弹道目标进动周期特征提取研究

建立了弹道目标进动回波模型,利用该模型对循环自相关法、循环平均幅度差法和方差分析法等回波序列幅度周期特征提取方法进行了比较,分析了各种方法的优缺点,提出了基于特征值熵的方差分析法.该方法通过对回波序列进行特征值分解计算特征值波形熵,然后利用方差分析法估计幅度周期.基于特征值熵的方差分析法有效地解决了上述传统方法易受噪声干扰的缺点,既保持方差分析法周期提取的精确性,又利用特征值波形熵准确判断周期性,减少了方差分析法的误判率,在低信噪比条件下具有较为稳健识别性.通过仿真实例比较了各种信噪比条件下该方法性能,并与方差分析法进行了比较,结果表明该方法具有良好的抗噪声性能.     

虚拟极化在雷达目标检测的得益研究

为了定量研究虚拟极化在雷达目标检测的得益,在实测数据基础上分别基于参数估计法和搜索法计算极化状态,提出虚拟极化得益有别于极化分集的得益,给出了虚拟极化得益的评估方法。实验结果表明虚拟极化的得益最大为3 dB,虚拟极化的得益与接收双通道SNR的差值的大小成反比例关系:接收双通道的SNR差值为0 dB～6 dB时,虚拟极化得益为1 dB～3 dB;接收双通道SNR差值>6 dB时,虚拟极化得益<1 dB,此时虚拟极化合成没有意义。此外,从时间成本和效果上评估,优选参数估计法计算极化状态。从应用角度上分析,虚拟极化在小SNR目标检测具有潜力,而对于大SNR的目标检测可以增加探测距离。     

一种快速消除多普勒频移对脉压影响的算法

针对多普勒频移带来脉压失配问题,为克服现有算法运算量大且占用大量存储空间的弊端,文中提出一种快速消除多普勒频移对数字脉压(DPC)影响的算法。该算法基于傅里叶变换性质,利用单向循环链表技术,对无多普勒频率时的匹配滤波系数表重新选址。仿真结果表明,新算法在大多普勒频移时信噪比损失小,且不会增加运算量和存储空间,具有很高的应用价值。     

一种快速的谱分析迭代法

为克服现有正弦波频率估计算法运算量大或估计精度不高的弊端,提出了一种快速的频率估计算法,该算法利用正弦波频谱对称性原理和频移技术,使信号频率位于峰值点附近再进行估计。仿真结果表明:文中算法稳定性不随被估计频率分布而产生波动,在低信噪比条件下不存在发散现象,以它为初始值进行一次谱分析迭代,其均方根误差在整个频段都接近克拉美-罗限。     

基于时频变换的弹道目标微多普勒特征提取

微多普勒特征是识别弹道目标的重要手段.文中从空间弹道导弹和诱饵散射点微动模型出发,提出了一种基于时频二维像不变矩的微多普勒特征提取方法.该方法首先对导弹和诱饵进行时频变换,然后提取了图像中的7个Hu不变矩作为目标识别的特征.通过仿真实验,分析了特征组合对识别效果的影响,并提出了最优特征组合.文中还评估了特征矢量在不同信噪比条件下的稳定性,试验结果表明,时频像不变矩特征对信噪比变化具有一定的稳定性.     

高频地波雷达飞行小目标跟踪方法研究

增大探测距离、快速精确跟踪是高频地波雷达探测飞行小目标所面临的主要困难.本文提出了高频地波雷达飞行小目标跟踪(AWATT)系统.该系统主要包括自适应改进Hough变换(AMHT)航迹起始、双门限快速联合概率数据关联(DTF-JPDA)以及间接测量(IM)精度改善,分别解决了低信噪比条件下,对飞行小目标的提早预警、快速关联以及精确跟踪问题.实验结果验证了该系统在跟踪预警飞行小目标中的有效性.     

一种低副瓣无混叠的线性调频信号时频分析方法

作为通信与勘探中广泛使用的一类信号,线性调频信号的参数分析经常采用基于Wigner-Ville分布(WVD)的时频分析方法。该方法具有高时频分辨率,但在交叉项、高副瓣以及频谱混叠问题上存在缺陷。该文提出一种名为空间变迹重排Wigner-Ville分布(SVA-rWVD)的时频分析方法,结合空间变迹技术(SVA)的副瓣抑制能力及短时傅里叶变换(STFT)的无混叠无交叉项特性,得到一个新的时频分布。基于单分量和多分量线性调频信号的仿真实验结果表明,该方法得到的时频分布可以降低副瓣水平至–40 dB以下同时消除交叉项及频谱混叠现象。     

弹道中段目标进动周期的估计

为了克服循环平均幅度差函数法(CAMDF)估计弹道中段目标进动雷达散射截面(RCS)序列周期产生加倍误判的问题,引入了平均幅度差函数的凸包函数的概念,提出了凸包循环平均幅度差函数法(CHF-CAMDF)处理弹道进动目标的RCS序列,将处理后序列的最小谷值点所在位置与采样频率的商值作为所估计弹道目标的进动周期.相较于CAMDF,CHF-CAMDF在抑制加倍误判、抗噪性能以及序列长度敏感性三个方面都具有明显的优越性,能够有效地提取弹道中段目标的进动周期,提供了一种有助于真假弹头识别的可靠依据.     

基于S-Method分布的微多普勒特征分析

微多普勒特征是雷达目标所具有的独特特征之一,对目标的分类、识别具有特殊的意义.研究高精度时频分析方法在分析目标微动特性中的作用,可以为后续目标识别提供很好的支撑.S-Method分布作为一种新型的时频分析方法,它基于短时傅里叶变换来实现,减少了分析过程中的运算量,同时能较好地解决交叉项问题.首先对弹道导弹弹头的微动模型进行建模,推导得到微动模型的理论微多普勒频率,然后采用S-Method分布对回波信号进行时频分析仿真实验,获得弹头目标章动的高精度的时间-微多普勒频率图.通过比较其在分析过程中的时频分辨率、交叉项,具体阐述S-Method分布在时频分析中的优势.因此可以将S-Method分布应用于雷达目标微多普勒分析中,分析实时变化的微多普勒频率特征.     

雷达微多普勒特征提取和目标识别研究现状

自从雷达目标微多普勒现象被发现以来,雷达目标的微动特性在雷达目标探测与识别中受到越来越多的关注,对目标微动特性的测量和分析正在成为当前目标探测与识别领域的新兴研究方向。文中主要介绍了目标微动和微多普勒效应的概念,比较分析了目前目标微动的测量与分析处理技术,并且着重从几个方面分别介绍了目前微动特征提取的应用现状,接着就目前较常用的几种微多普勒目标识别分类器的识别率进行了比较和分析,最后对目标微动特性研究的发展趋势和技术难点进行了预测和总结。