直升机旋翼微多普勒特性分析

近年来,对微多普勒效应的研究为目标的精确识别提供了一种新的途径,其在对直升机探测、分类和识别领域有着重要的应用前景。采用物理光学模型计算了直升机旋翼的雷达散射截面,改进了直升机旋翼回波的微多普勒模型。并基于该模型,分别计算了不同形状以及转速的双叶片、三叶片直升机旋翼的探测回波信号,利用短时傅里叶变换时频分析方法分析了微多普勒特征。研究结果表明,不同的直升机旋翼叶片数量、长度以及转速对直升机旋翼微多普勒的曲线形状、幅度以及周期产生不同的影响,为下一步对直升机的微多普勒识别提供了参考和借鉴。     

转动目标光学微多普勒效应的仿真研究

为了研究转动目标激光雷达回波信号中目标运动特征的提取问题,建立了转动目标微多普勒效应的点散射模型,并进行了仿真研究,获得了激光雷达探测转动目标的回波信号图.针对转动目标雷达回波信号成分复杂,采用一般的时频分析方法信号可读性差的问题,提出了应用时频分析的重排算法来分析信号,获得了良好的时频特性,估计出了目标的相关运动参数,证明了该方法用于分析转动目标微多普勒信号的有效性,为利用雷达回波信号的时频特征实现转动目标的识别奠定了基础.     

利用飞控特征的四旋翼无人机雷达回波信号仿真

针对现有旋翼无人机雷达回波信号仿真方法未将密切相关的机身速度与旋翼转速相关联的问题,本文利用旋翼无人机的飞控特征,提出了一种将机身运动与旋翼转速相结合的四旋翼无人机雷达回波信号仿真方法。首先根据雷达回波仿真所需参数利用四旋翼无人机飞控原理给出一种机身速度与旋翼转速关联的简化运动模型,其次推导并给出线性调频体制雷达四旋翼无人机雷达回波信号模型,最后利用坐标系转换将简化运动模型与回波信号模型相结合。实验结果表明,仿真回波信号的时频分析结果能够体现机身速度和旋翼转速相关联的微多普勒特征,对于无人机运动状态变化的情况,其雷达回波仿真有必要将机身速度与旋翼转速联合考虑。      

直升机目标微多普勒分析和仿真

首先分析直升机目标回波组成,提取了旋翼回波微多普勒,通过仿真,分析比较了不同叶片数目和不同入射角时旋翼回波微多普勒,表明旋翼微多普勒分布特征与入射角无关,为提取稳定的直升机雷达特征提供了思路。     

基于微多普勒特征的空中目标识别

分析了直升机目标回波信号的微多普勒频谱，基于直升机目标和固定翼飞机目标多普勒频谱的差别，提出了两种微多普勒特征用于识别直升机目标和固定翼飞机目标，其中一种利用了直升机回波信号正负多普勒频谱能量的不对称性，另一种模式特征利用了机身回波信号能量与旋翼回波信号能量的对比，使用仿真数据和试验测试录制的数据的计算结果表明该方法具有很好的识别效果。     

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。     

微多普勒的参数化估计方法

通过对微运动引起的微多普勒进行提取,可以获取目标的微动力学特性,为目标识别提供更多可靠的特征量.本文从信号模型出发,分析了振动、旋转、锥旋三种基本微运动模型回波,将其统一为三参数正弦调频信号.针对这一形式的信号,本文提出了基于TFD(Time Frequency Distribution)-Hough变换的参数化微运动回波信号处理框架,从数学上推导了微多普勒的时频分布特性,提出了相应的时频图曲线Hough变换检测方法.仿真实验和外场实测处理的处理证明了本方法的有效性和鲁棒性.     

激光雷达微多普勒效应的仿真研究

为了研究激光雷达中微多普勒效应的探测及其雷达回波信号中反应目标特征的微多普勒信息的提取问题,建立了激光雷达微多普勒效应的物理模型,对应用激光雷达探测由目标振动引起的微多普勒效应进行了仿真,并对仿真信号进行了分析,由于信号的时变性,引入了时-频域联合分析的方法。采用了短时傅里叶变换方法对仿真信号进行了时频分析,得到了能够较好地反映目标特征的微多普勒图像。结果表明,激光雷达适合于低振幅微多普勒效应的探测,应用时频分析方法能够有效地从雷达回波信号中提取出目标的微多普勒特征。     

运动直升机旋翼的微多普勒特性分析

激光雷达由于其极高的探测灵敏度,使其在探测过程中具有明显的微多普勒效应。目前,对直升机旋翼微多普勒的研究大部分是在直升机处于悬停状态的基础上,但是在实际情况中直升机是在做各种运动。利用PO 法对直升机旋翼叶片的RCS 进行了计算,建立了直升机旋翼回波的微多普勒模型。并基于该模型,以AH-64 武装直升机为例,分别对作直线运动和俯仰运动的直升机旋翼的微多普勒效应进行了仿真和数值分析。研究结果表明,通过对直升机旋翼的距离单元曲线以及微多普勒频谱的分析可以初步判断直升机的运动状态,为下一步运动直升机的微多普勒识别提供了参考和借鉴。     

基于双通道GoogLeNet网络的旋翼无人机分类

针对利用雷达微多普勒效应的旋翼无人机识别问题,提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换（Short-Time Fourier Transform,STFT）从而获得信号时频谱,对时频谱沿时间轴进行傅里叶变换得到节奏速度图（Cadence-Velocity Diagram,CVD）。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征,最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明,所提旋翼无人机分类方法准确率可达到98.9%。     

复合微多普勒效应中几种时频方法的比较

为了研究复合振动目标微多普勒信号中目标振动特征的提取问题,进行了激光微多普勒效应探测运动目标复合振动的实验研究,对实验结果的时频域的联合分析表明:时频分析方法能够较好地分析出运动目标复合振动的微多普勒特征。运用短时傅里叶变换(STFT)、Winger分布(WD)、Winger-Ville分布(WVD)和重排平滑伪Winger-Ville分布(RSPWVD)对微多普勒信号进行了时频分析,并对结果进行了比较。结果表明:重排平滑伪Winger-Ville分布(RSPWVD)能较好地揭示微多普勒信号的特征,是一种有效的时频分析方法。     

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。     

激光微多普勒效应探测系统

建立了激光微多普勒效应探测系统,开展了利用激光微多普勒效应探测运动目标微小振动的实验研究.特征提取的结果表明:时-频分析方法适合于时变微多普勒信号的分析,能够有效地提取出运动目标的振动特征.     

激光微多普勒探测运动目标复合振动的实验研究

建立了激光微多普勒效应探测系统,开展了激光微多普勒效应探测运动目标复合振动的实验研究.实验结果的频谱分析和时-频域的联合分析表明:利用激光微多普勒效应,可以有效地探测目标的复合振动,为目标的探测、分类和识别奠定了基础.     

运动目标微多普勒效应的激光雷达相干探测及特征提取

在建立口径为200mm,波长为1550nm的全光纤型激光相干雷达探测系统的基础上,展开对运动目标微多普勒效应的实验研究。对实验获取信号进行频谱分析和时域-频域联合分析的结果表明,时间-频域联合分析方法可有效地提取运动目标的微多普勒效应特征,从而得到目标在20～2000Hz的振动特征。利用这些特征可区分和识别不同运动目标,为目标的探测、分类和识别提供了一条有效的途径。