排序方式: 共有86条查询结果,搜索用时 15 毫秒
51.
轮式车辆和履带式车辆的分类是地面目标识别的难点之一.车轮旋转和履带的运动是典型的微动,其产生的微多普勒特征可作为两类车辆目标分类的重要依据.首先,针对短驻留条件下两类车辆目标的雷达回波,分析了两类目标不同微动导致的微多普勒特征差异;其次,基于目标回波短时平稳相关的性质,建立了目标回波的AR模型,采用前后向预测方法得到相应的AR模型系数,提出基于AR模型系数的车辆目标分类方法,并给出AR模型阶数的判定方法,对比了前后向预测系数特征与前向预测系数特征的可分性.最后,结合两类目标的实测数据,在回波预处理的基础上,通过提取实际回波数据的AR模型系数实现了车辆目标的分类,验证了方法的有效性和稳健性. 相似文献
52.
53.
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 总被引:1,自引:1,他引:1
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。 相似文献
54.
基于压缩感知的多目标认知成像方法 总被引:1,自引:0,他引:1
为利用有限雷达资源实现对多ISAR目标的实时高分辨成像,提出了一种基于压缩感知的相控阵雷达多目标稀疏孔径认知高分辨成像方法.在对目标稀疏特性认知的基础上,构建了基于目标横向稀疏度和成像积累时间的雷达资源动态分配函数,并给出了成像质量评估标准,最终实现了有限雷达资源条件下不同ISAR目标的高分辨认知成像.仿真结果表明,利用该方法成像不仅可以减少雷达成像发射脉冲数,而且可以有效减少雷达观测时间,同时还能获得高质量的目标ISAR像. 相似文献
55.
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。 相似文献
56.
57.
基于压缩感知(CS)理论的稀疏线性调频步进信号(SFCS)逆合成孔径雷达(ISAR)成像技术能够从少量观测数据中高概率重构出目标像,其中,观测矩阵的优化设计是提高成像质量和减少观测数据量的有效途径。然而,现有的观测矩阵优化设计研究通常没有考虑目标特征信息的有效利用,对目标的自适应能力不足。因此,该文在充分利用目标特征信息的基础上,结合稀疏SFCS信号的实际物理观测过程,提出一种ISAR成像观测矩阵自适应优化方法。该方法首先建立参数化稀疏表征成像模型以解决稀疏SFCS信号多普勒敏感问题,在此基础上,以在达到成像质量要求条件下使用最少观测数据量获得最优成像结果为目标对观测矩阵进行自适应优化设计,最终能够利用最少的数据量获得满意的目标成像结果。仿真实验验证了该算法的有效性。 相似文献
58.
59.
线性调频步进信号能在不增加系统瞬时带宽的情况下用数字信号处理的方法获得高的距离像分辨率,是一种高效的雷达信号形式。针对传统的线性调频步进信号抗干扰能力较差的问题,该文提出一种可以随机发射线性调频步进信号子脉冲的波形设计方法,结合压缩感知理论,运用较少的子脉冲实现了对运动目标1维距离像的重构和高分辨的2维成像。在此基础上,进一步分析了目标运动对随机线性调频步进信号雷达成像的影响,设计了包含测速脉冲的随机线性调频步进信号,并提出了基于时频分析、Radon变换和二值数学形态学相结合的运动速度估计及补偿方法。仿真实验验证了随机线性调频步进信号逆合成孔径雷达的性能及该文方法的有效性。 相似文献
60.