雷达目标识别与对抗

雷达目标识别与数据集：方案、特征及干扰对抗概述

原创

已于 2024-10-06 19:58:19 修改 · 1.1k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #人工智能

于 2023-04-13 01:26:30 首次发布

文章介绍了雷达目标识别的多种方案，包括基于零阶至三阶张量的特征，以及波形级、Heatmap、点云级和MUSIC算法生成图的识别方法。同时，列举了多个雷达数据集的特点和局限性，如OxfordRadarRobotCar、COLORADAR、nuScenes等。最后，讨论了雷达干扰的流程和抗干扰策略。

来源：https://maiya.fan/blog?id=656617406aa58e39d930191c

4 雷达目标识别

4.1 已有方案

4.1.1 零阶张量

(1) RCS
RCS的起伏（不同角度）也能反映目标类别，其属于一维特征，但是通常情况下只能得到目标一个角度的信息，因此是零维特征。RCS本质上就是信号的幅值，因此，以下具有信号幅值特性的，均含有RCS信息。
(2) 极化特征
不同的目标对相同的位置对于不同极化信号具有不同的极化散射特性。
(3) 目标的导弹参数
位置，速度

4.1.2 一阶张量

以下量的生成都是将多个零阶张量沿某个轴如距离、频率或时间等叠加形成的，如果认为这些距离、频率或者时间也是一个量的话，那么这些量加上原来的零阶张量则为一阶张量，再进行叠加形成二阶张量。但实际上通常认为这些量不形成数据，如图片不会给长和宽编码一样，这些量可以通过一个参照点，通过特定间隔，自然形成结构；那么，以下量便是一阶张量。
(1) 径向剖面图
距离-幅值图。可以得到同一目标不同散射中心给出的不同距离。雷达信号表现为不同时刻的脉冲，但是不能分辨其角度，即表现为这些脉冲均来源于一个角度。
(2) 频率调制特性
频率-幅值图。
(3) 时间-幅值图

4.1.3 半二阶张量

该小节的命名为自定义，并不是官方称呼。一些张量比较特殊，其第一阶并不是通过相同的量叠加形成，而是根据信息的维度形成，即第一阶上的量不会任意的叠加。通常情况下，在张量阶数增加的叠加的方向上，叠加应该是任意的。
(1) 解析信号
时间-幅值图。为复信号，实部和虚部分别为两个一维的实信号。同时输入两个一维信号进行处理。
(2) 目标的导弹参数曲线
时间-位置。由位置或速度构成的曲线

4.1.4 二阶张量

(1) 时频-幅值图
时间-频率-幅值。和4.1.2中的频率调制特性类似，但是运用了STFT得到了时频域，并根据时频域进行识别
(2) 信号双谱
频率-频率-幅值。
(3) 慢时间-快时间图
时间-时间-幅值。
(4) 距离-方位-幅值图
距离-方位-幅值。由距离多普勒(RD)算法得到。算法名称中多普勒的意思是指方位向，通过多普勒频移得到的方位信息。这里的方位不是角度，而是距离，这是因为该算法是SAR雷达成像算法， SAR雷达中随着雷达的移动，表明了不同的方位，而不是通过角度来表明不同的方位。
生成SAR图的具体算法输入为快时间慢时间的采样序列，其中慢时间与通常情况下慢时间不同，这里的慢时间是指在不同方位进行采样的回波。随后对该回波进行变换压缩，得到SAR图。
该信号是多个信号的叠加。