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。     

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。      

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.     

基于多域特征融合的旋翼无人机分类识别

为提高雷达旋翼无人机的识别效果,本文提出一种基于多域特征融合的旋翼无人机分类方法。首先利用K波段连续波（Continuous Wave,CW）雷达观测多旋翼无人机,对采集到的雷达回波信号进行信号处理依次得到时频图、节奏速度图（Cadence?Velocity Diagram, CVD）和节奏频谱图（Cadence Frequency Spectrum,CFS）,然后将时频图和CVD图分别输入SqueezeNet网络,CFS数据输入一维卷积神经网络（1?D?CNN）提取回波信号在时频域、节奏速度域和节奏频率域的特征,最后将特征融合输入支持向量机（Support Vector Machine, SVM）进行分类。实测雷达数据处理的结果表明基于多域特征融合的旋翼无人机分类识别方法对三类旋翼无人机的分类准确率达到99.14%。     

旋翼无人机调频连续波雷达滑轨成像及特性分析

对旋翼无人机的精细化特性分析是提高雷达对“低慢小”目标分类和识别能力的关键。从目标距离-方位二维雷达成像的角度出发，利用K波段和太赫兹两个波段的调频连续波（FMCW）雷达，实现对旋翼无人机目标的滑轨成像。首先，建立了雷达滑轨成像的信号处理模型，给出了回波距离-方位二维聚焦的实现方法。其次，从雷达波段、调制带宽、扫频周期、滑轨长度、成像时间等多个角度分析和比较雷达成像性能的影响因素。最后，选取三种不同尺寸的典型旋翼无人机，利用两个波段FMCW雷达开展成像实验。实测数据分析表明:无人机在静止状态下，成像散射点能够较为精确地反映目标的物理结构；悬停状态受旋翼转动的影响，回波幅度增强，在距离和方位向能量发散程度与叶片长度和转速有关，并表现明显的微动特性，利用旋翼对无人机主体运动的调制和扰动特性，可用于后续的目标分类和识别。      

基于ISAR像序列的多旋翼无人机参数估算

为了实现对低空多旋翼无人机的旋翼片数及其转动周期参数进行识别,提出了基于逆合成孔径雷达(ISAR)像序列的多旋翼无人机参数估算方法,利用欧拉旋转矩阵对多旋翼无人机运动模型进行建模,并分析了多旋翼无人机ISAR像成像机理,然后利用距离瞬时多普勒算法获取了多旋翼无人机的ISAR像序列,通过成像仿真发现,当旋翼与雷达视向垂直时在成像平面上会出现强散射;再对ISAR像数据进行预处理,获取了强散射在时间-距离向上的分布矩阵,结合蚁群算法估算出了旋翼数目,并用自相关估算出了转动周期。仿真结果表明:提出的算法具有较好的抗噪性,在信噪比大于-10 d B的情况下,实现了对旋翼片数及其转动周期的估算,且旋翼转动周期估算误差小于8%。     

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。     

基于分布式压缩感知的窄带LFMCW旋翼成像方法

针对窄带LFMCW体制雷达旋翼成像问题,研究了一种基于分布式压缩感知(DCS)的窄带LFMCW旋翼ISAR成像方法。在该方法中,根据窄带LFMCW体制雷达成像与传统脉冲体制回波模型上的差异,基于转速参数估计和压缩感知理论,建立了LFMCW体制雷达旋翼回波稀疏基以及稀疏表示模型,在此基础上,研究了相应的ISAR成像方法。在该算法中,首先提取出脉压后旋翼所在距离单元内的回波,通过自相关思想并利用图像熵完成对旋翼目标叶片个数和旋翼转速的估计;然后对于方位欠采样条件时传统方法不适用于LFMCW雷达的旋翼成像问题,根据旋翼转速信息构建出窄带LFMCW分布式稀疏基,将Dechirp后的回波信号通过DSOMP算法进行重构,实现最终成像。仿真结果验证了所研究方法的可行性和有效性。     

一种基于雷达窄带回波的转动参数估计方法

对单散射点和多散射点转动目标产生的雷达回波进行建模,分析了转动散射点对雷达回波的调制,使用CLEAN算法思想分离多散射点的信号;使用不同的带有加速度和加加速度调制的信号对回波信号进行匹配傅里叶变换,通过搜索的方式提取出与目标信号匹配最好的加速度与加加速度值;使用最小二乘法估计目标的转动频率,进而提取出目标的其他转动参数,在存在多普勒混叠的情况下通过提取目标的加速度估计值实现了对多散射点的转动目标的参数估计。最后,通过仿真实验验证了方法的有效性。     

一种变步长的微动目标参数高精度提取方法

针对窄带雷达旋翼微动特征参数提取问题,研究了一种变步长的微动目标参数高精度提取方法。首先提取出脉压后旋翼目标所在距离单元内的回波,通过时频分析和骨架提取,对旋翼最大瞬时微多普勒频率进行估计;然后利用最大瞬时微多普勒频率等先验信息,对转速搜索矩阵进行降维处理,将微动目标尺寸参数和转速参数的二维联合估计转化为独立估计,并采用变步长搜索过程实现参数的精确估计;最后,通过能量积累的方法估计出旋翼转速,再进一步提取出目标的尺寸信息。仿真结果验证了所提方法的可行性和有效性。     

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%。     

基于循环谱的外辐射源无人机微动特征检测

为了降低无人机微多普勒特征信号检测难度,提出了一种基于无源雷达与循环谱相结合的微多普勒特征检测算法。首先,建立基于数字电视地面广播(Digital Terrestrial Multimedia Broadcast,DTMB)的无源雷达回波信号模型,分析各成分信号的循环谱,并提取循环谱的等高图获得二维特征信息;然后,将无人机旋翼对DTMB信号的微动调制作为检测目标,在此基础上进行循环谱检测和理论仿真。该算法在不进行复杂的杂波抑制的前提下直接对接收信号做循环平稳处理,实测结果验证了该算法能较准确地检测到无人机的微多普勒特征。     

毫米波雷达旋翼回波的多普勒调制效应研究

在毫米波雷达体制下,针对直升机旋翼旋转对雷达波的多普勒调制效应进行了研究,引入旋翼面模型并推导了旋翼回波公式,并对根据面模型仿真的旋翼回波信号的时频域特性进行了分析.结果表明,旋翼回波可等价地看作由旋翼中心点绕转轴旋转所得回波为载频,其幅度包络是旋翼中线旋转包络与旋翼底边旋转包络的乘积.与线模型仿真结果比较,主闪烁脉冲幅度大大消弱,在主闪烁脉冲之间出现了幅度较小的闪烁脉冲.     

WLFMCW雷达旋翼转速快速估计方法

针对用于脉冲体制雷达的旋翼转速估计方法不能完全应用至宽带线性调频连续波(WLFMCW)的问题,提出了一种基于WLFMCW的直升机旋翼转速快速估计方法。首先,建立了WLFMCW旋翼目标回波模型,并对回波特点进行了分析。然后,在微动特征骨架曲线上通过搜索相邻峰值的相位差来计算图像周期。最后,基于图像最小熵原理,对旋翼叶片搜索成像并估计出旋翼叶片个数,通过图像周期、旋翼叶片个数、旋翼转速三者的关系估计出旋翼转速。仿真结果验证了所提方法的可行性和有效性。     

太赫兹雷达直升机旋翼目标微动特性研究

直升机旋翼微动形成的微多普勒特征对于战场环境下直升机目标探测识别具有重要意义,掌握直升机旋翼的微动特性是雷达目标辨识的前提。太赫兹雷达波长短,多普勒效应显著,迫切需要掌握太赫兹频段旋翼目标微动特性。首先对偶数叶片和奇数叶片的螺旋桨目标进行建模,分别使用微波波段(3 GHz)与太赫兹波段(120 GHz,220 GHz)雷达对目标进行仿真分析,并从目标的回波信号特征出发提取多普勒频移信息,利用短时傅里叶变换进行时频分析,对比分析目标与雷达参数对其多普勒效应的影响及调制关系。仿真结果表明：在转速、视角以及直升机叶片长度均相同的情况下,太赫兹频段下的微多普勒效应比微波频段显著增强,多普勒曲线也更加清晰,叶片细节更加丰富。应用太赫兹雷达提取微多普勒信息能够为直升机目标识别提供重要特征。     

太赫兹单频雷达的二维成像仿真

当目标相对雷达存在二维转动时,即使采用单频雷达也可获得目标的二维图像。特别是在目标围绕2根垂直于雷达视线的正交转轴旋转时,成像投影平面垂直于雷达视线,获得视角类似于光学照相机的成像结果。分析了单频雷达二维成像的原理,并利用图形电磁计算软件(GRECO)模拟1.5 THz单频雷达的坦克模型回波,通过二维快速傅里叶变换(FFT)进行二维方位向压缩,获得目标的侧视图像。     

太赫兹双频雷达目标微动特征提取仿真

基于双频太赫兹回旋管设计了双频太赫兹雷达,针对振动、转动、翻滚运动目标建立了包含微多普勒信息的目标回波模型,采用时频分析方法开展了微动特征仿真计算.通过仿真结果可以看出,0.11 THz雷达和0.22 THz雷达对于振动、旋转、翻滚的微动特征都有厘米级的探测能力.在较强噪声条件下,通过自功率谱时频分析,可以抑制噪声,提...