基于证据理论的车辆微动特征识别技术

(中国航空工业集团公司雷华电子技术研究所， 江苏无锡 214063)

0 引言

雷达具备目标识别能力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。地面轮式车辆与履带式车辆往往承担不同的作战任务，具有不同的威胁程度，因此，对地面车辆目标进行分类识别具有重要意义。

运动目标微多普勒特征可以从窄带雷达回波中提取，能够反映出目标微动部件结构特征，是轮式/履带式车辆目标具有可区分性的本质特征[1]，故基于微动特征的运动车辆目标识别引起了广泛关注。文献[2-3]利用不同方法对车辆回波频域信号进行分析，通过提取其频域微动特征实现了车辆目标分类。文献[4]提取了回波信号进行噪声抑制后的时频域特征，并利用SVM分类器完成了目标的分类识别。

在实际对运动目标进行跟踪识别时，受地杂波以及雷达视线等因素的影响，地面运动目标微多普勒特征很不稳定，给利用单一特征进行识别带来了难度。因此，采用多域特征融合识别的方法，降低不确定性带来的影响，提高识别性能[5]。DS证据理论利用两个或多个不相关的证据信息对辨识框架中的各命题进行独立判断，然后通过证据合成法则，将多个证据的判断结果融合起来，进而获得识别结果[6]。目前，基于证据理论的融合识别得到广泛应用，但仍存在如何得到基本概率赋值等问题[7-8]。本文提出了基于DS的地面运动目标多域特征融合识别方法，在提取地面运动目标回波微多普勒特征的基础上，融合频域与时频域微动特征，通过构建多层融合识别网络完成地面轮式/履带式车辆目标分类识别。……