第1章 概论 1
1.1 雷达目标识别的作用 1
1.2 国内外现状及进展 3
1.2.1 弹道导弹识别 3
1.2.2 空中目标识别 9
1.2.3 海上目标识别 12
1.2.4 地面目标识别 14
1.3 目标识别面临的问题 16
1.4 本书主要内容及章节安排 16
参考文献 17
第2章 雷达目标识别基础 20
2.1 基本原理 20
2.2 主要流程 21
2.3 识别特征 25
2.3.1 窄带特征 25
2.3.2 宽带特征 27
2.4 分类技术 28
参考文献 32
第3章 雷达目标散射特性 34
3.1 目标散射特性基础 34
3.1.1 电磁散射机理 34
3.1.2 RCS定义 37
3.1.3 金属球的散射特性 38
3.2 目标散射特性研究方法 44
3.2.1 理论分析 44
3.2.2 电磁仿真 45
3.2.3 内外场测量 47
3.3 目标隐身技术 53
3.3.1 目标散射中心 54
3.3.2 主要隐身技术 55
3.4 窄带散射特性 57
3.4.1 随方位角变化散射特性 57
3.4.2 随频率变化散射特性 59
3.4.3 随极化变化散射特性 60
3.4.4 随双站角变化散射特性 61
3.5 宽带散射特性 62
3.5.1 宽带一维距离像 62
3.5.2 ISAR像 62
3.5.3 SAR像 62
参考文献 64
第4章 特征提取技术 67
4.1 一维像 68
4.1.1 高分辨距离像的获取 68
4.1.2 结构特征 76
4.1.3 变换特征 81
4.2 二维像 84
4.2.1 SAR成像原理 84
4.2.2 ISAR成像原理 86
4.2.3 图像特征 87
4.3 运动特征 91
4.3.1 运动和轨道特性 91
4.3.2 区域特性 95
4.4 微动特征 96
4.4.1 微多普勒效应 96
4.4.2 旋转部件的微动特性 98
4.4.3 旋转目标的微动特性 102
参考文献 109
第5章 分类器技术 113
5.1 分类器的基本概念及原理 113
5.1.1 分类器的基本概念 113
5.1.2 分类的基本流程 114
5.2 雷达目标识别常用分类器及其基本原理 115
5.2.1 模板匹配分类器 116
5.2.2 决策树分类器 118
5.2.3 线性判别方法 121
5.2.4 支持向量机分类器 124
5.2.5 神经网络方法 126
5.3 分类器的选择和学习 133
参考文献 135
第6章 飞机目标识别技术 136
6.1 飞机目标的特性分析 136
6.1.1 飞机目标的运动特性 137
6.1.2 飞机目标的窄带回波特性 141
6.1.3 飞机目标的宽带回波特性 148
6.2 飞机架次识别 154
6.2.1 基于窄带多普勒分析的飞机架次识别 155
6.2.2 基于宽带回波的飞机架次识别 159
6.2.3 架次识别研究趋势 161
6.3 飞机类型识别 162
6.3.1 军民属性识别 162
6.3.2 类别属性识别 164
6.4 飞机型号识别 165
6.4.1 基于模板匹配的识别方法 166
6.4.2 基于概率统计模型的识别方法 171
6.5 综合识别 178
6.5.1 综合识别方法 178
6.5.2 基于距离像与运动特征的综合识别 180
6.5.3 基于宽窄带多特征的综合识别 184
6.6 飞机目标识别试验 186
6.6.1 宽带雷达试验平台 187
6.6.2 实测数据说明 187
6.6.3 实测数据识别结果 189
参考文献 198
第7章 地面目标识别技术 200
7.1 SAR目标识别基本流程 200
7.2 SAR图像滤波方法 201
7.2.1 SAR相干斑产生机理 201
7.2.2 相干斑统计滤波 203
7.3 SAR图像分割方法 206
7.3.1 基于阈值的分割方法 206
7.3.2 基于边缘检测的分割方法 207
7.4 机场目标识别技术 210
7.4.1 机场区域分割 211
7.4.2 机场连通域提取 211
7.4.3 机场边缘提取 212
7.4.4 基于Hough变换跑道检测 214
7.4.5 实验结果分析 214
7.5 桥梁目标识别技术 216
7.5.1 水体分割 216
7.5.2 潜在桥梁区域确定 217
7.5.3 桥梁目标判别 217
7.6 车辆目标识别技术 218
7.6.1 SAR目标姿态角估计 219
7.6.2 基于平均模板的识别算法 220
7.6.3 实验结果与分析 222
参考文献 225
第8章 舰船目标识别技术 227
8.1 舰船目标特征 227
8.1.1 舰船目标RCS特征 227
8.1.2 舰船目标运动特征 228
8.1.3 舰船目标宽带特征 229
8.1.4 多传感器特征 230
8.2 大中小分类技术 231
8.2.1 基于RCS特征的大中小分类 232
8.2.2 基于长度特征的大中小分类 234
8.3 军民船分类技术 236
8.3.1 基于宽带一维像的军民船分类 237
8.3.2 基于ISAR像的军民船分类 239
8.4 舰船型号识别技术 243
8.4.1 基于宽带一维像的型号识别 243
8.4.2 基于ISAR像的型号识别 250
8.5 综合识别技术 253
8.5.1 多特征融合识别处理 253
8.5.2 多传感器综合处理 253
8.6 舰船实测数据识别试验 256
8.6.1 对海雷达试验平台 256
8.6.2 实测数据录取情况 256
8.6.3 实测数据分布情况 257
8.6.4 实测数据处理结果 257
8.6.5 试验基本结论 260
参考文献 261
第9章 弹道导弹识别技术 262
9.1 弹道导弹特性分析 262
9.1.1 运动特性 262
9.1.2 弹头突防技术 266
9.2 特征提取技术 272
9.2.1 弹道特征识别 272
9.2.2 RCS特征提取与识别 273
9.2.3 微动特征 276
9.2.4 尺寸特征 285
9.2.5 质阻比特征 286
9.3 关键事件判别 295
9.3.1 导弹关键事件梳理 295
9.3.2 关键事件判别方法 303
9.4 基于威胁度排序的综合目标识别技术 306
9.4.1 识别流程设计 307
9.4.2 单特征威胁排序技术 310
9.4.3 融合识别策略 312
9.4.4 综合识别仿真实验 315
9.5 展望 316
参考文献 317
第10章 雷达目标识别技术展望 321
10.1 目标识别技术要求 322
10.1.1 更稳健的特征提取 322
10.1.2 更精细的目标特征 323
10.1.3 更全面的目标特性 324
10.1.4 更实用的建模技术 325
10.2 目标识别面临的新问题 326
10.2.1 新型目标的出现 326
10.2.2 战场环境的复杂 326
10.2.3 作战方式的变化 326
10.3 目标识别发展趋势 327
10.3.1 多特征综合 327
10.3.2 多平台协同 328
10.3.3 多传感器融合 328
10.3.4 人工智能技术的应用 329
10.4 结束语 330
主要符号表 331
缩略语 345