低信噪比条件下直升机微动特征提取方法

直升机旋翼转动产生的微多普勒调制能够反映其微动特性,准确估计出目标的叶片数量、旋翼长度和转动频率对直升机的识别具有重要意义。本文针对窄带脉冲体制雷达,提出一种低信噪比条件下的旋翼直升机微动特征快速高精度提取方法,推导了微动特征参数之间的内在联系,在时频域通过对时频图幅值进行积累获取目标闪烁参数,并将其作为先验信息对稀疏字典进行降维处理,降低正交匹配追踪算法的运算量,提高了微动特征参数的估计精度,在低信噪比条件下具有较好的鲁棒性,仿真和实验结果验证了方法的有效性。     

飞鸟与旋翼无人机雷达微多普勒测量实验研究

针对飞鸟和旋翼无人机目标识别的迫切需求,开展微多普勒测量实验研究. 首先对飞鸟翅膀扑翼运动、无人机目标主体运动和旋翼转动进行建模分析与参数化表征,从雷达动目标回波中提取多普勒频移信息;然后利用短时傅里叶变换转换为时频图,对目标微多普勒特征进行精细化描述,并从雷达参数、目标类型、观测条件等多个角度重点分析了微动特征的影响因素;最后利用K波段线性调频连续波雷达开展飞鸟和两款典型旋翼无人机（“御MAVIC Air 2”和“悟Inspire 2”）微动测量实验,对微动参数进行估计,验证了理论模型的正确性. 实测数据分析表明:目标旋翼叶片长度越大、转速越高,微多普勒频率越大;叶片数目增多导致微动特征重叠;雷达观测角度、调制周期以及时频分析的时间窗长均会对微动特性产生重要影响.     

基于闪烁现象的旋翼微动特征提取方法

针对窄带雷达旋翼微动特征参数提取问题,研究了一种基于闪烁现象的旋翼微动特征提取方法。首先通过自相关处理估计出旋翼目标回波的闪烁周期,并利用闪烁周期与叶片数的关系估计得到多种可能的转速,其次通过时频分析及骨架提取方法,判断叶片的奇偶数及估计旋翼目标的最大微多普勒频率,并利用先验区间对估计值进行初步筛选,最后在保持与原始信号中噪声功率相同情况下,利用估计值对回波信号进行重构,从能量差异的角度对估计值进行第二次筛选,将原始信号能量与重构信号能量最接近的估计值输出作为最终的估计值。仿真结果验证了本文方法的可行性和有效性。     

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。     

外辐射源雷达直升机旋翼参数估计方法

外辐射源雷达是一种基于第三方非合作照射源的新体制雷达系统,在微多普勒效应目标分类和识别方面具有独特的优势,而其特点也决定了微多普勒效应参数估计方法需要具有良好的抗噪性能且计算量要小。针对上述问题,该文依据外辐射源雷达直升机旋翼微动信号模型,提出了利用时频域中回波闪烁特征进行直升机旋翼参数估计的新思路。通过对时频图中正负频率轴数据的幅值分别进行累加,提取出回波闪烁参数,同时,依据微动信号内在特性构建字典矩阵,利用正交匹配追踪算法实现了叶片长度、叶片数量、旋翼转速等参数的估计,相比常规Hough变换参数估计方法,该文方法更准确,更迅速。仿真和实测证明了该文方法的有效性。      

一种旋翼叶片微动特征提取新方法

利用旋翼目标的旋转运动引起的微多普勒效应,实现目标微动特征的准确提取,可为目标的精确识别提供重要依据。该文以旋翼叶片为例,提出一种基于自相关函数和图像域的微动特征快速提取方法。首先基于目标的回波信号的周期性,利用回波自相关函数的图像峰值位置与目标旋转频率的关系,实现旋转频率的快速提取。然后在图像域提取目标微多普勒特征的边缘信息,通过边缘信息获得叶片散射点位置和初相信息。仿真结果验证了该方法的有效性。     

基于窄带微多普勒调制的锥体目标参数估计

当雷达对锥体目标发射窄带信号时,进动调制会使回波中包含的散射中心瞬时频率发生周期性变化,这种变化可以反映出目标几何尺寸与结构特性,针对此该文提出一种基于窄带微多普勒调制的空间锥体目标参数估计方法。首先对目标散射特性进行分析,推导进动引起的目标散射中心瞬时频率变化公式;然后利用时变自回归模型估计散射中心瞬时频率,并对估计结果进行重新关联以消除其中出现的关联错误;最后根据锥顶和锥底散射中心瞬时频率变化性质,结合目标弹道估计得到目标几何尺寸参数及微动参数。基于电磁计算数据的实验结果验证了该文所提方法的有效性和精确性。     

基于时频集中度指标的多旋翼无人机微动特征参数估计方法

无人机旋翼转动产生的微多普勒调制能够反映此类目标的微动特性,准确估计无人机旋翼长度、转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波体制雷达,提出一种基于时频集中度指标(CTF)的多旋翼无人机微动特征参数估计方法,推导了无人机旋翼微动特征参数与微多普勒分量信号参数之间的映射关系,在时频旋转域基于时频集中度指标,提高了各微动分量的区分度,相比于传统方法,提高了多分量微多普勒信号的参数估计精度,在低信噪比环境下也具有很好的鲁棒性。通过仿真和实际场景实验验证了方法的有效性。     

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.     

运动目标多普勒回波数值模拟

提出了一种应用准静态技术,结合快速多极子算法计算任意形状的运动目标多普勒信号的方法.对目标的几种典型的微动多普勒信号进行了仿真,并应用高分辨时频分析算法对仿真得到的微多普勒信号进行了分析,提取出了微多普勒瞬时频率,通过与相应微动规律的点目标微多普勒瞬时频率进行对比,表明二者具有相同的变化规律,从而证明文章提出的方法是有效的.