弹头目标高精度微动特征提取实验研究

弹道目标实际作战场景回波数据获取困难,对弹头目标微动特性的研究多停留在理论层面,且多基于理想散射点回波模型.为此,依据宽/窄带交替的弹头目标高精度微动特征提取原理,构建了弹头目标微动效应微波暗室模拟平台,用以产生逼近真实条件下的弹头目标回波数据;设计了光滑弹头模型和粘贴锡箔纸团弹头模型两种实验场景,对实验数据进行了分析.实验结果验证了弹头目标中存在的微动成分情况以及相关微动特征提取算法的有效性,为相关算法投入工程应用奠定了基础.

基于一维距离像序列的空间弹道目标微动特征提取

弹道导弹的空间微动特性是中段空间弹道目标识别的重要依据之一。以一维距离像序列为研究对象,首先利用距离像散射中心位置加权、纵向积累估计空间锥体进动目标的进动周期,然后基于广义Radon变换提取空间锥体目标散射中心位置变化曲线,并根据获得的曲线参数估计得到空间进动角,最后给出了基于广义Radon变换的散射中心位置估计新方法。仿真实验验证了所提算法的有效性。

一种基于经验模态分解的锥体目标雷达微动特征提取新方法

本文以锥体目标为对象,分析了目标进动对雷达回波的调制作用,研究了基于经验模态分解算法的多分量正弦调频信号分离方法,使用短时傅里叶变换得到了每个本征模态函数的瞬时频率,提取了进动周期、进动角、不同散射点间的微动幅度比值等微动特征及目标纵横比,并用暗室测量数据进行了验证,证明了本文的观点和特征提取方法的有效性.

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。

基于高阶矩函数的宽带雷达微动特征提取

雷达目标部件的旋转运动引起的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究。该文以含旋转部件目标为例,提出一种基于高阶矩函数的宽带雷达微动特征快速提取方法。首先对经参考信号共轭相乘后的旋转散射点回波信号进行了分析,并得到了其关于不同快时间及慢时间的高阶矩函数,然后,通过检测该函数虚部傅里叶变换累积结果的峰值位置,实现了目标部件微动特征的快速提取。仿真实验验证了该方法的有效性。

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。

Duffing振子在低信噪比雷达目标微动特征提取中的应用

雷达目标部件的旋转运动引起的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究。该文以含旋转部件目标为例,提出了一种利用Duffing振子在低信噪比条件下提取雷达目标微动特征的方法。由于经参考信号共轭相乘后的旋转散射点回波信号是由多个正弦分量组成的,因此采用Duffing振子系统对回波信号中的正弦分量进行检测,并对该正弦分量频率所对应的距离单元在距离-慢时间平面上进行能量增强,最后结合Hough变换完成对雷达目标微动特征的提取。仿真实验验证了该方法的有效性。

弹道目标宽带雷达干涉式三维成像与微动特征提取

基于微多普勒效应理论的弹道目标3维成像与3维微动特征提取技术可为目标识别,导弹防御提供重要特征信息。该文将干涉式逆合成孔径雷达(In ISAR)中多天线干涉处理的思想引入到弹道目标3维成像与3维微动特征提取研究中,将微多普勒效应理论与多天线干涉处理技术相结合,重构出散射点在各时刻的3维坐标,实现弹道目标的真实3维成像,并在此基础上解算出弹道目标的微动参数与结构参数。仿真实验验证了所提方法的有效性与鲁棒性。

穿墙脉冲雷达回波信号人体微动特征识别初步研究

主要研究了超宽带雷达人体探测回波信号微动特征识别问题。在分析超宽带雷达生命特征检测原理的基础上,针对人体微动特征特点,引入能量积分识别算法,编制时窗函数,对雷达实验的多个回波数据进行小波去噪处理。结果表明,利用能量积分算法,可以识别出含有人体微动特征的信号。

基于跟踪脉冲的MIMO雷达多目标微动特征提取

微动特征是空间目标识别的重要特征信息之一。然而,现有的多功能多输入多输出(Multi-Input MultiOutput, MIMO)雷达通常需要在完成目标搜索和跟踪任务之后为目标微动特征提取分配大量连续的时间资源,导致目标识别实时性能和雷达系统整体工作性能均不高。针对该问题,该文提出了一种基于跟踪脉冲的MIMO雷达多目标微动特征提取方法。首先依据各目标的方位信息对MIMO雷达发射波形进行设计,为不同方向目标同时发射跟踪脉冲;在此基础上,综合考虑目标微动特征提取性能以及目标跟踪性能的需求,对跟踪脉冲的发射时间序列进行优化设计;最后,直接利用窄带跟踪脉冲实现对不同方向目标微动特征的同时提取,无需再为目标微动特征提取分配额外的时间资源,有效提升目标识别实时性和雷达工作效率。仿真实验表明,在信噪比大于–10 dB时,所提方法能够实现多目标微动特征的准确提取,具有良好的有效性和鲁棒性。

组网雷达中旋转目标微多普勒效应分析及三维微动特征提取

目标微动特征提取是当前研究的一个热点,在组网雷达技术中研究了旋转目标的微多普勒效应,分别分析了组网雷达中不同信号形式下的目标微多普勒效应,并给出了其参数化表达。利用组网雷达的多视角特性,将不同信号形式下分布在不同位置的雷达获得的回波信号进行参数提取,通过构造多元非线性方程组,以提取的参数作为变量,进行目标3维微动参数解算,实现了目标3维微动特征的提取。仿真实验验证了所提算法的有效性。

空间旋转目标窄带雷达干涉式三维成像与微动特征提取

该文根据干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想,提出一种基于L型3天线模型的空间旋转目标3维成像与3维微动特征提取方法。将微多普勒效应理论与多天线干涉处理技术相结合,在时频面上通过Viterbi算法分离散射点并进行干涉处理获取目标在各时刻沿基线方向的2维投影坐标;根据目标微动特性,采用非迭代椭圆拟合方法重构出散射点的高度维信息,实现目标的真实3维成像,并在成像过程中提取目标的3维微动特征参数。仿真实验验证了所提方法的有效性与鲁棒性。

基于滑动散射条件的弹道目标微动特征和结构特征提取

雷达目标的微动特征为目标精确识别提出了新的技术途径。针对宽带雷达体制下弹道目标回波,利用采样得到的强散射中心径向距离线性和信号,估计微动周期和回波初相,接着对图像进行两参数扩展Hough变换,提取出旋转散射中心的微动参数,最后利用分离后的滑动散射中心的径向距离线性差信号和线性和信号,通过最小二乘拟合以及多元非线性方程组求解,提取了目标微动特征和结构特征。仿真实验验证了方法的有效性。

组网雷达弹道目标三维微动特征提取

研究弹道目标中的滑动型散射中心三维微动特征提取问题。分析滑动型散射中心的特点,介绍一种基于半周期时延相乘的散射中心微动特征提取方法,建立滑动型散射中心和理想散射中心微动的数学联系,利用组网雷达的多视角特性,从回波信号中提取参数,通过构造多元非线性方程组,以提取的参数作为变量,求解目标三维微动参数和部分结构特征。仿真实验验证了该方法的有效性。

空间锥体目标的平动补偿与微动特征提取方法

微动特征对空间锥体目标识别与参数估计等有着重要意义,而目标的平动会破坏微多普勒谱的结构,影响微动特征的提取.针对这一问题,提出了一种基于时变自回归(Time-Varying Autoregressive,TVAR)模型的平动补偿与微动特征提取方法.算法首先分析了锥体目标的散射特性,在此基础上推导了微动和平动引起的回波瞬时频率的变化规律;利用TVAR模型估计目标回波的瞬时频率,并对估计结果作解模糊和重新关联处理,从而获得回波的瞬时频率分量;最后,对瞬时频率分量包络进行多项式拟合,利用拟合结果补偿目标平动,进而提取出微动特征.基于电磁计算数据的实验验证了所提算法的有效性及精确性.

采用ISAR像估计弹道目标微动特征的方法

逆合成孔径雷达(inverse synthetic aperture radar,ISAR)像序列可以反映弹道目标在微动周期内的姿态变换及结构特征,本文在此基础上提出一种利用ISAR像序列估计弹道目标微动特征的方法。首先基于relax算法提取较强的散射点,并采用距离-多普勒方法成像,然后利用灰度匹配算法对ISAR图像进行匹配,以提高微动周期估计精度。通过分析散射点在成像平面上的投影关系从而建立散射点空间坐标与目标微动特征之间的联系,并根据散射点在ISAR图像序列上的相对位置差值与散射点空间坐标的表达式,估计目标的微动参数。最后,仿真验证该方法的可行性与有效性,仿真结果表明该方法估计精度较高。

雷达脉冲串波形下的目标微动特征提取

研究雷达在脉冲串波形下的微动特征提取,提出了全局法和抽取法2种处理方法,并给出了波形相关参数的设计,最后进行了仿真。结果表明,所提出的2种处理方法均可有效提取微动特征,从而为雷达微动识别奠定了基础。

基于功率谱AMSF的微动特征提取算法

以旋转周期估计为核心的微动特征提取技术是对空间自旋目标、空间碎片和弹头等目标进行成像和识别的基础,转速估计的精度直接影响成像和识别的结果.从旋转目标的窄带雷达散射机理出发,建立了旋转散射点的基频回波模型.针对旋转运动导致窄带回波是多分量SFM信号的特征,对多分量SFM信号的频谱进行了分析,根据其周期特征,提出了基于信号功率谱AMSF的微动特征提取算法.通过仿真验证了该算法在较低的信噪比下有较高的精度和稳定性.该方法有较强的应用前景.

微动特征和运动特征融合处理的鸟与旋翼无人机目标辨别方法

“鸟击”事件与旋翼无人机“黑飞”扰航事件成为威胁民航飞行安全的“两大隐患”,机场对于鸟和旋翼无人机会采取不同的反制措施,鸟与旋翼无人机的辨别对于提升非合作目标监视性能、保障飞行安全具有重要意义。针对基于运动特征提取的鸟与旋翼无人机目标辨别方法中对于机动性较强的旋翼无人机辨别性能下降的问题,考虑到相对于旋翼无人机,鸟类目标振翅回波时频谱更为复杂,构建目标回波时频谱对应的特征谱能量熵及峰值对称对两个微动特征,利用K-means对所提取的运动特征和微动特征进行融合处理,实现鸟与旋翼无人机目标的辨别,实验结果验证了本文方法的有效性。

基于Wigner-Ville平面相关函数的微动特征提取算法

以进动、章动等周期性的旋转和振动为主的微动是弹道导弹弹头的重要识别特征,而空间目标上游动部件(天线等)的旋转运动则会导致雷达成像的散焦。因此,旋转周期等微动特征的提取和估计是对上述目标进行成像和识别的基础。文中在旋转散射点的回波模型基础上,针对目标回波是线性调频-正弦调频混合调制信号的特点,提出了基于WignerVille平面相关函数的微动特征提取算法,证明了Wigner-Ville平面的交叉项对参数提取没有影响。通过仿真对比分析验证了算法的有效性。