梁复台，李宏权，刘安波，张晨浩

（1.空军预警学院预警情报系，武汉 430014；2.空军预警学院信息对抗系，武汉 430014；3.解放军31121 部队，南昌 330000）

0 引言

在国家军事安全领域，空防安全是非常重要的组成部分。地面防空警戒雷达现大多为窄带雷达，分辨率不高，对目标识别判性严重依赖雷达操作员的经验和值班水平，效率不高［1］，造成指挥员指挥决策的巨大被动。历史上曾在这方面有过深刻教训，在以色列轰炸伊拉克核反应堆的行动中，就成功地将F15 战斗机编队伪装为民航飞机，骗过了地面防空雷达，达成战术目标。随着空中目标的飞行性能的不断提升，国家空防安全面临的威胁日趋严峻，这就要求空防系统必须具备准确快速地对空中目标架数、型别的识别判断能力。

由于空中目标识别判性往往受到雷达体制、环境及其他因素的影响，低分辨率常规体制雷达对空中目标识别判性，一直以来是个棘手的问题，国内外对此提出了很多解决方法［2］。目前，该方面的解决方法一般是从信号处理的角度入手，对目标回波信号作特征提取，然后就其特征差别采用各种分类方法进行智能辅助［3-4］。文献［3］在提取雷达目标回波信号特征的基础之上，结合BP 神经网络技术对舰艇编队防空目标识别应用智能化算法来提高目标识别的准确性。文献［4］通过分析并提取不同目标的RCS 特征，基于支持向量机（Support Vector Machine，SVM）分类算法，实现了对弹头群和弹体群目标的初步分类识别。但这些方法均需在提取、分析特征上下功夫，理论要求高、标准难统一，不便于推广应用。……