基于運動信息和RCS信息融合的目標分類算法研究.pdf

1、雷達目標分類識別在防空反導、海上防御等國防軍事領域內(nèi)有著重要應用。雷達作為現(xiàn)代戰(zhàn)爭獲取戰(zhàn)場信息的重要工具，可以實時監(jiān)控整個戰(zhàn)場環(huán)境，對戰(zhàn)場上的目標進行分類識別。分類結果用于態(tài)勢估計與決策分析，可以有效提高我方軍事戰(zhàn)斗力和機動力。
　　由于目前我國大部分現(xiàn)役雷達都是窄帶低分辨雷達，提供的目標信息相對有限，通常將其運動信息（位置、速度、加速度等）、雷達散射截面積（Radar Cross Section, RCS）等目標特征用于目標分類

2、。本文主要對基于運動信息和RCS特征的目標分類方法進行了研究，包括以下三部分：
　　1.針對雷達目標跟蹤分類過程中對于未知機動目標運動模型建模不準確的問題，本文提出了一種聯(lián)合跟蹤與分類算法，預先建立多個目標機動模型，通過在跟蹤過程中根據(jù)新息反饋修正，對預先建立的多個模型進行概率分配，將目標根據(jù)其機動性進行分類，并且將分類結果輔助修正目標機動模型，在目標按照機動性進行分類的同時提升目標跟蹤性能。
　　2.針對部分目標在平穩(wěn)飛行

3、階段沒有表現(xiàn)出足夠的機動特征致使上述分類算法分類識別困難的問題，本文提出了一種基于模糊邏輯推理的運動目標分類算法，利用Fuzzy數(shù)學知識，將目標的運動信息模糊化，通過專家經(jīng)驗生成模糊關系，將同一時刻的目標高度以及速度值歸一化之后輸入建立好的模糊邏輯推理系統(tǒng)，估計各類目標的分類概率。
　　3.針對在目標分類過程中只依據(jù)運動信息的局限性，本文提出了一種基于運動信息與RCS信息分類融合的目標分類算法。算法首先基于目標的運動信息以及RCS