基于全极化ISAR的锥体目标微动识别公开数据集IMD构建与验证

本研究针对弹道目标微动识别领域缺乏公开基准数据集的现状，开发了首个基于全极化逆合成孔径雷达（ISAR）原理的微动目标仿真数据集IMD。研究团队通过精确建模锥体目标的轨道动力学和微动特性，结合0.01°高精度电磁仿真，构建了包含4类典型锥体目标的静态散射场数据和动态视角序列。该数据集解决了现有研究中因仿真参数不一致导致的算法评估难题，为深度学习在雷达自动目标识别（RATR）领域的应用提供了标准化基准。

　　

在弹道导弹防御系统中，如何准确识别真假弹头始终是各国研究的重点难点。随着拦截导弹库存有限性与诱饵技术复杂性的矛盾日益突出，发展基于微动特征的识别技术成为关键突破口。当弹头与诱饵分离后，它们会呈现不同的微运动模式——弹头通常表现为进动或章动，而诱饵则多呈现摆动状态。这些差异会在雷达回波中形成独特的微多普勒调制特征，就像给不同目标贴上了"运动指纹"。然而当前该领域研究面临一个根本性困境：所有实验数据都来自研究者自行仿真，连运动参数相同的情况下，电磁仿真方法的细节差异都会导致数据显著不同，这使得不同算法间的性能比较变得毫无意义。

中南大学自动化学院联合麦考瑞大学的研究团队在《Scientific Data》发表的这项研究，首次构建了标准化的ISAR微动数据集（IMD）。该研究通过精确的二体运动动力学建模，结合0.01°高精度采样间隔的电磁仿真，创建了包含4类典型锥体目标的完整雷达回波生成体系。研究发现，在交叉极化条件下，传统0.1°采样间隔会导致信号噪声比（SNR）骤降至5dB，而采用0.01°间隔可提升至200dB以上。这项研究不仅提供了首个公开的弹道目标微动数据集，更确立了雷达目标识别研究的标准数据生成流程。

关键技术方法包括：1）基于能量和角动量守恒的轨道动力学建模，替代传统Runge-Kutta方法；2）采用物理光学（PO）与全射线追踪结合的电磁仿真技术；3）开发多级快速多极子算法（MLFMM）加速计算；4）建立0.01°高精度静态电场数据库；5）设计包含训练集（6300实例/类）和测试集（400实例/类）的标准评估体系。数据来源于4类典型锥体目标的电磁仿真，覆盖9-11GHz频段（步进10MHz）。

【轨道调制】研究采用经典二体运动理论建立弹道模型，通过轨道六要素（半长轴a、偏心率e、倾角i等）精确描述目标运动。相比传统方法，该模型允许后期按雷达脉冲重复频率（PRF）灵活重采样，避免了固定步长的局限性。如图2所示，训练数据来自多雷达站协同观测场景，而测试数据采用单雷达观测方案，确保评估的严谨性。

【微动调制】研究建立了包含自旋（ω_s
）、进动（ω_c
）和章动（ω_n
）的复合运动模型。通过定义体坐标系（X_b
,Y_b
,Z_b
）和参考坐标系（X_r
,Y_r
,Z_r
）间的欧拉旋转矩阵，精确计算目标体轴与雷达视线的瞬时夹角δ_t
。如表1所示，四类目标的微动参数差异显著：目标a同时具有3Hz自旋和1Hz章动，而目标d仅有1Hz自旋且进动角更小（2°-3.5°）。

【电磁仿真】研究选用图5所示的4类典型锥体目标，采用步进频率连续波（SFCW）体制，中心频率10GHz，带宽2GHz。通过FEKO软件实现PO与全射线追踪的混合仿真，所有目标设为理想电导体（PEC）。创新性地采用0.01°采样间隔（传统研究多用0.1°），在方位角0-180°范围生成静态散射场数据，包含E_θ
和E_φ
的实部与虚部。

【技术验证】研究通过全向RCS序列和高距离分辨率剖面（HRRP）验证数据可靠性。如图6所示，四类目标在HH极化下的RCS特征差异明显，与已有研究结果一致。关键发现是：在交叉极化（VH/HV）条件下，0.1°采样间隔会导致严重失真（图8），而0.01°间隔能准确保留微动特征（图9）。插值方法对比显示，三次样条插值在共极化条件下误差最小，但对交叉极化改善有限（表2-3）。

这项研究的意义在于首次建立了弹道目标微动识别的标准化数据基准。通过揭示采样间隔和插值方法对数据质量的重大影响，研究为后续算法开发提供了重要指导。特别值得注意的是，研究发现传统研究中被忽视的"相关噪声"现象——在较低采样率下，插值引入的误差反而可能提升分类准确率约0.1，这一反常现象为雷达目标识别中的"噪声利用"提供了新思路。数据集IMD的发布不仅解决了算法评估的标准化问题，其精细的电磁仿真参数（0.01°间隔）和完整的动态建模框架，更为复杂环境下的雷达目标识别研究树立了新标杆。