維特征融合識(shí)別技術(shù)［6］研究：綜合海面目標(biāo)的輪廓尺寸等幾何特征、運(yùn)動(dòng)特征、電磁特征和編隊(duì)特征等，訓(xùn)練軍民粗分類(lèi)器，利用軍民船在不同維度間的差異性實(shí)現(xiàn)軍民粗分類(lèi)。

5 海面艦船目標(biāo)ISAR軍民分類(lèi)識(shí)別

在對(duì)海模式下粗分類(lèi)技術(shù)可對(duì)海面目標(biāo)進(jìn)行初步篩選，再通過(guò)ISAR模式對(duì)篩選的可疑目標(biāo)進(jìn)行二維成像［8～11］，獲取目標(biāo)的更多有效特征進(jìn)行軍民精細(xì)分類(lèi)確認(rèn)，如圖6所示。針對(duì)海面目標(biāo)ISAR像出現(xiàn)十字旁瓣、信噪比不高導(dǎo)致海面目標(biāo)有效特征提取困難的問(wèn)題，基于稀疏分解的思想［12］實(shí)現(xiàn)海面艦船目標(biāo)預(yù)處理技術(shù)研究。挖掘海面軍民艦船目標(biāo)的典型結(jié)構(gòu)部件特征的可區(qū)分性，基于散射中心匹配反演典型結(jié)構(gòu)部件特征的參數(shù)，實(shí)現(xiàn)海面目標(biāo)軍民精細(xì)分類(lèi)。

圖5 基于多維特征融合的海面目標(biāo)粗分類(lèi)技術(shù)途徑

圖6 海面艦船目標(biāo)ISAR軍民分類(lèi)識(shí)別

5.1 基于稀疏分解的海面艦船目標(biāo)ISAR預(yù)處理技術(shù)

針對(duì)海面目標(biāo)十字旁瓣影響目標(biāo)特征提取的問(wèn)題，基于稀疏分解的思想，利用十字旁瓣和目標(biāo)在稀疏域的可區(qū)分性，實(shí)現(xiàn)十字旁瓣的抑制。借鑒傳統(tǒng)基于稀疏重構(gòu)的特征增強(qiáng)的思想，構(gòu)建結(jié)構(gòu)部件特征的稀疏字典，通過(guò)重構(gòu)誤差最小準(zhǔn)則找到使得目標(biāo)結(jié)構(gòu)部件回波誤差最稀疏的字典表示形式，根據(jù)待增強(qiáng)結(jié)構(gòu)部件特征設(shè)計(jì)特征約束函數(shù)合理選擇優(yōu)化求解算法（如貪婪算法等）實(shí)現(xiàn)結(jié)構(gòu)部件特征的增強(qiáng)和雜波的抑制。

5.2 基于電磁散射模型的海面目標(biāo)結(jié)構(gòu)部件特征反演

基于電磁散射參數(shù)化模型的海面目標(biāo)結(jié)構(gòu)部件特征反演技術(shù)是指，從結(jié)構(gòu)部件特征增強(qiáng)的雷達(dá)回波信號(hào)中反演結(jié)構(gòu)部件特征。由于可以將海面目標(biāo)結(jié)構(gòu)部件電磁散射回波建模為局部散射源的組合，結(jié)構(gòu)部件特征的反演可以通過(guò)海面目標(biāo)雷達(dá)回波中的強(qiáng)散射中心反演、匹配和聚類(lèi)實(shí)現(xiàn)。它可以分為兩步：首先，對(duì)結(jié)構(gòu)部件特征增強(qiáng)回波進(jìn)行散射中心的反演；接著，利用散射中心的匹配和聚類(lèi)技術(shù)實(shí)現(xiàn)結(jié)構(gòu)部件特征的反演。

6 結(jié)語(yǔ)

復(fù)雜海面狀況下實(shí)現(xiàn)對(duì)軍民艦船的精確分類(lèi)識(shí)別，對(duì)保障我國(guó)領(lǐng)海安全、提升武器裝備的作戰(zhàn)效能具有重要意義。在現(xiàn)有裝備、技術(shù)條件下，研究更加精細(xì)的雷達(dá)目標(biāo)特征挖掘、多種信息有效融合的技術(shù)是實(shí)現(xiàn)提高軍民艦船精確分類(lèi)識(shí)別的重要途徑。