基于局域均值分解的膛内横向微动特征提取方法

针对弹丸膛内横向摆动产生附加的微多普勒调制项问题,提出了一种基于局域均值分解(Local mean decomposition,LMD)的调制信号分离和特征提取方法。采用LMD方法,将复杂调制信号自适应地分解成若干个具有物理意义的瞬时频率的单分量信号,对每个单分量解调求出瞬时幅值与瞬时频率,获得原信号的调制信息。通过仿真信号验证了LMD处理多分量调幅-调频信号的有效性,将LMD方法应用于膛内运动弹丸实测信号的分析,结果表明该方法能完整提取出弹丸膛内横向微动产生的微多普勒频率调制特征。

膛内运动弹丸微多普勒建模与仿真

针对太赫兹波段弹丸膛内轴向运动同时存在横向摆动产生的微多普勒现象不容忽略的情况,文中采用刚体运动学和传统多普勒分析相结合的方法,推导了其微多普勒数学公式和回波信号模型。通过仿真验证了理论推导的正确性,同时表明弹丸平动加速度会使微多普勒沿时变频率方向发生倾斜,其附加频率调制作用使提取的弹丸速度产生波动,为进一步研究微多普勒提取技术提供了理论基础。

基于粒子滤波的速度轨迹补偿

在膛内测速中,恢复经过特殊信号处理得到的速度缺失段时,会受到烟雾、火光和冲击波等因素的干扰,此干扰会导致实际获取的运动目标在出膛口时刻的多普勒信号能量特别微弱,速度出现相应的缺失,降低了测量的精度.针对此干扰,采用基于粒子滤波(PF)对速度轨迹做补偿的方法,避开速度缺失段对速度曲线进行采样插值,首先对插值后缺失段速度进行拟合,的方法得到缺失段速度模型,然后再利用此模型对速度进行恢复优化.由于膛口速度是判断目标出膛时刻的关键影响因素,而速度缺失段通常出现在运动目标出膛口时刻,因此采用基于粒子滤波(PF)对速度轨迹做补偿的方法对速度缺失段的恢复显得至关重要.