基于PC-OFDM信号外辐射源雷达的低空旋翼目标微动特征提取

相位编码频分复用(PC-OFDM)信号最早应用于通信系统,同时作为外辐射源雷达信号具有低截获、抗干扰、波形灵活等优点,是现有民用外辐射源信号的有效补充.提出将PC-OFDM信号作为外辐射源雷达信号,进而实现低空旋翼目标微动特征的有效提取.基于PC-OFDM信号,建立了低空旋翼目标双基雷达微动回波模型,推导了微多普勒的参数化表达;针对低信噪比条件下微多普勒参数提取困难问题,提出了基于随机共振的低空目标微动特征提取方法.仿真验证了所提方法的可行性和稳健性.     

外辐射源雷达目标旋转部件微动参数估计

大多数飞机目标具有旋转部件, 对其微动参数进行估计可为雷达目标分类识别提供重要信息.外辐射源雷达因其体制上的特点, 在微多普勒效应探测及其利用等方面具有独特优势.文中结合压缩感知理论提出了一种目标旋转部件微动参数估计新方法, 该方法基于微多普勒信号内在特性来构造字典矩阵, 将常规的微动参数估计问题转化为稀疏信号恢复问题.仿真与实测数据处理结果验证了所提方法的有效性和鲁棒性.     

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。      

微多普勒理论建模与仿真研究

微多普勒被认为是雷达目标的"惟一"特征,"惟一"是指不同的微运动会有不同的微多普勒,从而基于目标微动差异提取相应的微多普勒特征可用于雷达目标识别.在介绍微多普勒相关概念的基础上,建立了刚体目标的一般微动模型及其微多普勒理论模型,并具体研究了锥体弹头和诱饵的微多普勒.最后通过仿真对雷达回波基带信号采用时频分析方法提取出弹头和诱饵的微多普勒特征,从而为真假目标的识别提供了新的依据.     

飞机旋转部件微多普勒特征通用模型的推导与仿真

基于雷达后向散射理论,详细推导并建立飞机旋转部件微多普勒特征的通用模型,对模型参数进行规范的定义和说明,运用相位调制分析了微多普勒特征产生的物理机理,并针对姿态角变化对微多普勒特征的影响进行仿真实验.仿真结果表明,该模型是正确有效的,飞机旋转部件产生的微多普勒特征具有相对不变性,在一定条件下可作为常规雷达目标识别的重要依据.     

高速目标雷达微多普勒特征提取

目标组成部件的机械振动或旋转(微运动动力学)会在目标的雷达回波上产生频率调制,人们将由振动或旋转产生的调制称为微多普勒现象。微多普勒特征可以被认为是运动物体的独特现象,能够提供用于目标分类识别的附加信息。文中关注高速目标的微多普勒特征提取,讨论了高速带来的距离走动补偿、平动多普勒位移校正、雷达信号条件和微多普勒特征提取方法,仿真了一种高速目标微多普勒分析方法,仿真结果验证了该方法的有效性。     

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。     

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。     

基于微多普勒特征的地面目标分类

轮式履带式车辆目标分类是低分辨雷达地面目标识别研究领域的一个难点。该文基于微多普勒效应原理建立了轮式履带式车辆的雷达回波模型,针对轮式履带式车辆微多普勒调制的不同,提出了一种基于CLEAN算法的特征提取方法,提取了一种描述目标多普勒谱能量分布的能量比特征。基于实测数据使用相关向量机(RVM)和支持向量机(SVM)的识别结果表明该特征具有较好的识别性能,同时对目标速度具有稳健性。     

雷达目标微多普勒特征提取的频率稳定度约束

微多普勒特征的准确提取对于雷达目标识别具有重要意义.提出了调频闪烁噪声产生方法;给出了频率源相位噪声综合的参数化模型.在此基础上,结合相位噪声对微多普勒特征提取的影响分析,建立了以载频信号相位噪声为主要干扰源的全相参脉冲雷达微多普勒特征提取仿真系统.引入逆拉东(Radon)变换,定量分析了相位噪声对雷达目标微多普勒特征提取的影响,得出现有的晶振技术指标可支撑中段弹头目标微多普勒特征提取的明确结论.     

雷达目标旋转部件的微Doppler效应

目标的微动特征与目标属性密切相关,可作为目标识别的重要特征。对旋转部件,该文建立了具有空域时变特性的点散射模型。基于此模型,分析了由目标的旋转部件引起的微Doppler效应,对含有旋转部件的目标回波的时频特性进行了理论推导,并利用外场实测数据,得到了雷达目标回波的时频图,与理论推导的结果十分吻合,验证了理论推导的正确性。在此基础上,提出了一种基于短时傅里叶变换的目标微动参数提取方法,利用实测数据对目标的微运动参数提取进行了尝试,得到了很好的结果,为PD雷达的目标特征提取与识别提供了理论指导。     

数字电视外辐射源雷达多旋翼无人机微多普勒效应实验研究

该文论述了利用数字电视外辐射源雷达开展多旋翼无人机微多普勒效应实验的研究结果。首先建立了双基地外辐射源雷达无人机微动信号模型,接着简要阐述了微动信号提取的相关关键技术,最后重点介绍了实验开展情况,包括实验场景配置、无人机微多普勒效应实验典型结果与分析。实验结果与无人机运动参数的理论分析相符合,证实了利用数字电视外辐射源雷达实现多旋翼无人机微多普勒效应探测的技术可行性。      

基于动态字典的卡车目标微动参数估计方法

车轮旋转产生的微多普勒是轮式车辆独特的特征.卡车类目标微动参数提取,可为地面车辆目标的分类识别提供重要依据.（1）对窄带雷达信号下的卡车目标进行回波建模,推导了车身非旋转散射点多普勒和轮毂旋转散射点微多普勒的数学表达式;（2）利用旋转点的微动参数构造相应的字典库进行匹配分解,建立了噪声条件下微动参数提取的凸优化模型;（3）针对采用过完备字典方法进行参数提取时,维数过大带来的计算和存储负担问题,进一步推导出关于微动参数集的凸函数,构造出更小规模的动态字典,通过对字典的动态调整和最小二乘准则下的迭代逼近,较快实现了卡车目标微动参数的准确估计;（4）仿真验证了方法的有效性和稳健性.     

摆动锥体目标微多普勒分析和提取

 本文研究锥体目标的摆动特性及其微多普勒特征.在引入微多普勒相关概念和信号模型的基础上,建立了锥体目标的摆动模型,并对其微多普勒分别用代数法和矩阵法进行了理论推导.通过仿真,采用时频分析方法从雷达回波中成功提取出摆动的微多普勒特征,且与计算结果完全一致,从而验证了摆动模型及其微多普勒理论推导的正确性.同时,研究了速度和加速度对微多普勒的影响以及微多普勒对雷达照射时间和重返时间的要求,所得结论对微多普勒的提取具有一定的参考价值.     

基于常规预警雷达提取微多普勒特征的需求分析

给出了旋转目标的微多普勒的理论模型。针对常规预警雷达,分析、研究了与微多普勒相关的雷达重复周期、波长与驻留时间几个参数。重点针对重复周期和驻留时间,分别对直升机和固定翼飞机进行了仿真分析。所得结论对微多普勒的提取和雷达参数的设计具有一定的参考价值。     

基于改进残差网络的雷达辐射源多标签识别北大核心CSCD

针对现有的雷达辐射源识别方法具有低信噪比情形下识别精度低、无法识辩多个辐射源等缺点,文中提出融入注意力机制的残差网络用于雷达辐射源多标签识别。首先,利用残差网络学习过程数据的时序特征并提取相应的深层特征;然后,引入注意力机制对提取的特征进一步地分类和识别;最后,在雷达辐射源数据集上进行仿真实验。结果表明所提的Atten-Resnet模型不但可以在多标签条件下进行雷达辐射源的准备识别,而且在信噪比为6 dB时仍然可以保持95%以上的准确率。Atten-Resnet模型具有较高的实用性和较强的鲁棒性。     

基于双雷达微动特征融合的无人机分类识别

无人机的日益流行在带来便利的同时也造成了潜在的威胁,对无人机进行分类识别具有重要意义。雷达微多普勒信号能够区分不同类型的无人机。为了提高基于微多普勒的无人机分类的鲁棒性,该文提出了一种多角度雷达观测微动特征融合的无人机识别方法。首先利用多部雷达同时从不同角度观测目标;然后对采集的雷达数据分别进行短时傅里叶变换(Short-Time Fourier Transform, STFT),得到时频谱图;接着利用主成分分析(Principal Component Analysis, PCA)从时频谱图中提取特征,将两个不同角度雷达传感器得到的特征融合在一起;最后利用支持向量机(Support Vector Machine, SVM)进行训练与分类识别。基于实际雷达数据的实验结果表明:两个雷达传感器观测融合得到的分类精度优于单个雷达传感器的分类精度,最终识别准确率较仅利用X波段雷达传感器方法提升了5%以上。      

线性调频步进信号雷达微动目标成像方法

旋转和振动是最常见的微动形式.目标微动会产生微多普勒效应,微多普勒特征对于目标识别与分类具有重要意义.微多普勒的存在使得目标主体的ISAR像受到污染,严重时无法识别.微多普勒对雷达分辨率极其敏感,因此宽带信号下的微多普勒研究十分必要.在线性调频步进信号体制下,引入相消处理的思想,在精分辨谱图域分离并提取微动目标的微多普勒信息,得到较为清晰的目标ISAR像,仿真验证了方法的有效性.     

行进人体目标雷达瞬时多普勒特征分析

行进人体目标对雷达回波产生多普勒调制和微多普勒调制,提取目标雷达回波中的多普勒和微多普勒特征,可获得人体目标的运动速度及肢体摆动周期等信息,有助于人体目标的检测与识别。本文改进和完善了行进人体目标的线性刚体模型,得出连续波信号体制下人体目标雷达回波,推导出人体目标的瞬时多普勒频率,定性分析了目标的瞬时多普勒特征和瞬时运动特征的变化规律。利用公开的实测数据验证了本文模型的有效性,并利用时频分析工具对目标雷达回波的瞬时特征进行了仿真分析,提取出目标的瞬时运动特征。本文模型及特征提取方法可推广应用于其他信号体制的雷达回波信号分析,同时可推广应用于对目标其他运动状态的分析。      

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.