进动锥体目标平动补偿及微多普勒提取

针对平动调制下的进动锥体锥顶及锥底滑动型散射源微多普勒提取问题,提出一种利用微多普勒曲线交叉点频移信息完成平动补偿并利用正交匹配追踪(orthogonal matching pursuit, OMP)提取微多普勒的方法。根据进动锥体散射源微多普勒变化规律建立回波模型,引入二次型平动速度调制项,发现微多普勒曲线交叉点处的瞬时频移是由剩余平动引起的。利用Harris-Laplace角点检测获取时频图中微多普勒曲线交叉点信息,通过最小二乘参数辨识得到剩余平动参数;针对平动补偿后锥体散射源微动特性构建回波信号原子集,利用OMP稀疏分解提取各散射源的微动信息。仿真验证了所提方法的有效性。     

基于通用复时频分布的进动目标微多普勒提取

首先建立了进动锥体目标的雷达回波模型,推导了目标微多普勒频率与进动参数的定量关系。针对进动目标雷达回波具有的多分量非线性调频特点,提出了通用复时频分布(generalized complex time frequency distribution, GCD)的微多普勒提取方法,与线性和二次Cohen类时频分布相比,GCD具备高时频分辨力、低交叉项的优点。同时针对峰值估计微多普勒瞬时频率(instantaeous frequency, IF)方法受信号频率交叉覆盖和噪声干扰严重的问题,提出基于Viterbi算法的微多普勒IF估计方法,有效提高了微多普勒IF估计精度。实验中利用仿真和暗室测量数据验证了GCD Viterbi方法的性能。     

基于部分周期的扫描雷达目标微多普勒参数估计

针对雷达单次扫描时间小于目标转动周期的情况,提出了一种基于部分周期的扫描雷达目标微多普勒参数估计方法。转动目标的微多普勒信号可以通过正弦信号的形式表示。该方法从回波信号的时频域中提取出部分周期的微多普勒信号,利用正弦函数的性质,估计出目标转动频率和转动幅度,从而可以估计出目标转动半径。转动半径作为目标的固有特性,反映目标的结构信息和运动特征,为目标识别和分类提供有力依据,通过仿真实验和实测数据验证了该方法的鲁棒性和有效性。     

基于微多普勒估计进动锥体目标特征参数

锥体目标时频分布是目标的微动及结构信息的联合表征,针对此提出了一种利用微多普勒估计进动锥体目标特征参数的方法。首先分析了进动锥体目标散射源微多普勒的理论解,并利用三角函数降幂公式将其归纳整理为多阶谐波分量的合成,然后利用目标跟踪技术获取了不同散射源的微多普勒,最后依据锥顶及锥底不同谐波分量与目标特征参数的关系,提出了一种特征参数的估算方法。可为空间进动锥体目标识别提供一定参考。     

弹道目标微动特征分析与提取方法

进动特征对导弹防御目标识别具有重要意义。建立了单频信号下雷达观测弹头的进动模型和回波模型,通过对进动弹头回波频谱与微多普勒调制特性的定量分析,提出了利用回波相关方法和频谱展宽估计进动参数的方法,并利用暗室测量数据对该方法的性能进行了实验验证。实验结果表明,该方法在目标进动角不大条件下可以有效估计目标的进动角和进动周期。     

基于微多普勒的弹道多目标分离方法

弹道多目标分离对弹道导弹早期预警和识别具有重大意义。目前弹道目标微动提取与识别的研究都是基于“单目标多散射点”和“多目标单散射点”的假设,而对实际中弹道“多目标多散射点”的情况缺乏考虑。针对这一问题,首先分析了进动锥体弹头和摆动锥体诱饵的微多普勒形式,得到了同一目标不同散射点的微多普勒具有相同的周期性。对于多目标分离问题,首先利用Radon变换估计平动参数实现了多目标平动补偿;之后通过分析多目标时频图循环平稳性,发现弹道多目标分离本质上是多个二维一阶循环平稳(first order cyclostationary,FOCS)分量的分离问题;其次,提出了一种基于二维FOCS处理的多目标分离方法;最后,通过仿真验证了该方法的有效性和在强噪声下的稳定性。     

中段弹道目标宽带回波仿真与速度补偿

中段弹道目标的主要特征是高速平动和微动。因此测量得到的目标多普勒频移值是模糊的,而且同时被目标微多普勒调制。这给估计目标微多普勒带宽和提取目标微多普勒参数造成了困难。在充分考虑目标运动特征的条件下,首先研究和建立了目标的宽带雷达回波数学模型。然后提出了基于简化分数阶傅里叶变换（simplified fractional Fourier transform, SFRFT）的速度补偿方法。推导了方位向信号起始频率和调频斜率的估计误差方差,证明了算法的有效性。仿真结〖JP3〗果表明,该方法能够给出精确的参数估计结果,并能对平动多普勒频率进行准确补偿。即使在信噪比较低的情况下,该方法仍表现出较好性能。该方法为目标微多普勒参数的提取提供了前提条件     

海面角反射器干扰微多普勒建模与仿真

研究了在波浪作用下,海面角反射器干扰的微动建模及其微多普勒特性仿真问题。以船搭载的角反射器干扰为具体研究对象,根据海上目标耐波性理论,结合海况等级和角反射器载体的水动力系数,建立了在各种海情条件下角反射器摇摆运动仿真模型。根据设定的雷达参数,推导了角反射器随载体的横摇和垂荡运动产生的雷达微多普勒模型。最后,采用时频方法提取了角反射器回波的微多普勒特征,通过仿真实验验证了模型的正确性。     

基于广义S变换的多人微多普勒特征分析

微多普勒特征是运动目标的独特特征,可为目标分类识别提供依据。人体行走是典型的非刚体运动,其雷达回波中包含多个频率分量,且分量之间频率重叠严重,因此对其进行微多普勒特征分析难度较大。首先构建人体行走模型及其雷达回波模型,然后以广义S变换为分析工具,对人体主要部位、单人行走和两人行走进行微多普勒特征分析,提出应该以脚部、小腿和躯干部的微多普勒特征作为人体行走识别的主要特征,为后续深入研究人体微多普勒特征奠定了基础。     

基于参数估计的步进频ISAR成像运动补偿方法

分析了基于步进频雷达运动目标的回波信号模型,讨论了目标运动对ISAR成像的影响,针对当目标有速度或加速度时会造成高分辨距离像移位和畸变,并使二维像散焦的情况,提出了一种基于高斯包络线性调频信号自适应分解、高分辨距离像互相关法及多普勒横向像最小熵法的运动补偿算法。该算法利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动的加速度,通过距离像移动对目标运动速度进行初估计,并用高分辨距离像互相关法及多普勒横向像最小熵准则提高目标速度及加速度的估计精度,然后进行运动补偿。该算法计算量小,估计精度高,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。     

基于改进Dijkstra算法与时频域滤波的雷达目标识别

针对弹道中段雷达目标回波的微多普勒特征提取精准度不高导致目标识别率低的问题, 提出一种基于改进Dijkstra算法与时频域滤波相结合的雷达目标分类识别方法。该方法首先采取改进Dijkstra算法提取多分量回波信号中最强分量的瞬时多普勒特征, 然后利用时频域滤波方法滤除最强分量, 依次提取多分量信号的瞬时多普勒特征, 并将该特征应用于弹道中段雷达目标识别。仿真结果表明, 该方法适用于多种微动形式, 提取回波信号的微多普勒特征的精度更高, 对于弹道中段雷达目标平均识别率较高。     

基于DPCA杂波抑制的地面振动目标微多普勒提取

地面微动目标激励的雷达回波信号的微多普勒调制,反映了该目标的独有特征,因此可用于目标检测与识别。合成孔径雷达(synthetic aperture radar, SAR)对地面振动目标检测时,回波信号中不可避免地包含大量地杂波,给其微多普勒信息提取造成很大困难。为此,提出一种基于双通道SAR/DPCA杂波抑制的地面振动目标的微多普勒信息提取方法。首先利用双通道DPCA技术在复原始数据域对消地杂波以获取振动目标的回波信息,然后详细推导了杂波对消后微多普勒频率的参数化表达式。最后,通过数值仿真验证了该方法的有效性和正确性。     

基于旋翼微动雷达特征的空中目标识别

详细分析了直升机目标回波信号的多普勒谱的构成,针对直升机目标和固定翼飞机目标多普勒谱的差别,提取了两种微多普勒特征用于识别直升机目标和固定翼飞机目标,其中一种利用了直升机回波信号正负多普勒频谱能量的不对称性,另外一种利用了机身回波信号能量与旋翼回波信号能量的对比,使用仿真数据和试验测试录制的数据计算结果表明,该方法具有很好的识别效果。     

基于多站微多普勒融合的弹道目标特征提取

宽、窄带混合组网雷达数据融合处理是弹道中段目标特征提取的重要途径。提出了一种基于宽、窄带雷达混合组网的弹道目标融合提取算法,该算法通过窄带自相关处理,获得锥体弹头的进动周期,并结合非线性最小二乘估计,分别估计出组网雷达中各散射中心的幅相参数。然后根据宽、窄带雷达微多普勒特征的融合特性和关联特性,利用加权平均和散射中心关联相结合的方法,提取出锥体弹头的三维进动特征及结构参数,从而实现宽、窄带混合组网雷达的数据融合。计算机仿真验证了该方法的可行性与有效性。     

基于循环平稳的动目标特征提取方法研究

介绍了基于循环平稳的脉冲多普勒雷达对目标回波信号参数的提取方法。分析了该参数提取方法的性能 ,结合弹载高重频脉冲多普勒雷达的特点 ,提出了一种动目标运动特征的递归提取方法应用于运动目标参数(速度、加速度 )的特征提取过程。分析、仿真实验证明 :该方法可以最大限度地利用系统的资源 ,在雷达信号处理中达到信噪比和加速度分辨率之间的动态平衡     

强杂波下含旋转部件的目标成像及微多普勒提取

目标结构中的旋转部件引起的雷达回波信号的附加频率调制称为微多普勒现象,其反映了目标独一无二的结构特征,同时也给目标主体的成像带来了污染.提出了一种强地杂波背景下含旋转部件目标成像及微多普勒信号提取的方法.在对目标回波解线调时,采用一次相消技术剔除地杂波,获得清晰的目标谱图;再对谱图进行处理,分离目标主体信息和微多普勒信息,实现目标主体的清晰成像;对微多普勒信息进行分析还可以获取目标的一些微动特征.最后的仿真实验验证了该方法的有效性.     

窄带雷达高速多目标检测及其运动参数估计

提出一种窄带雷达高速多目标检测和运动参数估计方法。利用"Dechirping"加滤波的方法对回波进行分离并且构造每个目标的回波矩阵,接着对每个回波矩阵构造相干相位补偿函数并进行补偿,从而实现信号能量的相干积累,有利于目标的检测。利用估计的多普勒信息可以获得目标的运动参数。仿真结果验证了所提方法的有效性。     

雷达鸟类目标微多普勒贝叶斯增强算法

针对传统恒虚警率(constant false-alarm rate, CFAR)方法难以探测鸟类目标的问题,提出一种基于时频(time-frequency, TF)域鸟类目标微多普勒贝叶斯增强算法。首先,以鸟类目标扑翼模型为基础,建立雷达回波信号及微多普勒模型。其次,考虑短时傅里叶变换(short-time Fourier transform, STFT),对回波信号进行时频分析。针对STFT加窗操作影响分辨率及其对杂波敏感的问题,引入广义高斯分布对先验自适应建模,在贝叶斯推理方式下实现时频域微多普勒特征增强。考虑到目标非多普勒特征非平滑,后验分布计算困难,提出用近端未调整朗之万算法(proximal unadjusted Langevin algorithm, P-ULA)进行高效求解。仿真及实测实验数据表明,所提算法不仅能够有效抑制背景噪声,而且可以在一定程度上保留微多普勒特征的连续性。     

基于扩展Kalman滤波的运动目标距离/速度联合估计

通过对高频区运动目标的频域回波模型的分析,提出了一种基于高频区回波频域模型的非成像类参数化高分辨方法。该方法基于扩展卡尔曼滤波理论,通过对所建立的运动目标回波频域模型进行参数估计来获得目标距离高分辨。仿真结果证明,该方法回避了目标运动情况下成像类高分辨方法所必需的距离补偿问题,多散射点情况下在获得各散射点的距离高分辨的同时,可以获得目标运动参数的精确估计。     

基于FMCW雷达的旋转目标微动参数提取方法

针对旋转目标微多普勒频率相互交叠、重合难以提取的问题, 提出了一种基于调频连续波(frequency modulated continuous wave, FMCW)雷达的微动参数提取方法。考虑到旋转目标微多普勒频率具有正弦形式的特征, 利用多普勒信号构造了矩阵并进行奇异值分解, 使得奇异值比谱在旋转频率处的比值达到最大。为了估计旋转半径和初始相位, 对多普勒信号时频分析结果进行逆Radon变换, 将正弦曲线的参数估计问题转化成了参数空间中的峰值检测问题。仿真和实验数据结果表明, 结合奇异值分解、时频分析技术和逆Radon变换的旋转目标微动参数提取方法具有在低信噪比条件下提取高精度参数值的能力, 有效解决了相互交叉的微多普勒频率参数提取问题。