探鸟雷达系统设计、信号处理与分类识别方法综述

摘要

近年来，生态环境的持续改善促使低空鸟类种类与规模显著增加，但由此引发的航空器鸟击、航班起降干扰，以及低空管控场景中无人机的虚警等事件频发，给低空空域安全带来严重威胁。在复杂背景下实现飞鸟的有效探测与飞鸟/无人机的精准区分，已成为当前低空安防领域亟待解决的技术问题。而探鸟雷达凭借全天候、大范围空域、高数据率等优势，成为低慢小目标感知的核心装备。针对飞鸟与无人机这两类典型易混淆目标，系统梳理了探鸟雷达在目标回波数学模型、信号处理、分类识别算法及数据集建设等方面的研究脉络，重点剖析了微多普勒特征与极化特征的核心机理，深入探讨了应用于低慢小目标识别的深度学习算法以及多模态融合机制在探鸟雷达系统研制与算法迭代中的落地方案。分析表明，搭载轻量化端到端神经网络、多模态数据融合驱动、多站组网部署正成为探鸟雷达的未来发展趋势，但高质量标注数据集依然匮乏。综述厘清了探鸟雷达核心技术的演进路径与现存局限，旨在为探鸟雷达系统的研制迭代和飞鸟/无人机目标分类识别技术的持续深入研究提供技术参考与启示。

关键词

探鸟雷达 / 目标建模 / 信号处理 / 目标识别 / 深度学习

基金资助

装备发展部十四五应用创新预研项目（627010103）