基于RCS特性统计分布的编队无人机群目标运动状态识别

来源：信号处理杂志 2025年第5期北京时间：

作者：田鹤, 王吉儿, 殷红成, 赵轶伦, 万昊, 陈汪翔, 任红梅

摘要：针对无人机群目标运动状态进行分类识别，可以推断任务意图，为无人机群目标态势感知提供基础。该文基于旋翼无人机编队的实测飞行数据，开展了群目标雷达散射截面（Radar Cross Section， RCS）特性分析，获得典型无人机编队RCS特性在时间维度、频率维度的统计分布模型，为编队群目标的探测资源、识别流程等设计提供了目标特性基础。针对编队运动状态表征与分类问题，提出一种改进的梅尔频率倒谱系数（Mel Frequency Cepstral Coefficients， MFCC）特征提取方法，以实现RCS倒谱的参数化表征。在此基础上，利用混合高斯模型（Gaussian Mixture Model， GMM）和隐马尔可夫模型（Hidden Markov Models， HMM）对不同运动状态的RCS倒谱特征进行准确建模，揭示不同编队运动状态的规律差异。开展了四旋翼无人机编队目标飞行试验， X波段的HH、VV极化实测数据表明，该文方法对无人机群目标运动状态的识别正确率高于94%，利用单体无人机作为训练模板获得的群目标运动状态识别率高于89%，相关成果可为实际飞行任务过程中的目标识别应用以及未来无人机态势感知提供基础。

关键词：‍‍编队无人机, 雷达散射截面, 统计分布, 特征提取