共查询到20条相似文献,搜索用时 31 毫秒
1.
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. 相似文献
2.
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。 相似文献
3.
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。 相似文献
4.
逆合成孔径激光雷达能实现对目标的高分辨2维成像,但如果目标中包含旋转部件,旋转部件回波带来的微多普勒效应会对目标的成像造成干扰。该文提出一种含旋转部件目标微多普勒特征提取及成像方法,首先利用匹配参考信号的方法对回波信号进行一定程度的非线性补偿,然后通过二值数学形态学方法提取频率-慢时间谱图中微多普勒特征曲线的信息,并利用微多普勒特征曲线的周期性进行曲线分离,实现对目标旋转部件微动参数的快速提取。在此基础上,对主体回波信号和旋转部件回波信号进行分离,完成对目标主体的2维成像。仿真实验验证了该文算法不仅能有效剔除目标旋转部件对逆合成孔径激光雷达成像的干扰,还能通过微多普勒特征的提取为目标识别提供新的途径。 相似文献
5.
针对窄带雷达旋翼微动特征参数提取问题,研究了一种变步长的微动目标参数高精度提取方法。首先提取出脉压后旋翼目标所在距离单元内的回波,通过时频分析和骨架提取,对旋翼最大瞬时微多普勒频率进行估计;然后利用最大瞬时微多普勒频率等先验信息,对转速搜索矩阵进行降维处理,将微动目标尺寸参数和转速参数的二维联合估计转化为独立估计,并采用变步长搜索过程实现参数的精确估计;最后,通过能量积累的方法估计出旋翼转速,再进一步提取出目标的尺寸信息。仿真结果验证了所提方法的可行性和有效性。 相似文献
6.
7.
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。 相似文献
8.
直升机目标微多普勒分析和仿真 总被引:1,自引:0,他引:1
首先分析直升机目标回波组成,提取了旋翼回波微多普勒,通过仿真,分析比较了不同叶片数目和不同入射角时旋翼回波微多普勒,表明旋翼微多普勒分布特征与入射角无关,为提取稳定的直升机雷达特征提供了思路。 相似文献
9.
10.
基于微运动的旋转散射中心空域散射特征提取 总被引:1,自引:0,他引:1
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。 相似文献
11.
极化信息的有效利用可提高目标特征提取和识别的精度.针对微动目标的微多普勒提取问题,在介绍传统微多普勒提取算法的基础上,建立了微动目标的全极化回波模型,提出了一种基于全极化信息的微多普勒提取算法.该方法以时频图像的对比度作为目标函数,通过寻找一组最优极化矢量提高时频图像质量.仿真数据实验表明,本文方法比传统时频变换方法得到的时频图像的对比度更高.真实数据实验发现,本文方法得到的图像对比度高达2.56,而传统时频变换方法得到的图像对比度在0.88到1.66之间.实验结果证明了本文方法的有效性和相比传统方法的优势. 相似文献
12.
微动特征对空间锥体目标识别与参数估计等有着重要意义,而目标的平动会破坏微多普勒谱的结构,影响微动特征的提取.针对这一问题,提出了一种基于时变自回归(Time-Varying Autoregressive, TVAR)模型的平动补偿与微动特征提取方法.算法首先分析了锥体目标的散射特性,在此基础上推导了微动和平动引起的回波瞬时频率的变化规律;利用TVAR模型估计目标回波的瞬时频率,并对估计结果作解模糊和重新关联处理,从而获得回波的瞬时频率分量;最后,对瞬时频率分量包络进行多项式拟合,利用拟合结果补偿目标平动,进而提取出微动特征.基于电磁计算数据的实验验证了所提算法的有效性及精确性. 相似文献
13.
全球定位导航系统(GNSS)作为一种覆盖广泛的稳定信号源,对于微动目标特性识别具有相当大的实用价值。针对外辐射源旋翼目标识别问题,该文提出基于相位补偿的旋翼特征提取新思路。通过分析旋翼目标时频域内闪烁分布的数学形成机理,提出利用相位补偿的方法将相同叶片的闪烁聚焦到特定多普勒频率,进而估计旋翼的叶片数。然后依据闪烁中心频率距离基准频率最近的原则从参数矩阵中估计叶片转速等参数,并利用闪烁占据的带宽计算叶片的长度。最后仿真实验结果验证该方法对参数空间设置的适用性更强,估计精度也更高,并且可以在回波域实现旋翼目标的叶片分离。 相似文献
14.
无人机旋翼转动产生的微多普勒调制能够反映此类目标的微动特性,准确估计无人机旋翼长度、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体制雷达,提出一种基于时频集中度指标(CTF)的多旋翼无人机微动特征参数估计方法,推导了无人机旋翼微动特征参数与微多普勒分量信号参数之间的映射关系,在时频旋转域基于时频集中度指标,提高了各微动分量的区分度,相比于传统方法,提高了多分量微多普勒信号的参数估计精度,在低信噪比环境下也具有很好的鲁棒性。通过仿真和实际场景实验验证了方法的有效性。
相似文献15.
16.
17.
基于高斯短时分数阶Fourier变换 的海面微动目标检测方法 总被引:6,自引:0,他引:6
海上目标随海面颠簸导致姿态变化,引起回波功率调制效应,导致回波多普勒体现时变和非平稳特性.为此,本文将微多普勒理论应用于海杂波中弱目标检测,提出一种基于高斯短时分数阶Fourier变换(GSTFRFT)的海面微动目标检测方法.首先,建立海面目标的平动和三维转动回波模型;然后,基于海尖峰判别方法对回波信号进行数据筛选,改善信杂比,并采用GSTFRFT对微动信号进行增强处理,利用海面目标与海杂波的微动特征差异设计恒虚警检测方法;最后,通过GSTFRFT域滤波,提取信号的微动特征并得到瞬时频率.实测雷达数据仿真结果验证了算法的有效性,具有在强海杂波中检测微弱目标的能力. 相似文献
18.
19.
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。 相似文献
20.
近年来,无人机(UAVs)等低慢小目标对现有低空空域管理带来了巨大挑战。这类目标由于其飞行高度低、飞行速度慢及雷达散射截面(RCS)面积小,导致其回波信噪比(SNR)低,传统基于目标多普勒信息的检测估计方法检测概率低,参数估计不准确。对于无人机类低慢小目标的检测估计,除了可以利用目标径向运动产生的多普勒信息外,还可以利用目标微动部件产生的微多普勒信息,通过有效聚集因微动而分散在多个多普勒单元格内的能量,可望实现目标信噪比的提升。该文针对旋翼类低慢小目标,充分挖掘目标回波中蕴含的多普勒信息和微多普勒信息,在随机集框架下对旋翼无人机目标的多普勒和微多普勒信息进行联合建模,提出一种基于(CBMeMBer)滤波器的多普勒和微多普勒联合检测估计方法,利用贝叶斯估计实现了目标多普勒信息和微多普勒信息的有效积累和融合利用,可以提高雷达低慢小目标的检测估计性能。仿真试验表明,该方法可实现对旋翼无人机目标的稳定检测与状态估计,相比于仅利用目标多普勒信息的传统检测方法,检测灵敏度提高了2 dB。 相似文献