吳佳妮　陳永光　代大海*　龐　礴　王雪松

①(國防科學技術大學電子信息系統(tǒng)復雜電磁環(huán)境效應國家重點實驗室　長沙　410073)

②(北京跟蹤與通信技術研究所　北京　100094)

基于人造目標極化HRRP的散射機理分類

吳佳妮①陳永光②代大海*①龐礴①王雪松①

①(國防科學技術大學電子信息系統(tǒng)復雜電磁環(huán)境效應國家重點實驗室長沙410073)

②(北京跟蹤與通信技術研究所北京100094)

針對人造目標的極化高分辨距離像，研究了雷達目標的空域極化特性和頻率色散特性及其在散射機理分類中的應用?；谏⑸渲行模脴O化分解技術對散射機理的類型進行判別，并分析了極化方位角補償技術對由目標方位角變化而引起的類型誤判的改善。此后結合目標的頻率色散特性，得到了散射中心的特征矢量與典型結構間的對應關系，降低了類型判別的不準確性。通過仿真實驗，驗證了散射中心散射機理分類的有效性，為目標的分類識別提供了支撐與依據。

極化高分辨距離像；散射中心；散射機理分類

引用格式：吳佳妮, 陳永光, 代大海, 等.基于人造目標極化HRRP的散射機理分類[J].雷達學報, 2016, 5(2): 174–181.DOI: 10.12000/JR16026.

Reference format: Wu Jiani, Chen Yongguang, Dai Dahai et al..Scattering mechanism identification based on polarimetric HRRP of manmade target[J].Journal of Radars, 2016, 5(2): 174–181.DOI: 10.12000/JR16026.

1　引言

雷達目標電磁散射機理研究是目標分類識別的基石[1]。高分辨成像和全極化測量都是現(xiàn)代雷達系統(tǒng)的重要發(fā)展趨勢，研究高分辨全極化成像條件下雷達目標的極化散射機理，已成為雷達極化信息處理領域的熱點問題。

目標總的電磁散射可以等效為某些局部位置上的電磁散射的合成，這些局部的散射源通常稱為散射中心[1]。目標的散射中心主要產生于目標的邊緣、棱角、尖端等曲率不連續(xù)點的部位，代表了目標的精細物理結構。通過分析散射中心的不同的散射機理，可為目標分類識別提供依據?；谏⑸渲行奶卣鱽韺崿F(xiàn)目標分類識別，相較于傳統(tǒng)的自動目標識別方法，具有表述簡潔，計算高效的優(yōu)點。

對于散射中心散射機理的分析，目前主要針對極化SAR數(shù)據展開[2–6]，例如：徐牧[3,4]提出一種基于空頻域極化特征的極化SAR圖像人造目標幾何結構反演方法，基于Cameron分解對散射機理進行分析，并反演出散射中心的幾何特征。Fuller[5]針對極化SAR數(shù)據，將Krogager分解與GTD模型的頻率依賴因子結合，對典型結構進行了更細致的劃分，實現(xiàn)復雜目標各散射中心的類型判別。Michael[6]在此基礎上，針對汽車的極化SAR數(shù)據，分析了散射結構類型特征對目標具有較強的可分性。

HRRP (High Resolution Range Profile)可以反映目標散射中心在縱向距離上的分布情況，而且其不要求目標相對于雷達平臺有一定的轉角，因而，HRRP的獲取更加容易，對雷達平臺有更大的適應性，在雷達目標識別中占據重要地位[7,8]。因此，本文針對全極化HRRP，展開人造目標全極化HRRP散射機理的研究。本文首先基于極化分解技術，對全極化HRRP散射中心的散射機理進行分類，并分析了在幾何結構判別時存在的問題。針對因目標方位角度不同而造成的幾何結構誤判，文中分析了極化方位角補償方法對誤判性能的改善。而針對幾何結構反演中存在的不確定性，文中結合散射中心的頻率色散性來提高判別的準確性。最后，通過對組合目標電磁仿真計算數(shù)據的實驗，驗證本文方法的有效性并分析了方法的應用條件。

2　散射中心空域極化特性分析

GTD模型[9,10]能精確描述雷達目標的高頻電磁散射特性，并通過頻率依賴因子反映散射中心的幾何特征。而適用于全極化條件下的相干極化GTD模型，簡稱CP-GTD模型，是在GTD模型的基礎上得到的[11]。該模型不僅能給出頻率依賴因子，還能給出表征散射中心極化特性的散射矩陣，二者相互結合，能更完整地給出雷達目標的高分辨極化散射特性。

雷達目標的CP-GTD模型如下：

2.1基于極化分解的散射機理分類

極化分解技術利用極化信息，能夠揭示目標的散射機理，增強對目標散射特性的理解。本文主要針對確定的人造目標進行分類識別，因此采用相干極化分解中的Krogager分解方法[12,13]。相干極化分解的目的是將散射矩陣表示為幾個典型散射機理的組合，其中Krogager分解方法將對稱的散射矩陣分解為3個有具體物理意義的相干分量之和，分別為球散射、二面角散射和螺旋體散射，其表達式如下所示：

式中，kS, kD和kH為實數(shù)，分別表示球散射，二面角散射和螺旋體散射分量的貢獻，θ是取向角，φ是散射矩陣的絕對相位。顯然，球散射代表了奇次散射的散射機理，二面角散射為偶次散射。

幾何結構作為雷達目標的本質屬性之一，它對目標的描述更加貼近人類視覺系統(tǒng)的感知方式。用典型的幾何結構描述目標的外形輪廓，有利于對目標的屬性類別做出判斷。分析目標散射中心的散射機理，研究其對應的幾何結構，對于雷達目標識別具有重要意義。一些典型的幾何結構與散射機理以及Krogager特征參數(shù)的對應關系如表1所示[2]。

表1　Krogager特征參數(shù)與典型結構對應關系Tab.1　Krogager parameters for canonical scattering geometries

2.2典型結構的空域極化特性

目標的極化散射特性除了與自身屬性密切相關外，還依賴于目標與雷達之間的位置關系。位置的不同，目標的極化散射矩陣產生變化，從而同一目標結構可能呈現(xiàn)出不同的散射機理，這將導致基于散射機理的幾何結構判別出現(xiàn)誤判。這種位置關系包括目標的俯仰角與方位角。由于成像識別時，目標的俯仰角通常較為固定，而目標的極化散射特性隨方位角的變化通常更為顯著，影響較大。因此下文研究典型結構方位角度變化時，對散射機理類型判別的影響。

采用電磁仿真計算軟件，計算典型結構目標在不同方位角下的全極化回波，并對數(shù)據展開2.1節(jié)所述的散射機理分析。由于方位變化對旋轉對稱性結構的極化特性不產生影響，且本文只研究人造目標包含的主要幾何結構，因此，此處對平板、二面角、三面角以及水平放置的圓柱體這4類典型結構體展開研究，各幾何結構的尺寸如表2所示。雷達頻率范圍1.0～1.3 GHz，俯仰角為45°，方位角由0°～90°變化。各典型性結構的Krogager特征參數(shù)隨方位角的變化情況如圖1所示。

表2　典型幾何結果尺寸(m)Tab.2　Size of canonical scattering geometries (m)

圖1　典型結構的Krogager特征參數(shù)隨方位角變化關系Fig.1　Variation of Krogager parameters of canonical scattering geometries with azimuth

圖1中，隨著典型幾何結構方位角度的改變，呈現(xiàn)的散射機理有明顯變化。其中三面角在0°～30°的方位角度范圍內，保持奇次散射的機理，而平板、二面角以及圓柱維持散射機理不變的方位角度范圍則相對較小。由此可見，基于散射機理來判定散射中心對應的幾何結構，存在一定的姿態(tài)角限制，大于角域范圍的姿態(tài)變化，將導致幾何結構的誤判。因此，在目標識別時，建立目標模型庫，應以一定的角度范圍劃分區(qū)間，存儲各角度區(qū)間中目標相應的模板。

2.3極化方位角補償對空域極化特性的影響

極化方位角補償是通過將不同極化方位角的散射矩陣圍繞雷達視線方向旋轉到同一極化方位角下，使具有不同極化方位角的同一散射體的散射矩陣變換到同一基準下，即達到同一散射目標具有相同的散射矩陣的目的，從而消除極化方位角對散射矩陣的影響。極化方位角補償?shù)年P鍵就是對目標極化方位角的估計，目前極化方位角估計的方法主要有基于極化響應的方位角估計，基于圓極化方法極化方位角估計和基于極化目標分解的極化方位角估計等[15]。本文采用適應性較好、計算簡潔、被廣泛應用的基于圓極化的極化方位角的估計方法[16,17]，在H, V線極化基下的極化方位角θ的估計公式為：

與圖1(c)比較可以看出，進行方位角補償后，誤判螺旋結構的概率有所降低，但奇、偶散射機理的誤判仍然存在。可見，采用基于圓極化的極化方位角估計方法，不能準確估計出目標方位姿態(tài)變化引起的極化方位角旋轉，從而不能有效消除目標姿態(tài)變化對散射機理分類的影響。分析其估計不準的原因，基于圓極化方法的極化方位角估計方法中，估計的極化方位角指的是目標偶次散射繞雷達視線的旋轉角度[18]，而這一角度并不能完全表征由于目標方位姿態(tài)角的變化，引起的極化方位角旋轉，因此，該方法不能準確估計出該情況下的極化方位角。其起到的主要作用為降低了目標的交叉極化分量，從而減小了極化分解中螺旋散射分量的貢獻?；谝陨戏治觯瑸榱送ㄟ^補償極化方位角來實現(xiàn)類型誤判概率的進一步降低，還需要研究在該情況下更準確的極化方位角估計方法。

圖2　極化方位角補償后的二面角極化分解結果Fig.2　Krogager parameters of dihedral after polarization orientation angle compensation

3　散射中心散射機理分類

3.1散射中心頻率色散特性

由前文可以看到，單獨依靠Krogager特征參數(shù)進行散射中心類型判別，存在較大的不確定性。因此，本文進一步分析散射中心的頻率色散特性，并將其與極化特性結合，以達到降低類型判別的不確定性。Moghaddar 等人首先研究了散射中心的頻率色散特性，在散射中心模型中引入了頻率依賴關系，這里α值由對應的幾種典型散射機理(如鏡面、邊緣、尖頂?shù)?及其多重繞射所決定，并結合導體平板的緊縮場數(shù)據進行了研究。Potter 等人提出的GTD模型，認為在高頻光學區(qū)目標散射中心幅度具有明顯的頻率依賴性，因此GTD模型包含散射中心的類型因子，該因子考慮了頻率色散所引起的目標散射特性變化，可以反映散射中心的幾何特征[11]。頻率依賴因子與典型散射結構具有如表3所示的對應關系[9]。

從表中可以看到，頻率依賴因子反映了散射中心的幾何特征，但也存在不確定性，如：平板、二面角以及三面角的頻率依賴因子均為1，僅依賴該特征參數(shù)，不能進行區(qū)分。

表3　頻率依賴因子與典型結構對應關系Tab.3　Frequency response parameter for canonical scattering geometries

3.2散射機理分類

將Krogager特征參數(shù)與頻率依賴因子這兩類參數(shù)結合起來，對散射中心類型判別的不確定性將大大地降低[5]。為降低特征維數(shù)，Krogager特征參數(shù)僅取ko, ke這兩個參數(shù)，形成了[α koke]3維特征矢量。其具體求解方法為：首先采用P-MUSIC方法估計各散射中心的頻率依賴因子與散射矩陣，之后對極化方位角補償后的散射矩陣進行極化分解，得到Krogager特征參數(shù)，進而獲得各散射中心對應的3維特征矢量。表4中列出了各典型結構與特征矢量的對應關系，基于此可判定各散射中心的結構類型。

表4　3維特征矢量與典型結構對應關系Tab.4　3-Dimensional parameter for canonical scattering geometries

由表4可見，該特征矢量可區(qū)分9類典型結構，不確定性降低。但是，在參數(shù)估計中，實際值與理論值存在一定偏差。因此采用最小二乘的方法，將實際值與理論值進行比較，來判定散射中心的類型：

其中，wk為第k類典型結構對應的特征矢量的理論值，v為特征矢量的實際值，d則指示了使距離最小的理論值所對應的典型結構。

另外，由于頻率依賴因子一般估計偏差較大，且敏感于模型誤差、噪聲和雜波，Krogager特征參數(shù)相較而言更準確。因此，在基于上述3維特征矢量進行分類而存在模糊時，依據Krogager特征參數(shù)來解模糊[5]。例如，對于特征矢量[–1,1,0]，其與曲邊特征矢量[–0.5,0.5,0.5]以及球體特征矢量[0,1,0]均相距較近。但是由于其Krogager特征參數(shù)與球的嚴格匹配，將其判定為球更為合適。由此進一步定義特征矢量[–0.5,1,0]、[–1,1,0]為球體特征矢量，[0,0,1]、[–0.5,0,1]、[–1,0,1]為帽形結構特征矢量。

基于最小二乘方法以及以上設定，特征空間被劃分為9個區(qū)域，分別對應9類典型結構，如圖3所示。由HRRP的散射中心提取的特征矢量，落于空間中某一區(qū)域中，就將其判定為該區(qū)域對應的典型結構類型。

4　仿真驗證與分析

實驗1 為驗證文中方法的可行性與有效性，本文應用Feko電磁計算軟件對目標的回波進行仿真，得到相應的全極化HRRP。目標由不同散射機理的結構體組成，如圖4所示。仿真計算條件設為：雷達頻率1.0～1.3 GHz，入射波俯仰角45°，以沿xoz平面入射為方位角0°。

圖3　典型結構在特征空間中的分布圖Fig.3　Feature space partitioned into scatterer classes

圖4　組合體目標Fig.4　Structure of the combined target

方位角為0°時的目標回波數(shù)據得到的HRRP，作為測試樣本，進行散射機理類型判別實驗，結果如圖5所示。

圖5(a)為目標HH通道的HRRP，以及采用PMUSIC方法提取得到的散射中心。4個散射中心，分別對應組合目標的4個散射結構。而提取各散射中心的頻率依賴因子與Krogager特征參數(shù)，其值如圖5(b)所示。根據散射中心在該3維特征空間中的分布，判定各散射中心對應的散射結構分別為圓柱，三面角/平板以及二面角，與目標相一致。

實驗2 該實驗的目的為測試本文方法適用的角度域范圍。以0.2°角度間隔，計算上述組合目標方位角–40°～40°間的全極化回波。并分別以10°到80°不等的角度范圍，測試相應范圍內正確判別散射中心類型的概率，以此研究不同的角度域大小對目標散射機理類型判別的影響。

圖5　散射中心類型判別結果Fig.5　Results of the classification of scattering centers

圖6　散射機理分類正確率隨角域大小的變化Fig.6　Variation of correct probability of scattering mechanism identification with angle bound

圖7　MazdaMPV模型Fig.7　MazdaMPV model

從圖6可見，當角域范圍小于30°時，對目標正確類型判別的概率大于90%。因此，在建立目標的模板庫時，以小于這個角度范圍為間隔存儲目標的特征模板，能對目標更準確地進行描述，從而得到更高的識別概率。

實驗3 該實驗以汽車(MazdaMPV)的電磁仿真計算數(shù)據進行實驗，汽車模型如圖7所示。數(shù)據來自AFRL 民用汽車數(shù)據集[19]，為中心頻率9.6 GHz，帶寬5.35 GHz時，3類汽車在俯仰角30°，全方位角條件下，全極化回波的電磁仿真計算數(shù)據。以汽車后視，即方位角180°時的1維距離像，進行散射機理的分類，結果如圖8所示。

圖8中，各散射中心處的圖標，指示了散射中心的類型，圖標定義與圖3中一致。由圖可見，汽車后視時，平板與球(雙曲面)散射結構較多，也存在部分尖頂結構。其中在距離像中的汽車尾部以及中間位置，主要呈平板結構。而由汽車模型看，車尾與車頂，符合平板散射機理的分類。

圖8　MazdaMPV汽車HRRP與散射中心分類結果Fig.8　HRRP of MazdaMPV and results of the classification of scattering centers

5　結論

本文針對人造目標的全極化HRRP，研究了基于散射中心的散射機理分類判別方法。文中首先分析了基于極化分解技術的目標散射機理分類判別，此后，針對目標方位角變化導致的類型誤判問題，研究了極化方位角補償技術對誤判性能的改善。隨后，文中結合目標的頻率色散特性，構造了散射中心類型判別的特征矢量，該特征矢量與典型結構的對應關系大大降低了類型判別的不確定性。經實驗驗證，在一定的角域范圍內，本文提出的方法能有效實現(xiàn)目標散射中心散射機理的分類。

[1]黃培康, 殷紅成, 許小劍, 等.雷達目標特性[M].北京: 電子工業(yè)出版社, 2005.Huang P K, Yin H C, Xu X J, et al..Radar Target Signature[M].Beijing: Publishing House of Electronics Industry, 2005.

[2]Jackson J A.Three-dimensional feature models for synthetic aperture radar and experiments in feature extraction[D].[Ph.D.dissertation], Ohio State University, 2009.

[3]徐牧, 王雪松, 肖順平, 等.基于散射機理分類與方位對稱性判決的極化SAR人造目標提取[J].國防科技大學學報, 2008, 30(5): 68–72.Xu M, Wang X S, Xiao S P, et al..Man-made target extraction based on scattering mechanism identification and azimuthal symmetry decision of POLSAR images[J].Journal of National University of Defense Technology, 2008, 30(5): 68–72.

[4]徐牧.極化 SAR 圖像人造目標提取與幾何結構反演研究[D].[博士論文], 國防科學技術大學, 2008.Xu M.Extraction and geometrical structure retrieval of man-made target in POLSAR imagery[D].[Ph.D.dissertation], National University of Defense Technology, 2008.

[5]Fuller D F.Phase history decomposition for efficient scatterer classification in SAR imagery[D].[Ph.D.dissertation], Air Force Institute of Technology, 2011.

[6]Saville M A, Jackson J A, and Fuller D F.Rethinking vehicle classification with wide-angle polarimetric SAR[J].IEEE Aerospace and Electronic Systems Magazine, 2014, 29(1): 41–49.

[7]馮博, 陳渤, 王鵬輝, 等.利用穩(wěn)健字典學習的雷達高分辨距離像目標識別算法[J].電子與信息學報, 2015, 37(6): 1457–1462.Feng B, Chen B, Wang P H, et al..Radar high resolution range profile target recognition algorithm via stable dictionary learning[J].Journal of Electronics & Information Technology, 2015, 37(6): 1457–1462.

[8]Wang J, Li Y, and Chen K.Radar high-resolution range profile recognition via geodesic weighted sparse representation[J].IET Radar, Sonar & Navigation, 2015, 9(1): 75–83.

[9]Potter L C, Chiang D-M, Carriere R, et al..A GTD-based parametric model for radar scattering[J].IEEE Transactions on Antennas and Propagation, 1995, 43(10): 1058–1067.

[10]Potter L C and Moses R.Attributed scattering centers for SAR ATR[J].IEEE Transactions on Image Processing, 1997, 6(1): 79–91.

[11]代大海.極化雷達成像及目標特征提取研究[D].[博士論文],國防科學技術大學, 2008.Dai D H.Study on polarimetric radar imaging and target feature extraction[D].[Ph.D.dissertation], National University of Defense Technology, 2008.

[12]Krogager E.New decomposition of the radar target scattering matrix[J].Electronics Letters, 1990, 26(18): 1525–1527.

[13]Lee J-S and Pottier E.Polarimetric Radar Imaging: From Basics to Applications[M].Taylor & Francis Group, CRC Press, 2009.

[14]Kimura H, Papathanassiou K P, and Hajnsek I.Polarization orientation effect in urban areas on PolSAR data[C].Proceedings of IGARSS 2005, Seoul, 2005, 7: 4863–4867.

[15]龍江平, 丁曉利, 汪長城.極化方位角補償信息支持下的植被參數(shù)反演[J].測繪學報, 2014, 43(10): 1051–1060.Long J P, Ding X L, and Wang C C.Forest parameters inversion with the support of compensation information of radar polarization orientation angle[J].Acta Geodaetica et Cartographica Sinica, 2014, 43(10): 1051–1060.

[16]Lee J S, Krogag er E, Schuler D L, et al..On the estimation of polarization orientation angles induced from azimuth slopes using polarimetric SAR data[C].IEEE 2000 Processing of International Geoscience and Remote SensingSymposium, Honolulu, HI, 2000, 3: 1310–1312.

[17]Lee J S, Schuler D L, Ainworth T L, et al..On the estimation of radar polarization orientation shifts induced by terrain slopes[J].IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(1): 30–41.

[18]Lee J-S, Schuler D L, and Ainworth T L.Polarimetric SAR data compensation for terrain azimuth slope variation[J].IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2153–2163.

[19]Dungan K E, Austin C, Nehrbass J, et al..Civilian vehicle radar data domes[C].Proceedings of the SPIE, Orlando, 2010, 7699.doi: 10.117/12.850151.

吳佳妮(1988–)，女，湖南人，國防科技大學電子科學與工程學院在讀博士生，主要研究方向為極化信息處理、雷達目標分辨與識別技術。

E-mail：tuotuonini@163.com

陳永光(1962–)，男，安徽人，博士，教授，主要研究方向為電子戰(zhàn)仿真、電子對抗作戰(zhàn)效能分析、雷達信號處理、目標識別。

E-mail：ygchen@netease.com

代大海(1980–)，男，河南人，博士，國防科技大學電子科學與工程學院副研究員，主要研究方向為極化雷達成像、雷達信號處理與目標識別以及合成孔徑雷達對抗。

E-mail：ddh1206@163.com

龐礴(1984–)，男，安徽人，博士，國防科技大學電子科學與工程學院講師，主要研究方向為極化信息處理、極化雷達成像、SAR成像技術。

E-mail：pangbo84826@126.com

王雪松(1972–)，男，內蒙古人，博士，教授，國防科技大學理學院院長，主要研究方向為極化信息處理、雷達目標識別、新體制雷達技術。

E-mail：wangxuesong@nudt.edu.cn

Scattering Mechanism Identification Based on Polarimetric HRRP of Manmade Target

Wu Jiani①Chen Yongguang②Dai Dahai①Pang Bo①Wang Xuesong①

①(State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha 410073, China)
②(Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094, China)

In this paper, we analyze the space polarization and frequency dispersion characteristics of the polarimetric High Resolution Range Profile (HRRP)of manmade targets.We integrate these characteristics and propose a novel scheme for scattering mechanism identification.Using a polarization decomposition technique, the scheme first identifies the scattering mechanism of the scattering centers.Specially, it uses an algorithm to compensate for the polarization orientation angle in order to decrease the errors in judgment caused by the varying azimuth.Then, based on the frequency dispersion characteristics, we design threedimensional parameters to discriminate between the scattering centers, in order to decrease the inaccuracy in the discriminations.Finally, we conduct simulations based on electromagnetic data to validate the feasibility of the proposed scheme and to demonstrate that it provides a basis for practical use in target recognition.

Polarimetric High Resolution Range Profile (HRRP); Scattering center; Scattering mechanism identification

TN95

A

2095-283X(2016)02-0174-08

10.12000/JR16026

2016-01-30；改回日期：2016-03-10；網絡出版：2016-04-08

代大海ddh1206@163.com

國家自然科學基金(61302143, 61490693, 41301490)，國家高技術研究發(fā)展計劃(2013AA122202)

Foundation Items: The National Natural Science Foundation of China (61302143, 61490693, 41301490), National High-Tech R&D Program of China (2013AA122202)