空间复杂目标群的雷达目标识别技术*

冯德军，徐乐涛，艾小锋

(国防科技大学，电子信息系统复杂电磁环境效应国家重点实验室，湖南 长沙 410073)

空间复杂目标群的雷达目标识别技术*

冯德军，徐乐涛，艾小锋

(国防科技大学，电子信息系统复杂电磁环境效应国家重点实验室，湖南 长沙 410073)

复杂的空间目标群给雷达目标识别带来了挑战。分析了弹道中段空间目标群的构成及其对识别的挑战。系统归纳了反导中段雷达目标识别方法。根据雷达识别所采用的特征不同，将空间目标雷达目标识别方法分为其于结构特征的识别方法、基于弹道特征的识别方法和基于微动特征的识别方法，详细阐述了这3类识别方法的物理基础及其特征提取方法，分析了各种识别方法的特点，最后展望了中段雷达目标识别的发展趋势。

复杂目标群；雷达目标识别；特征提取；结构特征；弹道特征；微运动特征

0 引言

空间目标群日益复杂，给反导防御带来了极大的困难，特别是缺乏大气过滤作用下的中段目标识别，已成为十分棘手的瓶颈问题[1-2]。早在1999年，美国情报部门提交的美国受到弹道导弹威胁的《国家情报评估》报告指出：“我们的评价认为，研制弹道导弹的国家也将研制各种措施来对抗导弹防御系统，很多国家在开始时将采用容易获得的技术，包括分离弹头、旋转稳定弹头、弹头重新定向、雷达吸波材料、助推器破片、小功率干扰机、箔条和简易诱饵”[3]。突防目标群的复杂化使识别环境变得更为恶劣，增加了识别难度。

不论是哪类假目标，它们总在某个特征层面上与真实弹头存在着一定的差别，因此识别真假目标是可能的。理论上能够用于识别真假弹道目标的特性主要有3个：一是目标的尺寸和形状；二是目标的温度；三是目标的运动状态。导弹防御系统主要通过雷达和红外系统来感知真假目标的特性差异。但中段真假目标的红外特性差别不明显，因此雷达是中段目标识别的主要传感器。雷达识别的基本途径从目标的后向电磁散射提取目标的结构特征和运动特征，再根据一定的先验信息来辨别真伪[4]。本文分析了中段复杂目标群的构成，并根据识别的特点对识别方法进行了概括与分类。

1 导弹防御系统的发展演变

弹道导弹 (ballistic missile, BM)技术是国家军事威慑的重要构成。现代的弹道导弹通常携带高爆弹头、化学弹头、生物弹头甚至热核弹头，射程约6 000～10 000 km，采用多弹头分导、诱饵欺骗、干扰机干扰、机动变轨等突防技术，以提升导弹的生存能力，实现对敌方的有效打击。随着弹道导弹技术的发展，弹道导弹系统将具有更高的灵活性、隐蔽性、可靠性、准确性、毁伤性以及生存能力，其所形成的安全威胁亦随之持续增加。

作为制衡弹道导弹技术的战略性武器系统，弹道导弹防御系统亦随之不断发展。以美国为例，其弹道导弹防御系统的研究工作起始于20 世纪50 年代，经历了7 个主要阶段，包括奈基-宙斯系统(Nike-Zeus)、奈基-X 系统(Nike-X)、哨兵系统(Sentinel)、卫兵系统(Safeguard)等以核制核的导弹防御系统，战略防御计划(strategic defense initiative, SDI)(即星球大战计划)、防御有限打击全球保护系统(global protection against limited strikes, GPALS)、导弹防御系统(ballistic missile defense, BMD)等非核导弹防御系统[5]。图1给出美国弹道导弹防御系统示意图，该系统集成空基、天基、海基、地基传感器，具有在弹道导弹任意阶段实现检测、识别、跟踪并拦截的能力。

图1 美国弹道导弹防御系统示意图Fig.1 Sketch map of the BMD

中段防御系统是弹道导弹防御系统的重要组成部分，其主要原因在于：弹道导弹中段是弹道中最长的一段，在整个中段，所有弹头和诱饵、母舱和火箭残骸在重力的作用下，均沿着轨道附近以同样速度运动。弹道导弹在中段飞行距离远、时间长，是防方用于跟踪、识别、拦截目标的重要时间段。雷达系统是中段防御系统中负责检测、跟踪、识别目标的重要传感器。目前，美国导弹防御系统已包括了15 部大型相控阵雷达，涉及的雷达工作频率覆盖了P，L，C，S，X波段，这些雷达传感器与天基监视/跟踪系统联合，实现对弹道目标的全弹道、多层次检测、跟踪与识别[6]。为证明中段拦截系统识别的能力，美军方进行了多次实验。据报导：自1999年以来，美国地基防御系统共进行了19次拦截实验，其中11次成功，8次失败，如表1所示。

表1 美国地基中段防御系统拦截实验情况Table 1 Experimental results of the midcourse interception

2 空间复杂环境带来的挑战

2.1 空间目标识别的特点

理论上讲，导弹防御系统的各个阶段都可实现目标识别及拦截。理想的识别阶段是助推段，这个阶段待识别目标单一，红外特性明显，但存在时间和空间上的困难；在再入段，由于大气过滤等作用，使得再入段的目标识别最为有利，但是此时拦截时间风险太大。由于导弹在中段飞行时间相对较长，反导系统可以进行多次观测与拦截，实现“发射-观察-再发射”的工作方式，因此成为反导系统首选的识别阶段。导弹防御系统工作流程如图2所示。

图2 导弹防御系统工作流程Fig.2 Flowchart of the BMD

导弹防御系统采取了天基卫星和地基雷达等多种识别手段相结合的方法。在推进系统关机后，中段目标的温度大为降低，这时天基红外系统的定位和识别能力都相当有限，因此雷达将在中段目标识别中发挥核心作用。

2.2 复杂目标群带来的挑战

釉里红线绘法指的是在坯胎上用釉里红颜料描绘出各种不同的图案和花纹，这也是釉里红瓷器最主要的装饰方法，但由于高温铜红烧制技术非常之高，经常烧制出来的釉里红会产生飞红的现象，所以线绘法釉里红装饰方法烧制比较困难

从雷达识别角度看，中段具有最大的难度，这主要是因为目标群的复杂带来的识别挑战越来越大。一旦助推火箭将弹头送入空间预定点并达到要求的速度，末级助推火箭便脱落，弹头进入中段飞行轨道。与弹头一起飞行的还可能包括母舱，并在设定的轨迹点释放再入飞行器和各种干扰装置。随着弹道导弹技术的发展，空间中段目标群总体上趋于复杂，其构成主要有[7-8]：

发射碎片：在中段，由于没有大气阻力，导弹发射碎片与再入弹头一起飞行，碎片可能包括助推火箭、母舱(通常被炸碎以增加识别难度)、帮助再入弹头脱离母舱的弹簧以及各种爆炸螺栓部件等。

无源诱饵：无源诱饵包括涂有金属的气球、系留气球(用于保护再入飞行器或增强诱饵的信号特征)、轻型充气或刚性复制诱饵。还可能包括一个与再入飞行器非常相似的红外热源。另外，金属箔条也是无源诱饵的重要组成部分。

有源干扰：有源干扰可形成压制式、欺骗式等多种干扰，如果进行复杂的信息调制，甚至可形成虚假的雷达一维和二维图像。另外，通过有源干扰还可形成密集的多假目标群，大量消耗雷达资源。

密集目标群：饱和攻击是突防方最容易采取的突防措施之一。通过将弹头小型化和分导式多弹头技术，可在中段形成大量的子弹头，从而使防御体系的识别和火控能力饱和。

除形成中段复杂的目标群外，突防方还可通过多种手段降低弹头本身的可探测性。例如采用弹头隐身技术(包括雷达隐身、红外隐身和等离子体隐身)，大大降低弹头的可探测距离。空间目标群的复杂增加了识别的难度。

弹道目标识别是典型的非合作目标识别，与其它识别场景(如字符识别、语音识别、人脸识别)相比，它有3个特点。首先，对识别的准确率要求高。无论是以真为假还是以假为值，其代价均相当高。因此，防御方对弹道目标识别的准确程度要求苛刻。其次，识别先验信息缺乏。由于识别对象(弹头、诱饵)的特殊军事地位，识别方一般较无法获得待识别对象的特征数据库，只能根据粗略的先验知识进行识别，这是弹道目标十分棘手的主要原因。第三，识别的实时性要求强。弹道中段的飞行时间虽然长，但反导系统的识别窗口和拦截窗口却十分有限，在有限的时间内，识别制导雷达要完成目标识别、威胁评估、目标引导、杀伤效果评估等一系列工作，识别系统必须反应迅速。

3 空间目标群的雷达识别技术

目前关于空间目标识别的报道很多，系统归纳起来，在特征提取层次，各种识别技术可总分为3类，即基于结构特征的识别技术、基于弹道特征的识别技术和基于微动特征的识别技术。

3.1 基于结构特征的识别技术

空间假目标种类较多，主要有各种碎片、仿真诱饵和气球等。碎片的形状多样，难以进行准确的描述。由于保密的原因，模拟真弹头的诱饵数据也很难获取。根据少量资料，圆锥形及其变形或充气球是较常见的结构。而弹头具有特殊的战斗使命，要满足飞行稳定性的要求，同时还要具备较小的雷达散射截面。通常弹头的基本形可分为平底锥、球体锥、柱头体和球体锥柱头体4种。图3为诱饵和弹头模型的外形对比。可看出，圆锥形诱饵与弹头外形相似，球形诱饵则与弹头存在较大差别。

从材料和质量上来说，弹头和诱饵的差别则更为显著。诱饵通常采用涂敷金属的轻质材料，其质量较轻；而弹头的表面通常涂敷有隐身材料，由于具有战斗部，其质量要远大于诱饵。由于质量、几何形状、尺寸等的差异，使得弹头和各种类型的假目标的雷达散射特性存在较大的差异，这是基于结构特征提取的雷达目标识别基础和前提条件。

从获取手段上讲，获取结构特征主要依靠目标群RCS特征、一维像特征、二维像特征、极化特征等[9]。需要指出的是，这些方法获取的结构特征与我们视觉获取的结构特征存在很大的差异。以雷达获取的二维图像为例，往往几个甚至一个强散射点，如果没有先验知识，很难直接从图中判断出这是弹头的形状，因此，如何从目标群中中解读出稳定、能支撑目标识别的结构信息是当前人们关注的热点之一。

图3 诱饵和弹头的外形Fig.3 Shape of a decoy and a warhead

3.2 基于弹道特征的识别技术

真目标的弹道一般符合二体运动方程，有源多假目标难以满足该方程，因此，通过数据处理，采用弹道特征鉴别真假是一种简单有效的方法。对于自由段飞行的弹道目标，根据二体运动方程，给定一系列角度量测序列可唯一确定一条弹道轨迹。对于角度量测序列和真目标相同而径向距离和真目标不同的有源距离假目标，其动力学特性不符合二体运动规律。因此当在雷达目标跟踪中，对有源假目标采用二体运动动力学模型，则必然导致较大的模型失配。此外，中段还可采用动力学匹配系数、机械能、动量矩、加速度等特征进行识别，可识别有源假目标和关联错误的航迹[10]。如果通过多部雷达组网，则对抗多假目标欺骗更为有效。图4给出了采用动力学模型实现有源电假目标的鉴别效果，其中ΔR为产生的电假目标和真实目标间的距离，动力学模型匹配系数的定义参见文献[10]。

3.3 基于微动特征的识别技术

相对于目标质心运动而言，目标上各点围绕某点的转动或部件相对与物体上质心的机械振动、旋转等运动通常被称为微运动(Micro-Motion)。目标的微运动特性与其结构、质量分布、初始状态和受力状态密切相关，它可以作为目标识别的重要特征量[11]。

自旋稳定是空间飞行目标最常用的姿态稳定方式，它不但控制简单，抗干扰能力较强， 而且可以保持空间飞行器的指向不变， 因而在弹头的姿态控制

中应用甚广。在弹头自旋的同时，其极轴往往伴随着非期望的章动。弹头在中段的运动与轴对称陀螺体的自由运动相同。中段弹头和轻质诱饵的微运动特性通常是不同的。对于质量较重的弹头，为了使其在中段保持姿态稳定(以保证较小的RCS和安全再入)，弹头的自旋频率通常要小于质量较轻的诱饵。微运动的差异是目标识别的物理基础，通过对中段章动弹头进行微多普勒分析可以得到弹头的章动频率等微动信息，弹头的微动特征如图5所示。但微动识别也存在一个显著的缺点：一旦突防方有意识地控制微动参数，很有可能使得其特征难于被雷达感知。尽管有许多文献声称能实现提取微动角度、频率等特征信息，但实现稳健、可靠、实用的微动特征提取仍需要深入探究。

图4 基于动力学模型的有源假目标鉴别Fig.4 Active decoys discrimination based on dynamic model

图5 弹头的微动特征及其提取Fig.5 Micro-Doppler feature of warhead and its extraction

4 结束语

空间目标识别特殊的军事价值及其实现的复杂性，使得它成为目标识别领域的关注的焦点。当前它正朝以下几个方面发展：一是丰富的信息获取，通过采用大带宽、多极化、相参雷达技术，尽可能地获取目标和环境的多维信息[12-13]；二是深入的特征挖掘技术，通过信号处理、数据处理等手段，挖掘目标的电磁和运动特征[14]；三是先进的信息融合技术，融合目标的散射、运动等多维信息，通过综合识别真假[15]；四是稳键的分类器设计与实现，尽量选择对先验信息要求较弱、可靠、稳健的分类识别算法[16]。

空间雷达目标识别是一项复杂的工程，其中既包括雷达信号处理、特征提取等基础理论问题，又包括识别方案选择、优化、组合等顶层设计问题，涉及到雷达基础理论、电子对抗、模式识别等多个领域。其复杂还体现于其博弈性：一旦突防方得知防御方的具体识别手段，也将提出相应的对抗措施，反之亦然。因此，研究中需要加强识别方法与识别战情的结合，考虑到识别先验信息的多寡、目标群的复杂程度和突防方的反识别措施等因素。综合考虑到这些因素，才有可能对系统的识别能力做出准确的判断。

[1] David R Tanks. National Missile Defense: Policy Issues and Technological [M]. Washington: Svec Conway Printing, 2000.

[2] David Wright， Libeth Gronlund. Decoys and Discrimination Intercept Test IFT-8[R]．Union of Concerned Scienst， Cambridge MA， 2002.

[3] Libeth Gronlund， David Wright， Stephen Young．An Assessment of the Intercept Test Program of the Ground-Based Midcourse National Missile Defense System[R]. Union of Concerned Scienst， Cambridge M A， 2001.

[4] August W Rihaczek, Stephen J Hershkowitz. Theory and Practice of Radar Target Identification [M]. Boston, London, Artech House, 2000.

[5] United States General Accounting Office．Missile Defense: Review of Result and Limitations of an Early National Defense Flight Test[R]．ADA399464， Washington， 2002.

[6] Melvin L Stone, Gerald P Banner. Radars for the Detection and Tracking of Ballistic Missiles, Satellites, and Planets[J]. Lincoln Laboratory Journal, 2000，12 (2): 217-244.

[7] Mr. Thomas Foster. Application of Pattern Recognition Techniques for Early Warning Radar (EWR) Discrimination[R]．ADA298895，Washington， 1995.

[8] ANDREW M S， JOHN M C， Bob Dietz， et al. Countermeasures-A Technical Evaluation of the Operational Effectiveness of the Planned US National Missile Defense System[R]. Union of Concerned Scienst， Cambridge MA， 2000.

[9] Tour Sato. Shape Estimation of Space Debris Using Single-Range Doppler Interferometry [J]. IEEE Trans. Geoscience and Remote Sensing, 1999, 37(2): 1000-1005.

[10] 赵艳丽, 周颖, 王雪松,等, 基于动力学模型的有源假目标鉴别方法[J]. 国防科技大学学报, 2007, 29(5): 60-65. ZHAO Yan-li,ZHOU Ying, WANG Xue-song, et al. Algorithm of Discriminating Active Decoys and Radar Target Based on the Dynamic Model[J].Journal of National University of Defense Technology,2007, 29(5):60-65.

[11] CHEN V C， LI F， HO S-S， et al．Analysis of Micro-Doppler Signatures [J]． IEE Proc. Radar Sonar Navig.， 2003， 150(4): 271-276.

[12] XU X, NARAYANAN R M．Three-Dimensional Interferometric ISAR Imaging for Target Scattering Diagnosis and Modeling[J]．IEEE Trans. on Image Processing, 2001, 10(7):1094-1102.

[13] WILLIAM W C, JOSEPH T, ROBERT M O, et al. Wideband Radar for Ballistic Missile Defense and Range-Doppler Imaging of Satellites[J]. Lincoln Laboratory Journal,2000, 12 (2): 267-280.

[14] ZAJIC T， RAGO C， MAHLER R．Joint Tracking， Pose Estimation and Target Recognition Using HRRR and Track Data: New Result[J]．SPIE Proceedings， 2001， 4380(018): 196-206.

[15] Richard T Ivey， Allen M Waxman. Learning-While-Tracking， Feature Discovery and Fusion of High-Resolution Radar Range Profile[C]∥ISIF，2003:741-748.

[16] TIPPING M E．Sparse Bayesian Learning and Relevance Vector Maching[J]．Journal of Machine Learning Research, 2001(6): 211-244.

Radar Recognition Technique for Complex Target Groups in Space

FENG De-jun, XU Le-tao, AI Xiao-feng

(National University of Defense Technology，State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System,Hunan Changsha 410073, China)

The complexity of space target brings in some challenges for radar target recognition. The element of space environment in midcourse is analyzed and the difficulties for radar target recognition are expounded. According to different features used by radar, those methods are divided into three categories, namely, methods based on configuration feature, macrodynamics feature and microdynamic feature respectively. The physics foundation and research progress of the three methods are expounded and their characteristics are discussed respectively. Finally, the future tendencies of radar target recognition development in midcourse are forecast.

complex target groups；radar target recognition; feature extract; configuration feature; macrodynamics feature; microdynamic feature

2014-10-10；

2014-12-10

冯德军(1972-)，男，湖南湘潭人。副研究员，博士，主要研究方向为精确制导与目标识别、雷达电子战系统建模与仿真等。

通信地址：410073 河南长沙国防科技大学四院 E-mail：fdj117@163.com

10.3969/j.issn.1009-086x.2015.04.001

TN95

A

1009-086X(2015)-04-0001-06

编者按：“2014年复杂战场环境与精确制导技术研讨会”成功举行。会议得到了国内从事空天防御的军方、军工单位、科研院所、高校等的积极响应和大力支持，共征集到近70篇论文。《现代防御技术》特开辟专栏陆续分期刊登此次会议的部分优秀论文，供读者参考。