基于时间-距离像的弹道目标进动特征提取新方法

进动是弹道目标最常见的微动形式,进动特征的差异为雷达识别真实弹头和诱饵提供了一种新的途径。针对弹道目标的进动特性,推导了弹道目标上任意一散射点的进动径向距离变化数学模型。通过分析散射点一维距离像随时间变化的规律,提出了一种基于时间-距离像的弹道目标进动特征提取新方法。该方法首先从弹道目标时间-距离像信号中准确提取出所有强散射点径向距离变化的线性和信号,进而通过分析这一信号的频谱特性,估计出了弹道目标的自旋、锥旋频率及进动角。计算机仿真结果表明:该方法具有很高的估计精度和良好的抗噪性。      

基于多站雷达自适应融合的光滑对称锥体三维重构与参数估计

针对单部雷达提取目标微动参数精度不高和难以实现三维重构的问题,提出了一种基于多视角微动信息自适应融合的三维重构新方法。首先,建立了组网雷达模型和锥体进动模型,在详细分析各散射点微距离变化关系的基础上,对不同视角下的锥顶散射点进行了匹配关联。然后,以每两部雷达的观测信息作为一个目标参数求解组合,采用基于估计方差最小的加权融合算法对各组合求得的参数进行优化处理。最后,利用优化后的参数求解出目标锥顶坐标和锥旋矢量,实现了锥体目标的三维重构。仿真结果表明该方法能有效实现高精度参数的提取和锥体目标的重构。      

基于微多普勒特征的空间锥体目标识别

空间锥体目标在大气层外飞行过程中存在不同的微动,目标的微动为进动,诱饵的微动为摆动或自旋.根据真假目标的微动差异,提出了低分辨雷达的目标识别方法.在多散射中心信号模型下分析了真假目标的微多普勒特性,指出目标回波信号微多普勒谱与其进动参数密切相关,而诱饵回波信号微多普勒谱与其摆动＼自旋频率密切相关.应用低分辨雷达多次回波...     

基于窄带雷达组网的空间锥体目标特征提取方法

进动引发的微多普勒调制可作为空间锥体目标识别的重要依据,针对此该文提出一种基于窄带雷达组网的进动锥体目标特征提取方法。该文首先根据目标散射特性推导了进动引发的散射点理论瞬时频率变化,并根据频谱熵实现了多个雷达视角观测下的散射点瞬时频率变化的匹配;然后依据不同视角下锥顶与锥底散射点瞬时频率变化关系,提出一种目标进动与尺寸特征联合提取的新方法,实现了目标高度、底面半径、质心位置、进动角等参数的高精度估计。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。     

基于组网雷达的有翼弹道目标三维成像

组网雷达的多视角特性有利于获取目标的真实空间结构。该文在构建有翼进动目标回波模型的基础上,分析不同类型散射中心的微多普勒信息变化率的变化趋势,对微多普勒信息进行分离提取。利用非线性最小二乘拟合获取散射中心的幅度、相位信息。基于微动特征的不变性,利用多部雷达锥顶散射中心的幅度信息估计微动特征和坐标转换参数。然后根据各散射中心在不同视角上投影分量的差异,实现尾翼散射中心的匹配,之后求解散射中心的瞬时空间位置,实现目标重构。仿真验证了算法的有效性,并分析了微动参数和信噪比对重构结果的影响。     

基于微多普勒的圆锥弹头进动与结构参数估计

微动特征是弹道中段目标雷达识别的有效特征之一。该文首先推导了圆锥弹头的锥顶散射中心和锥底平面上两个滑动散射中心的微多普勒表达式,与由几何绕射理论得到微多普勒时频曲线进行对比,发现锥顶散射中心的微多普勒时频曲线有细小差异,其他两个散射中心的很吻合。通过分析这3个表达式发现3个散射中心的微多普勒具有3种相关性。针对这3种相关性论文提出了在不同入射角下提取微多普勒时频曲线的离散点进行进动和结构参数估计的方法,并进行了仿真实验提取了进动和结构6个参数,且估计效果较好。     

基于参数化时频分析的进动锥裙目标瞬时微多普勒频率提取方法

微动目标散射点的微多普勒对目标运动、结构参数的估计具有重要意义。该文针对表面光滑的锥裙目标,首先依据进动锥裙目标的等效散射点模型,推导出散射点的理论微多普勒曲线表达式。结合进动调制的锥裙目标微多普勒曲线为多阶正弦级数叠加的先验信息,提出一种基于参数化时频分析的进动锥裙目标微多普勒曲线提取方法。针对多分量信号组成的锥裙目标回波,该方法利用相干信号单距离多普勒干涉(CSRDI)方法估计锥旋频率,进而利用参数化时频分析估计散射点的微多普勒曲线,之后利用带阻滤波器分离估计得到的散射点回波信号。基于电磁仿真数据验证了所提方法的有效性。     

利用HRRP序列估计弹道中段目标进动频率

弹道导弹中段的真、假诱饵受质量分布等因素的影响,其进动频率等特征存在较大差别。微动特性作为弹道导弹目标识别中的稳定特征,可以通过旋转目标的微多普勒信息进行提取,这也是当前弹道导弹目标识别的研究热点。本文以弹道中段的锥柱状弹头为研究对象,建立了该类目标的散射点模型和进动模型,通过分析一维距离像上散射中心位置变化特点,提出基于散射点时频分布图估计进动频率的算法。该算法首先应用短时傅里叶变换得到强散射中心单元的时频图,再利用自适应阈值法提取时频脊线,从而估计出目标进动频率。实验仿真了弹道回波数据,并利用该数据验证算法的有效性。实验结果证明了算法具有良好的抗噪性能。      

弹道目标章动特性及其微多普勒研究

章动是自旋弹道目标的一个典型运动特征.文中通过引入初始目标坐标系将摆动、自旋、锥旋3种运动叠加起来,建立了弹道目标章动的数学模型,分析了有翼弹道目标和无翼弹道目标章动特性对雷达回波调制的差异性,推导出了目标章动所产生的微多普勒理论结果,通过仿真实验给出了章动微多普勒的时频分析结果.证明了仿真结果和微多普勒理论结果一致性.     

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。     

多视角微多普勒融合的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于多视角窄带雷达网的微动参数提取方法。在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用各散射中心之间的微多普勒相关性,结合频率补偿的方法,实现了回波多普勒谱中各散射中心对应的微多普勒曲线的匹配识别。在此基础上,构建多视角联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数。仿真结果证明了该方法的有效性与适应性。      

基于AlexNet-BiLSTM网络的锥体目标微动分类

针对典型弹道锥体目标分类需构造、提取人工特征而缺乏通用性及智能性的问题,提出一种利用卷积神经网络（Convolutional Neural Network,CNN）与长短期记忆网络（Long Short-Term Memory,LSTM）相结合的网络模型,对弹道锥体目标的微动时频图实现智能分类的方法。首先,分析弹道锥体目标的微多普勒特征,得出不同微动形式的微多普勒频率;然后,利用AlexNet网络的图像特征提取能力与BiLSTM网络的时序特征提取能力构造AlexNet-BiLSTM网络模型,并通过模拟雷达回波生成的时频图数据集对网络进行训练、调试;最后,仿真结果表明该网络能实现弹道锥体目标的智能微动分类,验证了该网络的有效性及鲁棒性。      

弹道目标高分辨一维距离像运动补偿研究

弹道中段目标运动形式复杂,高速运动的同时伴随自旋、进动、翻滚等微动,该文首先针对弹道目标运动特点,建立了去斜率处理的宽带雷达回波模型,定量分析了高速运动和微动对一维距离像的影响;然后针对高速运动严重影响一维距离像质量的问题,提出了一种新的一维距离像运动补偿方法,该方法将自适应时频变换技术和粒子群优化算法相结合,通过在二维时频平面内跟踪单个散射点的多普勒变化来估计目标速度,从而实现一维距离像运动补偿。仿真实验表明,该方法估计精度高、计算量低、对噪声有很强的鲁棒性,能有效补偿高速运动对弹道目标一维距离像的影响。     

一种基于经验模态分解的锥体目标雷达微动特征提取新方法

本文以锥体目标为对象,分析了目标进动对雷达回波的调制作用,研究了基于经验模态分解算法的多分量正弦调频信号分离方法,使用短时傅里叶变换得到了每个本征模态函数的瞬时频率,提取了进动周期、进动角、不同散射点间的微动幅度比值等微动特征及目标纵横比,并用暗室测量数据进行了验证,证明了本文的观点和特征提取方法的有效性.     

基于窄带测距信息的空间目标微动特征检测与估计

微动目标被线性调频信号照射时,由于距离-多普勒耦合效应,微多普勒的存在会使得目标测量距离发生偏差。该文以匀速转动目标为例,从理论上证明了这种测距偏差随时间呈正弦规律变化,并且可以被跟踪雷达所观测。在此基础上,针对窄带跟踪雷达系统,提出了一种目标微动特征检测与参数估计的新方法,以空间目标精密跟踪雷达的典型参数为依据,设计了仿真实验和暗室动态测量实验,分析结果证明了该文的观点以及检测与估计方法的有效性。     

OFD-LFM MIMO雷达中旋转目标微多普勒效应分析及三维微动特征提取

该文将微多普勒效应引入到多输入多输出(MIMO)雷达技术研究,以旋转运动目标为例,分析了雷达辐射正交频分线性调频信号(OFD-LFM)时目标的微多普勒效应,给出了其参数化表达。在此基础上,进一步将微多普勒理论从目前的雷达视线方向上的微动分量提取扩展到微动部件3维运动和结构特征提取,利用MIMO雷达的多视角特性,提出了构建多元非线性方程组求解旋转部件的3维运动参数的算法,实现了目标3维微动特征的提取。仿真实验验证了算法的有效性和鲁棒性。     

弹道目标平动补偿与微多普勒特征提取方法

针对传统逆合成孔径雷达(ISAR)成像中的平动补偿方法并不适用于弹道目标平动补偿的问题,该文提出了一种弹道目标平动补偿与微多普勒(m-D)特征提取方法。在分析有翼弹道目标未完成平动补偿时的m-D效应的基础上,首先采用形态学中的骨架提取方法抑制1维距离像旁瓣,再在快时间频率(距离)-慢时间平面上搜索分离各散射点的m-D特征曲线,然后对其进行经验模式分解(EMD)分解,利用分解结果中的趋势项分量完成目标回波的平动补偿,并通过分析EMD分解结果获得了目标的自旋频率、锥旋频率等特征信息。仿真实验验证了所提方法的有效性与鲁棒性。