鸟撞飞机是威胁全球航空安全的第一要素,使用雷达探测鸟类并预防鸟击一直是业界努力的方向。受限于早期雷达鸟类学基础测量结论,现有鸟情雷达以及国外已有的多级雷达观测系统虽然能够提供一定程度上的鸟情活动预报,但尚无法提供有效的鸟情实时预警,鸟击飞机事故数量及造成的经济损失居高不下。本文对于鸟类目标的雷达探测从理论、方法和应用三个层面进行了系统性研究,建立了新的鸟类目标电磁散射模型,首次实现了微波暗室内新的生物体电磁散射特性微波暗室动态测量方法,并设计了自动目标识别方法提取鸟类回波信号特征来检测识别鸟类目标,并反演出鸟类生物信息。雷达鸟类学早期研究缺乏对目标电磁散射特性的深刻认知且受测量方法局限,其建立并被广泛采用的水球模型不能正确描述飞鸟的雷达散射特性。在该模型指导下,鸟情雷达至今无法满足鸟情实时预警应用的关键需求,雷达观测数据反演结果与实际人工观测结果存在显著差异。本文基于雷达散射特性以及运动学理论分析,提出时变角反模型解释飞鸟回波起伏调制的现象:飞鸟由于振翅运动,翅膀和身体会随着扑翼步态构成一个时变的角反射器,且振翅角反效应为飞鸟的回波幅度带来相对于静态鸟只10dB以上的贡献。本文进一步提出:当雷达工作在光学区频段,飞鸟多散射中心可模型化为一些几何结构体的组合形式,将这些可以从雷达回波中分离出来的几何结构体(散射体)表征为鸟类目标散射特征,作为飞鸟目标自动识别的基础。本文设计了新的生物体电磁散射特性微波暗室动态测量方法并首次实现了对扑翼状态下飞鸟电磁散射特性微波暗室定量测量,证实了本文提出的时变角反模型及目标几何模型化假设。研究得到一系列重要结论:(1)时变角反效应在各个频段均存在,均有助于提高发现距离,但由于散射机理不同,光学区频段散射特性更为清晰,更有利于识别。(2)鸟呼吸和振翅运动都会引起鸟外形形变,但振翅运动带来的鸟外形形变是飞鸟回波起伏最主要的原因,其10dB的贡献与本文提出的时变角反模型的理论值吻合。(3)无论是否振翅,在光学区频段,不同物种的鸟外形的差异对于回波的影响比鸟类尺寸的影响大,这使得利用形状特征(散射特征)识别不同种类鸟只具有理论上的可能。鸟情实时预警的应用需求可以总结为:远距离、全高度、实时性、高发现、低漏警和低虚警,其关键在于探测鸟类目标的准确度和时间开销。本文综合考虑各方面得益,选择用光学区频段雷达来探测飞鸟。一方面利用时变角反效应提高雷达对飞鸟的探测距离;另一方面利用光学区雷达回波散射机理相对清晰,便于识别的优势,基于对雷达目标回波的检测识别一体化方法和自动目标识别技术,能够有效自动剔除地面活动目标干扰,区分鸟类与无人机。这样可以同时降低虚警和误警,降低人员训练成本和使用难度,提高系统反应速度,实现了鸟情雷达的鸟情实时预警。本文通过对鸟类回波数据反演,对雷达鸟类学还贡献了如下发现:(1)鸟只的尺寸可以从飞行形态差异进行区分,即大鸟飞行时腿部伸展,爪子与鸟体分离,鸟爪可见,而小鸟飞行时腿部蜷缩,爪子紧贴鸟体,鸟爪不可见。(2)鸟的飞行模式(扑翼和滑翔)可以从鸟类回波的调制中反演出来,即扑翼飞行导致角反效应强,翅膀贡献超过10dB,而滑翔飞行时角反效应弱,翅膀贡献接近为0dB。(3)雷达鸟类学现有的估计鸟群数量的相关模型可能过高估计了鸟群密度,一方面需要修正单只鸟RCS的数值,增加振翅角反效应的调制给鸟类回波的贡献;另一方面必须调整鸟类RCS校正的方法,建议采用与鸟群回波相同波段下的同材质校准件数据来进行校正,而非采用不同波段下的与鸟只具有相近材质的校准物体的数据进行校正。