噪声稳健的高分辨距离像雷达目标识别方法

A high-resolution range profile (HRRP) contains the target scatterer distribution signature, which is very important for target recognition. Therefore, radar automatic target recognition (RATR) using HRRP has received intensive attention from the radar signal processing and its application community. Although some important theories and methods have been studied for target recognition based on radar HRRP during the past nearly three decades, how to improve the robustness of recognition methods under the test condition of low signal-to-noise ratio (SNR) is still a open problem which restricts the recognition techniques from engineering application. Since the noise considered here mainly refers to the heat noise from the radar receiver for aircraft-like targets under a look-up scenario, the SNR of target echo directly relates to the distance between the target and radar for a given noise level and radar transmitted power. Therefore, it is important to improve the recognition performance under low SNR for increasing the recognition distance between target and radar in the real application. This project will focus on target recognition based on radar HRRP under the test condition of low SNR. The noise robust recognition methods are researched from three aspects, i.e., data pre-processing, feature extraction and feature selection, and statistical modeling. The main work includes: 1) feature enhancement for HRRP based on feature transformation and parametric scattering center modeling; 2) noise robust feature extraction for HRRP; 3) noise robust modification method for HRRP statistical model.

高分辨距离像（HRRP）提供了目标散射点沿距离方向的分布特征，对目标识别非常关键。因此，基于HRRP的雷达自动目标识别（RATR）技术成为了雷达信号处理和应用领域的研究热点。经过近30年的研究积累，基于HRRP的雷达目标识别的理论和方法研究已经比较深入。然而，如何提高低信噪比条件下识别方法的稳健性成为制约HRRP目标识别工程应用的主要“瓶颈”之一。雷达对空观测时我们考虑的噪声主要是接收机热噪声，目标回波信噪比和目标与雷达之间的距离直接相关，因此，提高低信噪比条件下RATR的性能对提高雷达的识别距离意义重大。本项目以低信噪比条件下雷达目标HRRP样本的RATR技术为研究背景，从数据预处理、特征提取和特征选择、统计建模三个层次展开研究。主要研究内容包括：1）基于特征变换和参数化散射中心建模的HRRP特征增强算法；2）噪声稳健的HRRP特征提取方法；3）HRRP统计模型的噪声自适应修正方法。

高分辨距离像（HRRP）是用高距离分辨雷达获取的目标散射结构在雷达视线上的投影，提供了目标散射点沿距离方向的分布特征，对目标识别非常关键。因此，基于HRRP的雷达自动目标识别（RATR）技术成为了雷达信号处理和应用领域的研究热点。经过近30年的研究积累，基于HRRP的雷达目标识别的理论和方法研究已经比较深入。然而，如何提高低信噪比条件下识别方法的稳健性成为制约HRRP目标识别工程应用的主要“瓶颈”之一。.本项目研究噪声稳健的雷达目标识别方法。经过课题组成员的共同努力，经过四年的研究，课题组完成了预期的研究内容。在特征增强算法、噪声稳健特征提取、统计模型的噪声自适应修正方面取得了一系列研究成果，为解决雷达目标识别工程应用中的噪声稳健识别问题奠定了理论基础。另外，随着研究工作的深入，扩展研究了微动目标分类、高分辨距离像小样本稳健识别和多分类器融合识别/拒判、高分辨距离像目标检测、SAR目标检测/鉴别/识别、ISAR成像和特征提取等。扩展研究内容也属于稳健目标识别技术这一研究方向，是对原计划研究内容的重要补充。.在本项目的资助下，课题组已发表学术论文61篇，其中，国际刊物SCI学术论文24篇，国内核心刊物学术论文25篇，国际会议学术论文12篇；申请国家/国防发明专利57项，其中已授权22项。课题组成员还积极参与国际会议，包括IET International Radar Conference、IEEE Radar Conference、International Conference on Radar、IEEE ChinaSIP 2015和IEEE ICASSP 2016等。项目负责人杜兰教授在2015年7月的IEEE ChinaSIP会议作特邀报告，报告了本项目资助下完成的1篇学术论文。本项目培养博士研究生7名，其中5名已毕业；培养硕士研究生10名，其中8名已毕业。在本项目部分成果支撑下获2014年国防技术发明一等奖和2015年国家技术发明二等奖，项目负责人杜兰教授是第二发明人。