分数阶Fourier域常规雷达目标识别的分形理论及其应用研究

Most of air defense radars adopt the conventional low-resolution radar system. Due to restrictions brought by the low-resolution system, for example, the lower pulse repetition frequency, narrow frequency band, short irradiation limitation, etc., target classification and recognition with low-resolution radars have not been solved effectively for a long time. Research shows that, radar clutter, such as ground clutter, sea clutter, air clutter, etc., has fractal characteristics, different types of targets will induce different complex nonlinear modulation on radar echoes, which will produce different effects on the echo fractal characteristic. However, in strong clutter background, the echo fractal characteristics mainly represent the characteristics of the clutter. As a kind of non-stationary signal analysis tool, fractional Fourier transform can reveal the feature details of the target echo and fully suppress the clutter, and has the fast algorithm. Based on the above analysis, the project intends to perform characteristic analysis on aircraft echoes from conventional low-resolution radars in fractional Fourier domain by means of the fractal analysis of measures from the view of nonlinear analysis, studies the feature extraction algorithm, and carries out the further research on the applications of fractional Fourier domain echo fractal features (mono-fractal, multifractal and multifractal correlation, etc.) in target classification and recognition with conventional radars.

现役对空警戒雷达多为常规窄带雷达，其低重频、窄频带、短照射等低分辨体制和性能的限制，使得在常规雷达体制下实现目标自动分类和辨识成为研究的一个难点。研究表明，地、海、空等雷达杂波具有分形特性，不同类型目标将对雷达回波产生不同的复杂非线性调制，进而对回波分形特性产生不同的影响，但在强杂波背景下，目标回波的分形特性更多地表现为杂波的特性。分数阶Fourier 变换作为一种非平稳信号分析工具，可以有效地获取目标回波信号的细节特征并充分抑制杂波，且具有快速算法。基于上述分析，本项目立足于分形及其相关理论，拟从分数阶Fourier 域对常规雷达目标回波进行分形特性分析，研究其特征提取算法，并对分数阶Fourier 域回波单一分形、多重分形和多重分形关联等特征在常规雷达目标分类和识别中的应用开展进一步的研究。

现役对空警戒雷达多为常规窄带雷达，其低重频、窄频带、短照射等低分辨体制和性能的限制，使得在常规雷达体制下实现目标自动分类和辨识成为研究的一个难点。研究表明，地、海、空等雷达杂波具有分形特性，不同类型目标将对雷达回波产生不同的复杂非线性调制，进而对回波分形特性产生不同的影响，但在强杂波背景下，目标回波的分形特性更多地表现为杂波的特性。分数阶Fourier变换作为一种非平稳信号分析工具，可以有效地获取目标回波信号的细节特征并充分抑制杂波，且具有快速算法。基于上述分析，本项目从非线性分析的角度出发，利用单一分形、多重分形和多重分形关联等分形测度分析手段在最优分数阶Fourier域对常规雷达飞机目标回波进行特性分析和特征提取，并结合支持向量机从这三个层面对分形理论在常规雷达目标分类识别中的应用开展了系统研究。在分析分数阶Fourier域飞机回波的统计特性的基础上，提出了最优分数阶Fourier域的选取准则，并分析最优分数阶Fourier域常规雷达飞机回波的分形特性，估计其分形参数，提出了基于分形模型特征参数的飞机目标分类识别方法；在上述研究的基础上，研究最优分数阶Fourier域常规雷达飞机回波的多重分形和多重分形关联特性，并进一步提出了最优分数阶Fourier域基于多重分形和多重分形关联特征参数的常规雷达飞机目标分类和识别算法。研究结果表明，在最优分数阶Fourier域，飞机目标回波具有显著的分形特性，能充分反映目标的特性，分形测度分析可以揭示回波的动力学演化机制，且最优变换域回波分形特征可以有效用于飞机目标的分类和识别；多重分形特性相较于单一分形特性能揭示飞机目标回波更多的细节信息，正确分类识别率较高；多重分形关联特性相较于多重分形特性能反映更多的目标信息，基于多重分形关联特征的常规雷达飞机目标正确分类识别率要高于基于多重分形特征的飞机目标正确分类识别率。