多重测量矢量模型下的稀疏步进频率SAR成像算法

基于压缩感知(Compressed Sensing, CS)的合成孔径雷达(SAR)成像算法可以用低于Nyquist采样率的采样数据完成稀疏目标高分辨成像。然而已有的算法在重构1维距离像时采用的大都是单重测量矢量(Single Measurement Vectors, SMV)模型,存在着重构耗时长、受噪声干扰大的缺点。该文从压缩感知的多重测量矢量(Multiple Measurement Vectors, MMV)模型出发,利用多重测量矢量恢复具有相同稀疏结构的联合稀疏目标信号源,从理论与实验角度分析了基于MMV模型的SAR 1维距离像成像性能,提出了一种距离向基于MMV模型,方位向基于SMV模型的2维SAR成像算法。该算法从耗时上、重构精度上均优于SMV模型下的CS成像算法。通过对仿真数据和地基雷达实测数据的处理,验证了算法的有效性。     

太赫兹雷达目标微动特征提取研究进展

微动特征是目标探测与识别的重要辅助特征。随着近年来太赫兹研究的兴起,太赫兹雷达目标微动特征提取正在逐渐凸显出其特殊优势。本文首先对近年来国内外太赫兹频段雷达目标微动特征提取方面的研究进行整理总结,从太赫兹频段微动特性分析、微动特征提取和微动目标成像等几个方面进行了深入的介绍和分析。然后针对太赫兹频段的优势和特殊性,介绍了本单位在太赫兹微动目标特性分析、特征提取和高分辨高帧频成像方面的工作。最后对太赫兹雷达目标微动特征提取的发展趋势进行了展望,并分析了本领域值得进一步深入研究的技术方向和有待解决的技术难题。      

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...     

微动目标雷达特征提取、成像与识别研究进展

微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念,然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状,并介绍了几种典型前沿应用,最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。      

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。     

基于贝塞尔函数基信号分解的微动群目标特征提取方法

微动特征提取是群目标分辨的有效手段,以往针对孤立目标的特征提取技术不再适用。针对此该文提出了一种基于信号分解的微动群目标特征提取方法。首先通过分析微动信号的正弦调频(SFM)形式,推导了SFM信号相位项在k-分辨率贝塞尔函数基上的分解结果;然后根据回波分解结果中微动频率与函数基的一一对应关系进行频率粗略估计,并针对误差产生原因给出了精确的微动频率估计方法;最后在离散信号相位解模糊的基础上,完成各子目标的微动频率提取。仿真实验验证了算法的有效性,且与正弦调频傅里叶变换(SFMFT)算法和平均幅度差函数(AMDF)算法相比具有更高精度。     

相位噪声对目标微动特征提取的影响

相位噪声对微多普勒频率测量的影响是决定微动特征能否在雷达目标识别中应用的关键因素之一.文中给出了单边带相位噪声与相位起伏均方根的关系,建立了考虑相位噪声后的微多普勒模型,通过仿真和暗室试验分析了微动特征提取对雷达相位噪声的需求.仿真和暗室试验结果表明,若雷达系统相位噪声在偏离载波1 kHz时小于-60 dBc/Hz,并且在近端相位噪声按频率的反比衰减时,雷达系统相位噪声对微多普勒特征提取效果影响较小.     

合成孔径雷达微动目标特征提取与参数估计研究进展

合成孔径雷达(synthetic aperture radar,SAR)探测区域中存在一类微动目标,深入研究SAR回波中的微动特征信息,可以获取反映目标结构、运动等信息的特征量,在战场侦察监视、目标识别、精确制导等领域具有重大意义。为此,介绍了SAR-微动目标指示(SAR-MMTI)的概念及其国内外研究历史,综述了对SAR微动目标的特征提取与参数估计方法的研究现状,指出在SAR微动目标的探测运用中仍然存在算法运算量大,抗杂波噪声能力弱,无法适应多微动目标、大微动目标和复合微动目标等问题,提出了解决问题的思路,给出了仿真结果并对SAR微动目标特征提取与参数估计的发展趋势进行了展望。     

正弦调频Fourier-Bessel变换及其在微动目标特征提取中的应用

针对微动目标特征提取问题,该文提出了一种正弦调频Fourier-Bessel变换(Sinusoidal Frequency Modulation Fourier-Bessel Transform, SFMFBT),并基于SFMFBT提出了一种雷达目标微动频率的精确提取方法。首先给出了SFMFBT的定义,分析了变换的相关性质,并通过频率提取误差分析给出了一种修正方法,最后讨论了离散信号处理中的若干问题。相比于傅里叶-贝塞尔变换,SFMFBT将k分辨率参数引入Bessel函数基,克服了其对应频率不可细分的缺陷,并且通过误差分析提高了信号分解精度,从而将Bessel函数基引入特征提取领域,拓展了其应用范围。仿真结果表明该方法同样适用于微动群目标频率提取与回波分离重构,且在SNR>0 dB条件下具有较好的鲁棒性。      

基于RSP-CFD方法的小型旋翼无人机微动特征提取

准确地估计小型旋翼无人机的微动参数对无人机的识别具有重要意义,针对小型旋翼无人机弱微动特征的提取问题,本文提出了 RSP-CFD(Reassigned Spectrogram-Cadence Frequency Diagram,RSP-CFD)的特征提取方法.首先采用高分辨时频分析方法RSP分析旋翼无人机的微动特性,其...     

低信噪比情况下的微多普勒特征提取方法

如何在低信噪比条件下进行微多普勒目标特征提取一直是微弱信号雷达检测的难点问题,文中从增强信号的角度出发,在信号不失真条件下,研究了多重自相关函数与信号强度的关系,提出了基于多重自相关函数与短时傅里叶变换联合的微多普勒目标特征提取方法,实现了在低信噪比条件下微多普勒目标特征的提取。文中通过建立旋翼回波信号,并在信噪比为-5d B的情况下,利用所提出的方法进行微多普勒特征提取,仿真结果表明该方法可以在低信噪比条件下有效提取出目标微多普勒特征。     

普通战车车轮微多普勒特征分析与提取

本电路首先将220V交流电变为12V直流电压来为整机供电,并应用气敏传感器MQ-2把瓦斯气体浓度这一非电量转换为电信号,再经由运算放大器μA709将该信号与门限电压比较,由电压比较器转化为数字信号并控制由LM555数模集成电路组成的双稳态触发电路最后应用继电器来控制报警电路和通风设备,从而实现报警。     

双天线旋转目标微多普勒特征分析

在旋转目标的飞行过程中,目标的旋转会在回波信号中产生微多普勒调制。合作式的旋转目标常通过机载应答机进行信息传输,理论与仿真分析发现在双天线信号传输模式中,弹体的遮挡效应会对接收信号中的微多普勒调制产生影响。通过建立应答式目标的微多普勒模型,分析应答机天线相对位置与微多普勒相位特征的关系,推导了双天线条件下地面接收信号的微多普勒调制特征,给出了对应时频特征下的接收信号模型,并分析了天线切换带来的实测信号间断性问题,结合信号时频特征提出下一步可行的信号处理方法。     

基于核方法的探地雷达目标特征提取方法

把核方法引入探地雷达目标特征提取中,先对雷达特征数据进行基于核的非线性变换投影到高维空间;然后在高维空间应用传统的探地雷达目标特征提取方法（LDA方法和PCA方法）提取雷达数据特征。对PCA、LDA、基于核方法的PCA和基于核方法的LDA四种探地雷达目标特征提取方法进行对比研究,对实测数据处理的结果表明：无监督的学习方法不适合探地雷达目标特征提取,所提基于核方法的LDA探地雷达目标特征提取方法效果最好。并详细阐述了基于核方法的LDA探地雷达目标特征提取方法。     

Real time electromagnetic target classification using a novel feature extraction technique with PCA-based fusion

This work introduces an efficient technique to design an electromagnetic target classifier whose reference database is constructed using scattered data at only a few aspects. The suggested technique combines a natural-resonance related feature extraction process with a novel, multiaspect feature fusion scheme. First, moderately aspect-variant late-time features are extracted from scattered field of a given candidate target at several different reference aspects using the Wigner transformation to characterize the target's scattered energy distribution over a selected late-time segment of the joint time-frequency plane. Then, these features are fused using the principal component analysis to obtain a single characteristic feature vector that can effectively represent the target of concern over a broad range of aspect angles. The suggested technique is demonstrated to design a classifier that is verified to be highly accurate and robust even in the presence of excessive noise. Due to the computational efficiency of the technique, the classifier needs very small memory space to store the reference information and quite fast lending itself suitable for real-time target classification.     

弹道目标特征提取研究现状与展望

随着弹道目标诱饵模拟、欺骗干扰等突防技术发展,真假弹道目标识别问题成为弹道目标防御系统的核心技术难题。为此,剖析了下一代弹道目标防御雷达体制模式及关键技术,从单基地雷达和双基地雷达2个角度,综述了弹道目标特征提取的研究现状,并对弹道目标特征提取技术的发展做了展望。     

雷达点迹的目标智能特征提取方法研究

雷达数据处理中,目标点迹的输出质量直接影响后续航迹处理的效果,是保证航迹处理成功建航的关键。通过从信号处理给出的目标视频幅度、距离、方位信息中,采用特定的滑窗检测和终了判定准则进行目标点迹的检测,从而得到目标点迹的回波数特征信息;然后从目标回波包络幅度信息中提取目标距离单元上的峰值,智能完成距离凝聚,解决了目标距离分裂现象,并且得到目标点迹的幅度包络特征信息。最后,采用质心法对方位凝聚,完成点迹的凝聚,输出带有目标智能特征信息的点迹给后绪的航迹处理。同时,对点迹的目标智能特征提取这一过程进行了硬件实现。通过某型雷达的实测数据分析,验证该方法的可行性和工程实用性。     

雷达目标特征提取的一种方法

针对雷达高分辨率距离像（HRRP）方位敏感性和平移敏感性的问题,在对一维距离像进行预处理的基础上,提取两个平移不变特征：中心矩和熵,并将二者形成组合特征,采用Karhunen—Loeve变换进一步进行特征压缩,运用并比较了最大最小距离判别法和SVM分类器的识别性能．实验结果表明中心矩一熵组合特征提取方法能够显著增强目标的可分性,大大提高识别率。     

基于小波分解及KCN的雷达目标特征提取

讨论了利用一维距离像进行雷达目标识别的特征提取。从缩减表征距离像的特征维数和表征目标所需特征数出发，提出了一种基于小波分解及KCN的目标特征提取方法。为比较不同特征提取方法及所提取特征的性能，引入了Fisher距离来表明各类的类内紧致性和类间分离性。实验结果表明能够有效地进行特征提取。     

Moving target feature extraction for airborne high-range resolutionphased-array radar

We study the feature extraction of moving targets in the presence of temporally and spatially correlated ground clutter for airborne high-range resolution (HRR) phased-array radar. To avoid the range migration problems that occur in HRR radar data, we first divide the HRR range profiles into low-range resolution (LRR) segments. Since each LRR segment contains a sequence of HRR range bins, no information is lost due to the division, and hence, no loss of resolution occurs. We show how to use a vector auto-regressive (VAR) filtering technique to suppress the ground clutter, Then, a parameter estimation algorithm is proposed for target feature extraction. From the VAR-filtered data, the target Doppler frequency and the spatial signature vectors are first estimated by using a maximum likelihood (ML) method. The target phase history and direction-of-arrival (DOA) (or the array steering vector for an unknown array manifold) are then estimated from the spatial signature vectors by minimizing a weighted least squares (WLS) cost function. The target radar cross section (RCS)-related complex amplitude and range-related frequency of each target scatterer are then extracted from the estimated target phase history by using RELAX, which is a relaxation-based high-resolution feature extraction algorithm. Numerical results are provided to demonstrate the performance of the proposed algorithm