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。     

基于宽窄带微多普勒信息的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于宽窄带相结合的混合体制雷达网的微动参数提取方法。首先,在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用微多普勒和差比实现了不同体制雷达回波中散射中心的匹配关联。其次,构建宽窄带微多普勒信息联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数,并进一步对目标参数估计精度随曲线参数提取误差变化的关系做了比较研究。最后,仿真结果表明,在曲线参数提取值存在一定误差时,目标参数估计精度仍然较高。      

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。     

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。      

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.     

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。     

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。     

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。      

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。      

旋翼微多普勒特性实验分析

为分析旋翼及其主要部件的微多普勒效应特点,提出了一种通过微波暗室进行旋翼微多普勒效应测试的实验方法,并通过实例验证了实验方法的可靠性;两种桨叶不同桨叶片数的系列实验结果表明,旋翼的微多普勒特性通过频率把各个散射部件的回波能量分开,旋翼的片数和转速不影响微多普勒特性的分析估算,旋翼的微多普勒特性仅与其运动特性相关;结合直升机目标识别特征,采用短时傅里叶变换方法对实验数据进行微多普勒效应提取,分析了微多普勒效应与入射波和旋翼几何属性之间的关系,得到了旋翼微多普勒效应的频率特性、极化特性和宽频带特性.     

基于最大熵法和遗传算法的SMSP干扰对抗方法

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时, 所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。      

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片（BDS）与广义维数（GD）相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率（LPI）雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。      

基于MSST及HOG特征提取的雷达辐射源信号识别

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩（MSST）时频变换及方向梯度直方图（HOG）特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换（STFT）基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法（PCA）进行降维,将降维后的特征参数送入支持向量机（SVM）对雷达信号进行分类与识别。实验结果表明：所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。