夏 栋 张凯旋 马 玲

（1.海军航空大学青岛校区 青岛 266041）（2.佛吉亚（即墨）排气控制技术有限公司 青岛 266200）

1 引言

在濒海区域，海上目标数量众多、种类繁杂、分布密集、运动状态多样多变，无价值目标极大地干扰了空勤人员的目标处理效率，因此需要对目标类型进行军民舰船分类识别，以监视军舰的动态、判断其意图。在远海区域，对大片海域进行搜索监视，需要筛选出高优先级目标，借此保障战场态势感知的深度、战场态势显示的完整和高价值目标的精确跟踪。高置信度军民目标分类识别对准确判断敌方作战意图、制定正确作战方案、支持火控打击、有效避免误伤等作战环节十分重要，是高层次态势评估和威胁估计的主要依据。

2 机载雷达与AIS联合识别步骤

AIS（船舶自动识别系统）与雷达融合进行舰船目标的军民分类识别技术（实现方法如图1所示），是指利用空时、特征维度对AIS与雷达进行配准，对配准的目标信号进行融合识别［1］。对不存在配对的目标信号，则利用雷达进行军民分类识别。采用雷达对海面舰船目标军民分类时，可利用窄带/高分辨［2］对海模式对海面目标进行粗分类、筛选可疑目标；飞行员可对可疑目标选择ISAR二维高分辨成像［3］，进一步对军民舰船进行精细分类识别。

图1 机载雷达与AIS联合识别实现方法

海面目标数量众多、种类繁杂，使得军民舰船区分存在较大困难，但军民舰船各有一定显著特性：军用船只一般具有船体长宽比大、机动速度快等特点，其船体结构复杂，具有较大面积甲板、较高的舰塔、桅杆等（如图2所示），且军舰通常编队行进（见图3）；而民用船只一般按固定航线航行，速度均匀较低，船体结构简单，可通过AIS获取其位置和类型。因此，通过综合目标航速、RCS、轮廓尺寸、结构部件等特征，辅以目标姿态、编队特征、民船AIS数据、民船航线数据等信息，可以实现军民船只分类。

图2 军用船只结构特征示意图

图3 军用船只编队行进示意图

3 基于AIS与雷达融合的舰船目标军民分类

根据IMO（国际海事组织）强制性的要求，履约船舶都装备了AIS。AIS能提供比雷达多且精度高的信息量，将AIS与雷达信息进行融合可帮助提升舰船目标的军民分类的置信度。针对空时配准误差大引起误匹配的问题，引入特征维配准提高AIS与雷达的配准精度；设计多级融合的军民分类架构，解决不同质传感器的融合识别的冲突问题，其实现方案如图4所示。

图4 AIS与雷达融合分类方案

3.1 AIS与雷达的空时、特征配准

AIS与雷达在空间坐标的表示和时间更新频率存在着不同步的问题，要实现雷达与AIS信息的融合，需要对其进行配准。对空间坐标转换时引入的目标坐标系和时间滤波插值引起的误差进行系统性的分析，设计配准技术方案，通过引入雷达目标的特征维信息进行匹配，提高匹配精度。

3.2 基于多级融合的海面舰船军民分类识别

针对AIS与雷达提供信息维度的差异，实现基于多级融合思想的海面舰船军民分类识别［4］。引入专家知识库在顶层进行决策树分类设计，通过特征匹配的方式对不同传感器的决策进行识别置信度的计算，完成基于改进D—S证据理论［5］的军民分类，最后利用信噪比加权的思想完成航迹融合，实现识别结果的时域融合。

4 基于雷达多维特征融合的舰船目标粗分类

机载雷达在对海远距离观测时，通常采用窄带低分辨/高分辨距离向［7］模式，在此类模式下获取的海面目标信息量少，缺乏可用于识别的有效特征。且受不同海情杂波、海面舰船复合散射、雷达波形模式等因素影响，特征参数精确估计存在着收敛速度慢、估计精度不高等问题。针对这些问题，深入研究航速、姿态等参数估计处理流程和误差分布，提高特征参数估计的精度；综合海面目标运动、轮廓尺寸、编队等特征融合，实现海面军民目标的粗分类。

4.1 海面目标运动特征参数精确估计技术

针对雷达窄带回波目标特征信息少、估计误差影响大等问题，突破目标跟踪滤波估计的传统思路，拓展可利用的目标量测时间维度，从而增加目标状态空间滤波估计的信息量，提升目标运动特征参数估计精度。通过对正反向扩展卡尔曼滤波、扩展卡尔曼平滑进行理论建模仿真、海面目标实测跟踪数据处理和误差分析，充分挖掘目标未来量测数据信息以提高目标航速、航向估计精度，实现远距离目标运动状态精确估计和特征识别。

4.2 海面目标多维特征融合的粗分类技术

针对远距离海面目标识别信息量少的问题，基于模式识别的手段实现海面目标多维特征融合识别技术［6］研究：综合海面目标的轮廓尺寸等几何特征、运动特征、电磁特征和编队特征等，训练军民粗分类器，利用军民船在不同维度间的差异性实现军民粗分类。

5 海面舰船目标ISAR军民分类识别

在对海模式下粗分类技术可对海面目标进行初步筛选，再通过ISAR模式对筛选的可疑目标进行二维成像［8～11］，获取目标的更多有效特征进行军民精细分类确认，如图6所示。针对海面目标ISAR像出现十字旁瓣、信噪比不高导致海面目标有效特征提取困难的问题，基于稀疏分解的思想［12］实现海面舰船目标预处理技术研究。挖掘海面军民舰船目标的典型结构部件特征的可区分性，基于散射中心匹配反演典型结构部件特征的参数，实现海面目标军民精细分类。

图5 基于多维特征融合的海面目标粗分类技术途径

图6 海面舰船目标ISAR军民分类识别

5.1 基于稀疏分解的海面舰船目标ISAR预处理技术

针对海面目标十字旁瓣影响目标特征提取的问题，基于稀疏分解的思想，利用十字旁瓣和目标在稀疏域的可区分性，实现十字旁瓣的抑制。借鉴传统基于稀疏重构的特征增强的思想，构建结构部件特征的稀疏字典，通过重构误差最小准则找到使得目标结构部件回波误差最稀疏的字典表示形式，根据待增强结构部件特征设计特征约束函数合理选择优化求解算法（如贪婪算法等）实现结构部件特征的增强和杂波的抑制。

5.2 基于电磁散射模型的海面目标结构部件特征反演

基于电磁散射参数化模型的海面目标结构部件特征反演技术是指，从结构部件特征增强的雷达回波信号中反演结构部件特征。由于可以将海面目标结构部件电磁散射回波建模为局部散射源的组合，结构部件特征的反演可以通过海面目标雷达回波中的强散射中心反演、匹配和聚类实现。它可以分为两步：首先，对结构部件特征增强回波进行散射中心的反演；接着，利用散射中心的匹配和聚类技术实现结构部件特征的反演。

6 结语

复杂海面状况下实现对军民舰船的精确分类识别，对保障我国领海安全、提升武器装备的作战效能具有重要意义。在现有装备、技术条件下，研究更加精细的雷达目标特征挖掘、多种信息有效融合的技术是实现提高军民舰船精确分类识别的重要途径。