基于微多普勒的锥体目标进动和结构参数估计

真假目标识别是弹道导弹防御的一大技术瓶颈,目标识别的正确与否在一定程度上决定了反导系统的成败.微动引起的雷达可观测量微多普勒特征包含了目标的运动、尺寸、形状等大量信息,因此微动特征是当前学术界公认的弹道中段目标识别的有效特征之一,对微动特征的提取为弹道导弹防御目标识别提供了新的解决手段.该文以旋转对称锥形目标为研究对象,根据散射中心理论以及攻防对抗条件,推导了目标两个等效散射中心的位置与回波模型,建立了基于滑动型散射中心的锥体目标进动模型.分析了目标的结构参数与雷达回波微多普勒参数的显式关系,推导出微多普勒随时间变化的解析表达式.结合弹道中段目标识别等应用背景,提出了基于TFDHough变换的联合参数估计的方法.该方法综合两个散射中心的微多普勒参数,联合求解二者的参数空间,对进动和结构参数进行估计.仿真结果表明目标回波的微多普勒时频曲线与解析微多普勒曲线吻合,所提联合参数估计方法可准确估计进动角、进动频率、锥体高度、锥底半径等进动和结构参数.     

窄带雷达网弹道目标微动特征提取

目标微动特征是弹道中段识别的有效特征之一。针对单部雷达获取目标微动信息的局限性,提出了一种利用窄带雷达网进行弹道目标进动特征提取的方法。首先,建立了锥体进动模型和窄带信号模型,得到了散射点微多普勒表达式。然后,在锥体非理性散射点转化为理想散射点的基础上,通过频谱分析,实现了不同视角下散射点的匹配关联。最后,利用锥顶微多普勒信号对锥底进行补偿,在雷达视角方差最小时求得补偿系数。再联立2部雷达的微多普勒信息即可求出参数。仿真结果表明该方法能够精确提取微动参数和结构参数。     

基于深度卷积神经网络的弹道目标微动分类

针对传统弹道目标微动分类缺乏智能性及噪声条件下分类性能差的问题,利用深度学习的高维特征泛化学习能力,提出一种将深度卷积神经网络用于弹道目标微动分类的方法。首先,在建立弹道目标微动模型的基础上,分析3种微动形式下的微多普勒表示,并生成雷达回波信号的时频图,作为训练、验证及测试的数据集;然后,运用深度卷积神经网络中的迁移学习对AlexNet和GoogLeNet进行再训练;最后,利用训练后的网络实现3种微动形式下的目标分类,并研究信噪比对分类性能的影响。仿真结果表明,与传统的微动目标分类方法相比,该方法不仅智能化程度高,而且在低信噪比条件下分类准确性更强。     

基于Gabor变换的微动目标微多普勒分析与仿真

由于目标微动特征信号具有非线性和非平稳的特点,为有效提取雷达目标的微动特征,为雷达目标的分类与识别提供依据,在单频信号体制下,以旋转散射点目标为例,基于时频分析的方法提取了旋转目标的微多普勒信息,通过仿真验证,得到了微动目标的微多普勒特征,比较了几种常见时频分析工具的变换结果及性能差异.仿真结果表明,Gabor变换方法在微动目标微多普勒提取方面是可行而稳健的,Gabor变换的巨大潜力将为微动目标特征识别提供新的途径.     

基于循环自相关/平均幅度差函数的弹道目标微动周期估计

雷达微多普勒(m-D)是弹道目标的突出特征,为弹头识别提供了重要手段.然而,当弹道目标的微动伴随平动时,时频分布不再表现为正弦调制曲线,此时基于时频分布正弦假设的微多普勒特征提取方法可能失效.针对这一问题,提出了一种循环自相关函数(CACF)和循环平均幅度差函数(CAMDF)相结合的估计算法,来获取时频分布的循环系数矩阵和该矩阵的平均循环系数,从而估计出弹道目标的微动周期.该算法以时频分布的循环周期性代替正弦调制的周期性,不需要假设目标平动已被准确补偿,有效克服了传统微动周期估计方法的不足.理论推导论证了该算法的可行性,仿真实验验证了该算法的有效性和抗噪性.     

弹道目标雷达微动特征提取与识别研究综述

弹道目标雷达微动特征提取与识别是雷达目标识别领域的重要研究方向之一。在简要阐述弹道目标识别重要研究价值的基础上，结合国内外研究现状，从点散射模型、滑动散射模型、属性散射中心模型等出发，总结了现有的弹道目标微动回波建模方法，进一步分别从单基、双基、多基等不同雷达观测视角出发，梳理了弹道目标微动特征提取与成像方法，对基于人工特征和传统分类器、及基于深度学习的弹道目标分类识别方法进行了总结，最后对弹道目标雷达微动特征提取与识别方向的技术难点和未来发展趋势进行了分析与展望。     

基于EMD算法的空间自旋目标平动补偿与微动特征提取

针对微多普勒频率附加在空间目标高速轨道运动产生的多普勒频移上使微动特征提取更加困难这一问题,提出了一种利用EMD算法对空间目标进行精确平动补偿和微多普勒特征提取的方法。对空间自旋目标进行建模,推导了窄带雷达条件下空间目标的微多普勒效应,并分析了平动分量对微多普勒的影响;把目标回波分解成一系列本征模态函数(IMF),然后求出瞬时频率,利用经验模型分解(EMD)算法对瞬时频率进行分解,分析各分量的能量百分比判别平动频移分量,实现回波信号的平动补偿;对平动补偿后的信号利用 EMD算法分离出微多普勒曲线,提取微动特征。仿真实验验证了该方法的可行性与有效性。     

基于DirectX的弹头进动3D视景及微多普勒特征仿真软件的实现

利用VC++6.0,基于短时傅里叶变换对弹头回波进行时频分析,得到弹头回波微动信息,利用兼容位图将回波微动信息进行可视化显示,采用DirectX三维显示技术,开发出弹头进动微多普勒特征分析及相应的弹头运动形态三维视景仿真软件。软件可提供弹头目标在不同雷达载频、自旋频率、锥旋频率、进动角等参数下的弹头理论微多普勒曲线,以及对回波时频分析得出的微多普勒曲线,实现了弹头目标三维视景与弹头微多普勒曲线的同步实时显示。软件运行表明:该软件运行流畅、理论推导结果与通过时频分析进行仿真验证的结果一致,软件对操作人员的响应迅速,三维视景显示与微动显示相一致。     

基于匹配傅里叶变换的舰船目标成像算法

为解决逆合成孔径雷达(ISAR)对非合作、机动目标成像时的散焦问题,提出利用瞬时多普勒参数估计补偿相位的成像方法.分析舰船目标的回波特性及其偏航、俯仰、侧摆等转动分量引起的多普勒非线性变化,将回波近似为噪声和杂波背景下的多分量线性调频信号.比较二阶、二步两种匹配傅里叶变换的多普勒参数估计精度.蒙特卡罗实验验证.二步匹配傅里叶变换均具有更好的多普勒分辨力,估计误差较小.利用匹配傅里叶变换估计多普勒频率完成瞬时成像的方法,去除了传统算法中的严重散焦现象,提高了聚焦性能,可获得舰船目标在观测时间内的姿态变化.仿真实验及实测结果验证了该方法的有效性.     

舰船目标逆合成孔径雷达成像分析

对海上非平稳的舰船目标实现瞬时ISAR 2维成像.利用多普勒效应,得到目标的1维距离像,将各次回波包络对齐,在方位上进行自聚焦,即将目标等效为转台模型.在转台模型下,目标的运动分为平动和转动分量,平动分量在雷达成像过程中没有任何作用,因此需要将其补偿掉,这是雷达成像关键技术所在.对于运动比较平稳的观测目标,经过包络对齐和自聚焦后就可以直接得到其2维图像,但由于舰船目标通常是非合作目标,其目标特性和运动轨迹等很难确定,其回波具有明显的时变性,因此,按照多普勒中心的周期把成像时间划分为若干个时间段,针对不同的成像时间段得到相应时刻的瞬时ISAR像,由Matlab仿真对得出的分析结果进行了检验,表明该方法对于非平稳的舰船目标成像是有效的.     

对称三角线性调频连续波雷达目标微动特征分析与提取

建立了对称三角线性调频连续波(STLFMCW)雷达目标的微动模型,通过对微动目标回波信号的分析,推导了微动目标的微多普勒表现形式,分析表明微动目标在扫频周期内的连续运动会导致目标的微多普勒曲线出现走动和展宽现象。针对该问题,进一步提出了一种微多普勒曲线展宽抑制及距离走动补偿的方法,完成了对相位的校正,并利用扩展Hough变换提取出了目标的微动参数。最后通过仿真实验验证了文中所提方法的有效性。     

基于正弦调频傅里叶变换的自旋微动群目标分辨

近年来针对孤立目标的微动特征提取技术已较为成熟,但针对群目标的分辨与微动特征提取技术尚有待深入研究。本文以空间自旋微动群目标为例,提出了一种基于正弦调频傅里叶变换的自旋微动群目标分辨方法。首先建立了自旋微动群目标的回波模型,在此基础上采用正弦调频傅里叶变换来提取回波中的微多普勒特征分量。针对正弦调频傅里叶变换在分析多分量正弦调频信号时所特有的交叉项问题,提出了一种有效的交叉项抑制方法。最后,结合交叉项抑制方法,利用正弦调频傅里叶变换处理自旋群目标微动信号,实现了对自旋微动群目标的分辨,并准确地提取出各子目标自旋频率特征。     

Nonuniform stretch processing for the range profile of a target with micro-motion

Complex motions such as micro-motions induce complex range-Doppler coupling effect in radar imaging. Hence, it is a challenge to reconstruct a clear range profile of a target with micro-motion. Stretch processing with fine motion compensation cannot perform well while it ties to eliminate the distortion of range profile caused by Doppler effect, because it is difficult to accurately estimate each scattering center velocity during coherent processing interval. Based on nonuniform stretch processing (NSP), a new technology is proposed to decouple range, time and Doppler and then achieve range profile of target with micro-motion. The new technology uses a new synthetic wide-band waveform and has an innovative mathematic interpretation. Statistical properties of the new approach are primarily examined. Typical models of target with micro-motion for high resolution radar are presented. Monte Carlo simulations demonstrate the performance of the new technology and the simulation results confirm our expectations.     

雷达目标微动特性研究

 雷达目标微动特性是当前目标探测与识别领域的新兴研究方向和热点课题,随着近10年的发展积累了一些研究成果。本文重点综述了微动目标雷达回波调制效应、微动特征提取、微动目标雷达成像、微动特性测量及雷达波形设计等方面的研究成果,部分成果已应用于空间/空中目标探测与识别等领域。本文的研究成果及结论为进一步推动国内微动特性研究提供参考和基础。     

基于Radon变换的目标主体信号与微动信号的分离

针对微动特征的有效分析和提取,研究了基于Radon变换的目标主体信号与微动信号分离方法。首先对回波信号进行时频变换,然后在时频平面上通过Radon变换来分离目标主体信号与微动信号,再通过逆Radon变换得到分离信号的时频分布,最后通过仿真验证了方法的有效性。     

基于逆Radon变换的多散射点微动检测与测量

为将微动特性用于雷达目标识别,提出一种多散射点微动检测与测量算法.推导了典型微动对雷达回波调制的微多普勒,在此基础上,给出基于逆Radon变换的目标微动检测与测量原理;结合逐次消去法,研究了大动态范围下多散射点的微动检测与测量算法并给出相应的处理流程.定量仿真实验结果证明了该算法的有效性.     

运动目标微多普勒特征提取方法

雷达目标的微多普勒效应为目标精确识别提供了新的技术途径;近年来获得了广泛研究。为了实现对目标微多普勒特征的快速准确提取,在对逆合成孔径雷达系统中含旋转部件运动目标雷达回波信号距离-慢时间二维谱图域分析的基础上,提出了一种基于图像域的微多普勒特征提取方法。利用二维谱图上微多普勒曲线的正弦周期特性,实现对不同微多普勒曲线的分离和参数的快速提取,从而获得目标真实的微动信息,为目标的快速准确识别提供了依据。最后,仿真实验验证了该方法的有效性。     

线性调频步进信号雷达目标微多普勒效应分析

线性调频步进信号的距离高分辨能力为目标的精细微多普勒特征提取奠定了基础,因而研究该信号体制雷达的微多普勒效应具有重要意义.在阐述线性调频步进信号成像原理的基础上,研究了线性调频步进信号体制下雷达目标微多普勒效应的产生原理,分析了距离像走动和卷绕的产生原因,并通过重点分析旋转和振动形式的微动引起的微多普勒效应,比较了其与线性调频信号体制下微多普勒效应的异同,得出了在满足距离像不卷绕条件下目标微动参数与谱图上正弦曲线参数之间的关系,为后续的微多普勒特征提取工作提供了理论基础.仿真计算验证了本文微多普勒效应理论分析的正确性.     

组网雷达弹道目标三维微动特征提取

研究弹道目标中的滑动型散射中心三维微动特征提取问题。分析滑动型散射中心的特点,介绍一种基于半周期时延相乘的散射中心微动特征提取方法,建立滑动型散射中心和理想散射中心微动的数学联系,利用组网雷达的多视角特性,从回波信号中提取参数,通过构造多元非线性方程组,以提取的参数作为变量,求解目标三维微动参数和部分结构特征。仿真实验验证了该方法的有效性。