车辆目标特征提取识别一直都是智能交通和战场上的重要任务。目前，国内外都有针对 车辆目标特征提取和识别的文献，本段主要介绍国内外对车辆特征提取技术的研究现状。

根据参考文献[1],我们可以知道目前对于民用车辆特征提取识别大多使用光学手段；对 于军用车辆，由于其要求更高，其识别方法大多采用声波、地震波和电磁波。接下来，本段 将介绍对于车辆特征提取识别的常用技术的国内外研究情况。77731

(1)基于图像特征的识别技术 基于图像特征的识别技术一般分为三个阶段：目标检测、辨识、分类。检测部分用来选

择出研究者的欲研究区域，也就是感兴趣区域；辨识部分过滤出非目标区域；分类部分判定 目标的类型。这类基于图像特征的识别分类技术大致包含以下五类：基于红外图像特征的识 别技术、基于 SAR 图像特征的识别技术、基于极化图像特征的识别技术、基于激光雷达图像 特征的识别技术、基于光学图像特征的识别技术。

(2)基于震动信号特征的识别技术 车辆沿地面行驶中会引起地球介质的变形因为其对地面产生的冲击或其它作用，进而产

生地震波。这种技术一般会采集震动信号，并将其转换为数字信号，并利用时域或频域的特 征识别出车辆的信息，完成车辆特征提取和识别。美国很早就将这种方法应用到无人地面传 感器系统[2]。国内著名大学南京理工大学也将这种车辆识别技术运用到地面侦察系统。聂伟 荣教授通过提取震动信号的特征，使用统计建模和神经网络并用的方法对目标进行分类，开发了相应的系统[3],这个系统可以区分出轮式车辆和履带式车辆。 (3)基于声信号特征的识别技术 这种技术利用目标发出的或者反射的声波进行目标的定位和识别。车辆结构、发动机类

型、行驶速度、地形等因素都会导致不同车辆的声信号不同，从而进行特征提取和目标识别。 (4)基于磁信号特征的识别技术 车辆在行驶中会对大地磁场产生影响，而磁场的改变会影响磁力仪传感器的接受，形成属于车辆的独特磁信号。 (5)基于雷达回波信号特征的识别技术论文网

这个技术分为三种:基于高分辨率距离像特征的目标识别技术、基于多普勒效应的目标识 别技术、基于微多普勒效应的目标识别技术。其中最后一种方法是本文重点研究的方法。

美国海军研究实验室的科学家 VICTOR C。CHEN 对目标的微多普勒效应的研究是最早且 最有代表性，他将探测目标或探测目标的部件除质量中心平移以外的转动运动、振动运动、 锥运动等称为微运动，比如接发机天线的转动，直升机旋转叶子的自旋转，车辆引擎发动机 的振动等。这些探测目标的微运动会对从目标返回的信号产生一定的频率调制，生成边带。 事实上，VICTOR C。CHEN 于 2000 年证实了借助于时频分析技术，在微波雷达中仍是能 够观察到目标所带有的微多普勒效应的事实[4]。美国“辐射亡命徒”计划的实验表明，微多 普勒特征的提取对于车辆识别有重要的现实意义[5]。华沙大学相关工作人员指明，通过提取 从车辆返回的雷达回波信号中的微多普勒信息能完成车辆的特征提取和识别，通过研究其车

辆震动情况能判断发动机类型并识别汽车类型[6]。 现在国内外对微多普勒效应的研究大多都是以旋转和振动运动作为基础运动，其他复杂

目标的微动，如人体步行，都是针对这两种微动形式展开的。除了 CHEN 以外，国防科大的 刘永祥等人也对目标的微多普勒效应做了很多研究[7]。参考文献[8]、[9]对弹头目标的微多 普勒效应进行研究，为识别弹头目标的真假提供了理论依据。坦佩雷理工大学的 P。Molchanov 等人还有利用微多普勒效应识别分类无人机和鸟类[10]。对于基于微多普勒效应的车辆特征提 取和类型识别，国内外的研究都是针对合理建模和优化时频分析方法展开研究。如西安电子 科技大学的李彦兵用基于多级小波变换的车辆目标识别提高了车辆识别率[11]；杭州科技大学 的骆宇峰研究员采用三维微多普勒建模对轮式车辆和两类履带式车辆实现正确仿真[12]。相对 来说，对于该课题的研究已经相对成熟。