基于匹配空间变换的群目标信号分离与重构

针对窄带雷达获取的弹道中段群目标回波错综交叠、难以分离的问题,提出了一种基于匹配空间变换的群目标微多普勒特征提取方法.在构建群目标模型的基础上,利用自相关法提取出各子目标的微动周期,并结合微多普勒曲线变化规律,构造出对应的匹配空间.最后利用能量峰值搜索法结合CLEAN算法,依次估计出该子目标各散射点参数,并重构出回波信号.仿真结果表明,该方法能够克服背景噪声和信号混叠的影响,较好的实现了中段群目标的分辨.     

多视角微多普勒融合的进动目标特征提取

微动特征是弹道目标识别的重要特征之一。针对锥体目标模型,提出了一种基于多视角窄带雷达网的微动参数提取方法。在详细分析锥体目标等效散射中心微多普勒变化规律的基础上,利用各散射中心之间的微多普勒相关性,结合频率补偿的方法,实现了回波多普勒谱中各散射中心对应的微多普勒曲线的匹配识别。在此基础上,构建多视角联合方程组,提取出锥体目标的进动角、底面半径、锥体高度等参数。仿真结果证明了该方法的有效性与适应性。      

利用微动信息矩阵的弹道目标特征提取算法

为满足反导作战的现实需求及解决强噪声环境下弹道目标特征提取问题,提出了一种新的基于宽/窄带混合体制雷达的弹道目标特征提取算法。该算法分析了宽/窄带信号对应的微动特征,运用Viterbi算法分离并提取出各散射中心的微动曲线。在此基础上,根据宽/窄带微动特征的相关性,结合改进自相关法和最小二乘估计方法,构建并解算出目标最强散射中心对应的微动信息矩阵。最后利用散射中心关联和一致性匹配融合方法,构建多元方程组并求解,得到目标的微动特征和结构参数。仿真结果表明:当信噪比为0dB时,该算法估计得到的目标微动特征和结构参数的均方根误差的量级均为10-2。