基于微运动的旋转散射中心空域散射特征提取

本文研究了旋转运动对雷达目标回波的幅度调制作用,进而提出了一种基于微运动的旋转散射中心空域散射特征提取方法。首先对含旋转部件目标的雷达回波进行时频分析得到回波的谱图,然后基于目标上各旋转散射中心的微多普勒频率差异,利用谱图的边缘特性估计各散射中心的回波能量随时间的起伏变化关系。结合微运动的参数估计,提取旋转部件的空域散射特征。通过仿真试验和外场实验对本文所提出的方法进行了验证。旋转部件的空域散射特征可以揭示旋转部件的结构属性信息,为目标识别提供重要依据。      

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。      

多载频MIMO雷达中目标旋转部件三维微动特征提取方法

雷达目标的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究.将多输入多输出(MIMO)雷达技术引入雷达目标微多普勒效应研究,在分析多载频MIMO雷达中目标旋转部件微多普勒效应的基础上,提出了一种雷达目标三维微动特征提取方法.该方法通过在回波时频平面上消除目标主体运动产生的多普勒频移,构造相应的Houg...     

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.     

卡车目标遮挡效应建模及微多普勒特征分析

微多普勒是微动目标独特的特征,车轮旋转的微多普勒是卡车目标的重要特征,可为卡车的识别研究提供依据。首先基于散射点模型,结合卡车和雷达的位置关系,采用画家算法对卡车进行遮挡效应建模;其次,建立了卡车微动模型,分析了卡车运动时非旋转散射点多普勒及轮毂旋转散射点微多普勒随方位角、掠地角、速度和加速度的变化规律,为卡车微多普勒特征提取及识别研究打下基础。仿真验证了该方法的有效性和理论分析的正确性。     

雷达目标反射信号二次调制特征的计算和模拟

提出了一种空中目标雷达回波信号二次调制特征的模拟方法.建立了空中目标发动机旋转部件的反射信号模型,模拟飞机发动机旋转桨叶的雷达截面积、旋转转速、微多普勒频率等特征.通过仿真分析了不同观测角度情况下,空中目标反射信号的时域和频域二次调制特征.     

弹道导弹目标回波信号建模与雷达特征分析

介绍了弹道导弹运动目标特征提取和雷达识别的研究概况,针对锥顶不动、进动角固定的匀速进动锥形弹头目标,对其典型运动进行建模,给出了回波的解析表达式,利用数值解的方法,对回波信号进行了频谱分析和时频分析,提取了频谱调制特征和微RCS特征,使用Wigner-Ville分布峰值检测法,提取了回波信号的微多普勒特征,给出了使用雷达微动特征识别弹道导弹弹头的途径.最后给出了回波信号时频分布、微多普勒、多普勒谱和微RCS的仿真结果,证明了理论分析的正确性.     

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.     

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.     

微动目标OFDM雷达回波调制机理分析

 微动目标对雷达回波产生调制,不同的信号形式调制效应也不同.正交频分复用(OFDM)雷达信号同时具有宽带距离分辨和窄带多普勒分辨能力,能更全面深入地揭示微动的调制效应.本文在建立微动散射点目标OFDM雷达回波模型的基础上,从高分辨距离像和微多普勒两个方面推导了微动对OFDM雷达回波的调制机理,并分析了调制效应与雷达参数、微动参数之间的关系,指出OFDM雷达信号结合了线性调频信号与脉冲多普勒雷达信号在微动分析方面的优势,为微动特征提取与目标识别提供了更有利的条件.仿真试验和暗室测量数据分析验证了结论的合理性.     

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。     

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.     

机载雷达战场目标的微动特性及识别

机载雷达具有速度快、视野广的特点,适用于战场运动目标的跟踪识别。而目前国内外针对机载低分辨雷达下微动地面目标识别的研究尚属空白。文中建立了机载平台下战场目标的雷达回波散射点模型,分析了单兵、轮式车、履带车等典型目标的微动特性,根据行进单兵微多普勒的周期性特征实现了单兵与机动车的识别;进而通过提取回波信号特征谱和支持向量机的方法实现轮式车与履带车的分类,在20 dB信噪比下识别率在87.5%以上。分类方法具有稳健性和有效性。     

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...     

基于经验模态分解的空中飞机目标分类

该文研究常规窄带雷达体制下喷气式飞机、螺旋桨飞机和直升机目标的分类问题。首先根据微多普勒效应利用多散射中心模型从理论上分析了飞机目标旋转部件的雷达回波模型;然后针对3类飞机目标回波在多普勒域频率调制的不同,提出一种基于经验模态分解(Empirical Mode Decomposition, EMD)算法的特征提取方法;最后基于仿真数据训练、实测数据测试的模式,使用支持矢量机(Support Vector Machine, SVM)分类器的分类结果表明新方法较现有方法在较高信噪比条件下具有更好的分类性能。     

基于PCA-CLEAN的噪声稳健激光微多普勒特征提取方法

雷达回波中的微多普勒效应能够反映目标的几何结构和运动特性,作为目标独一无二的特征,能够用来实现对目标类别和属性的判断。波长的优势使激光雷达相对于微波雷达具备更好的微多普勒探测精度。针对空中飞机目标(直升机、螺旋桨飞机)回波中微多普勒调制能量较弱,易被噪声污染的问题,提一种基于PCA-CLEAN的噪声稳健激光微多普勒特征提取方法,首先利用PCA对回波信号进行噪声抑制,然后利用CLEAN算法将回波中的机身分量和微动分量区分开,进而提取反映不同目标微动差异的三维特征进行目标分类,基于仿真和实测数据的实验结果表明,所提方法能够获得较好的分类性能,同时在低信噪比条件下能够获得较好的噪声抑制性能。     

基于压缩感知的弹道导弹微多普勒提取方法

利用微多普勒识别弹道目标的关键是宽带雷达回波信号的微多普勒提取。宽带雷达回波信号的高速采样对硬件和算法提出了更高的要求。将压缩感知方法应用到宽带雷达回波信号的微多普勒提取中,并给出了弹道导弹目标的微多普勒计算公式和利用压缩感知重构弹道导弹微多普勒的方法。在低采样频率下利用压缩感知理论从回波信号中提取的微多普勒,与在高采样频率下利用Gabor变换提取的微多普勒是一致的,这表明利用压缩感知理论以低频率采样弹道导弹回波信号,提取微多普勒,降低工程实现难度的方法是可行的、有效的。     

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。      

一种基于飞机目标CFD图的目标特征提取算法研究

随着雷达目标微多普勒现象的发现,目标的微动特性在雷达自动目标识别中逐渐受到了广泛的关注。微动目标回波中包含了精细的目标微多普勒特征信息,因此,可以从其中推断出目标特有的独立特征。而基于目标微动回波时频图的特征更是因为其信息量充足的特点,成为了一种新兴有效的目标分类特征。文中主要研究了飞机目标的韵律频率图(Cadence Frequency Diagram,CFD)特征分类算法,详细叙述了算法的具体步骤。仿真分析了CFD特征在飞机目标分类中的特点和优势,并且研究了相关参数对CFD特征的影响。     

雷达欺骗干扰特征提取与综合感知方法综述

雷达欺骗干扰的特征提取和综合感知是雷达抗干扰的前提条件,也是雷达抗欺骗干扰工作流程中的难点问题。从干扰机无意调制的细微特征、信号起伏特性、极化特征、动力学特性、微多普勒特征、组网雷达特性、多尺度分解特征、多域变换特性等方面综述了雷达欺骗干扰特征提取和综合感知方法的研究进展,总结了各种欺骗干扰感知方法的约束条件、运算量和识别性能,最后,指出了目前雷达欺骗干扰的特征提取和综合感知技术存在的问题以及未来的发展方向。