【最新成果】一种基于精细极化目标分解的舰船箔条云识别方法

点击蓝色“雷达学报”关注

背景介绍

由于箔条与电磁波的谐振会产生很强的散射，箔条被广泛应用于对雷达的被动式干扰。如图1所示，释放与舰船目标具有相近尺寸和雷达散射截面积的箔条云，对舰船目标的有效识别造成了很大的干扰。因此，如何抑制箔条云的干扰，并有效地识别舰船目标，是一个具有重大研究价值的军事问题。

图1 真实场景中从舰船上释放的箔条云

团队工作

针对该问题，国防科技大学王雪松教授团队开展了基于精细化模型分解的散射贡献差特征和舰船识别方法的研究。结合三种精细化散射模型，提出了基于精细散射模型的七成分分解方法。通过这种分解方法有效地刻画了舰船目标的散射特性，并对舰船与箔条云的极化特性进行了有效的对比和区分，为后续构造稳健的散射贡献差特征做支撑，为最终实现舰船箔条云识别提供技术支持。对于军、民海面舰船目标识别以及抗箔条干扰积累核心技术，具有重大的应用价值和科学意义。

该工作拟发表在《雷达学报》2021年第1期“极化成像雷达目标精细解译与应用”专题“一种基于精细极化目标分解的舰船箔条云识别方法”（全斯农，范晖，代大海，王威，肖顺平，王雪松），现已网络优先出版。

论文介绍

该文从精细极化目标分解的角度提出了一种舰船目标箔条云识别方法。一方面，通过引入三种精细化散射模型提出了一种精细化七成分分解方法，它能够准确地刻画舰船目标的散射特性。另一方面，为了凸显箔条云与舰船目标散射特性的差异，结合分解得到的散射成分贡献构造了散射贡献差特征。最后，通过将构造的散射贡献差与极化散射角结合，构造了新的特征矢量并利用支持向量机实现了最终的识别。图2是利用精细化七成分分解方法进行的舰船箔条云识别结果。

图2 该文方法的识别结果

了解详细内容请点击最下面阅读原文或扫描下方原文二维码。↓↓↓

相关阅读