基于小波变换及奇异值特征提取的空间目标识别

　　0　引言

　　随着空间技术和电子技术的日益发展,空间目标识别技术受到了越来越多的关注[1]。空间目标识别主要是利用雷达等传感器获取空间目标的回波信号,从中提取目标的位置、速度、结构等特征信息,进而实现对空间目标的类型或属性识别。从目前看,空间目标空间“垃圾”等。卫星作为信息获取、处理、传输的平台,在以信息战为核心的未来的高技术战争中,具有关键作用,特别是在预警、通信、侦查、成像、导航定位、监视等方面具有无可替代的优势。为了在战争中掌握主动,必须事先掌握其空间时间信息和物理特性,对其进行识别。对空间目标的识别可采取多种手段,其中重要方法之一是采用逆合成孔径雷达(ISAR, Inverse SyntheticAp-ertureRadar)对空间运动目标进行成像识别[2]。雷达目标的ISAR像是由逆合成孔径雷达得到的目标距离-多普勒像, ISAR像无论在横向和纵向都实现了高距离分辨[3]。对空间目标成ISAR像就可以将目标的多个散射中心分离开来, ISAR像反映了目标的精细结构特征,有利于实现目标的特征提取和分类识别[4]。由于ISAR像的数据量大,在对目标进行识别时需要提取稳定的维数较少的特征。

　　目前对空间目标识别的研究主要集中在基于雷达散射截面(RCS,RadarCross Section)序列及一维距离像上,而对基于ISAR像的空间目标识别研究较少。本文主要研究基于ISAR像的卫星识别,首先对3类卫星进行建模及ISAR成像仿真;然后对目标的ISAR像进行小波变换并提取奇异值作为目标识别特征;最后应用基于两类不同核函数的SVM对3类卫星进行了分类识别。

　　1　空间目标的ISAR像数据

　　卫星的结构比较简单,通常具有对称性[5],一般卫星的外形为圆柱体、长方体或立方体等,运动特性比较稳定,而且卫星所处的环境比较空旷,没有杂波的干扰,有利于目标识别。由于较难得到空间目标的实测数据,通过软件仿真的方法获得空间目标的雷达观测数据,选取3类卫星建立三维散射点阵模型。对于实际的物体,完全用散射点模型表示出来比较复杂,为了方便,抽取实际卫星的主要骨架进行建模,图1分别为3类卫星的点阵模型:美国的国防通信卫星Ⅲ是长207.01 cm、宽193. 04 cm、高195. 58 cm的长方体,采用三轴稳定方式;国防支援计划(DSP)DSP-Ⅲ卫星是美国的导弹预警卫星重2 360 kg,外形为长10m、直径6. 74m的圆柱体,同比例缩小2倍;MT-SAT-1R卫星模型尺寸为2.4m×2.6m×2.6m的盒状结构,采用三轴稳定方式。

　　利用R-D成像算法对空间目标进行成像仿真时,ISAR成像雷达采用了线性调频信号[3,6]形式。仿真参数为:雷达的载频为10 GHz,带宽为300MHz,脉冲宽度为40μs,脉冲重复频率为300Hz,雷达与目标间的距离为40 km,波长为3 cm,旋转角速度为40μs,脉冲重复频率为300Hz,雷达与目标间的距离为40 km,波长为3 cm,旋转角速度为0. 05 rad/s;φ∈[0°,45°],间隔为5°,θ0∈[0°, 360°],间隔为15°。其中φ为卫星的仰角,θ0为卫星的位置与雷达视线水平投影的夹角,称为方向角。当φ为不同的值时,在每一方向角下,对空间目标成ISAR像。当φ=0°时,3个目标成225幅图像;当φ=5°~45°时, 3个目标是675幅。图像大小为160×160。成像过程暂不考虑运动补偿,卫星运动特性比较稳定,而且卫星所处的环境比较空旷,没有杂波的干扰,此时空间目标的成像主要受到系统噪声的影响,系统噪声一般是热噪声即是高斯白噪声。此时需要考虑信噪比,所采用的信噪比公式如下: