基于自适应视野聚类匹配的多目标分离与提取

针对雷达多目标回波微多普勒信息复杂交叠、难以分离与提取的问题,提出了一种基于自适应视野聚类和Viterbi算法相结合的多目标信号分离与提取方法。该方法在时频分析的基础上,利用各旋转目标散射点不同的微多普勒变化特性,进行自适应视野处理,获取各时刻视点在不同视野范围内的食物浓度序列,通过聚类分析获得0-1编码序列,并结合Viterbi算法进行配准处理,得到最优匹配路径,从而实现多目标信号分离与提取。仿真结果表明,该方法能够有效地克服交叉区域干扰及背景噪声的影响,适用于复杂散射模型,较好地实现了微动多目标信号分离及提取。     

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。     

基于多视角距离像的弹道目标三维微动特征提取

针对现有估计方法提取散射点类型单一以及工程实现较为困难的问题,提出了一种基于组网雷达的多视角距离像提取三维进动特征方法。利用雷达网中各雷达多视角观测弹道目标,提取目标的距离像序列信号,求得最强2散射点在雷达视线上的投影长度,提取目标投影长度随时间变化的关系,利用最小二乘估计对关系式中的参数进行估计。运用组网雷达的多视角特性,根据不同视线方向上不同进动角频率的投影分量,提取目标三维微动特征。计算机仿真验证了提取方法的可行性与有用性,估计效果达到预期目的。