随着航天技术的快速发展,太空中的空间物体数量不断增加,
同时也面临着越来越多的危险和挑战,雷达反射截面(RCS)数据
已经成为识别和跟踪空间物体的重要手段。在太空技术领域,越来
越多的人造卫星、空间探测器和其他空间物体被投放到太空中,这
些物体的数量和速度不断增加,给太空环境带来了严重的安全风险
和威胁。为了保障太空安全,开展对空间物体的监测、识别和跟踪
是必要的。利用雷达 RCS 数据进行空间物体智能识别技术研究,可
以有效地提高对空间物体的识别准确度和效率,为太空监测和管理
提供有力的支持。因此,“基于雷达 RCS 数据的空间物体智能识别
技术研究”成为了当前雷达技术和太空技术领域的热门研究方向之一。
该技术的研究将有助于提高空间物体的监测和识别能力,为太空领
域的安全和可持续发展作出贡献。
传统的对基于目标 RCS 的雷达目标识别方法主要是基于信号变
换与特征提取的思想对信号进行分类和检测。通过提取目标的特征,
如峰值、宽度、斜率等,进行分析和识别,从而实现对 RCS 数据的
有效分类。此类方法使用范围单一,对于不同类型的目标,需要设
计不同的特征提取算法,且在复杂环境下容易受到