基于Zheng签密和SK签密的改进方案

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。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。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。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。     

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。     

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。     

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。     

基于时频分析和相关搜索法的正弦调频信号的分离

针对微动研究中微多普勒特征多表现为正弦调频信号的特点,首先在时频域采用时频分析的方法预估计信号的类别和相关参数范围,进而在时域通过相关法搜索相关参数对多分量正弦调频信号进行分离,最后通过仿真验证了该方法的有效性。     

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。     

调频连续波雷达自旋目标干涉三维成像方法

相比脉冲体制雷达,调频连续波雷达具有功耗低、成本低、重量轻等优点,发展前景广阔,同时雷达三维成像技术可为目标的分类识别提供重要的特征信息。但是自旋目标在调频连续波信号条件下会产生一维距离走动以及回波相位的改变,这对干涉三维成像产生了影响。针对自旋目标在线性调频连续波雷达中的干涉三维成像技术进行了研究,分析了自旋产生的回波调制效应与相位变化,结合分析所得的调制前后目标在距离 慢时间像上微动特征的变化关系与扩展Hough变换提取的微动参数,解决了干涉三维成像中由于回波调制效应导致的目标坐标畸变问题,提出了基于调频连续波雷达的自旋目标干涉三维成像的具体处理方法。仿真实验证明,所提方法有效提高了自旋目标的干涉三维成像质量。     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

高速运动目标的瞬时距离-多普勒成像

首先建立高速运动目标宽带雷达回波模型,分析了高速运动对目标一维距离像的影响,针对其回波是调频斜率相同的多分量LFM信号的特点,提出利用自适应短时傅立叶变换的方法获得一维瞬时距离像,消除了高速运动目标距离压缩中的色散效应,经过运动补偿和横向分辨,最终获得目标清晰的二维像.和传统速度补偿方法相比,有效减小了运算量,仿真证明了该方法的有效性.     

基于时频分析-随机Hough变换的微动目标参数快速提取

研究了微动目标的参数与其微多普勒特征之间的关系,针对旋转目标的微多普勒信号表现为三参数正弦调频信号的特点,提出了一种正弦调频信号参数快速提取算法.该方法对目标信号进行时频分析,并对分析的结果进行时频脊的提取,获得正弦调频信号的频率变换曲线.最后在提取的时频变换曲线上进行正弦曲线的随机Hough变换检测,从而得到正弦调频信号的参数估计.当信噪比较小时,该方法的估计精度优于Time Frequency Distribution-Hough(TFD-Hough)变换方法.当信噪比较大时,两种方法的估计精度相当,但该方法的运算时间优于TFD-Hough变换方法.仿真实验结果表明,相对于TFD-Hough变换方法,该方法的运算量明显减少,当信噪比为0时,该方法的运算时间约为TFD-Hough变换方法的19.9%.在计算精度方面,该方法的计算精度与TFD-Hough变换方法相当.     

基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取

作为当前一种广泛使用的民用移动通信信号,LTE信号是低空目标探测的一种重要外辐射源信号。开展基于LTE信号的低空目标特征分析与提取研究,对于低空监视与要地防护等具有重要意义。LTE移动通信信号的核心技术之一是多载频正交频分复用技术, OFDM,分为时分双工TDD和频分双工FDD 2种模式。针对FDD-OFDM信号,首先建立了带旋翼低空目标雷达回波模型,推导了目标散射点的多普勒和微多普勒参数化表达,并分析了其微多普勒频率的影响因素。在此基础上,使用时频分析和Hough变换结合的方法对目标的微动特征参数进行提取,验证基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取的可行性和有效性。     

一种超宽带目标特性测量方法

为获取雷达目标丰富的频域信息,从超宽带雷达信号的概念出发,提出采用步进线性调频超宽带体制的目标特性测量方法,阐述了目标特性测量的基本原理.对于超宽带雷达目标的回波信号,采用小波变换进行回波的相关处理,并得到其仿真结果.最后给出了系统实现方案,并对技术上的一些难点作了说明.     

沿航向运动误差对SAR回波特性的影响

分析了合成孔径雷达(SAR)平台沿航向运动误差对回波信号时域及频域特性的影响.建立了带有沿航向运动误差的时域回波信号模型,得到了回波时域误差的计算公式;利用级数反转原理,推导了回波频域误差的表达式,为SAR系统分析及成像算法设计提供了理论依据.理论分析和计算机仿真表明,回波频域特征对沿航向运动误差更为敏感.     

基于联合调频傅里叶变换的步进频雷达目标运动的补偿

针对频率步进雷达目标成像过程中运动参数精确估计及补偿问题,提出了基于脉间和脉内联合调频傅里叶变换的参数估计方法. 目标回波信号与本振信号混频后看作线性调频信号,将其作调频傅里叶变换,并在脉组间进行相干累积. 通过对调频率的搜索得到目标速度的精确估计,从而实现了低信噪比下目标运动的补偿. 由于该方法在调频傅里叶变换过程中,频率维采用了IFFT操作,运算效率较高. 计算机仿真结果进一步表明了该方法的有效性和实用性.      

基于稀疏字典分解的窄带雷达自旋目标干涉三维成像

空间微动目标干涉三维成像技术研究中,最关键的是对各散射点进行保相分离。当脉冲重复频率（PRF）不满足奈奎斯特采样定律时,基于图像处理的成像方法无法有效分离目标各散射点。提出了一种基于稀疏字典分解的窄带雷达自旋目标干涉三维成像方法,该方法能够直接从回波数据中分离出各散射点。首先,根据自旋目标回波信号特性构建稀疏字典,利用稀疏分解算法分解回波,得到各散射点子回波,其次通过时频分析并利用其保相性,获得各散射点的微动曲线,并提取出它们在时频平面上经过位置的干涉相位差,最后根据干涉相位差与坐标之间的关系重构散射点坐标,对空间自旋目标进行三维成像。仿真结果表明,在PRF不小于0.25倍奈奎斯特频率时,所提方法均能有效实现自旋目标三维成像。     

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。     

高速运动目标的频域合成带宽方法

为了利用线性调频步进雷达获得高速运动目标的高分辨距离像,提出了基于高速运动模型的频域合成带宽方法.该方法根据运动目标雷达回波的精确模型建立运动补偿因子,并在时域将回波信号与频域频谱搬移的误差频率混频,以消除频域频谱搬移误差的影响.与传统的基于低速运动模型的合成带宽法相比,所提方法对高速运动目标回波补偿后不存在子脉冲频谱的初相补偿误差和失配误差,具有更高的补偿精度.针对高速运动目标的仿真结果表明,在采用海明窗加权的情况下,与基于低速运动模型的频域合成带宽法相比,所提方法得到的距离像没有出现栅瓣且副瓣电平在-42 dB以下.     

基于FRFT距离压缩的高速目标ISAR成像

通过建立高速运动目标的ISAR全去斜回波模型,分析了传统DFT距离压缩处理中所存在的距离色散问题及其对成像的影响.然后针对高速目标回波是调频斜率相同的多分量LFM信号的特点,提出了基于分数阶Fourier变换的距离压缩处理方法,并讨论了最优旋转角估计的问题.最后结合GRECO软件产生的回波数据进行仿真,证明了该方法能有效解决高速运动目标距离压缩中存在的色散问题,提高ISAR成像质量.     

基于灰度共生矩阵的微动干扰分类识别

针对雷达成像中面临的调制转发微动干扰、微动散射波干扰、脉冲卷积微动干扰3种新型微动干扰样式的识别问题,提出一种基于灰度共生矩阵的干扰识别方法。该方法从图像域角度出发,首先对雷达接收信号矩阵进行灰度化处理,然后利用灰度共生矩阵提取其纹理参数并构造特征参数,最后采用KNN分类器实现了对雷达接收信号中目标回波和3种微动干扰样式的检测与识别。仿真实验结果表明,当信噪比为-5 dB时,不同干信比下4种信号样式的识别率均能够达到90%以上,每种信号样式整体识别率在98%以上;当信噪比为5 dB时,不同干信比下4种信号样式的识别率均能够达到95%以上,每种信号样式整体识别率在99%以上。