弹道导弹目标微动特性的微多普勒分析与仿真研究

真假目标识别一直是反导系统中地基雷达(GBR)的技术难点,而基于弹道导弹目标微动特性的雷达识别是近来研究的热点.微多普勒是目标微动特性的一种表征,基于弹头和诱饵微动特性的差异,提取微多普勒特征可用于识别真假目标.首先介绍了弹头和诱饵的运动特性,然后建立了弹头和诱饵的微动模型,并进行了微多普勒理论分析和推导,最后通过仿真实验分别研究了微多普勒的多散射点和噪声污染的问题.仿真分析表明多点和噪声对微多普勒提取影响不大;同时指出以目标微多普勒的周期、频率最大值以及平面变化规律为特征可识别真假目标.     

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。     

宽带信号及其特征的微多普勒提取技术研究

雷迭目标的微多普勒特性正成为目标识别领域的一个研究熬点,而宽带信号能够提供目标更多的精细结构信息和微动信息,因此宽带信号下微多普勒及其特征提取技术时目标识别来说是至关重要的.从宽带线性调频(LFM)信号成像理论出发,推导出了宽带LFM信号微多普勒提取方法.首次提出了用时域自相关法和频域倒谱法来提取微多普勒变化周期,井用傅里叶变换法提取微多普勒的最大值.仿真结果证明了上述方法的正确性和有效性.     

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MP稀疏分解的弹道中段目标微动ISAR成像新方法

弹道目标在中段的运动包括轨道运动和微动。与轨道运动相比,弹道目标的微动能引起目标相对雷达视线角更为快速的变化,有利于逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像。针对自旋对称弹头的微动特性,提出了一种基于匹配追踪(matching pursuit, MP)稀疏分解的微动ISAR成像算法,分析了成像平面和成像所需积累转角,并通过计算机仿真与传统的距离－多普勒(range-Doppler, RD)、魏格纳－维尔(Wigner-Ville, WV)成像算法进行了比较。仿真结果表明：本文算法具有更好的成像精度和稳定性,且不受交叉项的干扰,是一种有效的微动目标成像算法。     

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。     

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。     

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。     

Modeling simulation and experiment of micro-Doppler signature of precession

Spatial precession is a special micro-motion of the spinning-directional target, and the micro-Doppler signature of the cone-shaped target with precession is studied. The micro-motion model of precession is built first, and then the micro-Doppler model is developed based on the proposed concept of micro-motion matrix, by which the theoretical formula of micro-Doppler signature of precession is derived. In order to further approach to the actual case, the occlusion effect is firstly considered in micro-Doppler, and the simulated result with occlusion effect is well in accordance with the measured result in microwave anechoic chamber, which suggests that the micro motion model and micro-Doppler model of precession are both valid.     

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。     

基于TFD-Hough变换的毫米波导引头微运动参数提取算法

分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。     

基于趋势估计的微多普勒分离与特征提取算法

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler, m-D)曲线交叠耦合导致的微动辨识难点, 提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据, 再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离, 最后利用变分模态分解(variational mode decomposition, VMD)及经验模态分解(empirical mode decomposition, EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明, 所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线, 进而提取目标的微动特性。     

微多普勒的一些工程问题研究

首先给出微多普勒的一般理论模型和弹道目标的微多普勒特征.然后以锥旋调制产生的微多普勒为例,分别研究与微多普勒相关的低频与高频、窄带与宽带、重返时间与照射时间、速度与加速度、相参性和分辨率等六个问题.所得结论对微多普勒的提取和雷达参数的设计具有一定的参考价值.