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。     

弹道中段进动目标的微多普勒研究

弹道目标的微动特性正成为目标识别领域的一个研究热点。建立了弹道目标进动的数学模型,分析了有翼弹头和无翼弹头进动特性对雷达回波调制的差异性,分别进行了有翼弹头进动仿真实验和有翼弹头在微波暗室条件下的微动实验。暗室实验结果证明了仿真结果分析的正确性,同时也证明了进动数学模型的正确性。     

弹道目标微动特征分析与提取方法

进动特征对导弹防御目标识别具有重要意义。建立了单频信号下雷达观测弹头的进动模型和回波模型,通过对进动弹头回波频谱与微多普勒调制特性的定量分析,提出了利用回波相关方法和频谱展宽估计进动参数的方法,并利用暗室测量数据对该方法的性能进行了实验验证。实验结果表明,该方法在目标进动角不大条件下可以有效估计目标的进动角和进动周期。     

基于光电融合的目标三维结构反演

针对同传感器视角下的空天目标光电特征融合问题, 提出一种综合利用散射中心参数及轮廓角点特征的目标三维结构反演方法。首先, 基于正交匹配追踪(orthogonal matching pursuit, OMP)算法估计出序列雷达图像中的二维散射中心特征, 并利用Freeman链码提取连续可见光图像的角点特征。然后, 基于图论思想分别对雷达及可见光图像中的二维特征点进行关联。最后, 通过特征点三维重构来实现散射中心特征与光学角点特征之间的融合, 从而反演出较单源特征更为丰富准确的目标结构信息。仿真试验结果验证了所提方法的有效性。     

基于HRRP的进动锥体目标特征参数求解方法

提出了一种基于雷达高分辨距离像(high resolution range profile, HRRP)求解进动锥体目标微动参数与几何外形参数的新方法。首先通过对目标的电磁散射机理分析,建立了进动锥体HRRP径向长度的精确数学模型,得到了距离像长度与雷达观测角、进动角和目标特征尺寸之间的数学关系;然后在此基础上,推导了在变视角观测条件下利用HRRP长度求解锥体进动角的精确表达式;最后解算出锥体目标的高度、底面半径和推算雷达观测角等参数。仿真结果验证了本方法的正确性和有效性。     

基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展,雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源,因此基于几何绕射理论（geometric theory of diffraction,GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然,准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification,MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题,提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭,构建新的总协方差矩阵,有效利用了目标原始回波数据的共轭信息。仿真结果表明,与经典MUSIC算法相比,改进的MUSIC算法参数估计精度更高,雷达散射截面重构拟合程度更好,且运算量增加不大,可有效提取出隐身目标的散射中心。     

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。     

基于电磁散射数据的弹道目标宽带回波仿真

弹道目标宽带回波是进行目标特征分析与识别研究的基础.针对实测弹道目标宽带回波数据获取代价昂贵的问题,建立了锥体目标轨道运动和进动模型,结合电磁场相对变换理论推导了高速运动目标雷达回波公式,分析了目标高速运动对宽带解线频调回波的影响.在此基础上给出了一种由静态电磁散射数据乘以相位影响因子仿真生成弹道目标动态宽带回波的方案,仿真实验验证了该方案的可行性.     

自旋进动目标的微多普勒特征分析

针对弹道导弹防御系统中弹头目标的自旋进动特性,建立了锥体目标的自旋进动模型,引入微多普勒效应的有关概念,推导出了由自旋进动产生的微多普勒频率的数学表达式,利用高分辨的时频变换对微多普勒特征进行分析,并用仿真实验验证了该模型的正确性.针对时频图,提取能反映目标质量特性的特征量,为识别此类目标提供了新的途径.通过仿真实验证明了在低信噪比时所提取特征的有效性.     

基于H/α极化分解的弹道目标鉴别

提出了一种基于H/α目标分解理论的弹道目标极化鉴别方法。首先简要给出了H/α目标分解理论的定义和数学模型,然后阐述了真实弹头和诱饵的不同微运动特性,即真弹头具有姿态控制故运动稳定,而诱饵由于没有姿态控制而出现旋转、翻滚等随机运动。在此基础上提取反映目标时间维散射随机性的极化特征量--时间熵。接着利用基于弹头模型暗室测量数据的弹道导弹全极化回波仿真方法,获取了不同战情下弹头与诱饵目标动态特性回波,进而对时间熵进行计算。实验表明,真弹头时间熵值与诱饵熵值可分性明显;时间熵与目标特性有关,但当诱饵与真弹头外形高度逼真时,该特征可有效鉴别真假目标;时间熵亦与所用数据长度(统计窗口)有关,但当统计窗口长度增加到进动周期时,时间熵趋于稳定。     

基于MIMO-ISAR的弹道目标结构参数估计方法

传统的单站逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像为实现方位向的高分辨,往往会增大成像时间,但对于高速运动的弹道目标而言,此方法并不适用。针对这一问题,提出利用多输入多输出逆合成孔径雷达(multiple input multiple output ISAR, MIMO-ISAR)在空间上的多分布来达到时间上积累的效果。在得到多通道回波信号后,利用时频图和时间距离像对弹道目标锥顶散射点进行匹配。然后根据锥顶散射点信息对多幅ISAR像进行配准融合,得到一幅高分辨的融合ISAR像。最后利用不同雷达视线下的目标投影长度和目标几何参数之间存在的映射关系,反演出弹道目标的几何结构参数。通过仿真结果可以验证算法的有效性。     

空间微动目标极化欺骗式干扰信号合成方法

基于宽带逆合成孔径雷达原理,提出一种动态产生微动目标有源欺骗式干扰信号的合成方法。在多散射中心假目标模板中引入了目标全姿态运动模型、全极化散射模型,推导了与进动参数直接相关的微多普勒及姿态角表达式,建立了目标本地极化基到任意雷达极化基下的散射矩阵变换关系,基于瞬时姿态角动态生成了虚假的微动相位和极化散射调制因子,实现了距离或速度欺骗干扰。对进动假目标合成信号的时频分析和雷达成像结果表明,该方法可有效合成具有特定的微动效应、极化散射特性和结构特征的假目标信号。     

集中式组网雷达的假目标欺骗干扰优化方法

针对组网雷达系统综合抗干扰能力强的问题,在集中式融合结构组网雷达背景下提出了一种假目标欺骗干扰优化方法。首先,建立了组网雷达跟踪目标的状态和量测模型,以及假目标距离和速度欺骗干扰模型,进而建立了量测偏差模型。然后,在此基础上,分别研究了单次和持续假目标欺骗干扰对组网雷达融合中心的卡尔曼滤波状态估计误差的影响。最后,通过分析假目标欺骗干扰的约束条件,提出了假目标欺骗干扰目标函数最优化的问题,并基于模拟退火算法进行了求解。仿真结果验证了假目标欺骗干扰引起的状态估计误差的表达式,以及本文方法的有效性。     

雷达数据处理中的杂波抑制方法

研究雷达数据处理中的杂波抑制及虚假目标消除的方法。针对密集杂波干扰,结合工程应用实践,提出一种基于杂波图的杂波抑制方法,对涉及的杂波区域判别与标识、杂波图网格划分以及提高杂波图分辨率等关键技术进行了全面阐述。同时,给出了组网雷达数据处理中的杂波抑制方法,包括组网雷达杂波环境下融合权值选取以及利用融合中心信息辅助单雷达抑制杂波并建立航迹等。仿真试验结果表明,提出的方法可以有效抑制剩余杂波和剩余干扰产生的虚假航迹,适合应用于杂波环境下的雷达数据处理和组网雷达数据处理中。     

雷达群目标跟踪条件下的弹道预报方法

弹道导弹在突防时表现为弹头、诱饵等群目标特征。雷达对群目标进行跟踪时,如果某一目标出现丢失,为维持航迹,常利用弹道导弹运动轨迹可预测的特点进行弹道预报。预报的精度主要取决于初值精度。考虑到雷达对群内多目标探测信息具有相关性,多目标之间的相对误差一般小于单个目标的绝对误差。利用这一误差特性,在群目标间不发生机动运动情况下,提出了利用群内目标间的相对运动关系,用雷达正在跟踪的目标对其他丢失目标进行弹道预报的方法。通过误差分析,定量研究了利用群内目标的相对运动关系提高弹道预报精度的机理。仿真表明,当雷达对群目标探测信息相关性较好时,该方法大幅提高了弹道预报精度。     

宽带弹道高速群目标运动精补偿方法

外场实验中宽带直采模式使得回波数据量较大,弹道目标的微动使散射点徙动严重,频谱变化剧烈。针对此时传统运动补偿不再适用和宽带直采数据处理困难的问题,本文提出宽带弹道高速群目标运动精补偿的方法。首先对宽带数据进行降采样,降低数据量。对降采样的数据使用区域Hough变换进行群目标轨迹分离并计算出对应到原始宽带数据的位置,进行粗运动补偿与信号提取。然后对提取的目标信号采用重心法进一步作运动补偿,再通过时变自回归模型进行时频分析,得到剩余平动参数与光滑的微动特征曲线。利用所得微动参数对目标信号进行精确的运动补偿。最后采用CADFEKO仿真模型实验验证了所提方法的有效性。