微动目标雷达特征提取、成像与识别研究进展（一）

张群^①②, 胡健^①③, 罗迎^①②, 陈怡君^④    

摘要：微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念，然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状，并介绍了几种典型前沿应用，最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。

关键词：微动    微多普勒    特征提取    雷达成像    目标识别    

Research Progresses in Radar Feature Extraction, Imaging, and Recognition of Target with Micro-motions

Zhang Qun^①②, Hu Jian^①③, Luo Ying^①②, Chen Yijun^④    

Abstract: The technique of radar feature extraction, imaging, and recognition of target with micro-motions has become one of the most potential research directions in the field of radar target accurate recognition. In this paper, the concept of micro-motion is first introduced briefly. Subsequently, the achievements of echo modeling, feature extraction, imaging, and identification of micro-motion targets are summarized. Several typical frontier applications are then introduced. Finally, the future development trends of the research are discussed.

Key words: Micro-motion    Micro-Doppler    Feature extraction    Radar imaging    Target recognition    

1 引言

随着现代信号处理技术、半导体技术和计算机技术的突飞猛进，雷达功能已从单一的尺度信息测量发展为特征信息测量，即从传统的用于检测、测距和测角等坐标参数测量的探测跟踪雷达，发展为可实现目标精细结构刻画和精细运动特征提取等功能的特征测量雷达^[1]，从而为雷达目标识别提供更丰富的特征信息。然而，随着目标控制技术以及虚假目标数字合成技术的快速发展与实用，各种假目标和诱饵已经能够精确模仿真实目标的运动轨道、雷达散射截面积(Radar-Cross Section, RCS)、几何结构、表面材料等特征，基于传统特征信息的雷达目标识别，特别是非合作目标识别变得困难甚至失效^[1,2]。

雷达目标或目标部件在运动的同时往往还伴随着除质心平动以外的振动、转动和加速运动等微动(Micro-motion或Micro-dynamics)^[2]。目标微动会对雷达回波的相位进行调制，进而产生相应的频率调制，在由目标主体平动产生的雷达回波多普勒频移信号附近引入额外的调制边带。这个额外的调制信号称为微多普勒信号，这种由微动引起的调制现象称为微多普勒效应(Micro-Doppler effect)。早期人们在进行信号处理时，通常把微多普勒信号当作旁瓣或干扰等不利因素而设法加以剔除。其实，微多普勒效应可被视为目标结构部件与目标主体之间相互作用的结果，反映的是多普勒频移的瞬时特性，表征了目标微动的瞬时径向速度。微多普勒信号中所包含的信息可以反演出目标的形状、结构、姿态、表面材料电磁参数、受力状态及目标独一无二的运动特性。通过现代信号处理技术分析目标的微多普勒效应并提取微多普勒信号中蕴含的特征信息，能够更好地分辨目标的属性类型和运动意图，从而为雷达目标的准确探测与精确识别提供不依赖于先验信息、可靠性高、可分性好的重要特征依据。

微动最早是在相干激光雷达系统中得到研究的，2000年美国海军研究实验室(Naval Research Laboratory, NRL)的V. C. Chen将微动及微多普勒的概念正式引入到微波雷达观测领域，并证实了尽管微多普勒效应对雷达系统工作波长敏感，但借助于高分辨的时频分析技术，在微波雷达中仍然可以观测到目标的微多普勒效应，开拓了基于雷达信号的目标微动特性研究这一新领域。此后，微动目标特征提取、成像与识别技术受到了国内外大量科研机构和学者的重视与关注，并取得了丰富的研究成果。本文首先简要介绍微动目标的雷达回波模型及特点，然后从微动特征提取、微动目标成像以及微动目标分类与识别3个方面进行重点阐述，并介绍了几种典型的前沿应用，最后对现有难点和发展趋势进行了总结和展望。

2 微动目标回波模型

对大多数微动目标而言，雷达均工作于高频段，目标总的电磁散射可被近似认为是某些局部位置上电磁散射的相干合成，此时可以采用点散射模型来描述目标的电磁散射特性。基于点散射模型假设，V. C. Chen对旋转、振动、翻滚和锥动4种典型的微动形式及其引起的微多普勒效应进行了数学建模、理论推导和仿真研究^[3]。T.Thayaparan^[4]进行了角反射器外场测试实验，得到了与理论推导相一致的结果。对于旋转等简单形式的微动，其在雷达视线(Line-Of-Sight, LOS)方向上的运动形式为简谐运动，理想条件下微多普勒频率可建模为^[5]：

其中， λ

 为雷达发射信号波长， w 为旋转角速度矢量， r(t) 为t时刻旋转半径矢量， n 表示LOS方向， A0 为径向微动幅度， w0 为目标微动频率， φ0

 为简谐运动的初始相位。对于振动、翻滚等其他类型的简单微动形式，其微多普勒频率在理论上也具有如式(1)所示的表达形式。图1(b)给出了我们在暗室环境下采集的单散射点目标(金属球目标)做旋转运动时雷达回波的时频分析结果。可以看出，目标典型微动的微多普勒频率与其微动频率、微动幅度以及LOS等因素相关，其随时间的变化规律表现为正弦调频(Sinusoidal Frequency Modulation, SFM)信号形式，因此在时频图像中也呈现出正弦变化规律。事实上，由于微动目标往往并不满足各向同性的理想点散射模型假设，因此微动过程中散射中心位置、强度的变化还会对回波幅度进行非线性调制，因此在实际应用中还需要考虑目标姿态变化、目标形状、回波不连续、遮挡效应等因素的影响。另外，雷达发射信号参数也会对微多普勒频率的观测造成影响。

在宽带成像雷达中，由于雷达的距离高分辨能力，目标径向微动幅度有可能远大于雷达的距离分辨单元，因此在完成回波平动补偿后，目标的微动通常导致散射点发生越距离单元走动，目标回波在1维高分辨距离像(High Resolution Range Profile, HRRP)序列中呈现为对应于各微动散射点径向微动历程 r(t)Tn

 的多条距离-慢时间平面上的变化曲线。此时，除了可用式(1)所示表达式描述微动引起的雷达回波调制特征以外，还可以直接用 r(t)Tn

 来描述距离-慢时间域的调制特征。图1(c)所示为暗室采集的4个金属球目标进行旋转运动时的距离-慢时间像。

图 1 微动目标暗室观测回波分析Fig.1 Echo signal analysis results of micro-motional targets in the anechoic chamber

在现实场景中，很难找到仅具有单一运动模式的目标，多数雷达目标的运动都呈现为多种运动形式的复合。根据运动分量的不同，可以分为以下两种主要复合运动类型：(1)平动与简单微动形式的复合。目标或目标部件具有旋转、振动等简单微动的同时，还伴有整体的平动，如空间自旋碎片、直升机、螺旋桨飞机、行进车辆等。在补偿完平动分量引起的回波调制后，其微动回波在时频域和距离-慢时间域均具有正(余)弦调制规律。这类目标的微动回波建模相对简单，研究工作也已经较为成熟。(2)平动与复杂微动形式的复合。目标在平动的同时，目标或目标部件还复合有多种微动形式，如弹头目标、海面舰船目标、坦克目标、人体目标、鸟类目标等。中段飞行的弹道目标在维持自身稳定、空间定向进行自旋的同时，还会因为气流扰动、弹体分离、多弹头或诱饵释放时来自其他载荷横向力矩的干扰等而进行锥旋和摆动^[6]，因此其微动形式表现为合成的进动或章动。图2给出了用电磁散射计算软件得到的进动目标微多普勒特征，可见进动目标的微多普勒不再服从简单的正弦规律，而是表现为多个正弦分量的叠加^[7]；当目标为光滑旋转对称体时，随着观测视角的改变，散射中心将在目标体上滑动^[8]。文献[9]建立了多场景条件下海面微动目标的回波模型，并通过实测数据验证了理论分析的正确性。坦克目标除了整体平动以外，还包括履带的周期运动、承重轮和驱动轮等的转动、炮塔的旋转等，文献[10]对此进行了建模分析。由于人体运动状态(如静止、行进、踏步、匍匐前进等)变化复杂、属性(如性别、年龄、身高、体重等)差异明显，其微动形式(躯体非匀速行进、心脏跳动、胸腔起伏、手腿摆动等)表现多样，因此人体目标回波建模是一个非常复杂的问题，到目前为止还没有一个理想的解决方案。通常的做法是从建立人体目标运动学模型来逼近人体目标真实运动^[11]、建立人体目标结构模型来逼近人体目标组成^[12]、建立人体目标RCS模型来逼近人体目标雷达回波特性^[13]等角度来对人体目标进行雷达回波建模。此外，文献[14,15]还研究了鸟类目标等其他生物目标的微动特征，建立了鸟类目标飞行时振翅所引起的回波调制模型，分析了其产生的微动特征。总地来看，对于平动与复杂微动形式相复合的这类目标，其微动回波模型显得更为复杂，也提升了后续的特征提取、成像和识别处理的复杂度。

图 2 进动目标微多普勒特征示例[7]Fig.2 Micro-Doppler feature example of the precession target[7]

除了孤立目标，雷达还常常面临由多个目标组成的群目标，如导弹突防时由多个弹头、诱饵和碎片形成的群目标，失效载荷、火箭残骸等组成的空间碎片群，空中编队飞行的战斗机/直升机/无人机集群，海面众多的舰船目标以及地面驻停车辆群等。一般地，当多个目标位于雷达发射信号的同一波束范围内时，各目标回波在时域或频域相互叠加，称这多个目标为群目标，群目标中的单个目标称为子目标^[16]。构成群目标的各子目标往往运动参数及结构参数均较为相近，但是其微动参数各异，根据目标微动特性差异建立合适的回波模型，有助于更好地从群目标回波中分离出各子目标回波分量，实现各子目标微动特征提取。在理想条件下，群目标的微动回波可近似看作是各子目标回波之和，如文献[17]提出了多目标微多普勒(Multi-target Micro-Doppler, MMD)的概念，并建模研究了振动/旋转群目标的分辨方法；文献[18]研究了弹道群目标分辨及微动特征提取方法。但在实际应用中，还需考虑各子目标相互之间的电磁耦合作用，这一工作还有待进一步地深入研究。

基于双基雷达、分布式多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达、阵列雷达或组网雷达等多通道雷达来探测微动目标也是一个重要的发展趋势。这类雷达的多视角特性可以克服单基雷达姿态敏感性的局限及遮挡效应的影响，形成多视角资源互补，从而获得目标更为准确的微动特征。同时，多通道处理还可以更好地实现微动特征与目标运动特性之间的关联匹配，提高目标分类的准确性^[19]。对比单基雷达中目标微多普勒效应，文献[20–22]称分布式MIMO雷达或组网雷达中目标的微多普勒效应为“3维微多普勒(Three-dimensional micro-Doppler)”效应。由于多通道雷达收发分置的特殊空间结构以及目标的散射各向异性，目标微多普勒效应与雷达构型以及目标相对于雷达的姿态之间都存在耦合^[21](如表1所示，组网雷达中各子雷达所观测到的目标微动特征都不相同)，这为提取目标的空间3维微动特征提供了前提基础。

表 1 分布式MIMO雷达系统(2个发射阵元和4个接收阵元)每对收发阵元获得的有3个旋转散射点目标的微动特征Tab.1 Micro-motion feature of a rotating target with three scatterers received by transceivers in a distributed MIMO radar system (2 transmitters and 4 receivers)