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%。     

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。     

基于自相关-倒谱联合分析的无人机旋翼转动频率估计方法

准确估计无人机旋翼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雷达的无人机目标回波模型,提出一种自相关-倒谱联合分析的无人机旋翼转动频率估计方法,推导了无人机旋翼转动频率与雷达回波倒谱输出中周期性时延的映射关系,通过加权均衡能够更有效地估计多旋翼无人机旋翼转动频率,弥补了传统方法的不足。通过仿真和实际场景实验验证了方法的有效性。     

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。     

MDI训练样本集构建对雷达探测旋翼无人机分类的影响分析

利用卷积神经网络对目标微多普勒特征进行深度学习是目前雷达探测无人机分类的重要手段。实际应用中,无人机参数如叶片转速、叶片长度、叶片初始相位、无人机方位角、无人机俯仰角、无人机径向速度等参数变化大,导致训练样本变化大。该文分析训练样本集对旋翼无人机分类结果的影响。首先建立单旋翼无人直升机、四旋翼无人机和六旋翼无人机雷达回波仿真模型。然后对其进行微多普勒特征分析提取,构建多种不同情况下的合并多普勒图像(Merged Doppler Images, MDI)训练样本集。最后利用GoogLeNet (Inception v1)得到不同情况下的无人机分类结果,分析训练样本集中样本数量、无人机单一参数变化、样本参数涵盖完整性以及无人机参数采样间隔对分类准确率的影响。实验结果表明:训练样本集的差异可能对分类准确率产生显著影响。      

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。     

匀加速转动目标转动参数联合估计

匀加速转动目标运动参数估计是逆合成孔径雷达(ISAR)成像中的一类常见问题。该文在给出匀加速转动目标雷达回波信号模型的基础上,推导了利用线性调频信号对匀加速转动目标雷达回波进行拟合时所得参数与目标转动速度参数之间的关系。在此基础上,进一步提出一种匀加速转动目标转动参数联合估计方法,实现了转动参数的无偏估计。仿真结果验证了该算法的有效性。     

直升机信号的采集和分析

首先在Ｘ波段对直升机旋翼回波信号进行了仿真,给出了其信号特征,然后介绍了用Ｘ波段连续波雷达进行直升机回波信号采集试验情况,最后用时频分布方法对采集到的信号进行了分析并给出了结论。     

频率步进雷达挂飞试验运动特性分析

建立了频率步进雷达挂飞试验的相对运动模型,该模型能够简化雷达平台与目标间的径向运动的分析复杂度。在该模型下,分析了挂飞试验中雷达平台与目标之间的相对运动的运动特性。通过理论推导,发现当雷达平台做匀速直线运动时,在任意一个雷达相参处理周期内,雷达平台与目标之间的相对运动都可以看作匀速直线运动,并进一步分析讨论了不需要进行二次项补偿即可直接成像的最大平台运动速度。     

二相编码脉冲信号的距离多普勒信号处理

基于伪随机二相编码连续波和相干脉冲串信号的特点，提出一种脉间二相编码脉冲雷达信号及其处理的一般模型和等效简化模型，同时给出了该信号处理方法用于点目标的仿真结果。最后，结合雷达高度表回波信号的特点，较为详细地讨论了脉间二相编码信号在雷达高度表中的应用，也给出了仿真结果。     

模拟空中目标定位运动模型的几点设想

空中目标定位运动模型主要为雷达模拟设备与系统提供及时、准确、逼真的空中目标信息。空中目标定位运动模型是任何雷达模拟系统都必须建立的基本模型,其结构与系统的处理速度、精度有极大的相关性。建立雷达训练想定时,为了使目标在预定时间到达预定地点（如拦截、合批、分批等操作）,需要确定精确的4D飞行航迹,必须给定确定的航路点,模拟目标的实际位置。     

箔条云的全极化频谱特性

基于箔条螺旋下降的运动模型,研究了箔条的转动和平动对箔条云回波信号造成的影响,用统计方法研究了箔条云的全极化频谱特性.首先介绍了箔条螺旋下降的运动模型,给出了转动偶极子的极化散射矩阵,在此基础上分析了箔条云散射矩阵元的自相关函数和互相关函数,给出了散射矩阵元的功率谱和交叉功率谱的表达式,然后给出了均匀取向和水平取向箔条云回波频谱的数值结果.     

扫描工作模式的航管监视雷达风电场回波信号的微多普勒特征分析

风电场可能对航管监视雷达等电子设备产生严重影响。风电场回波是多个风轮机回波的相干叠加,由于复杂的多径环境使得航管监视雷达产生大量的虚假目标,因而分析风电场回波信号的微多普勒特征对风电场杂波检测与抑制,保证民航飞行安全具有重要意义。本文在风轮机回波信号散射点叠加模型的基础上,对扫描工作模式的航管监视雷达风电场回波信号进行了建模与仿真,详细分析了风电场中多个风轮机之间和风轮机与地面之间的多径效应对回波信号微多普勒特性的影响。仿真结果与理论推导进行了对比分析,证明了本文算法的有效性。      

四旋翼飞行器建模与PID控制器设计

为了实现对四旋翼飞行器的稳定飞行控制,对四旋翼飞行器建立了动力学数学模型,并采用准LPV法将非线性模型线性化,在建立的动力学模型基础上,对飞行器垂直速率、俯仰速率、横滚速率、偏航速率四个独立通道上分别设计了PID控制器.并通过Matlab/Simulink软件进行控制系统仿真,并对仿真结果进行分析,仿真结果验证了PID算法的有效性.     

对空时自适应处理技术的散射波欺骗干扰研究

文中通过分析机载雷达空时信号模型,提出了针对空时自适应处理器的散射波多维欺骗干扰方法,根据多普勒频率对方位余弦的依从性,利用角反射器与机载雷达的几何关系构成角度欺骗,并通过干扰机调制及与雷达平台的相对运动产生虚假的多普勒信息,解决了传统空时自适应处理干扰信号维度单一的问题。分析了干扰机不同飞行路径时假目标多普勒频率对角反射方位余弦依从性的数学模型,最后通过仿真验证了干扰效果。     

基于Chirp-Z变换的串行双站斜视SAR成像算法

该文首先建立了串行双站斜视SAR的几何模型,给出了雷达回波的数学表达式,推导了它的2维频谱并对其特点做了分析。在2维频域内先用聚焦函数对观测场景中心的点目标进行精确成像,然后利用Chirp-Z变换校正了中心点两侧目标回波的距离徙动,再通过方位向逆傅里叶变换得到了雷达图像。该算法利用了Chirp-Z变换能够处理非线性调频信号的特点,简化了处理过程并提高了成像精度。仿真实验验证了这种基于Chirp-Z变换的新算法在处理串行双站斜视SAR数据时的有效性。     

基于目标稀疏性的雷达距离超分辨

雷达目标在观测空间中通常是稀疏的。当雷达发射线性调频信号时,目标回波的匹配滤波实际上是频域去斜脉压,回波信号在频域去斜后变成复正弦波。基于目标稀疏性和去斜回波的复正弦形式,可以构造多目标频域去斜回波的距离维稀疏信号模型,然后利用凸优化方法求解目标的距离,同时实现雷达距离超分辨。本文提出了一种基于目标稀疏性和频域去斜的距离超分辨方法,理论分析和仿真实验表明,该方法的距离分辨率超过了常规脉冲压缩技术,从而实现了雷达距离超分辨。