為滿足其近感測量精度,需對(duì)探測范圍內(nèi)的地貌環(huán)境進(jìn)行有效識(shí)別。提出一種基于最優(yōu)投影的地貌識(shí)別算法,為現(xiàn)代空域近感平臺(tái)提供必要的地貌識(shí)別能力。定義了利用目標(biāo)散射矩陣特征值構(gòu)成的特征參數(shù),且該參數(shù)與探測信號(hào)強(qiáng)度、角度等參數(shù)均無關(guān),僅相關(guān)于探測區(qū)域內(nèi)的地形結(jié)構(gòu)特征。并結(jié)合Krogager關(guān)于目標(biāo)散射矩陣分解的相關(guān)思想,建立帶參數(shù)的標(biāo)準(zhǔn)散射體旋轉(zhuǎn)不變矩陣,將探測區(qū)域內(nèi)的地貌極化散射矩陣投影至標(biāo)準(zhǔn)體,得到目標(biāo)散射矩陣在每一標(biāo)準(zhǔn)體的權(quán)值,并通過最優(yōu)化投影進(jìn)一步判定該地貌屬性,從而達(dá)到識(shí)別的目的。 

【文章來源】：火力與指揮控制. 2020年06期 北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

茂密的高大樹林如圖1所示，當(dāng)探測區(qū)域?yàn)槊芗叽髽淞謺r(shí)，

54°（-44.284，-17.930，-48.794）［-64.640，-28.467，0］T（0.868，0.494，0.419）8.751至1052°49’E）進(jìn)行算法驗(yàn)證實(shí)驗(yàn)，如圖8所示。圖8提取區(qū)域的俯視高程圖如圖8所示，該區(qū)域內(nèi)的最高海拔為1682m，以丘陵為主，未有大面積的平坦地段，該范圍為平臺(tái)飛行區(qū)域。本文僅利用該地貌中的一小部分作為探測波束覆蓋范圍，用以驗(yàn)證所提出的POP-LB算法的可行性與優(yōu)越性。將探測波束范圍內(nèi)的回波進(jìn)行處理，得到不同極化模式下的回波信號(hào)幅度，由此可以得到波束探測范圍內(nèi)地形“坐標(biāo)”與不同探測俯仰角之間的關(guān)系如圖9所示。由得到的不同“坐標(biāo)”值，根據(jù)式（5）與式（6）求解出目標(biāo)區(qū)域的度量向量，并由式（7）計(jì)算得到不同角度下目標(biāo)區(qū)域在各個(gè)基底下的最優(yōu)投影，得到的結(jié)果如表2所示。最優(yōu)投影“坐標(biāo)”表征了該區(qū)域的圖9不同探測俯仰角下的地形“坐標(biāo)”表2不同角度下目標(biāo)區(qū)域的度量向量、最優(yōu)投影及起伏度結(jié)果·78·1032

（總第45-）30m之間的平臺(tái)，這種誤差就顯得十分巨大，回波信號(hào)示意圖如圖2所示。圖2探測器截獲回波示意圖為避免平臺(tái)在上述環(huán)境下的測量誤差，本文提出一種基于最優(yōu)投影的地貌識(shí)別算法，利用極化信息對(duì)探測區(qū)域內(nèi)的地物環(huán)境進(jìn)行有效識(shí)別。2極化最優(yōu)投影地貌識(shí)別算法極化信息作為回波信號(hào)的又一可利用信息，已經(jīng)廣泛應(yīng)用于目標(biāo)探測與識(shí)別領(lǐng)域。根據(jù)Krogager［10］的相關(guān)研究成果，任一目標(biāo)的極化散射矩陣都可以分解成球、二面角和螺旋體3種成分，根據(jù)目標(biāo)的組成成分的差異，達(dá)到目標(biāo)識(shí)別的目的。但是，對(duì)于平臺(tái)毫米波探測器而言，探測范圍內(nèi)的地形較為復(fù)雜，多為山地、丘陵等，如圖3所示。圖3探測器探測區(qū)域內(nèi)地貌示意圖對(duì)于圖3所示的地貌特征，分解為球、二面角和螺旋體3種結(jié)構(gòu)之后，所得地貌的組成成分差異較小，難以區(qū)分地貌屬性。因此，需要對(duì)組成成分標(biāo)準(zhǔn)體進(jìn)行改進(jìn)，用于擴(kuò)大差異性，有利于實(shí)現(xiàn)地貌屬性確定。結(jié)合Krogager的思想，本文提出一種基于極化最優(yōu)投影的地貌識(shí)別（PolarizedOptimalProjectionLandscapeRecognition，POP-LR）算法，并建立由四棱錐、圓臺(tái)、球組成的投影基，將地表極化回波信息投影到上述投影基內(nèi)，得到最優(yōu)投影條件下的不同地貌“坐標(biāo)”（由不同基底投影距離組成），從而判斷地形屬性，完成地貌識(shí)別。2.1散射矩陣旋轉(zhuǎn)不變參數(shù)在極化探測器目標(biāo)識(shí)別過程中，目標(biāo)結(jié)構(gòu)特性成為了關(guān)注的焦點(diǎn)。因此，需要建立與位置、觀測角度無關(guān)的極化特征量。在單站雷達(dá)中如果互易定理成立，目標(biāo)散射矩陣為一軸對(duì)稱矩陣，可表示為：（1）其中，Shv=Svh，下標(biāo)“ij”表示j極化方式發(fā)射，i極化方式接收；h表征水平極化，v表征垂直極化。當(dāng)入射角度發(fā)生改變時(shí)，目標(biāo)散射矩陣?

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)字高程模型數(shù)據(jù)的機(jī)載認(rèn)知雷達(dá)地雜波建模方法研究[J]. 饒妮妮,陳星波,周加兵,邱朝陽,劉丁赟.  電子科技大學(xué)學(xué)報(bào). 2016(04)
[2]雷達(dá)極化技術(shù)研究現(xiàn)狀與展望[J]. 王雪松.  雷達(dá)學(xué)報(bào). 2016(02)
[3]基于極化特征的雷達(dá)目標(biāo)識(shí)別技術(shù)[J]. 宋新景.  雷達(dá)科學(xué)與技術(shù). 2016(01)
[4]雷達(dá)極化信息獲取與處理的研究進(jìn)展[J]. 代大海,廖斌,肖順平,王雪松.  雷達(dá)學(xué)報(bào). 2016(02)
[5]基于分?jǐn)?shù)階傅里葉變換的彈載SAR成像算法[J]. 陳勇,趙惠昌,陳思,張淑寧.  物理學(xué)報(bào). 2014(11)
[6]基于極化不變量特征的雷達(dá)目標(biāo)識(shí)別技術(shù)[J]. 王福友,羅釘,劉宏偉.  雷達(dá)科學(xué)與技術(shù). 2013(02)
[7]一種極化分集制導(dǎo)雷達(dá)及低截獲概率信號(hào)設(shè)計(jì)[J]. 宋立眾,喬曉林,吳群.  系統(tǒng)工程與電子技術(shù). 2009(12)
[8]一種基于復(fù)加權(quán)的目標(biāo)極化識(shí)別方法[J]. 邵仙鶴,李愛芝,嚴(yán)發(fā)寶,喬曉林.  南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(04)
[9]極化雷達(dá)遙感中目標(biāo)特征提取[J]. 高明星,楊健,彭應(yīng)寧.  電波科學(xué)學(xué)報(bào). 2004(04)

碩士論文
[1]彈載嵌入式實(shí)時(shí)雷達(dá)信號(hào)處理系統(tǒng)設(shè)計(jì)與研究[D]. 徐瑞.西安電子科技大學(xué) 2015



本文編號(hào)：2933920