基于微多普勒的空间锥体目标微动分类

空间锥体目标在飞行时存在多种微动,具体可分为章动、进动及自旋,准确获取目标微动形式是弹道目标微动及结构参数估算的前提。首先分析了3种微动形式下锥体目标锥顶及锥底滑动型散射源微多普勒及其频谱分布特性,发现自旋锥体目标散射源微多普勒为0 Hz,章动锥体目标任意散射源微多普勒谱的峰值非等间距分布,进动锥体目标任意散射源微多普勒谱的峰值等间距分布。据此提出利用微多普勒阈值识别自旋、利用微多普勒谱峰值是否等间距分布识别章动和进动的分类方法。最后通过仿真说明了本文分类方法的有效性,可为空间锥体目标微动分类提供一定的参考。     

基于自适应融合的弹道目标空间位置重构

由于进动锥体目标参数存在耦合,单部雷达不易获取同时参数估计误差较大。针对这一问题,提出了一种联合多部雷达不同视角微动信息进行参数提取与融合的新方法。首先,对进动目标进行了建模和散射点距离像分析,并利用Hough变换实现了锥顶散射点的关联。然后,联立2部雷达的微动信息作为求解单元来对耦合参数进行解耦,求出相应的参数。同时以进动角为例进行了误差方差分析,以融合后误差方差最小为原则对权系数进行了求解,并对其余参数进行了相同的处理。最后,在一个进动周期内,根据求出的锥体顶点坐标和锥旋轴矢量实现了锥体目标空间位置的重构。仿真结果表明该融合方法能够提高参数精度并能对锥体空间位置进行重构。     

弹道中段多目标微多普勒分离方法

针对窄带雷达获取的多目标回波中微多普勒信息相互交叠、难以分离与提取的问题,提出了一种基于拍卖算法和小波分析相结合的多目标微多普勒分离方法。在滑动散射模型的基础上,首先通过对回波信号进行预处理得到时频骨架,再根据弹道目标多普勒的变化规律及估计的进动周期定义路径长度,利用拍卖算法提取出多条多普勒曲线对应的最短路径,最后采用小波分析法消除多普勒曲线中的剩余平动分量,实现了多目标微多普勒的分离。仿真结果表明,该方法能够较好地解决交叉区域的路径选择问题,且抗噪性较好,适用于多种微动形式。     

进动锥体目标散射特性仿真及实验分析

目标微动及结构参数的获取有助于弹道目标的识别。准确获得进动锥体目标散射特性的时频分布(TFD)、一维距离像及二维逆合成孔径雷达(ISAR)像分布是获取锥体目标微动及结构参数的关键。分析了进动锥体在窄带及宽带条件下的目标散射特性,总结了锥体目标强散射源在时频分布、距离像序列和ISAR像序列中的理论表现形式,并分析了存在锥面镜面散射时锥体目标散射特性,构建了进动锥体目标电磁回波仿真方法及微波暗室动态测试系统,通过仿真及测试数据得到了典型条件下锥体目标的散射特性,对比表明仿真及测试结果均与本文散射特性理论分布相一致,说明了本文所提散射特性理论分布与散射特性分析方法的正确性,可为分析弹道目标散射特性研究提供参考。      

进动弹道目标平动补偿与分离

弹道目标在中段高速运动时会造成微多普勒曲线的叠加折叠,此时传统的平动补偿方法并不适用于弹道目标。在分析进动锥体弹道目标各个散射点的频率特性后,发现曲线交点处的频率完全是由平动引起的。根据这一特性,提出一种利用时频图交点信息进行平动补偿的方法。首先,得到回波信号的时频骨架图;然后,采用基于双边滤波器的Harris角点检测方法提取出时频骨架中的角点进而得到时频图中的交点坐标;最后,利用交点坐标估计出平动参数进行平动补偿。针对传统Viterbi算法在曲线交点容易产生错误关联的问题,提出一种利用交点信息的分段Viterbi算法对补偿后的时频曲线进行分离。仿真实验验证了所提方法的有效性。      

高速旋转弹丸进动周期提取

对高速旋转弹丸的雷达回波进行处理,可以提取弹丸的进动周期.进动是弹丸平动之外的微动,弹轴围绕质心速度方向旋转对雷达回波产生微多普勒频率调制.对进动引起的微多普勒建模分析表明,散射点的径向速度是质心径向速度与进动引起的微动速度之和.利用短时傅里叶变换计算含有微动信息的散射点径向速度,然后采用分段多项式拟合获取质心径向速度.散射点径向速度减去质心径向速度可以得到微动速度.对微动速度进行时域滑窗自相关处理,可以提取弹丸进动周期.仿真分析和对弹丸实际测量数据处理表明:该方法可以有效提取高速旋转弹丸的进动周期.     

基于广义S变换的空间锥体进动微多普勒分析

锥体进动特性是用于空间目标识别的重要依据之一.为了研究这一问题,提出一种基于广义S变换的空间锥体进动微多普勒特性分析方法.根据锥体进动的物理运动过程建立了相应的数学模型,推导出锥体进动微多普勒频率的理论表达式,并通过仿真结果验证其正确性.该模型采用共原点的目标多坐标体系,使其仅存在旋转关系,从而简化了模型的结构与计算复杂性.在此基础上,利用广义S变换实现了对模拟雷达进动回波的微多普勒特性分析.在不同信噪比条件下的仿真结果表明:该方法时频分辨性较好,而且具有较高的鲁棒性.     

一种GTD模型参数估计的改进2D-TLS-ESPRIT算法

针对经典二维总体最小二乘法旋转不变子空间（2D-TLS-ESPRIT）算法估计二维几何绕射理论（GTD）模型参数精度不高、抗噪性能较差这一问题,提出了一种改进2D-TLS-ESPRIT算法。首先,改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型,使得模型对目标极化散射特征的描述更加精准;其次,构建置换矩阵得到原始回波矩阵的共轭矩阵,并将两者结合起来,从而延长了目标电磁散射数据的长度;最后,仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法,雷达散射截面积（RCS）外推结果进一步验证了改进算法参数估计性能的先进性。      

平面3自由度柔顺微动机器人加工误差分析

在微/纳米级定位领域,误差分析是提高微动机器人运动精度的重要方法.其中,对加工误差的分析尤其关键.为此,对平面3自由度(DOF,Degree of Freedom)柔性并联微动机器人的加工误差进行了研究.通过对机器人静刚度求解,建立了加工误差与其末端执行器定位精度的关系模型.通过理论计算途径及有限元方法(FEM)讨论了各结构参数加工误差对末端精度的影响程度,结果表明柔性铰链圆弧切口半径误差以及铰链圆弧切口中心线角度偏差对机器人末端精度的影响最大.研究所得结论可用于指导此类机构设计,确定加工过程中各机构参数的公差要求,并有助于提高标定精度.     

卫星转动条件下APS星敏感器星像目标中心提取精度分析

 目前对星敏感器星像定位的研究多限于静态情况,而卫星转动过程中,在曝光期间星像在像平面不断移动,从而影响星像定位的精度,重点分析动态情况下APS星敏感器星像目标中心的提取精度。首先分析采用质心法计算星像目标中心的误差源,提出动态精度的估计方法,并推导相应的计算公式;进而以给定的APS星敏感器参数为基础,研究了计算窗口、曝光时间等精度影响因素的选择方法;最后通过仿真进行了验证。     

单人行走运动参数估计方法

人体运动雷达微多普勒能够为目标识别提供特征。由于行人雷达回波的复杂性,从雷达回波中提取运动参数难度很大。为了实现目标精确识别,提出了一种估计单人行走平动速度、步态周期和步长的方法。首先应用广义S变换(GST)得到雷达回波的微多普勒谱,然后提取出躯干部位的微多普勒分量,并将此分量转为一维时间频率序列,最后从序列中直接估计行走的平动速度和步态周期,用这2个估计值间接估计步长。仿真实验证明:本文方法抗噪声性能好,当信噪比大于4 dB时,估计精度高。      

基于微多普勒特征的人体上肢运动参数估计

人体行走的雷达特征研究是近年发展起来的新的研究方向,基于雷达的人体目标探测在安全防护、灾害救援、生物力学和运动学研究等方面具有广阔的应用前景。人体走动时手和腿的摆动对回波信号产生调制,回波信号的微多普勒特征能精细地刻画体动规律,将有效地探测并估计人体的运动规律。主要研究人体上肢的雷达特征,首先以人体上肢的运动模型为基础,建立了其雷达回波模型,通过理论分析得到了参数估计的方法,通过广义Radon变换提取行人摆臂的微多普勒。最后通过仿真实验,验证了算法的有效性。     

基于HMM的雷达状态转移估计方法

针对传统识别模型存在的参数规律描述不全面的问题,提出一种适用于多功能雷达(MFR)的层级模型,该模型通过任务、状态、参数3个层级反映了MFR系统的运行机制,并依据不同的参数变化规律,设定多种函数进行描述,能够反映信号的联合变化和统计信息,较统计和脉冲样本图模型具备更好的识别效果。在层级模型基础上,针对MFR状态转移估计方法存在的鲁棒性、估计准确率不佳的问题,引入目标运动状态信息,构建双链隐马尔可夫模型(HMM),进而利用D-S(Dempster-Shafer)证据理论优化估计结果,提出一种基于HMM的雷达状态转移估计方法,实验结果表明,提出的方法较改进前具备更优异的鲁棒性和估计准确率。     

遗传算法在高频区目标二维散射分析中的应用

针对高频区雷达目标的散射特征问题,提出利用联合时频分析--自适应高斯基表示方法(AGR)来简化目前的二维散射中心模型,并将遗传算法(GA)用于二维散射模型参量的估计.该方法充分利用遗传算法的内在并行性,解决了二维等效散射中心的估计问题.仿真结果表明,该简化的二维模型不仅可以区分局域性散射中心,也可以再现具有一定长度的展布式散射结构,利用该简化模型在无噪情况下可以准确估计各散射中心的参数,同时在低信噪比情况下也可以取得很好的估计性能,它对于去除背景噪声起到了很好的作用.通过验证,在简化的散射模型基础上的目标散射特征分析是准确和可行的.