组网雷达中旋转目标微多普勒效应分析及三维微动特征提取

目标微动特征提取是当前研究的一个热点,在组网雷达技术中研究了旋转目标的微多普勒效应,分别分析了组网雷达中不同信号形式下的目标微多普勒效应,并给出了其参数化表达。利用组网雷达的多视角特性,将不同信号形式下分布在不同位置的雷达获得的回波信号进行参数提取,通过构造多元非线性方程组,以提取的参数作为变量,进行目标3维微动参数解算,实现了目标3维微动特征的提取。仿真实验验证了所提算法的有效性。     

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.     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术,以辨识不同目标回波之间的细微差异,并对连续波多普勒体制雷达的回波信号进行分析的方法。采用本方法在雷达的一个距离波门内得到了地面目标的数量信息。     

利用Gabor-PWVD变换实现进动目标微多普勒分析与仿真

为了得到微多普勒进动信号更好的时频分析结果,采用一种基于Gabor-PWVD的联合时频分析算法对进动信号进行时频分析。对进动信号进行Gabor变换和PWVD变换,得到两个数组,然后将二者点乘,当二者都存在信号项时,就可以得到点乘结果,而PWVD交叉项对应的Gabor变换区域却没有值,点乘结果为零。仿真结果表明:Gabor-PWVD联合时频分析方法在保证不含交叉项的同时,得到了聚集性较好的时频分布图。通过Hough变换对Gabor变换和Gabor-PWVD变换的时频图进行周期特征参数提取,提取值与理论值相比,误差由2%降低为1.8%,验证了Gabor-PWVD的性能优势。     

Fourier变换和Gabor变换与小波变换的比较研究

对Fourier变换、Gabor变换和小波变换进行比较.从Fourier变换的定义出发,进行分析阐述,指出了Fourier变换不具有局部化分析的功能以及时频完全分离的缺点;通过对Gabor变换的核函数进行时频两域分析,说明了它品质因数是不恒定的以及它的一些缺陷;最后对小波变换的核函数进行分析,论述了小波变换具有品质因数恒定和多分辨率分析等优点.     

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。     

基于多项相位变换的FMCW-ISAR微多普勒特征提取方法

主要研究了调频连续波逆合成孔径雷达(FMCW-ISAR)目标的微多普勒特征及其提取方法。在FMCW-ISAR系统中,脉冲持续时间内微动目标的连续运动将导致一维距离像产生走动和主瓣展宽,由此引入的误差将影响到后续的微多普勒特征提取以及成像,利用现有的微多普勒特征提取方法不能得到真实的目标微动特征。针对该问题,本文首先详细分析了FMCW-ISAR目标微多普勒效应的具体表现形式及其特点,应用多项相位变换的方法对导致一维距离像主瓣展宽和走动的误差相位进行了补偿,结合扩展Hough变换,提出了一种基于多项相位变换的FMCW-ISAR微多普勒特征参数提取方法。论文所提方法在微多普勒曲线产生展宽和走动的情况下,能准确提取出旋转目标的微多普勒特征参数,最后仿真实验验证了理论分析结果及所提方法的有效性。     

Fourier变义换和Gabor变换与小波变换的比较研究

对Fourier变换、Gabor变换和小波变换进行比较。从Fourier变换的定义出发，进行分析阐述，指出了Fburier变换不具有局部化分析的功能以及时频完全分离的缺点：通过对Gabor变换的核函数进行时频两域分析，说明了它品质因数是不恒定的以及它的一些缺陷；最后对小波变换的核函数进行分析，论述了小波变换具有品质因数恒定和多分辨率分析等优点。     

基于Radon变换和Gabor变换鉴别运动模糊方向角

对于匀速直线运动的模糊图像,准确鉴别运动方向角是图像复原的关键。分析了运动模糊图像的频谱特征,介绍了Radon变换的数学原理及用其估计运动模糊方向角的思路、步骤和数值实验结果。由于实际拍摄的模糊图像在很多时候频谱特征不够明显,导致用Radon变换鉴别角度出现大的误差,为此,提出了基于Gabor变换的一种改进算法。算法运用"窗口"聚焦频谱图像中心,较好地消除了噪声干扰并克服了Radon变换的弊端,数值实验结果验证了该算法的有效性。     

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。     

基于灰度图像二维Gabor滤波的目标识别

提出了一种基于灰度图像的Gabor滤波器识别方法.该方法首先采用Gabor小波滤波器组处理灰度目标图像,并在此基础上采用主元分析法(PCA)提取图像特征,然后结合支持向量(SVM)方法将区域内图像匹配问题转化为分类问题来识别目标物体.仿真实验结果表明,该算法能使移动机器人达到92%以上的识别率,并可满足约8 fps的实时图像处理要求.     

基于Gabor变换的表情识别系统的设计

针对Gabor特征维数和冗余度较高的缺点,对Gabor小波变换特征进行分块,提取了所有子块局部统计特征,然后使用PCA+LDA方法对这些特征进行选择,最后采用决策树分类法进行了人脸表情识别.实验结果表明:此方法在维数降低的同时,其识别性能比传统的方法更具优势.     

基于全波数值算法的扩展目标微动特征仿真

针对现有仿真研究对象多为简单目标,由此得到的研究结论不能简单地移植到复杂目标上这一问题,计算电磁学的全波数值算法———合元极,融入到微动复杂目标回波模拟中.以球头锥结构目标为例,研究了金属、涂敷球头锥在不同微动、极化方式下的微多普勒特征.研究表明,极化方式和涂敷影响了微多普勒信号亮度变化,但微多普勒频率变化规律保持不变,此研究工作可对弹道导弹探测、识别应用提供一定的量化参考.     

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Gabor变换的雷达图像滤波及无监督分割

提出了一种基于Gabor小波变换的多尺度、多方向的SAR图像去除斑点噪声及纹理分割算法．根据SAR图像的特点设计一组Gabor滤波器，对SAR图像进行二维Gabor变换，得到一组滤波后多分辨率、多方向的图像．通过对滤波后的图像分别进行非线性变换，再用非相干均值平滑滤出斑点噪声，并计算每个像素在选定窗口内的能量，以此检测出纹理特征，用均方误差聚类方法得到分割的图像．给出对SAR图像进行纹理分割的满意实验结果，对照试验表明，该方法优于空间灰度共现矩阵方法．     

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。     

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.