共查询到15条相似文献,搜索用时 169 毫秒
1.
为了研究激光雷达中微多普勒效应的探测及其雷达回波信号中反应目标特征的微多普勒信息的提取问题,建立了激光雷达微多普勒效应的物理模型,对应用激光雷达探测由目标振动引起的微多普勒效应进行了仿真,并对仿真信号进行了分析,由于信号的时变性,引入了时-频域联合分析的方法。采用了短时傅里叶变换方法对仿真信号进行了时频分析,得到了能够较好地反映目标特征的微多普勒图像。结果表明,激光雷达适合于低振幅微多普勒效应的探测,应用时频分析方法能够有效地从雷达回波信号中提取出目标的微多普勒特征。 相似文献
2.
建立了激光微多普勒效应探测系统,开展了利用激光微多普勒效应探测运动目标微小振动的实验研究.特征提取的结果表明:时-频分析方法适合于时变微多普勒信号的分析,能够有效地提取出运动目标的振动特征. 相似文献
3.
4.
为了研究复合振动目标微多普勒信号中目标振动特征的提取问题,进行了激光微多普勒效应探测运动目标复合振动的实验研究,对实验结果的时频域的联合分析表明:时频分析方法能够较好地分析出运动目标复合振动的微多普勒特征。运用短时傅里叶变换(STFT)、Winger分布(WD)、Winger-Ville分布(WVD)和重排平滑伪Winger-Ville分布(RSPWVD)对微多普勒信号进行了时频分析,并对结果进行了比较。结果表明:重排平滑伪Winger-Ville分布(RSPWVD)能较好地揭示微多普勒信号的特征,是一种有效的时频分析方法。 相似文献
5.
6.
激光雷达微多普勒效应在对目标探测、识别中测量精度高、抗干扰能力强,比传统微波雷达拥有更高的空间分辨率和灵敏度.本文基于激光探测,从理论上分析了振动物体在行进过程中产生的多普勒和微多普勒效应.建立典型运动模型,通过目标信号的频移图和频谱图可以很好地观测物体运动状态、分析振动特性.最后,在simulink下进行过程仿真并验证其有效性,对目标的识别和运动特性提取起到积极的作用. 相似文献
7.
8.
9.
10.
11.
A laser coherent detection system of 1550 nm wavelength was presented, and experimental research on detecting micro-Doppler effect in a dynamic target was developed. In the study, the return signal in the time domain is decomposed into a set of components in different wavelet scales by multi-resolution wavelet analysis, and the components are associated with the vibrational motions in a target. Then micro-Doppler signatures are extracted by applying the reconstruction. During the course of the final data processing frequency analysis and time-frequency analysis are applied to analyze the vibrational signals and estimate the motion parameters successfully. The experimental results indicate that the system can effectively detect micro-Doppler information in a moving target, and the tiny vibrational signatures also can be acquired effectively by wavelet multi-resolution analysis and time-frequency analysis. 相似文献
12.
13.
14.
无人机旋翼转动产生的微多普勒调制能够反映此类目标的微动特性,准确估计无人机旋翼长度、转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波体制雷达,提出一种基于时频集中度指标(CTF)的多旋翼无人机微动特征参数估计方法,推导了无人机旋翼微动特征参数与微多普勒分量信号参数之间的映射关系,在时频旋转域基于时频集中度指标,提高了各微动分量的区分度,相比于传统方法,提高了多分量微多普勒信号的参数估计精度,在低信噪比环境下也具有很好的鲁棒性。通过仿真和实际场景实验验证了方法的有效性。 相似文献
15.
针对利用雷达微多普勒效应的旋翼无人机识别问题,提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换(Short-Time Fourier Transform,STFT)从而获得信号时频谱,对时频谱沿时间轴进行傅里叶变换得到节奏速度图(Cadence-Velocity Diagram,CVD)。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征,最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明,所提旋翼无人机分类方法准确率可达到98.9%。 相似文献