目标检测、跟踪与识别技术与现代战争

目标检测、跟踪与识别技术与现代战争

【摘要】 本文讨论目标检测、跟踪与识别技术在现代战争各个领域中的应用，总结目标识别

技术的发展方向，提出目标识别技术工程化实现方法，同时本文介绍了国外目标识别的现状及发展趋势，提出了现代战争应采用综合识别系统解决目标识别问题的建议。 关键词 目标检测；目标跟踪；目标识别；雷达；人工神经网络；精确制导

1． 引言

随着现代科学技术的飞速发展及其在军事领域内日益广泛的应用，传统的作战思想、作战方式已发生根本性的变化。从第一次海湾战争到科索沃战争，特别是刚刚结束的海湾战争，空中精确打击和空地一体化作战已经成为最重要的作战形式。集指挥、控制、通信、计算机、情报、监视侦察于一体的C ISR 已成为取得战场主动权，赢得最后胜利的关键因素。目标识别技术是雷达智能化、信息化的重要技术支撑手段。在现代化战争中，目标识别技术在预警探测、精确制导、战场指挥和侦察、敌我识别等军事领域都有广泛的应用前景，已受到了世界各国的关注。

现代战争中取得战场制信息权的关键之一是目标属性识别。现代战争的作战环境十分复杂，作战双方都在采用相应的伪装、隐蔽、欺骗和干扰等手段和技术，进行识别和反识别斗争。因此仅仅依靠一种或少数几种识别手段很难准确地进行目标识别，必须利用多个和多类传感器所收集到的多种目标属性信息，综合出准确的目标属性，进行目标检测，跟踪后进行识别。

2． 目标检测、跟踪与识别技术在现代战争中的应用

2．1 目标检测、跟踪与识别技术在预警探测上的应用

目标检测、跟踪与识别技术对于弹道导弹的预警工作有重要的作用。弹道导弹一般携带多个弹头，其中可能包含核弹头或大规模杀伤的弹头以及常规弹头，预警雷达必须具备对目标进行分类和识别真假弹头的能力，将核弹头或大规模杀伤的弹头分离出来，为弹道导弹防御(BMD)系统进行目标攻击和火力分配提供依据。早期的BMD系统假设只有一个核弹头，多弹头分导技术的出现，使问题转化为雷达的多目标识别问题，加上电子对抗技术的广泛使用，给目标识别技术带来很大困难。另外，预警雷达还要对空中目标或低空目标进行探测，对来袭目标群进行分类识别。利用星载雷达以及远程光学望远镜等观测设备，可以对外空目标进行探测，对外空来袭目标进行分类和识别，达到早期预警的工作。

2．2 目标检测、跟踪与识别技术在精确制导上的应用

精确制导方式很多，包括主动式、半主动式和被动式寻的制导方式，通过设在精确制导武器外部的制导站的遥控制导方式，利用地形(高度)匹配和景像(灰度)匹配制导方式，只依靠弹上惯性部件提供制导数据，而不依赖外部信息的惯性制导方式，利用卫星定位(GPS)系统的GPS制导方式。任何一种制导方式都有其优缺点，一般来讲，远程精确制导武器都采用两种以上的制导方式构成复合制导系统，这样不仅能提高制导精度而且也能增强抗干扰能力。在导弹飞行中对目标进行识别，然后进行攻击的技术已经成为这个领域的一个研究热点，目标成像识别技术将是当前的发展方向。大量的研究试验表明，采用高分辨率雷达获得目标的一维或二维图像，可使目标识别变得简易而清晰。如美军研制的反导系统陆基相控阵雷达，采用宽带逆合成孔径(ISAR)技术，即利用“距离一多普勒”的原理，实现对活动目标的雷达成像，然后对成像后的目标进行识别 。

2．3 目标检测、跟踪与识别技术在战场侦察中的应用

目前，美国、英国、法国、俄罗斯等都研制了不同功能的战场侦察传感器系统，许多型号已经大量装备部队并应用于实战中。地面战场传感系统的主要功能是完成目标识别和目标定位、跟踪等。对目标的定位、跟踪技术，在复杂的战场环境下，一直是研究的难点之一 j。利用二维图像目标识别中的图像分割和目标分类技术，确定兴趣区不但可有效提高系统的处理速度，而且还可能提高识别准确度。首先根据目标的模型知识确定目标的显著特征，对于地面建筑物，如桥梁、机场和电厂等，通过对目标模型及已有的图像分析可知，对于人的视觉来讲，直线边缘是地面建筑物区别于其它自然地物的一种较显著特征，因此，在机场目标识别中，一般选取边缘线段作为兴趣区检测所用的特征，兴趣区的确定可根据边缘特征的显著性来确定。确定不同目标的特征后，通过边缘提取算子提取图像中的边缘，并根据目标的几何结构、传感器的视场大小、传感器距目标的距离等方面的知识，对边缘图像进行选择和分类 。

2．4 目标检测、跟踪与识别技术在敌我识别上的应用

现代高技术战争中，正确识别敌我已成为取得战争胜利所要考虑的首要问题之一，世界各国都在加紧研制新型敌我识别武器系统。目前采用的识别技术主要有协作识别技术、非协作目标识别技术以及两者相结合而成的综合敌我识别技术 。雷达敌我识别器(IFF)是协作识别技术的典型代表，它需要雷达上的询问机和目标上的应答器配合工作才能完成我方目标识别。由于要求所有参战单元都配置相应的敌我识别器，因此系统庞大，且容易被敌人欺骗和利用。非协作目标识别技术并不要求来自对方的回答，而是对监视目标的专有特性进行分析，通过目标识别技术，做出正确的判别。由于不需要协同工作，可单独配套，故独立性强，不仅可识别友方，也可识别敌方

1

或中立方，这是它突出的优点。综合敌我识别技术是把协作式目标识别和非协作式目标识别综合起来通过数据融合技术实现目标属性的最终判决。实现的核心技术是目标识别和数据融合技术。不仅仅是一个简单的问答系统，而是一个多传感器、多层面的综合识别系统，图1给出了这个系统核心处理过程。通过战术技术及训练的综合性手段，具体地说便是利用敌我识别器、热源、视觉及红外的数据，应用数据融合、专家系统、模糊理论及神经网络等新技术，并配合严密的空间管理及通信联络。

3. 国外目标检测、跟踪与识别技术的现状和发展趋势

现代战争中多次发生的误伤己方作战力量的悲剧，使人们认识到在作战中目标识别特别是敌我目标识别的重要性，目前，各国所研究和采用的解决目标识别的方法主要有以下几种：

3．1 雷达识别

3．1．1 雷达敌我识别(IFF)系统

国外大量采用雷达敌我识别系统作为敌我目标识别的主要手段之一，目前已经发展到第三代。美国等主要西方国家针对其正在使用的敌我识别系统(Mark一12)存在的工作频率是固定点频、抗干扰能力差、工作频率偏低、询问波束所占空间大、较难识别密集目标等问题，先后进行下一代敌我识别系统(即北约新的敌我识别系统，简称“尼斯(NIS)”)的研究。西欧各国想提高询问机频率以减小询问波束宽度以及相互之间的干扰，并提高识别精度。但美国为了使NS能兼容现有的FF系统，坚持继续采用L波段去开发下一代FF系统即Mark-15。最后，各国达成协议，在美国Mark一15的频段基础上增加3cm和10cm频段的雷达询问模式。

3．1．2 雷达目标识别技术

现有雷达主要是提取目标位置以及运动方面的信息，而目标的物理性质，诸如形状、尺寸、材料和组成等特征信息，只有依靠成象识别和分类识别或特征识别才能获得。目标识别过程基本上包括目标特征提取、模式分析和模式分类等。目标识别的方法大致可分为下列几种： a．根据回波信号的多普勒频谱分析进行识别。这种方法只适用于目标上有相对运动部分现代战争目标识别方法研究的情况，已用于对直升飞机类的目标进行识别；

b．利用毫米波雷达、激光雷达以及光电系统成像的方法进行识别。由于大气衰减， 目前只适于近距离目标识别；

c．利用宽带／超宽带雷达、准连续波雷达的高分辨力对目标进行识别； d．根据目标极化特性进行识别； e．根据目标频率响应进行识别；

2

f．根据对目标回波进行空间相干处理进行识别，即利用逆合成孔径成象原理实现目标识别： g．根据谐波特性进行识别，这种方法需要在雷达接收机中增加若干个谐波接收通道，且要求天

线必须有足够宽的频带。

上述各种识别方法各有其特点。若综合应用两种或多种方法对目标进行分类识别，将会使目标的识别更为准确。因此，随着雷达技术、自适应多维处理技术和雷达网的发展，这种综合的目标识别技术将是今后的发展方向。

3．2 无源雷达识别

无源雷达系统是通过接收目标的电磁辐射信号实现对目标的探测定位、跟踪及识别，可弥补当前常规雷达不能准确进行机型、架数识别的不足。这种系统具有较强的“四抗”能力，国际上已有实用装备。

3．3 光电识别手段

目前，国外正大力发展激光、红外、电视摄像等光电技术与装备，主要是对目标成象进行识别。如美国在海湾战争中投入使用了一种近红外装置(“达帕”灯)．安装在地面作战运载工具上，从而较好地解决了在掌握制空权的情况下．空中对地面目标进行敌我属性识别的问题。

3．4 通信、导航和识别(CNI)系统

通信、导航和识别系统可使已方大系统内的各作战单位准确、适时地得到自己的位置等信息，还能迅速让其它系统成员了解这些信息，掌握己方作战力量的分布情况，从而可以准确判明我方，区分敌我。比较典型的通信、导航和识别综合系统是美军用于三军联合作战的c I系统中的联合战术信息分布系统(JTIDS)。这种系统采用时分多址和码分多网工作方式，广播高度格式化的信息，能在众多的系统用户之间进行大容量的数据发布，同时，使只有系统成员之间才能互相通信和导航定位．这就把系统成员和非成员区分开来．使系统具有识别功能，且把众多的CNI作战单位联成一体，该系统特别适合于多种联合作战．受到世界各国军方的高度重视。除了JTIDS之外．属于通信、导航和识别系统的．还有用于师一级或海军陆战队旅一级陆空联合作战CNI用的位置报告系统(PLRS)， 及法国的SINTAC系统。

3．5 侦察识别手段

国外也很重视侦察识别装备的发展，包括无线电技术侦察、光电侦察、声学侦察等设各。其中，无线电技术侦察包括通信信号侦察和非通信信号侦察。先进的无线电电子装备在现代化军队中的大量使用，为实现无线电技术侦察创造了有利条件，因此许多国家的要队都非常重视运用无线电技术侦察手段获取情报。如美国、前苏联等国均在师以上部队编配了专门的无线电技术侦察

3

部队、分队。

3．6 综合识别系统

综合识别系统是指除了通过敌我识别器进行敌我识别之外，还把利用其它方法得到的目标识别信息同直接回答得来的识别信息综合起来进行目标识别的系统。这种系统可充分利用多方面的识剥信息，有利于系统容错，提高识别的准确性和可靠性。

4． 目标识别技术研究方向

目前对目标识别领域的研究，主要有下面几个方向：

4．1 基于低分辨率雷达信号

对于低分辨率雷达信号的目标识别，主要依靠极化信息、回波波形、多普勒等信息对目标进行粗略的识别，如进行快速、慢速、大目标、小目标、空中目标、水上和地面目标的简单分类，但不能够进行具体型号目标的识别 。VHF雷达利用谐振频率，根据数据库中存储的目标参数，理论上可以进一步进行分类识别，但是构造目标谐振参数的数据库，实现起来比较困难。总题来讲，基于低分辨率雷达目标识别技术，由于只是对目标的简单分类，实现起来比较容易，目前这种技术在国内外已被工程化，并在具体型号的雷达上得到了实现。

4．2 基于高分辨率雷达信号

近年来，基于高分辨率雷达的目标成像识别方法有了长足的进步，并有综合采用多种识别方法之趋势。如美军“前沿地域防空系统”(FAADS)中的雷达，可增强显示目标类别、距离、方位角及俯仰角等数字信息，具有综合的敌我识别能力，借助定位报告系统(PI RS)，实施空中交通管制(ATC)，并向各作战分队显示出有关区域的空情图，使武器系统能在最大射程内拦截目标，亦可避免误伤己方的飞机。又如德国的西门子一普莱赛公司研制的“指挥者”(Commander)系列远程三坐标雷达，目标探测距离分辨率为0．5m，通过数据处理，将接收到的战机目标专有信号特征或图形，与信息库中已知的己方飞机数据或图形相比较，即可实现目标识别。基于高分辨率雷达体制的目标识别技术根据利用的信号形式不同大致可分为三大类，一类是一般高分辨率雷达，利用目标高分辨一维距离像数据源上目标、检测目标分类上 (HRRP)来进行目标识别。但是，识别精度和实时性问题是这种技术工程化的制约因素，虽然已经提出了许多识别率很高的方法，但是从实时性上考虑，离工程化实现还有一定距离。目前，各国在这个领域正处在从理论研究到工程实现的过渡阶段。在国内，国防科技大学、西安电子科技大学、清华大学、北京理工大学等最早开展高分辨雷达目标识别的工作，并在这个领域的研究中取得了很大进展，随后各院校、研究所，相继开展了这项工作的研究。近年来，随着相关项目雷达体制的多样化，我所也开展了战

4

场环境多目标识别的研究工作 。关于对目标的雷达像，包括SAR及ISAR二维像的目标识别工作，相对于一维HRRP的目标识别技术，从实现上要困难得多，实际上并不是识别算法本身的问题，而是在数据的录取和成像的质量方面相关的硬件和软件在工程上实现起来比较困难。我们知道，要获得目标SAR及ISAR像，雷达平台和目标间要有一定的转角以获得相应的综合孔径，这一要求在某些应用中不可能或较难得到满足，如悬停直升机对地面静止目标观测，或目标相对于雷达平台径向飞行场合。此外，成像雷达系统复杂，不易大量装备。所以，对二维雷达像的识别的研究起步较晚，现在还处在理论研究阶段，但是随着科技飞速发展，DSP芯片的处理速度迅速提高，SAR成像实时处理器已经研制出来，已使对雷达二维像的目标识别成为可能。对于目标的三维像的识别，尽管包含的信息比一维像和二维像要多，但是实际中得到好的三维像非常困难，目前具体从事目标三维像识别研究的很少，不过这也是今后的一个研究的方向。

5． 目标识别技术的实现方法

根据不同类型的雷达，目标识别技术有所不同，但是都离不开一个统一的框架，如图z所示。总的来讲，雷达目标识别主要过程分为预处理过程，特征提取和目标识别过程。其中左、右两路是辅助识别过程，左路建立模板库，而右路主要通过识别器训练，确定智能规则库或识别器参数库，中间一路是识别过程，借助于左、右两路提供的信息，对检测到的目标进行识别。对于低分辨雷达目标识别，一般仅利用左路信息，而对高分辨雷达，左、右两路信息都可能采用。

5．1 低分辨雷达的目标识别的实现

低分辨雷达的目标识别过程比较简单，由于分辨率较低，目标可能在一个分辨单元或在不多的几个分辨单元中被检测到。对于只出现在一个分辨单元的情况，往往不作预处理，而对出现在几个分辨单元的情况，预处理过程常常采用点迹凝聚的方法。特征提取过程主要是将目标的极化、回波波形、多普勒等信息作为特征，建立模板库，通过计算相关系数等方法对目标进行分类。

5．2 高分辨雷达目标识别的实现

高分辨雷达得到的距离像，包含着目标散射点沿径向分布的强弱特征，而不同目标对应的这些特征是不同的。数据预处理过程主要是把目标从杂波中提取出来，通过找到目标的平均散射中心作为参考点，使用一定宽度的距离门套住目标信号。特征提取过程主要是个降维的过程，通过对目标信息进行变换，处理，将识别过程所需要的重要信息提取出来，而将冗余信息除去，使识别过程获得的信息更可靠，同时也降低了识别器的运算量。9O年代以来，随着小波理论的发展，小波变换被广泛应用于目标信息的特征提取上。目标识别器的种类很多，包括用于传统模式识别的基于统计技术的自适应算法和基于参数模型的方法。以神经网络技术为代表的智能规则库技

5

术，旨在将自适应学习与先验知识结合并且从算法上得以实现，目前，具有代表性的目标识别器包括神经网络分类器、支持向量机(SVM)分类器、最大似然分类器、隐马尔可夫模型(HMM)分类器等等，部分识别器在小样本情况下，识别率可以达到9O.9﹪以上，它们的实时性问题成为制约工程化实现的重要因素 。

5．3 二维SAR 图像目标识别的实现

在二维SAR图像目标识别中，目标存在于复杂的图像背景之中，要从复杂背景中将需要的目标信息提取出来。在预处理过程中除了要对图像内容进行边缘检测和图像分割以外，为了对图像中的目标更有效地检测和分割，往往还进行图像的增强、滤波等处理。图像增强是为了突出目标的特征，以区别于图像背景，这是图像处理中常用的技术。传统图像滤波方法用于抑制SAR图像中的相干斑 。SAR 图像的特征较HRRP特征信息量更大，除了目标的形状信息，还包括纹理信息以及背景图像的对比信息、，通过特征提取过程将识别过程所需要的重要信息提取出来，为下一步准确识别做好准备。识别过程和方法基本采用HRRP识别技术。

6． 结束语

在现代高技术战争中，目标识别技术将融入战争的各个环节，在战场指挥、防空反导、精确制导、战场侦察、预警探测、敌我识别等反面，都将发挥优势。然而，目标识别的精度和实时性问题制约着目标识别技术的工程化实现，进一步深入研究易于工程化实现的目标识别的理论和方法，对军队信息化建设，对打赢高科技条件下的现代化战争，有着深远的影响。

6

本文来源：https://www.bwwdw.com/article/honw.html