CN104865562B - 基于混合模型的雷达非合作目标的识别方法 - Google Patents

Abstract

本发明提供了一种基于混合模型的雷达非合作目标的识别方法，以解决非合作目标的识别率低的问题。包括：建立精细化散射点模型的标准体模型库；对非合作目标按照标准体模型库进行结构分解，生成第一散射点模型；对第一散射点模型进行遮挡处理，得到有效散射点模型；对有效散射点进行RCS强度计算得到强度信息，结合强度信息生成散射点矩阵；对散射点矩阵加入统计特性，得到包含坐标信息与RCS强度信息的非合作目标的第二散射点模型；对第二散射点模型进行多散射点雷达回波仿真，建立高分辨一维距离像模板库；利用高分辨一维距离像模板库，采用K近邻分类器对测试高分辨一维距离像进行识别。本发明提高了雷达系统的目标识别性能。

Description

基于混合模型的雷达非合作目标的识别方法

技术领域

本发明涉及雷达技术领域，特别是涉及一种基于混合模型的雷达非合作目标的识别方法。

背景技术

雷达目标识别技术是在雷达对目标进行探测与定位的基础上，提取雷达回波中所包含的目标的特征信息，实现对目标所具有的属性与类型的判断。在战场环境下，雷达目标识别系统的主要任务是在剔除非感兴趣目标的基础上，对敌方的非合作目标进行有效的鉴别与分类。针对模式识别中的分类问题，目标识别系统需要对所有可能出现的目标类别建立模板库，在此基础上利用机器学习理论完成系统的训练。但是针对敌方的非合作目标，利用实际观测获得完整的模板库数据是不能达到，这成为了影响目标识别系统性能的主要瓶颈。

然而，伴随着计算机电磁学，特别是高频电磁散射计算方法的发展，结合计算机硬件运算性能的不断提高，利用计算机对目标进行相应的模型建立，在此基础上根据雷达系统要求，对目标回波进行信号级的仿真，建立具有较高置信度的完整的目标模板库。这种方法相比较于外场实际测量方法和微波暗室测量方法，其适用范围广，具有实现灵活且成本较低的优点。

鉴于以上基于目标完整模板库的建立问题，研究者分别提出矩量法、可视化图形电磁计算方法(Graphical electromagnetic computing，GRECO)与射线跟踪法(Shootingand bouncing ray，SBR)等来解决此问题。矩量法是一种基于泛函分析理论的积分形式数值方法，其适合于求解如天线、电磁兼容等多种问题，但是在实际散射计算中矩量法由于计算量较大且需要大量运算存储空间，所以其并不适合对尺寸较大的目标进行实时处理。GRECO与SBR均是在高频渐进方法的基础上建立的，GRECO主要考虑镜面反射和边缘散射，采用物理光学法(Physical optics，PO)与物理绕射理论(The physical theory ofdiffraction，PTD)混合方法来求解目标散射场，但其对大型目标中常见的二面角与腔体结构无法求解；SBR采用几何光学法(Geometrical optics，GO)与PO的混合方法进行散射场求解，但其对目标中的棱边散射描述存在不足。然而在雷达目标识别系统中，通常采用合成宽带技术生成雷达高分辨一维距离像，常规的频域高频电磁散射计算方法并不适用生成雷达高分辨一维距离像。

发明内容

针对上述技术问题，本发明的目的在于提供一种基于混合模型的雷达非合作目标的识别方法，以实现目标识别系统对非合作目标的有效识别，并且有效地提高雷达系统目标识别的性能。

为了达到上述目的，本发明采用以下技术方案予以实现。

一种基于混合模型的雷达非合作目标的识别方法，包括以下步骤：

建立精细化散射点模型的标准体模型库；对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型；对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点；利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行雷达散射截面积(Radar Cross Section，RCS)强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵；对所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型；对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库；利用所述高分辨一维距离像模板库，采用K近邻分类器对测试高分辨一维距离像进行识别。

优选地，所述标准体模型库中包含N类标准体散射点模型，每类标准体散射点模型中包括由散射点的坐标信息与类别信息组成的固有参数，和由散射体参数与散射体坐标信息组成的待设参数信息。

优选地，所述对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型，包括以下子步骤：将所述非合作目标对照所述标准体模型库进行结构分解，得到组成所述非合作目标的多个标准体，每个标准体中包括该标准体的尺寸信息、位置信息和角度信息；按照所述非合作目标分解得到的各标准体单元的尺寸信息、位置信息和角度信息，在所述标准体模型库中分别提取对应的标准体散射点模型；将所述对应的标准体散射点模型，结合每个所述标准体中包含的尺寸信息、位置信息和角度信息，建立非合作目标的第一散射点模型。

优选地，所述对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点，包括以下子步骤：根据雷达参数与目标仿真条件要求，确定非合作目标与雷达视线方向之间的几何关系与雷达波门范围；由所述几何关系，得到非合作目标相对雷达视线的俯仰角与方位角；根据所述俯仰角与方位角对所述雷达波门范围内的目标区域，按照雷达的距离分辨率进行径向距离分层；利用网格填充的方法，对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型为由多个散射点向量组成的散射点矩阵，每个散射点向量包括散射点类型与散射点三维坐标。

优选地，所述利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵，包括以下子步骤：运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，得到每个散射点的RCS强度向量；组合有效散射点模型与所述每个散射点的RCS强度向量，得到包含所述有效散射点强度信息的非合作目标散射点矩阵。

优选地，所述散射点包括强散射点、棱边散射点和平面散射点；所述运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，包括以下子步骤：采用时域几何绕射理论法计算所述强散射点的RCS强度；采用时域物理绕射理论法计算所述棱边散射点的RCS强度；采用时域物理光学法计算所述平面散射点的RCS强度。

优选地，所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型，包括以下子步骤：按照目标散射点矩阵各个散射点的坐标与雷达视线角度，对所有散射点进行径向距离归一化，根据雷达参数所得的高分辨距离层，分配各个散射点到其径向距离相对应的距离层，得到每个距离层的散射点组成模型；对散射点的RCS强度信息加入随机特性；针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性；根据其对应的距离层的所应用的统计分布模型进行随机向量生成，用所得向量的均值作为散射点RCS的强度值。

优选地，所述对散射点的RCS强度信息加入随机特性，包括以下子步骤：通过分析各个距离层的强弱散射点分布特性，分别对多强散射点情况、单强散射点情况与无强散射点情况的距离层加入不同的统计模型；针对多强散射点情况运用混合高斯分布模型；针对单强散射点模型情况运用高斯分布模型；针对无强散射点模型情况运用伽马分布模型。

优选地，所述针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性，包括以下子步骤：根据各个距离层中的强散射点坐标距离与相对雷达视线的角度之间的关系确定多强散射点情况的统计相关性，作为所述混合高斯分布模型的相关系数；根据强散射点位置与散射点的聚合程度确定单强散射点情况的统计相关性，作为所述高斯分布模型的方差值；根据散射点聚合与稠密程度确定无强散射点情况的统计相关性参数。

优选地，所述对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库，包括以下子步骤：根据雷达仿真参数，利用得到的非合作目标散射点坐标与各散射点的RCS强度，进行多散射点回波仿真，并进行高分辨一维距离像成像，得到目标识别系统所需的非合作目标高分辨一维距离像模板库。

本发明与现有技术相比，具有以下优点：

首先，本发明通过对目标识别系统所面对的非合作目标建立模板库，实现目标识别系统对非合作目标的有效识别，可以很好地解决目标识别中的未知目标全角度模板生成问题，并且有效地提高了雷达系统目标识别的性能，从而解决了非合作目标的识别率低的问题。

其次，本发明生成的目标回波不仅具有高频电磁散射特性，且更适合在统计模型下建立的目标识别器的应用，并具有较高的实时处理能力，可以满足战场环境下目标识别任务的需要，有助于有效提高目标识别系统的总体性能。具体表现如下：

第一，针对复杂目标的高频电磁散射计算方法多为频域方法，该类方法主要适用于解决单频点与窄频带问题，对于多采用合成宽带技术的雷达目标识别系统，现有的方法无法对所有类型散射点进行相应的散射强度计算，并且与实际的宽带雷达的工作原理存在差异，使得生成的高分辨一维距离像回波出现较大的误差。在本发明中，利用三种应用于不同类型散射点的时域高频电磁散射算法，有效的对不同类型的散射点，在宽带雷达系统下的电磁散射特性进行了计算，有效的提升了回波仿真的可靠性，提高整体目标识别系统的性能。

第二，现有的复杂目标高分辨一维距离像回波仿真通常只采用了电磁散射计算的方法得到的目标各散射点的RCS强度，并且高频散射方法认为散射体的各个部分之间的相互作用很小，可把目标近似为各个散射中心的组成。然而由于雷达分辨率的原因，相同距离层中与相邻距离层中的散射点之间是存在相关性的，且某一距离层中的散射点的RCS强度是服从统计分布的，所以原有方法应用于实际目标识别系统是不完善。在本发明中，在结合多种高频电磁散射方法计算目标RCS强度的基础上，以模式识别理论中的统计模型为基础，对同一距离层散射点加入统计特性，增强散射点之间的随机性与相关性，可有效提高目标识别中识别器的识别性能。

第三，现有的复杂目标高频电磁仿真建模常利用计算机辅助设计(Computeraided design，CAD)，利用各种参数曲面进行建模，即通过一组曲面片的组合来描述其外形结构，这种方法可以对目标的三维模型进行较好的模拟，但是由于复杂目标存在大量的曲面片，在电磁散射计算时需要大量的存储空间与运算时间，且生成的模型一旦定性很难修改，使模型的灵活性降低，生成的高分辨一维距离像目标的通用性下降。本发明中，构建标准结构的精细化散射点模型，通过模型组合形成复杂目标的外形结构，较现有的曲面法散射点数量较曲面数量有很大的减小，所需存储空间少，且运算效率高，对于需要实时生成模板的目标识别系统，具有实时性的优势。

附图说明

图1是本发明实施例一种基于混合模型的雷达非合作目标的识别方法的流程图；

图2是本发明实施例坦克目标散射点模型图；

图3是本发明实施例坦克目标遮挡处理后有效散射点模型图；

图4A、图4B分别是本发明实施例实测坦克目标高分辨一维距离像与坦克目标仿真高分辨一维距离像在方位角为0°下的示意图；

图5A、图5B分别是本发明实施例实测坦克目标高分辨一维距离像与坦克目标仿真高分辨一维距离像在方位角为45°下的示意图；

图6A、图6B分别是本发明实施例实测坦克目标高分辨一维距离像与坦克目标仿真高分辨一维距离像在方位角为90°下的示意图；

图7A、图7B分别是本发明实施例实测坦克目标高分辨一维距离像与坦克目标仿真高分辨一维距离像在方位角为135°下的示意图；

图8是本发明实施例利用本发明生成的目标识别模板与原模板目标识别识别性能ROC曲线对比图。

具体实施方式

本发明的目的在于针对现有技术的不足，在考虑目标识别系统分别基于合成宽带与统计模型的条件下，提出一种基于混合模型的雷达非合作目标的识别方法，以满足雷达识别系统对未知非合作目标实时生成模板的实际要求，同时提高目标识别系统的识别性能。

实现本发明目的的技术思路是：利用精细化散射点模型对目标的几何结构进行建模，通过高频时域电磁散射计算方法对目标各个散射点进行RCS强度计算，在此基础上通过加入统计模型对各个散射点与各个距离层之间赋予随机性与相关性特征，建立应用于目标识别系统的非合作目标模板库，即高分辨一维距离像模板库，将所述高分辨一维距离像模板库应用于非合作目标的识别中。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明实施例一种基于混合模型的雷达非合作目标的识别方法的流程图，本实施例具体可以包括以下步骤：

步骤101，建立精细化散射点模型的标准体模型库。

本实施例中考虑方针实时性的要求，采用散射点模型建立目标三维模型。在本发明的一种优选实施例中，所述标准体模型库中包含N类标准体散射点模型，每类标准体散射点模型中包括由散射点的坐标信息与类别信息组成的固有参数，和由散射体参数与散射体坐标信息组成的待设参数信息。

本实施例具体可以建立精细化散射点模型标准体模型库T，模型库中包含N类标准体散射点模型A_i，其中i＝1,...,N表示标准体类别，每类标准体散射点模型中包含固有参数，即散射点的坐标信息与类别信息，和待设参数信息，即散射体参数与散射体坐标信息，即得到模型库可表示为T＝{A_i|A_i∈R⁴,i＝1,...,N}。

为适应不同目标结构的通用性，本实施例首先建立精细化散射点模型的标准体模型库T，标准体模型库表示为该标准体模型库中包含N类标准体散射点模型A_i，其中，i表示标准体类别，i＝1,...,N；对于标准体散射点模型A_i，其包含D_i个单散射点向量a_d，其中d＝1,...,D_i，D_i由该标准体模型的尺寸决定，单散射点向量a_d为四维向量，即a_d∈R⁴，其组成为散射点的三维坐标与散射点类型；散射点类型按照散射强度由高到低可分为尖角等强散射类型、棱边散射类型与平面散射类型，因此标准体散射点模型可表示为A_i＝{a_d|a_d∈R⁴,d＝1,...,D_i}。

需要说明的是，本实施例对目标的标准体散射点模型设置四组参数，分别为：标准体空间位置坐标、标准体俯仰/方位/侧摆角度、标准体尺寸，雷达距离分辨率Δr，以便在实际目标模型搭建时具有更高的灵活性。

步骤102，对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型。

在实际作战环境中，目标识别系统所要面对目标为未知的非合作目标，因此本实施例中将非合作目标作为所要识别的目标。非合作目标的先验信息十分有限，只能通过非合作目标的照片以及公开资料获得其基本的尺寸与结构信息，以此来确定非合作目标的基本的形态结构信息。

在本发明的一种优选实施例中，所述对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型，具体可以通过以下方式来实现：首先，将所述非合作目标对照所述标准体模型库进行结构分解，得到组成所述非合作目标的多个标准体，每个标准体中包括该标准体的尺寸信息、位置信息和角度信息；其次，按照所述非合作目标分解得到的各标准体单元的尺寸信息、位置信息和角度信息，在所述标准体模型库中分别提取对应的标准体散射点模型；最后，将所述对应的标准体散射点模型，结合每个所述标准体中包含的尺寸信息、位置信息和角度信息，建立非合作目标的第一散射点模型。需要说明的是，所述尺寸信息具体可以为所述标准体的尺寸，所述位置信息具体可以是所述标准体的三维坐标位置，所述角度信息具体可以是所述标准体的俯仰/方位/侧摆角。

本实施例在获得非合作目标基本信息的基础上，由非合作目标P的几何尺寸与基本形态结构，对比非合作目标中与标准体模型相匹配的结构，在此基础上对非合作目标进行结构分解，得到组成非合作目标的所有标准体B_k，每个B_k中包含该结构单元的尺寸、三维坐标位置、俯仰/方位/侧摆角度信息，即P＝{B_k|k＝1,...,J}。需要说明的是，上述标准体B_k即为组成非合作目标的标准体，具体实现时标准体B_k具体可以是导弹的结构单元、坦克的结构单元等。

按照非合作目标分解的标准体的尺寸与位置，提取已建立的散射点模型标准体模型库中对应的标准体散射点模型，根据非合作目标标准体B_k中所包含的信息，可建立非合作目标的第一散射点模型Q＝{c_k|c_k∈R⁴,k＝1,...,M}，其中c_k为表示散射点三维坐标与类型的四维向量。

步骤103，对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点。

本实施例根据雷达参数与目标仿真条件要求，确定非合作目标与雷达之间的几何关系与雷达波门范围。由雷达视线方向与雷达目标间的几何关系，得到目标相对雷达视线的俯仰角θ与方位角在此基础上对雷达波门范围内的目标区域，按照雷达的距离分辨率进行径向距离分层，考虑雷达波远场条件，雷达波前为平面波，对每一距离层按照方位与俯仰角度等间隔进行网格化划分，由此形成一组垂直于雷达视线的同轴网格结构。由目标散射点的三维坐标可确定散射点所位于的具体距离层与方位、俯仰网格单元，按照目标每个散射点相对雷达的径向距离，由小至大分别在三维网格中定位。某网格一旦被散射点占据，则该网格对应的方位角俯仰角相同的与径向距离更大的所有网格将被视为无效网格；即使这些无效网格中再有其他散射点占据，这些散射点为无效散射点。本实施例利用上述网格填充的方法，对目标散射点模型Q进行遮挡处理，得到目标有效散射点模型X，X为由L个散射点向量组成的散射点矩阵，每个散射点向量由散射点类型与散射点三维坐标组成，即X＝{x_l|x_l∈R⁴,l＝1,...,L}。

在本发明的一种优选实施例中，所述对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点，具体可以通过以下方式来实现：首先，根据雷达参数与目标仿真条件要求，确定非合作目标与雷达视线方向之间的几何关系与雷达波门范围；其次，由所述几何关系，得到非合作目标相对雷达视线的俯仰角与方位角；再次，根据所述俯仰角与方位角对所述雷达波门范围内的目标区域，按照雷达的距离分辨率进行径向距离分层；最后，利用网格填充的方法，对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型为由多个散射点向量组成的散射点矩阵，每个散射点向量包括散射点类型与散射点三维坐标。

步骤104，利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵。

RCS是雷达隐身技术中的关键概念，表征了目标在雷达波照射下所产生回波强度的一种物理量。任一目标的RCS可用一个各向均匀辐射的等效反射器的投影面积(横截面积)来定义，这个等效反射器与被定义的目标在接收方向单位立体角内具有相同的回波功率。

本实施例步骤103在对非合作目标的散射点模型进行遮挡处理后，非合作目标散射点模型中的所有有效散射点得以保留，为得到不同类型散射点的散射强度，利用高频散射电磁计算方法对所述有效散射点进行求解。

鉴于应用于目标识别的雷达系统多为宽带高分辨体制，雷达波长远远小于目标尺寸，雷达载频通常较大，所以本实施例中只考虑雷达在高频光学区的电磁散射情况，并且为了使本实施例具有实时处理的能力，常规的矩量法等高频电磁方法由于计算复杂度过高并不适用，所以本实施例采用高频散射电磁计算方法进行计算，具体可以采用高频近似散射电磁计算方法求取各个散射点的RCS强度。常规高频近似散射电磁计算方法在宽带雷达建模过程未考虑雷达的时宽特性，所以本实施例运用时域高频近似散射电磁计算方法，对非合作目标有效散射点模型X进行散射点的RCS强度计算。

散射点根据电磁散射强度可分为强散射点、棱边散射点和平面散射点三类，本实施例根据上述三类散射电在电磁散射机理上的差异，分别运用三种不同的高频散射电磁计算方法进行散射点的RCS强度计算。

(1)针对尖角、腔体、二面角等强散射点，采用时域几何绕射理论法(Time-domaingeometrical theory of diffraction，TD-GTD)计算RCS强度。

当接收天线为H极化情况时，强散射点的RCS强度计算公式为公式1：

(公式1)

其中，

当接收天线为V极化情况时，强散射点的RCS强度计算公式为公式2：

(公式2)

其中，

需要说明的是，上述σ_H、σ_V分别表示接收天线为H极化时的强散射点RCS强度与接收天线为V极化时的强散射点的RCS强度。Δs表示每个散射点所对应的面积，可表示为Δs＝Δr²，其中Δr为建模时按照仿真要求所设的雷达距离分辨率。k_p表示波数，φ表示雷达视线与强散射点之间的锥角。

(2)针对棱边散射点，采用时域物理绕射理论法(Time-domain physical theoryof diffraction，TD-PTD)计算RCS强度，棱边散射点的RCS强度计算公式为公式3：

(公式3)

其中，σ_HH、σ_VV、σ_HV分别表示HH极化时的棱边RCS强度，VV极化时的棱边RCS强度，HV交叉极化时棱边的RCS强度。Δs表示每个散射点所对应的面积，可表示为Δs＝Δr²，其中Δr为建模时按照仿真要求所设的雷达距离分辨率。k_p表示波数，z表示该散射点与雷达视线之间的投影距离。t_H与t_V分别表示沿H极化方向的棱边与沿V极化方向的棱边，f与g为PTD边缘绕射系数。

(3)针对平面散射点，采用时域物理光学法(Time-domain physical optics，TD-PO)计算RCS强度，平面散射点的RCS强度计算公式为公式4：

(公式4)

其中，λ表示雷达波长，φ表示雷达视线与平面法线之间的锥角，Δr为建模时按照仿真要求所设的雷达距离分辨率，k_p表示波数，z表示该散射点与雷达视线之间的投影距离，Δs表示每个散射点所对应的面积，可表示为Δs＝Δr²。

由此可得到不同类型的每个散射点的RCS强度向量u，其中u∈R^L。组合目标散射点模型矩阵X与RCS强度向量u，可得到包含目标散射点强度信息的目标散射点矩阵X′＝{x′_l|x′_l∈R⁵,l＝1,...,L}，x′_l为包含散射点RCS强度信息的散射点模型矩阵，其中l＝1,...,L。

在本发明的一种优选实施例中，所述利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵，包括：运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，得到每个散射点的RCS强度向量；组合有效散射点模型与所述每个散射点的RCS强度向量，得到包含所述有效散射点强度信息的非合作目标散射点矩阵。

在本发明的一种优选实施例中，所述散射点包括强散射点、棱边散射点和平面散射点；所述运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，包括：采用时域几何绕射理论法计算所述强散射点的RCS强度；采用时域物理绕射理论法计算所述棱边散射点的RCS强度；采用时域物理光学法计算所述平面散射点的RCS强度。

步骤105，对所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型。

本实施例根据上述步骤104所得的目标散射点矩阵X′，计算各个散射点与雷达视线之间的俯仰角θ_l与方位角在此基础上通过散射点坐标计算该散射点与雷达之间的距离r_l，其中l＝1,...,L，并对所有散射点进行径向距离归一化。根据雷达参数所得的分辨距离层(距离层)Δr，划分垂直于雷达视线方向的距离层，在此基础上分配各个散射点到其径向距离相对应的距离层，得到每个距离层的散射点组成模型S_m，其中m＝1,...,I表示径向距离上的多个距离层。

根据模式识别理论，目标识别中的分类阶段都是基于统计模型，为使上述建模方法更加适应目标识别的需要，本实施例对散射点的RCS强度加入统计特性。通过对大量实测数据分析，可以证明针对宽带高分辨雷达，目标各个距离层的强弱散射点分布与该距离层的统计特性相关，具体分为三种情况考虑，具体分为三种情况考虑，即多强散射点情况、单强散射点情况与无强散射点情况。其中，多强散射点情况针对单个距离层中包括多个描述二面角或棱边的强散射点与若干个描述平面的反射的弱散射点；单强散射点情况针对单个距离层中只包含一个描述二面角或棱边的强散射点与若干个描述平面的反射的弱散射点；无强散射点针对单个距离层中只包含若干个描述平面的反射的弱散射点。本实施例根据该结论分析各个距离层的散射点分布情况，对不同的距离层加入不同的统计模型。

(1)针对多强散射点情况，即单个距离层中存在n个强散射点的情况，混合高斯(Mixture-Gaussion)分布模型可表示其统计特性，该分布的概率密度函数为公式5：

(公式5)

其中，μ为均值向量，B为多散射点的协方差矩阵。

(2)针对单强散射点情况，即单个距离层中单强散射点的情况，一维高斯(Gaussion)分布模型可表示其统计特性，该分布的概率密度函数为公式6：

(公式6)

其中，μ为一维Gaussion分布的均值，σ为一维Gaussion分布的方差。

(3)针对无强散射点情况，即单个距离层中无强散射点的情况，Gamma(伽马)分布模型可表示其统计特性，该分布的概率密度函数为公式7：

(公式7)

其中，α为阶次参数，μ表示均值函数，Γ(α)为Gamma函数，其具体表示为公式8：

(公式8)

通过以上步骤，各个距离层由于不同的散射点分布拥有不同的统计特性，结合散射点的电磁散射强度与坐标位置，根据雷达原理，对各个距离层中的散射点所对应的统计模型赋予参数，在此基础上利用该统计特性产生兼具电磁散射特性与统计特性的散射点RCS强度。

本实施例为保证目标散射点的RCS强度符合物理特性，利用以已得到的散射点基于电磁散射特性的RCS强度向量u作为各个统计模型的均值向量，即针对三种统计模型都有μ＝u，以使得目标RCS强度具有统计随机性，同时相对于真实的电磁散射特性没有较大的偏差。

在常规高频近似散射电磁计算方法中，由于雷达工作在光学区，忽略了目标散射点之间的相关性，但在实际情况中散射点之间的相关性，特别是强散射点之间的相关性是必须要考虑的因素，并且该相关性直接影响到距离层的统计特性。所以在确定了统计模型均值的基础上，利用散射点的坐标位置之间的关系，确定距离层的统计模型的相关性参数。通过大量外场数据分析，不同距离层中的强散射点相互影响较小，但对于同一距离层中当目标强散射点之间的距离小于等于5Δr时，目标散射点之间存在相互影响。

基于以上所得结论，本实施例在高频电磁散射方法确定统计模型均值的基础上，利用各个距离层中的强散射点位置坐标与相对雷达视线的角度得到不同类型的距离层所对应的统计模型的相关性参数。

(1)针对距离层存在多强散射点的情况，其统计模型为Mixture-Gaussion分布模型，利用目标散射点之间的距离关系，确定该模型的协方差矩阵。对于某距离层，其包含ρ个散射点，其中存在q个强散射点与p个弱散射点，即该距离层可表示为一组散射点的集合S_m＝x∪y，其中x＝{x₁,...,x_q}表示该距离层强散射点集合，y＝{y₁,...,y_p}表示该距离层弱散射点集合。计算该距离层每个强散射点与其他散射点的距离，以5Δr为阈值得到强散射点的近邻散射点集合S_m′＝x′∪y′，其中包括强散射点集合x′＝{x_1′,...,x_q′}，q′表示距离小于5Δr的强散射点数目，弱散射点集合y′＝{y_1′,...,y_p′}，p′表示距离小于5Δr的弱散射点数目，并得到该强散射点与各个近邻散射点之间的对应距离与对于Mixture-Gaussion分布模型，其协方差矩阵的对角线元素为单个散射点的统计方差，其表示该强散射点的强度聚散强度，该参数与强散射点周围的弱散射点聚合数量有关，所以得每个强散射点的方差为公式9：

(公式9)

其中，σ²表示强散射点的强度，u_y表示对应的弱散射点的电磁散射强度；在协方差矩阵B中，非对角线元素表示强散射点之间的协方差函数，且其关于方差对角线对称，其表示的是强散射点之间的相互影响，所以得协方差矩

阵的对角元素为公式10：

(公式10)

其中，cov(x_i,x_j)表示两个强散射点之间的协方差函数，与表示强散射点的电磁散射强度，由此得到完整的该类距离层的统计模型。

(2)针对距离层存在单强散射点的情况，其统计模型为Gaussion分布模型，利用目标单个强散射点与其他弱散射点之间的距离关系，确定该统计模型的方差。对于某距离层，其包含一个强散射点与p个弱散射点。计算该强散射点与其他弱散射点的距离，以5Δr为阈值得到强散射点的近邻弱散射点集合y′＝{y_1′,...,y_p′}，并得到该强散射点与近邻若散射点之间的距离并计算每个强散射点的方差为公式11：

(公式11)

其中，σ²表示强散射点的强度，u_y表示对应的弱散射点的电磁散射强度。

(3)针对距离层无强散射点的情况，其统计模型为Gamma分布模型，在无强散射点的情况下，Gamma分布的阶次参数只取决于若散射点之间的聚合程度，阶次参数α表示为α＝N_S，即N_S等于散该散射点周围小于5Δr的散射点的数目。

本实施例通过以上步骤得到了不同距离层散射点所对应的完整的统计模型，下面对于每个散射点根据其对应的距离层的所应用的统计分布模型进行随机数生成进行说明。

(1)针对统计特性服从Mixture-Gaussion分布模型的散射点，根据其对应的均值参数μ，方差参数σ²与协方差矩阵B，结合概率密度函数，利用混合同余法产生服从该散射点所对应的参数的Mixture-Gaussion分布模型的随机数。

(2)针对统计特性服从Gaussion分布模型的散射点，根据其对应的均值参数μ与方差参数σ²，根据概率密度函数，利用平方取中法产生服从该散射点所对应的参数的Gaussion分布模型的随机数。

(3)针对统计特性服从Gamma分布模型的散射点，根据其对应的均值参数μ与阶次参数α，根据概率密度函数，利用乘同余法产生服从该散射点所对应的参数的Gamma分布模型的随机数。

本实施例在保证目标散射点模型具有统计特性的基础上，为了使得其相对于电磁散射模型不发生较大的偏差，利用所得随机数的均值作为散射点的RCS强度值，即得到每个有效散射点所对应的RCS强度值向量为R＝{R₁,...,R_L}。

在本发明的一种优选实施例中，所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型，包括：按照目标散射点矩阵各个散射点的坐标与雷达视线角度，对所有散射点进行径向距离归一化，根据雷达参数所得的高分辨距离层，分配各个散射点到其径向距离相对应的距离层，得到每个距离层的散射点组成模型；对散射点的RCS强度信息加入随机特性；针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性；根据其对应的距离层的所应用的统计分布模型进行随机向量生成，用所得向量的均值作为散射点RCS的强度值，既保证了随机特性，也使其RCS强度不会相对高频电磁散射模型有较大偏差。

在本发明的一种优选实施例中，所述对散射点的RCS强度信息加入随机特性，包括：通过分析各个距离层的强弱散射点分布特性，分别对多强散射点情况、单强散射点情况与无强散射点情况的距离层加入不同的统计模型；针对多强散射点情况运用混合高斯分布模型；针对单强散射点模型情况运用高斯分布模型；针对无强散射点模型情况运用伽马分布模型。

在本发明的一种优选实施例中，所述针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性，包括：根据各个距离层中的强散射点坐标距离与相对雷达视线的角度之间的关系确定多强散射点情况的统计相关性，作为所述混合高斯分布模型的相关系数；根据强散射点位置与散射点的聚合程度确定单强散射点情况的统计相关性，作为所述高斯分布模型的方差值；根据散射点聚合与稠密程度确定无强散射点情况的统计相关性参数。

步骤106，对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库。

下面对非合作目标雷达回波仿真与高分辨一维距离像模板库的建立进行说明。

根据仿真所要求的雷达参数，利用以上步骤所得到的包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型，进行非合作目标多散射点回波仿真。在本发明中采用步进频率合成宽带雷达体制，其多散射点回波信号模型为公式12：

(公式12)

其中，

步进频率信号的载频为f_c，脉冲重复周期为Tr，发射脉冲宽度为τ，频率步进阶梯为Δf，频率步进数为N，采样频率为f_s，采样间隔T_s＝1/f_s。需要说明的是，对目标仿真回波进行高分辨一维距离成像，即对X(t)进行傅立叶反变换处理与像拼接处理得到目标高分辨一维距离像，从而生成目标识别系统所需的非合作目标高分辨一维距离像模板库H＝{h₁,h₂,...,h_Na}。其中，h_i为各姿态角下的非合作目标高分辨一维距离像，Na表示姿态角数目。

在本发明的一种优选实施例中，所述对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库，包括：根据雷达仿真参数，利用得到的非合作目标散射点坐标与各散射点的RCS强度，进行多散射点回波仿真，并进行高分辨一维距离像成像，得到目标识别系统所需的非合作目标高分辨一维距离像模板库。

步骤107，利用所述高分辨一维距离像模板库，采用K近邻分类器对测试高分辨一维距离像进行识别。

本实施例中具体将生成的非合作目标高分辨一维距离像模板库H应用于目标识别系统中，在该目标识别系统中采用K近邻(K-Nearest Neighbor，KNN)分类器。设待判决的高分辨一维距离像h_z，经预处理其维数与模板库H中的高分辨一维距离像的维数相同。计算模板库中各个模板与待判决的高分辨一维距离像z之间的欧氏距离符合公式13：

(公式13)

其中，||·||₂表示利用二范数求欧氏距离，表示待判决的高分辨一维距离像与模板库中各个模板之间的欧氏距离。选择中的K个最小值，其表示距离待判决的高分辨一维距离像最近的K个模板高分辨一维距离像，并利用公式14求其均值：

(公式14)

本实施例根据系统设计要求设定阈值δ，利用其对进行判决确定该待判决的高分辨一维距离像是否属于该类。

本发明的效果可以通过下述仿真实验得到验证：

1.仿真条件：

假设雷达发射信号采用简单脉冲步进体制，其载频为f_c＝94GHz，信号脉冲宽度为τ＝100ns，脉冲重复周期为T_r＝32μs，时域采样频率f_s＝40MHz，脉冲步进频率个数N＝128，脉冲步进频率Δf＝4MHz。由上述参数可得雷达发射信号合成带宽为B＝512MHz，其对应的距离分辨率为Δr＝c/2B＝0.293m。

2.仿真内容：

仿真1，根据雷达车照片与实际尺寸进行结构分解，利用标准体散射点模型库，构造非合作目标的散射点模型如图2所示。并根据仿真要求的雷达与目标的距离和角度关系，对目标散射点模型进行遮挡处理，得到在该仿真条件下非合作目标的有效散射点模型如图3所示。根据目标有效散射点类型利用高频散射计算方式与统计模型方式对目标RCS强度进行建模，并生成信号回波与高分辨一维距离像，生成的高分辨一维距离像与实测数据的雷达车目标的高分辨一维距离像进行对比如图4、图5、图6、图7所示。

仿真2，利用已生成的模板对实测数据进行目标识别性能测试。将已生成的全角度坦克目标高分辨一维距离像作为模板，测试数据采用该坦克目标实测运动与静止两组数据作为目标数据，另采用小卡车与铁塔数据作为非目标数据，利用两类数据的组合验证本发明所产生的模板对于目标识别的优越性，拒判性能的受试者工作特征曲线(Receiveroperating characteristic curve，ROC)，如图8所示。

3.仿真分析：

从图2中可以看出，由标准结构散射点模型库根据目标结构组成的目标与实际目标的尺寸与结构基本相同，完全可以表现目标的散射特性，适用于雷达回波建模仿真的应用。

从图3中可以看出，根据目标与雷达的几何关系确定目标的有效散射点模型，可以看出目标被遮挡的部分的散射点已经被删除，余下的都是在该角度下目标的有效散射点，与实际雷达波照射目标的情形基本相同。

参照图4、图5、图6、图7，利用目标实测数据的高分辨一维距离像与本发明方法得到的仿真的目标高分辨一维距离像进行对比，可以看出本发明仿真产生回波的高分辨一维距离像的散射点位置分布与实测数据的高分辨一维距离像的散射点位置分布一致，并且强散射点与弱散射点之间的存在的幅度比也基本一致，但是由于实测数据会受到天气、距离、场景的影响，体现在具体的每个散射点所具有的幅度上，仿真数据与实测数据存在差距，但是对于目标识别系统来说，需进行幅度归一化，所以该问题并不会影响到目标识别系统的总体性能。

从图8中可以看出，由于针对未知目标没有相应的实测数据回波作为模板，所以需要对目标进行回波仿真以生成全角度的高分辨一维距离像模板。分别利用本发明方法产生的模板与原方法产生的模板进行目标识别系统性能测试，生成不同的ROC曲线。可以看出本发明的方法产生的模板在拒判率较高的指标下，可以获得更好地识别率，有效的提高了目标识别系统的总体性能。

综上，本发明通过建立精细化散射点模型的标准体模型库；对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型；对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点；利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵；对所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型；对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库；利用所述高分辨一维距离像模板库H，采用K近邻分类器对测试高分辨一维距离像进行识别等步骤，可以很好地解决目标识别中的未知目标全角度模板生成问题，通过对目标识别系统所面对的非合作目标建立模板库，实现目标识别系统对非合作目标的有效识别，并且有效地提高了雷达系统目标识别的性能，从而解决了非合作目标的识别率低的问题。

本发明生成的目标回波不仅具有高频电磁散射特性，且更适合在统计模型下建立的目标识别器的应用，并具有较高的实时处理能力，可以满足战场环境下目标识别任务的需要，有助于有效提高目标识别系统的总体性能。具体表现如下：

第一，针对复杂目标的高频电磁散射计算方法多为频域方法，该类方法主要适用于解决单频点与窄频带问题，对于多采用合成宽带技术的雷达目标识别系统，现有的方法无法对所有类型散射点进行相应的散射强度计算，并且与实际的宽带雷达的工作原理存在差异，使得生成的高分辨一维距离像回波出现较大的误差。在本发明中，利用三种应用于不同类型散射点的时域高频电磁散射算法，有效的对不同类型的散射点，在宽带雷达系统下的电磁散射特性进行了计算，有效的提升了回波仿真的可靠性，提高整体目标识别系统的性能。

第二，现有的复杂目标高分辨一维距离像回波仿真通常只采用了电磁散射计算的方法得到的目标各散射点的RCS强度，并且高频散射方法认为散射体的各个部分之间的相互作用很小，可把目标近似为各个散射中心的组成。然而由于雷达分辨率的原因，相同距离层中与相邻距离层中的散射点之间是存在相关性的，且某一距离层中的散射点的RCS强度是服从统计分布的，所以原有方法应用于实际目标识别系统是不完善。在本发明中，在结合多种高频电磁散射方法计算目标RCS强度的基础上，以模式识别理论中的统计模型为基础，对同一距离层散射点加入统计特性，增强散射点之间的随机性与相关性，可有效提高目标识别中识别器的识别性能。

第三，现有的复杂目标高频电磁仿真建模常利用计算机辅助设计，利用各种参数曲面进行建模，即通过一组曲面片的组合来描述其外形结构，这种方法可以对目标的三维模型进行较好的模拟，但是由于复杂目标存在大量的曲面片，在电磁散射计算时需要大量的存储空间与运算时间，且生成的模型一旦定性很难修改，使模型的灵活性降低，生成的高分辨一维距离像目标的通用性下降。本发明中，构建标准结构的精细化散射点模型，通过模型组合形成复杂目标的外形结构，这种方法较现有的曲面法散射点数量较曲面数量有很大的减小，所需存储空间少，且运算效率高，对于需要实时生成模板的目标识别系统，具有实时性的优势。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种基于混合模型的雷达非合作目标的识别方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于混合模型的雷达非合作目标的识别方法，其特征在于，包括以下步骤：

建立精细化散射点模型的标准体模型库；

对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型；

对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点；

利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵；

对所述非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型；

对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库；

利用所述高分辨一维距离像模板库，采用K近邻分类器对测试高分辨一维距离像进行识别。

2.根据权利要求1所述的方法，其特征在于：

所述标准体模型库中包含N类标准体散射点模型，每类标准体散射点模型中包括由散射点的坐标信息与类别信息组成的固有参数，和由散射体参数与散射体坐标信息组成的待设参数信息。

3.根据权利要求2所述的方法，其特征在于，所述对非合作目标按照所述标准体模型库进行结构分解，生成所述非合作目标的第一散射点模型，包括：

将所述非合作目标对照所述标准体模型库进行结构分解，得到组成所述非合作目标的多个标准体，每个标准体中包括该标准体的尺寸信息、位置信息和角度信息；

按照所述非合作目标分解得到的各标准体的尺寸信息、位置信息和角度信息，在所述标准体模型库中分别提取对应的标准体散射点模型；

将所述对应的标准体散射点模型，结合每个所述标准体中包含的尺寸信息、位置信息和角度信息，建立非合作目标的第一散射点模型。

4.根据权利要求3所述的方法，其特征在于，所述对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型中包括多个有效散射点，包括：

根据雷达参数与目标仿真条件要求，确定非合作目标与雷达视线方向之间的几何关系与雷达波门范围；

由所述几何关系，得到非合作目标相对雷达视线的俯仰角与方位角；

根据所述俯仰角与方位角对所述雷达波门范围内的目标区域，按照雷达的距离分辨率进行径向距离分层；

利用网格填充的方法，对所述非合作目标的第一散射点模型进行遮挡处理，得到非合作目标的有效散射点模型，所述有效散射点模型为由多个散射点向量组成的散射点矩阵，每个散射点向量包括散射点类型与散射点三维坐标。

5.根据权利要求4所述的方法，其特征在于，所述利用高频散射电磁计算方法，对所述非合作目标的有效散射点模型中的有效散射点进行RCS强度计算得到对应的强度信息，结合所述强度信息生成包含所述有效散射点强度信息的非合作目标散射点矩阵，包括：

运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，得到每个散射点的RCS强度向量；

组合有效散射点模型与所述每个散射点的RCS强度向量，得到包含所述有效散射点强度信息的非合作目标散射点矩阵。

6.根据权利要求5所述的方法，其特征在于：

所述散射点包括强散射点、棱边散射点和平面散射点；

所述运用时域高频散射电磁计算方法对所述非合作目标的有效散射点模型进行散射点的RCS强度计算，包括：

采用时域几何绕射理论法计算所述强散射点的RCS强度；

采用时域物理绕射理论法计算所述棱边散射点的RCS强度；

采用时域物理光学法计算所述平面散射点的RCS强度。

7.根据权利要求6所述的方法，其特征在于，所述对非合作目标散射点矩阵加入统计特性，得到包含非合作目标的坐标信息与RCS强度信息的非合作目标的第二散射点模型，包括：

按照目标散射点矩阵各个散射点的坐标与雷达视线角度，对所有散射点进行径向距离归一化，根据雷达参数所得的高分辨距离层，分配各个散射点到其径向距离相对应的距离层，得到每个距离层的散射点组成模型；

对散射点的RCS强度信息加入随机特性；

针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性；

根据其对应的距离层的所应用的统计分布模型进行随机向量生成，用所得向量的均值作为散射点RCS的强度值。

8.根据权利要求7所述的方法，其特征在于，所述对散射点的RCS强度信息加入随机特性，包括：

通过分析各个距离层的强弱散射点分布特性，分别对多强散射点情况、单强散射点情况与无强散射点情况的距离层加入不同的统计模型；

针对多强散射点情况运用混合高斯分布模型；

针对单强散射点情况运用高斯分布模型；

针对无强散射点情况运用伽马分布模型。

9.根据权利要求8所述的方法，其特征在于，所述针对各个距离层内的散射点，以所述散射点的RCS强度向量作为均值向量，确定不同散射点情况下的统计相关性，包括：

根据各个距离层中的强散射点坐标距离与相对雷达视线的角度之间的关系确定多强散射点情况的统计相关性，作为所述混合高斯分布模型的相关系数；

根据强散射点位置与散射点的聚合程度确定单强散射点情况的统计相关性，作为所述高斯分布模型的方差值；

根据散射点聚合与稠密程度确定无强散射点情况的统计相关性参数。

10.根据权利要求9所述的方法，其特征在于，所述对所述非合作目标的第二散射点模型进行非合作目标多散射点雷达回波仿真，建立高分辨一维距离像模板库，包括：

根据雷达仿真参数，利用得到的非合作目标散射点坐标与各散射点的RCS强度，进行多散射点回波仿真，并进行高分辨一维距离像成像，得到目标识别系统所需的非合作目标高分辨一维距离像模板库。