无人机“主人”识别技术的实现文献综述

文献综述：

无人机“主人”识别技术的实现综述

摘要: 无人机“主人”识别是无人机工作当中的关键步骤，本文从无人机飞行控制基本原理及设计特点出发，利用图像识别技术，结合无人机结构和飞行控制技术，介绍目标识别、检测、跟踪等关键技术。

关键词：无人机 目标识别 图像处理

一、引言

在当下的信息化战争中，低投入、高精度成为了信息化战争的重要指标。无人机的普及，对现代化信息战争有着许多无可比拟的优势。为了发展无人机，有许多关键技术值得注意，特别是目标识别技术，而为了达到“主人”识别的目的，至关重要的是图像处理技术，他主要包括视觉图像预处理，目标提取，目标跟踪，数据融合等等。

无人机识别技术要求计算机模拟人眼的视觉功能，对目标进行数字化处理，从图像和图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别，并通过计算机处理进行判断，然后执行相应的行动策略。难题主要存在于成像技术的发展滞后和对目标识别的准确性问题。

两项核心技术将成为目标识别中非常关键的部分：一项是高分辨率、高灵敏度的毫米波或红外敏感探测技术，另一项是智能化信息处理和识别技术即目标自动识别。前者用于尽可能多的获得关于目标和背景的详细信息，后者用于在恶劣的环境下发现、截获、跟踪具有强干扰、隐身能力的军事目标，也就是说，通过对所获取的整个搜索区域内的大量信息进行处理，从中准确的获得与感兴趣目标紧密相关的少数几维重要信息。

二、目标探测

红外和光电侦测设备是目前无人机的主要成像侦测设备,但其不能在恶劣气候条件下工作,缺乏实时大面积连续成像能力,易受气象条件限制,存在飞行高度过低、生存力有限等缺限。合成孔径雷达(Synthetic Aperture Radar,简称SAR)利用微波遥感技术,可全天候对目标进行探测,通过数字处理变成逼真的图像。其性能优势包括全天候、远距离、高分辨能力、自动目标识别。近年来,SAR已成为世界注目的焦点。

和其他大多数雷达一样,机载SAR是通过精确测量脉冲发射和接收到目标回波间的时间差来确定距离值的。距离分辨率是利用发射的脉冲宽度或持续时间来测定的,最窄的脉冲能产生最优的分辨率。在典型的二维SAR图像中,距离是沿雷达平台的航迹测量的,它只是其中的一个像元。另外一个是方位,与距离保持垂直,方位分辨率与波束宽度成反比关系。正如光学系统需要大的透镜来获得较优分辨率一样,工作在极低频率上的雷达也需要较大的天线或孔径来产生详尽的图像。实际上,波束宽度与天线尺寸是成反比关系的。所以,SAR可以通过移动真实的天线并聚积一系列沿航迹的回波来对长达数公里的孔径进行合成。

目前SAR成像的主要算法有RD(Range/Doppler距离-多普勒)算法、CS(Chirp-Scaling)算法和SPECAN算法。RD算法把SAR成像等效为两次脉冲压缩,即通过距离向的脉冲压缩,获得距离向高分辨率,通过方位向脉冲压缩,获得方位向高分辨率,该方法的特点是算法简单,计算量较小,易于机上实时处理,但该算法的最大缺点是在大的距离弯曲情况下,RD算法需要通过插值去除方位向和距离向的耦合,由此带来成像分辨率降低、运算量增加。但在无人机毫米波成像系统中,由于距离弯曲程度低,RD算法具有一定优势。CS算法的方位压缩与距离压缩分别是在距离-多普勒域和二维频域完成的,不需内插,分辨率高,不受距离抖动的影响,但信号处理过程复杂,运算处理量较大。SPECAN算法是把SAR的合成孔径长度分为几个子孔径长度,通过去斜率处理,把不同方位上的目标处理为不同的速率,再通过频率分析的方法获得方位向高分辨率,算法处理量最小,但由于采用多视处理,方位向的分辨率会成比例下降,不适合高分辨力成像。因此在无人机毫米波实时成像雷达中,适于采用RD算法

三、目标识别

目标探测与识别主要是利用非接触的方法探测固定的或移动的目标,通过识别技术,完成对受控对象的控制任务。

为了将SAR用于自动目标识别,人们已经做了大量的工作。使用SAR完成自动目标识别的一个主要的技术问题是要开发能够在雷达回波中识别目标特征的各种算法。在探测获取大量的信息后,传统的信息处理技术在完成目标自动识别时,大都是利用统计模式识别方法。这种方法在目标旋转、遮挡、重叠、姿态发生变化以及周围背景杂波复杂多变时,系统就无法正确识别变化大的和未经训练的目标,必须对系统重新进行训练学习以适应新的要求。鉴于传统目标识别方法在识别复杂多变战场环境中的多种军事目标存在许多无法逾越的障碍,人们先后在信息处理系统中引入逻辑推理与人工智能研究成果,并试图将两者有机的结合起来。基于逻辑推理的智能目标识别首先对对象及其周围所关联的物体运用图像分析技术、图像识别技术、人工智能技术,获得待识别目标及其周围可能的景物的符号性表达(如待识别目标的各种抽象特征、与周围景物的几何和物理约束关系以及其他关联信息等),即知识性事实后,运用人工智能方法,确定图像分析及处理前端分割出的感兴趣区域的类别。符号处理系统可模拟人脑抽象思维来提高目标识别性能

四、小结

随着高速数字信号处理技术、运动测量技术、图像处理技术及各种SAR成像算法的高速发展,各种无人机“主人”识别技术必将进入一个高速发展时期。随着先进光电探测设备的不断出现以及目标探测和识别技术的不断完善,无人机的自主操作能力将大大增强,可以自主探测和识别障碍物,识别敌我目标,从而选择躲避或是攻击。日益完善的识别系统也使得无人机更加轻松自如的应对各种复杂的任务。

参考文献

[1]崔麦会.21世纪军用无人机的发展趋势[J].航空科学技术,2002,3:26-29.

[2]冯琦.军用无人机发展趋势[J].电光与控制,2003,10(1):9-13.

[3]祝小平.作战无人机的发展与展望[J].飞行力学,2005,23(2):1-4.

[4]郭峰.天空新宠-浅析无人机未来作战运用趋势[J].国防科技,2005.7:61-64. [5]Frew E W,Langelan J.Receding time horizon control for passive,Non-cooperative UAV see-and-avoid[A].IEEE Internation-al Conference on Robotics and Automation[C].Barcelona,Spain,2005.

[6]Kohout B.Challenges in real-time obstacle avoidance[EB/OL].

[6]Kohout B.Challenges in real-time obstacle avoidance[EB/OL].http://--www.aaai.org/,2000.

[7]美军“全球鹰”无人机将装备新型传感器组件[EB/OL].ht-tp://www.china.com.cn,2005.10.

[8]张纯学.合成孔径雷达将应用于无人机[J].飞航导弹,2005,3:44.

[9]Ausherman D A,Kozma A,Walker J L,et al.Developments inradar imaging[J].IEEE Trans.AES-20,1984,(4).

[10]刘亮.先进传感器及其应用[M].北京:化学工业出版社,2005.

[11]胡兴军.机载合成孔径雷达[J].航空兵器,2004,1:12-15.

[12]宋万忠.无人机载毫米波合成孔径雷达技术[J].电讯技术,2002,42(6):4-7.

[13]刘爱芳.基于离散匹配傅里叶变换的逆合成孔径雷达成像算法[J].兵工学报,2004,25(4):458-461.

[14]Roy R,Kailath T.ESPRIT-Estimation of signal parameters viarotational invariance techniques[J].IEEE Trans ASSP,1987,37(7):984-995.

[15]邵兆宇.ISAR雷达ESPRIT成像算法的改进[J].雷达科学与技术,2004,2(1):25-28. [16]张河主.探测与识别技术[M].北京:北京理工大学出版社,2005.

[17]Nikias C L.Higher order spectra analysis:anonlinear signal pro-cessing framework[C].Eaglewood Cliff,New Jersey,PTRPrentice Hall,1993.

[18]Bell M R,Grubbs R A.JEM modeling and measurement for radartarget identification[J].IEEE Trans,On AES,1993,29(1):73-87.

[19]姬红兵.基于AR模型参数双谱估计的雷达目标识别[J].电子科学学刊,1999,21(6):843-847.

[20]许人灿.基于AR模型参数双谱估计的超分辨ISAR成像[J].计测技术,2005,25(2):5-7.

[21]Bi Z Q,Li J,Liu Z S.Super resolution SAR imaging via paramet-ric spectral estimation methods[J].IEEE trans on AES,1999,35(1):267-281.

[22]Wang T M,Gupta I J.Application of maximum likelihood estima-tion to radar imaging[J].IEEE trans.on antennas and propaga-tion,1997,45(1):20-27.

[23]汪雄良.一种新的SAR超分辨成像方法[J].现代雷达,2005,27(5):1-4.

[24]叶中付.一种快速TLS-ESPRIT算法[J].信号处理,1998,14(2):146-149.