基于微动特性的单根箔条回波信号时频特性

针对箔条微动对回波信号调制的问题,提出一种单根箔条回波构建方法。首先建立单根箔条的典型微动模式的运动学方程,然后基于散射中心对该微动模式下的单根箔条回波进行仿真,最后通过时频方法对单根箔条回波信号的微动变化规律进行分析。仿真结果表明,建立的单根箔条微动模型能够有效地反映箔条回波信号的微动特性,为精确建立箔条云回波模型提供了技术支撑,并为有效识别箔条干扰、改善雷达性能提供了理论依据。     

目标微动特性研究进展

目标特征控制技术的发展增加了目标探测与识别任务的技术难度.随着先进传感器的测量能力和信号处理水平的提高,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.本文在目标微动的概念、目标微动对电磁波的调制效应、目标微动特征处理与分析技术进展、目标微动特性应用领域等方面做了比较深入的介绍和分析,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.     

微动目标OFDM雷达回波调制机理分析

 微动目标对雷达回波产生调制,不同的信号形式调制效应也不同.正交频分复用(OFDM)雷达信号同时具有宽带距离分辨和窄带多普勒分辨能力,能更全面深入地揭示微动的调制效应.本文在建立微动散射点目标OFDM雷达回波模型的基础上,从高分辨距离像和微多普勒两个方面推导了微动对OFDM雷达回波的调制机理,并分析了调制效应与雷达参数、微动参数之间的关系,指出OFDM雷达信号结合了线性调频信号与脉冲多普勒雷达信号在微动分析方面的优势,为微动特征提取与目标识别提供了更有利的条件.仿真试验和暗室测量数据分析验证了结论的合理性.     

基于短时稀疏时频分布的雷达目标微动特征提取及检测方法

为有效提高强杂波及目标复杂运动特性条件下的雷达动目标探测能力,该文结合时频分布(TFD)类动目标检测和稀疏表示方法的优势,建立了短时稀疏TFD(ST-STFD)原理框架,提出短时稀疏傅里叶变换(ST-SFT)和短时稀疏分数阶傅里叶变换(ST-SFRFT)雷达动目标检测方法,并应用于海上目标微动特征提取及检测中。实测雷达数据验证表明,该方法在时间-稀疏域能够实现时变信号的高分辨低复杂度时频表示,具有运算效率高、时频分辨好、抗杂波等优点,为进一步提升雷达杂波抑制和动目标检测能力提供了新的思路和途径。     

基于微多普勒的微动点目标参数估计

给出了基于微多普勒的点目标参数估计一般方法,以时频分析和变采样率滤波为工具,系统地研究了点目标微多普勒提取,给出了几种典型的微动点目标参数估计方法,包括二阶运动、三阶运动、阻尼运动、正弦振动和复合运动,仿真结果证明了该方法的有效性。     

基于AlexNet-BiLSTM网络的锥体目标微动分类

针对典型弹道锥体目标分类需构造、提取人工特征而缺乏通用性及智能性的问题,提出一种利用卷积神经网络（Convolutional Neural Network,CNN）与长短期记忆网络（Long Short-Term Memory,LSTM）相结合的网络模型,对弹道锥体目标的微动时频图实现智能分类的方法。首先,分析弹道锥体目标的微多普勒特征,得出不同微动形式的微多普勒频率;然后,利用AlexNet网络的图像特征提取能力与BiLSTM网络的时序特征提取能力构造AlexNet-BiLSTM网络模型,并通过模拟雷达回波生成的时频图数据集对网络进行训练、调试;最后,仿真结果表明该网络能实现弹道锥体目标的智能微动分类,验证了该网络的有效性及鲁棒性。      

基于散射中心滑动特性的双基地雷达锥体目标微动特征提取方法

双基地雷达观测下,锥体目标的微动特征可以由顶部局部型散射中心,底面边缘滑动型散射中心和侧面滑动型散射中心的微多普勒来表述.首先,本文建立了三种类型双基地散射中心的微多普勒统一参数化模型;然后,提出滑动系数概念,即采用参数化模型两个参数的比值来定量评价散射中心的滑动特性,从而判别锥体目标上散射中心的类型;最后,通过电磁仿...     

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。      

基于复延迟时频分布的人体步态回波信号分析

步态识别作为一种新型生物特征识别技术,在公共安全等众多领域有着重要应用前景。针对步态信号传统时频分析方法存在的缺点,本文提出采用复延迟时频分布对人体步态信号进行处理。论文首先建立了人体回波模型,介绍了复延迟时频分布原理,仿真了人体步态回波信号,并给出了时频分布处理结果。结果表明,相较于谱图、Wigner-Ville分布等方法,复延迟时频分布的时频聚集性最好,同时不存在交叉项干扰,为步态识别打下了良好基础。     

基于微多普勒特征的目标微动参数估计

本文首先建立了锥体目标微动模型,分析了其微多普勒特征,从理论上预测了多普勒谱宽与微动参数和目标几何参数的线性关系,然后由目标雷达回波模型,利用数值解的方法验证了多普勒谱宽与微动参数的线性关系,由此提出了一种新的锥体目标雷达特征提取和参数估计的方法.最后使用软件对目标进行电磁散射建模,并利用静态建模数据完成准动态的建模,使用仿真数据估计微动和目标几何参数,最后通过仿真结果证明本文提出的方法的效果.     

基于微运动的旋转散射中心空域散射特征提取

本文研究了旋转运动对雷达目标回波的幅度调制作用,进而提出了一种基于微运动的旋转散射中心空域散射特征提取方法。首先对含旋转部件目标的雷达回波进行时频分析得到回波的谱图,然后基于目标上各旋转散射中心的微多普勒频率差异,利用谱图的边缘特性估计各散射中心的回波能量随时间的起伏变化关系。结合微运动的参数估计,提取旋转部件的空域散射特征。通过仿真试验和外场实验对本文所提出的方法进行了验证。旋转部件的空域散射特征可以揭示旋转部件的结构属性信息,为目标识别提供重要依据。      

基于时频图的微动目标运动参数提取和特征识别的方法

空间运动特征是导弹目标识别所依据的主要目标特性之一。该文通过在散射中心模型下,研究了导弹微动时回波的时频变化的特性,并由此提出了一种用于估计多散射点瞬时多普勒的线性和的新方法。对该线性和做傅里叶变化,能够有效地估计目标自旋、锥旋、进动频率,周期等运动参数。在此基础上,提出多普勒线性和的傅里叶谱的波形熵特征可以很好地用于实际中弹头和诱饵的识别。结果表明该方法可有效地区分弹头和诱饵。     

一种空间微动目标宽带雷达干涉三维成像方法

空间微动目标3维成像在目标特征信息感知方面具有优势,对于实施空间目标成像、分类、识别等任务具有重要现实意义。据此,该文针对L型天线阵列成像系统,提出一种基于改进的粒子群优化的空间微动目标宽带雷达干涉式3维成像方法。首先,分析了目标回波信号的微多普勒特性,建立参数化表征模型。其次,基于所提优化算法重构各天线回波信号的微多普勒相位项,通过对各回波信号相位项的干涉处理,获得干涉相位差,并推导干涉相位差与目标空间坐标的关系,从而重构真实3维坐标,获得微动目标3维图像。相较于已有方法,所提方法基于干涉式成像思想,在无遮挡和有遮挡效应的条件下,均可重构微动目标真实空间坐标和3维图像,并且具有较好的鲁棒性。最后,仿真计算验证了该方法的有效性。     

基于窄带测距信息的空间目标微动特征检测与估计

微动目标被线性调频信号照射时,由于距离-多普勒耦合效应,微多普勒的存在会使得目标测量距离发生偏差。该文以匀速转动目标为例,从理论上证明了这种测距偏差随时间呈正弦规律变化,并且可以被跟踪雷达所观测。在此基础上,针对窄带跟踪雷达系统,提出了一种目标微动特征检测与参数估计的新方法,以空间目标精密跟踪雷达的典型参数为依据,设计了仿真实验和暗室动态测量实验,分析结果证明了该文的观点以及检测与估计方法的有效性。     

多姿态角下的目标散射中心关联与成像方法研究

雷达成像是获取目标结构信息的重要手段,本文根据目标散射中心在雷达视线上的投影关系,分析了多姿态观测下的目标散射中心三维成像原理,基于真假散射中心的特性差异,引入复合弹性系数模型实现多姿态角散射中心关联和成像。实验采用仿真数据和暗室测量数据进行成像实验,结果表明算法具有成像稳定、结构清晰等优点。     

基于角多普勒效应的自旋目标微动特征提取

携带有轨道角动量(OAM)的涡旋电磁(EM)波在雷达应用领域已经受到了广泛关注,利用涡旋电磁波,不仅可以观测到目标的线多普勒频移,还能够获取角多普勒频移信息。基于角多普勒效应,涡旋电磁波雷达具有检测垂直于径向运动分量的能力,可以实现对自旋目标微动特征的提取。首先,该文建立直角坐标系下角多普勒频移的参数化模型,给出了涡旋电磁波雷达、目标运动参数与角多普勒频移之间的定量关系描述。其次,当目标自旋轨迹垂直雷达视线(LOS)方向时,对获取的角多普勒频移信息进行分析,并提取了自旋目标微动特征。最后,通过仿真实验验证了所提方法的有效性和分析的准确性。     

一种频率编码信号瞬时频率提取新方法

针对小波变换法在提取频率编码信号脉内特征中的不足,提出了将时频重排和时频脊线相结合的时频联合分析方法。首先通过Morlet小波计算信号的小波谱,再对小波谱进行时频重排,最后由重排后的时频图提取时频脊线,得到频率编码信号的脉内特征。该方法在低信噪比下,能准确提取频率编码信号脉内特征信息。最后利用计算机仿真验证了该方法的可行性。     

基于微多普勒特征的坦克目标参数估计与身份识别

对坦克装甲车等地面活动目标进行分类与精确识别具有重要意义。微多普勒特征能反映目标的多种细微特征,在目标身份识别上具有独特优势。该文讨论了坦克目标炮塔炮管这样特有结构的微多普勒特征,基于不同种类和型号的坦克目标炮塔激励的不同微多普勒特征,提出了一种对坦克目标参数估计和精确身份识别的方法并给出一般步骤。给出了微多普勒的理论计算和仿真时频谱,仿真结果验证了理论分析与方法的正确性。为已有目标识别方法提供了重要辅助手段。     

基于电磁散射的复杂目标SAR回波与图像仿真

复杂目标的SAR图像仿真技术,对于目标识别与解译研究具有重要意义。该文提出的仿真算法,从目标的3维模型出发,运用弹射线原理,通过仿真全方位,全频带的目标散射系数来构建回波并成像。改传统平面波入射为球面波入射,使得算法不仅能够仿真远场成像系统,也适用于近场仿真成像。标准体实验,验证了算法的近远场,全极化,多角度,宽频带的仿真能力;复杂目标的仿真结果,同实测数据相比十分逼真。     

基于微多普勒效应和多级小波分解的轮式履带式车辆分类研究

短驻留时间条件下的轮式和履带式车辆目标分类对于战场侦察雷达系统目标识别功能的引入具有应用价值。该文基于微多普勒效应对轮式和履带式车辆的雷达回波进行了分析,针对这两种车辆的雷达回波中包含的微多普勒信号的差异,提出一种基于多级小波分解的分类方法。该方法首先使用多抽样率信号处理减轻了目标平动速度变化对分类结果的影响,其次通过对目标的平动和微动分量进行分离,提取了较好描述类间目标差异性的特征。基于实测数据的实验结果表明该方法具有较好的分类性能,同时对目标速度的变化具有稳健性。