高噪声环境下微动多目标分辨

目标的微动特性是目标的固有属性,其产生的微多普勒现象提供了多目标分辨与识别的新途径。该文针对高噪声背景下的微动多目标分辨问题,提出了一种新的基于B分布和Viterbi算法的多目标多普勒特征提取方法。该方法在高噪声环境下,将B分布和Viterbi算法进行有机结合,提取多目标微多普勒特征,进而对多目标进行分辨。基于仿真数据的试验结果表明:在高噪声背景下,该方法可以有效地提取多目标微动参数特征,实现多目标分辨。     

基于相位测距的宽带雷达弹道目标微动几何参数估计

针对传统方法基于宽带回波距离像包络信息提取微动分辨率较低这一问题,该文提出了一种结合宽带回波距离像包络信息和相位信息的微动特征参数化估计新方法。该方法通过对回波距离像包络分段并对各段进行Keystone变换实现距离方位解耦和,得到目标由于微动引起的各散射点相对参考点径向微距变化粗估计。利用粗估计结果提取回波相位信息,由相位测距原理可得到各散射点的精确微距曲线,进而完成进动目标运动及几何参数的估计。相比于只利用距离像包络信息提取微动的传统方法,所提算法可有效提升参数估计精度。仿真实验验证了其有效性和稳定性。     

基于贝塞尔函数基信号分解的微动群目标特征提取方法

微动特征提取是群目标分辨的有效手段,以往针对孤立目标的特征提取技术不再适用。针对此该文提出了一种基于信号分解的微动群目标特征提取方法。首先通过分析微动信号的正弦调频(SFM)形式,推导了SFM信号相位项在k-分辨率贝塞尔函数基上的分解结果;然后根据回波分解结果中微动频率与函数基的一一对应关系进行频率粗略估计,并针对误差产生原因给出了精确的微动频率估计方法;最后在离散信号相位解模糊的基础上,完成各子目标的微动频率提取。仿真实验验证了算法的有效性,且与正弦调频傅里叶变换(SFMFT)算法和平均幅度差函数(AMDF)算法相比具有更高精度。     

基于Harris角点检测与聚类算法的空间自旋目标干涉三维成像

对空间微动目标进行干涉式成像,需要剔除微动曲线交叉位置的干涉相位值,以确保成像的准确性。针对空间自旋目标窄带雷达干涉三维成像问题,首先利用Harris角点检测与聚类算法对回波时频图像中的角点进行搜索与分类,准确找到散射点微动曲线的交叉位置,然后对交叉位置处的干涉相位信息予以剔除,再利用各散射点的干涉相位信息重构出了两基线方向上的坐标曲线,最后根据目标在空间中的圆轨迹与两基线平面内的椭圆轨迹之间的几何关系,实现对空间自旋目标的干涉三维成像。仿真结果验证了所提方法的有效性。      

弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。     

频谱外推技术在毫米波CSAR 成像中的应用

近年来圆轨迹合成孔径成像(CSAR)成为SAR 成像领域的一个研究热点,同时超分辨频谱外推技术能够有效改善SAR 图像的聚焦质量。针对频谱外推技术在近场毫米波CSAR柱面成像中的应用进行了研究,将频谱外推算法与传统的波数域算法相结合,旨在提升SAR 图像的聚焦效果;仿真点目标结果表明基于频谱外推技术的改进算法可以明显改善点目标的分辨率、峰值旁瓣比、积分旁瓣比指标;在室内基于矢量网络分析仪与高精度转台搭建了近场测量系统获得实测回波数据,通过雷尼熵评价指标衡量成像结果,结果表明基于频谱外推技术的改进算法成像结果优于传统成像算法的结果。     

基于复图像OMP分解的宽带雷达微动特征提取方法

针对宽带雷达中目标微动散射点发生越距离单元走动和方位欠采样条件下的微动特征提取问题,该文提出了一种基于复图像正交匹配追踪 (OMP)分解的微动特征提取新方法。该方法利用目标距离-慢时间像的幅度和相位信息,构造复图像空间的微多普勒信号原子集,将向量空间的OMP 算法拓展到复图像空间,实现了距离-慢时间平面上目标微动特征的提取。仿真实验表明该方法能够有效提取微动散射点发生越距离单元走动条件下的微动特征,并且可以实现方位欠采样时的微动特征提取。      

基于高阶时频分布的雷达目标微多普勒特征分析

目标微动特征提供了对目标细节的精细刻画,为雷达目标的探测和识别提供了新的途径。在分析机动点目标、振动点目标、复合运动点目标等几种典型微动目标的微多普勒变化规律的基础上,从高阶时频分析的角度出发,提出了一种基于改进L-Wigner分布的微动目标微多普勒特征的分析算法,详细分析了提高时频聚集性和消除交叉项的措施及其高效递推实现方法,并对算法的复杂度进行了分析,最后以机动点目标、振动点目标、复合运动点目标以及多个点目标构成的群目标为例对提出的算法进行了仿真分析。仿真结果表明,相对线性时频表示和Cohen类双线性时频分布,该算法对于复杂非线性调制目标回波信号提供了更好的时频聚集性,并能够较好地消除交叉干扰项的影响,且具有较小的算法运算量。      

基于多站雷达自适应融合的光滑对称锥体三维重构与参数估计

针对单部雷达提取目标微动参数精度不高和难以实现三维重构的问题,提出了一种基于多视角微动信息自适应融合的三维重构新方法。首先,建立了组网雷达模型和锥体进动模型,在详细分析各散射点微距离变化关系的基础上,对不同视角下的锥顶散射点进行了匹配关联。然后,以每两部雷达的观测信息作为一个目标参数求解组合,采用基于估计方差最小的加权融合算法对各组合求得的参数进行优化处理。最后,利用优化后的参数求解出目标锥顶坐标和锥旋矢量,实现了锥体目标的三维重构。仿真结果表明该方法能有效实现高精度参数的提取和锥体目标的重构。      

基于RID序列的微动目标高分辨三维成像方法

微动是指目标或目标上某些部件沿雷达视线方向的小幅、非匀速运动。通过对微动目标进行逆合成孔径雷达(ISAR)高分辨3维成像,能够获得其结构和运动信息,从而为微动目标检测、跟踪、分类与识别提供重要依据,并在空间态势感知与防空反导中发挥着重要作用。由于微动目标运动形式复杂、回波非平稳性强,现有的参数化ISAR成像方法已经不再适用。针对该问题,该文提出基于散射中心航迹矩阵分解的微动目标高分辨3维成像方法。该方法首先生成距离-瞬时多普勒(RID)像序列,利用watershed图像分割方法提取RID像的散射中心支撑域,并基于最小欧氏距离准则实现航迹关联。然后,针对散射中心航迹关联时瞬时斜距估计精度受距离分辨率影响等问题,进一步提出基于现代谱估计的散射中心航迹矩阵精估计方法。最后,通过带约束的航迹矩阵分解实现微动目标的高分辨3维成像。仿真结果表明,该文所提的成像方法能够有效实现章动等复杂微动目标的高分辨3维成像。      

Kalman滤波在天线数字引导跟踪中的应用

无人机测控系统天线数字引导数据传输存在延时,使得天线无法准确跟踪飞行目标,链路不能稳定工作。针对这种时滞问题,通过对卡尔曼(Kalman)滤波算法的研究,提出在Kalman滤波同时上,采用平移多步预测外推的解决方法。给出了外推算法公式,分析了天线数引跟踪模型,据此进行了仿真。仿真结果表明:Kalman滤波平移预测可以实现实时多点数据外推。在工程应用中取得了预期效果。     

利用微动信息矩阵的弹道目标特征提取算法

为满足反导作战的现实需求及解决强噪声环境下弹道目标特征提取问题,提出了一种新的基于宽/窄带混合体制雷达的弹道目标特征提取算法。该算法分析了宽/窄带信号对应的微动特征,运用Viterbi算法分离并提取出各散射中心的微动曲线。在此基础上,根据宽/窄带微动特征的相关性,结合改进自相关法和最小二乘估计方法,构建并解算出目标最强散射中心对应的微动信息矩阵。最后利用散射中心关联和一致性匹配融合方法,构建多元方程组并求解,得到目标的微动特征和结构参数。仿真结果表明:当信噪比为0dB时,该算法估计得到的目标微动特征和结构参数的均方根误差的量级均为10-2。      

一种对自旋弹体表面群密布散射点回波特性的分析方法

所有针对目标微动特征的分析方法以往均是用目标上一个散射点表征一种微动形式来建模。以该建模方法为基础对目标回波的时频分布、RCS序列等特征进行分析。该种建模方法与工程实际中的弹体表层曲面各个散射点均会有回波且各散射点散射系数不同的物理事实相差甚远。本文建立了一种考虑观测角度遮挡及弹体后向散射分布的弹体表面密集群散射点的回波模型,通过仿真,对比分析了单一散射点及密级散射点回波的频谱特性差异。在此基础上,提出了一种较为通用的微多普勒展宽重聚算法,从工程实际的角度,进一步探索了自旋弹体的回波特征并优化了雷达速度跟踪的处理流程。     

基于微动分析和Chirplet分解的ISAR成像

当目标或目标部件存在微动时,目标的ISAR像将受到微动产生的微多谱勒效应的污染.为了解决这个问题,本文首先对目标的平动、转动和振动的运动模型进行分析,讨论了微多谱勒在时频域的分布情况;对目标回波信号进行Chirplet分解后,研究了在Chirplet参数域中利用微多谱勒和微多谱勒率对不同微动信号的分离算法;使用仿真点目标模型和实测数据对分离算法进行了验证,较好的实现了微多谱勒效应的分离和ISAR成像.     

基于Gibbs抽样的红外成像小间距目标分辨方法

利用红外成像系统跟踪多个相距很近的点目标时,目标在成像面上的弥散像会发生交叠,导致成像系统无法有效分辨这些目标.本文提出了一种分辨这类小间距目标(Closely Spaced Objects,CSO)的新方法,通过建立小间距目标的成像模型,采用Gibbs抽样方法对小间距目标在焦平面上的中心位置和响应幅度进行估计,并利用贝叶斯信息准则(Bayesian Information Criterion,BIC)检测目标数目.针对仿真生成的红外图像进行了仿真实验,实验结果表明本文方法对小间距目标的分辨是有效的.     

利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时,针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题,提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先,借鉴多目标航迹起始模型中的M/N逻辑法的框架,设计新的数据关联门限,以建立目标起始曲线;其次,采用最小二乘拟合方法替代卡尔曼滤波,设计新的外推规则,建立载频变化预测曲线;分析新的接收数据与预测曲线的关联性,不断迭代回归或形成新的分支,最后获得目标分选结果。仿真与实测试验表明,利用逻辑回归分选算法,对不同运动目标搭载的同频辐射源可进行自动分选,4个仿真目标与2个真实目标的分选正确率达到100%。同时,该方法拓展了辐射源目标盲分选中的动态频移特征应用,为辐射源个体识别提供了新的支持。     

组网雷达中弹道目标微动特征提取与识别综述

针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。      

基于瞬时频率估计的进动锥体目标微多普勒频率提取方法

该文针对进动锥体目标的微动特性提取,建立等效散射点模型下的微多普勒频率与目标运动参数关系。结合进动调制的微多普勒频率近似正弦变化规律的特点,提出基于瞬时频率估计和随机抽样一致性(RANSAC)的进动目标微多普勒频率提取方法。该方法将回波信号分为若干段,每一段的回波信号近似为若干线性调频(LFM)信号分量之和,通过调频Relax算法估计各信号分量的瞬时频率,并通过随机抽样一致性算法估计散射点的微多普勒曲线。基于仿真数据和电磁计算数据的实验验证了该方法的有效性及稳健性。     

加权重排算法在多目标雷达信号分辨中的应用

该文应用一种加权重排算法,对多目标雷达信号的分辨进行了研究。此加权重排算法简单且容易实现,重排后的时频分布虽然失去了双线性,但保持了其它良好性质,特别是换回了对Chirp信号和冲击信号的准确定位。针对编队多目标雷达信号的线性调频特点,应用加权重排算法在权衡能量聚集性和消除重排振荡的同时,实现了对编队多目标雷达信号较佳分辨。     

机载雷达战场目标的微动特性及识别

机载雷达具有速度快、视野广的特点,适用于战场运动目标的跟踪识别。而目前国内外针对机载低分辨雷达下微动地面目标识别的研究尚属空白。文中建立了机载平台下战场目标的雷达回波散射点模型,分析了单兵、轮式车、履带车等典型目标的微动特性,根据行进单兵微多普勒的周期性特征实现了单兵与机动车的识别;进而通过提取回波信号特征谱和支持向量机的方法实现轮式车与履带车的分类,在20 dB信噪比下识别率在87.5%以上。分类方法具有稳健性和有效性。