基于微多普勒分析的弹道导弹目标进动特性研究

进动是弹道导弹目标的一种微运动,介绍了微多普勒的相关概念,然后建立了进动的数学模型,并推导了进动的微多普勒理论公式,最后进行了仿真实验,并采用时频分析方法提取出微多普勒特征。理论计算与仿真实验的结果吻合良好,表明了该进动数学模型和理论公式推导的正确性。同时,进动的微多普勒特征可用于识别真假目标。     

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。     

进动锥体目标平动补偿及微多普勒提取

针对平动调制下的进动锥体锥顶及锥底滑动型散射源微多普勒提取问题,提出一种利用微多普勒曲线交叉点频移信息完成平动补偿并利用正交匹配追踪(orthogonal matching pursuit, OMP)提取微多普勒的方法。根据进动锥体散射源微多普勒变化规律建立回波模型,引入二次型平动速度调制项,发现微多普勒曲线交叉点处的瞬时频移是由剩余平动引起的。利用Harris-Laplace角点检测获取时频图中微多普勒曲线交叉点信息,通过最小二乘参数辨识得到剩余平动参数;针对平动补偿后锥体散射源微动特性构建回波信号原子集,利用OMP稀疏分解提取各散射源的微动信息。仿真验证了所提方法的有效性。     

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。     

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。     

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。     

中段目标微运动建模方法与宽带雷达回波仿真

改进了中段目标微进动动力学参数模型,建立了微进动目标数学描述方程,从中段目标的外形特征、运动特征及散射特性全面阐述了中段目标的物理特性,提出了中段目标的移动散射点模型,最后给出了仿真结果,为中段目标识别提供了重要基础。     

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。     

弹道导弹中段诱饵微动特性研究

微动辨识是弹道导弹中段目标识别领域的研究热点,目标的微动特性与其结构、质量分布、初始状态和受力状态密切相关,将根据给定诱饵的重量、几何特性、释放初始状态等,建立诱饵进动、自旋、章动等微运动模型,对微动模型进行深入研究和理论推导,分析得到释放后诱饵的姿态角变化特性、自旋周期、章动角、章动角速率和欧拉角等微运动特征。仿真结果表明文中建立的微动模型,可以有效的对弹道导弹中段诱饵的微动特性进行分析,对比与弹头微运动特征的差异,可以有效的为弹道中段目标识别提供依据。     

弹道目标电磁特征提取技术的研究进展

随着弹道导弹突防和防御技术研究的不断深入,对目标特征提取提出了更加严格的要求。在突防设计中需要对目标和诱饵进行特征控制,以提升突防能力;在防御系统中,则需要从多传感器获取的信息中提取目标各种特征,以实现真假弹头的区分。分析和研究了弹道导弹中段目标电磁特征提取技术以及近年取得的成果,包括中段复杂目标逆合成孔径雷达成像技术、目标几何特性反演技术、目标微动特征提取技术等,最后对弹道目标特征提取技术的难点进行了分析,提出了一些解决思路。     

基于多站微多普勒融合的弹道目标特征提取

宽、窄带混合组网雷达数据融合处理是弹道中段目标特征提取的重要途径。提出了一种基于宽、窄带雷达混合组网的弹道目标融合提取算法,该算法通过窄带自相关处理,获得锥体弹头的进动周期,并结合非线性最小二乘估计,分别估计出组网雷达中各散射中心的幅相参数。然后根据宽、窄带雷达微多普勒特征的融合特性和关联特性,利用加权平均和散射中心关联相结合的方法,提取出锥体弹头的三维进动特征及结构参数,从而实现宽、窄带混合组网雷达的数据融合。计算机仿真验证了该方法的可行性与有效性。     

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。     

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。     

基于离差最大化的导弹中段目标威胁度评估

释放诱饵是典型弹道导弹中段突防措施之一,对诱饵与真弹头的威胁度进行评估也因此成为导弹防御系统实施拦截的首要前提.考虑弹头与诱饵的位置、速度、RCS及红外辐射强度等目标特性不同,采用模糊隶属函数和G.A.Miller 9级量化理论对弹头与诱饵的威胁属性进行量化,建立了基于离差最大化的导弹中段目标威胁度多属性评估模型,给出了计算实例.计算结果表明,采用此方法能够有效确认威胁度最大的目标,满足弹道中段目标的威胁度评估需要.     

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。     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

基于部分周期的扫描雷达目标微多普勒参数估计

针对雷达单次扫描时间小于目标转动周期的情况,提出了一种基于部分周期的扫描雷达目标微多普勒参数估计方法。转动目标的微多普勒信号可以通过正弦信号的形式表示。该方法从回波信号的时频域中提取出部分周期的微多普勒信号,利用正弦函数的性质,估计出目标转动频率和转动幅度,从而可以估计出目标转动半径。转动半径作为目标的固有特性,反映目标的结构信息和运动特征,为目标识别和分类提供有力依据,通过仿真实验和实测数据验证了该方法的鲁棒性和有效性。