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     

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。     

基于宽带LFM雷达的弹道目标精确测速方法

由于弹道中段末期稀薄大气对轻诱饵具有明显的减速作用,精确的速度测量是该阶段真假目标识别的重要途径之一。提出了一种基于宽带线性调频(linear frequency modulation,LFM)雷达回波信号的精确测速方法,该方法对雷达中频回波信号相位差进行最小二乘参数估计,完成弹道目标速度的精确测量。针对低信噪比条件下的精确测速问题,采用恒虚警率(constant false alarm rate,CFAR)检测与形态学滤波相结合的技术对噪声进行抑制,有效地提高了算法的鲁棒性和测速精度。对典型弹道目标的动态雷达特征信号及测速算法进行了仿真和分析,验证了算法的有效性。     

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。     

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。     

近程雷达目标多分量信号处理研究

以目标多点散射模型为背景 ,提出了FM近程雷达回波混频后多分量信号模型。证明单频信号瞬时频率定义不适合多分量信号。首次提出利用TLS -拓广ESPRIT结合数理统计方法求解多分量信号平均频率。计算机模拟表明 ,该方法用于测距时 ,测试精度高。     

基于熵特征的DRFM有源欺骗干扰CFAR检测

基于数字射频存储(digital radio frequency memory, DRFM)技术的转发式干扰的存在性检测是对抗有源欺骗干扰的前提。干扰机的相位取样量化会导致干扰信号有谐波分量的寄生。在雷达距离/速度波门内同时存在目标信号和欺骗干扰信号的情形下,利用经验模态分解(empirical model decomposition, EMD)算法分离出干扰信号谐波分量,通过提取干扰谐波分量与目标回波在时频域上能量分布特征差异,提出了一种基于时频域熵特征的有源欺骗干扰检测方法。该方法不需要估计噪声参数,且具有恒虚警(constant false-alarm rate,CFAR)特性。蒙特卡罗仿真结果验证了该方法的有效性。     

基于自适应视野聚类匹配的多目标分离与提取

针对雷达多目标回波微多普勒信息复杂交叠、难以分离与提取的问题,提出了一种基于自适应视野聚类和Viterbi算法相结合的多目标信号分离与提取方法。该方法在时频分析的基础上,利用各旋转目标散射点不同的微多普勒变化特性,进行自适应视野处理,获取各时刻视点在不同视野范围内的食物浓度序列,通过聚类分析获得0-1编码序列,并结合Viterbi算法进行配准处理,得到最优匹配路径,从而实现多目标信号分离与提取。仿真结果表明,该方法能够有效地克服交叉区域干扰及背景噪声的影响,适用于复杂散射模型,较好地实现了微动多目标信号分离及提取。     

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.     

外辐射源雷达目标扇叶微多普勒效应实验研究

基于UHF频段外辐射源雷达系统的长期实验观测数据, 重点比较研究了直升机、通航飞机、无人机、风电机组等多种目标的扇叶微动回波特征。首先, 通过多径杂波抑制、主体回波去除等手段使扇叶的微动回波得以凸显。然后, 详细分析了扇叶微动回波在时域、频域、时频分布图、距离-多普勒谱上的特征表现, 揭示了微动特征与扇叶几何结构、运动状态等参数之间的对应关系, 据此实现扇叶尺寸、转速等重要参数的反演。实验结果与理论模型吻合较好, 为建立外辐射源雷达微动特征数据库, 服务后续目标精细化建模、目标分类识别等深层次应用提供了数据和理论支撑。     

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。     

New method of time-frequency representation for ISAR imaging of ship targets

Inverse synthetic aperture radar (ISAR) imaging of ship targets is very important in the national defense. For the high maneuverability of ship targets, the Doppler frequency shift of the received signal is time-varying, which will degrade the ISAR image quality for the traditional range-Doppler (RD) algorithm. In this paper, the received signal in a range bin is characterized as the multi-component polynomial phase signal (PPS) after the motion compensation, and a new approach of time-frequency representation, generalized polynomial Wigner-Ville distribution (GPWVD), is proposed for the azimuth focusing. The GPWVD is based on the exponential matched-phase (EMP) principle. Compared with the conventional polynomial Wigner-Ville distribution (PWVD), the EMP principle transfers the non-integer lag coefficients of the PWVD to the position of the exponential of the signal, and the interpolation can be avoided completely. For the GPWVD, the cross-terms between multi-component signals can be reduced by decomposing the GPWVD into the convolution of Wigner-Ville distribution (WVD) and the spectrum of phase adjust functions. The GPWVD is used in the ISAR imaging of ship targets, and the high quality instantaneous ISAR images can be obtained. Simulation results and measurement data demonstrate the effectiveness of the proposed new method.     

连续波微动测量雷达及目标微动特性分析

目标或其部件微运动产生的微多普勒是目标识别的重要特征,对其进行高分辨测量和微动特征提取是识别的关键。设计了基于连续波体制的微动测量雷达方案,分析设计了收发分离的雷达微带天线,研制了X波段连续波微动测量雷达及其数据采集设备。利用该雷达实测数据采用时频分析工具对人行走的躯体、手、脚运动进行了微多普勒特征分析,实验验证了雷达测量数据的有效性。     

机载阵列雷达风轮机回波信号建模与分析

针对机载雷达风电场杂波建模及影响分析研究相对较少的问题，将机载阵列天线回波模型与风轮机散射点叠加模型相结合, 研究雷达处于机载平台时的风轮机回波信号建模问题。首先，建立了任一观测点处的风轮机回波信号模型, 然后对风轮机回波在距离-多普勒域、时频域和空时域的特征进行了分析, 并与理论分析结果进行对比, 最后验证了回波模型的有效性。     

低截获MIMO雷达改进MUSIC算法

在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收.针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法.通过对MIMO雷...     

多自由度飞行目标动态建模及其散射特性分析

以实现飞行动目标的高效建模技术为目标,并结合仿真计算和微动特征分析的技术要求,给出飞行动目标及其微动电磁散射特征分析的系统方法,实现了多自由度飞行目标的运动建模,形成完整的飞行动目标高效建模技术。以直升机飞行为例展示动态建模效果,主旋翼和尾翼转动时,由直升机雷达回波信号时频分析得到的微多普勒结果与理论分析相吻合。     

基于SE-ResNeXt网络的低信噪比LPI雷达辐射源信号识别

针对低信噪比(signal to noise ratio, SNR)低截获概率(low probability of intercept, LPI)雷达脉内波形识别准确率低的问题,提出一种基于时频分析、压缩激励(squeeze excitation, SE)和ResNeXt网络的雷达辐射源信号识别方法。首先通过Choi-Williams分布(Choi-Williams distribution, CWD)获得雷达时域信号的二维时频图像(time-frequency image, TFI);然后进行TFI预处理降低噪声干扰和频率维的位置分布差异,以适应深度学习网络输入;最后在ResNeXt基础上加入扩张卷积和SE结构提取TFI特征,实现雷达辐射源分类。实验结果表明,SNR低至-8 dB时,该方法对12类常见LPI雷达波形的整体识别准确率依然能达到98.08%。