弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。     

基于微多普勒效应的雷达目标识别算法

对微多普勒信号进行了建模仿真分析，提出了基于微多普勒信息的雷达目标识别算法。利用改进的经验模型分解方法来提取微多普勒特征，使用相关匹配算法构造分类器。仿真结果验证了该目标识别算法的正确性和可行性。     

基于延迟共轭相乘的弹道目标平动补偿

弹道目标微动叠加在弹道高速平动基础上,为了获得目标的微多普勒信息,需要对平动进行补偿。该文提出了一种基于延迟共轭相乘的平动参数估计方法,该方法通过延迟共轭相乘保留平动信息而消除微动的影响,并将平动参数估计问题转换为多项式相位信号参数估计问题,实现了平动参数的估计。仿真结果表明,所提算法能够在较低信噪比下实现平动参数的高精度补偿。      

弹道导弹目标微多普勒特征提取

真假目标识别是弹道导弹防御系统的主要技术瓶颈之一,它在一定程度上决定了反导系统的成败.基于弹头和诱饵微动特性的差异,提取相应的微多普勒特征可用来识别真假目标.文中在介绍弹头和诱饵运动特性的基础上,引入了微多普勒概念,建立了弹头和诱饵的微动模型,并对其微多普勒进行了理论推导.通过仿真从雷达回波中提取出弹头和诱饵微多普勒的频谱特征和时频谱特征,从而为真假目标的识别提供了新的依据.     

基于四元数的弹道目标微多普勒仿真

微动建模是研究弹道目标微多普勒特征的关键和基础。目前基于Euler角、Euler-Rodrigue公式和齐次坐标的建模方法存在"万向节死锁"、奇异、计算复杂等问题。四元数方法采用4个参数代替矩阵方法的9个参数,能够直观表示三维空间内任意旋转,并克服现有方法的缺陷。经过推导,给出了基于四元数的弹道目标进动和摆动微多普勒数学模型表达式。由于减少了矩阵运算,使得目标微多普勒频率的计算更加简单。仿真结果表明,基于四元数旋转的微动建模方法是合理的,为弹道目标的微多普勒特征提取和识别提供了科学依据。     

弹道中段不同平动多目标的平动参数估计方法

弹道中段多目标具有不同的平动参数,以往针对单目标和同一平动参数的群目标的平动补偿方法不再适用.针对此问题,该文提出了基于高阶模糊函数、延迟共轭相乘及时频分布处理相结合的多目标平动参数和微动周期估计方法.首先,该方法利用高阶模糊函数估计出平动2阶加速度和微动周期;然后,通过对1次补偿后的回波进行延迟共轭相乘估计出平动1阶加速度;最后,利用2次补偿后目标回波时频图的差异,对时间轴进行加权累加估计出剩余平动速度.仿真结果验证了所提算法对于多目标不同平动参数估计的有效性.     

弹道中段不同平动多目标的平动参数估计方法

弹道中段多目标具有不同的平动参数,以往针对单目标和同一平动参数的群目标的平动补偿方法不再适用。针对此问题,该文提出了基于高阶模糊函数、延迟共轭相乘及时频分布处理相结合的多目标平动参数和微动周期估计方法。首先,该方法利用高阶模糊函数估计出平动2阶加速度和微动周期;然后,通过对1次补偿后的回波进行延迟共轭相乘估计出平动1阶加速度;最后,利用2次补偿后目标回波时频图的差异,对时间轴进行加权累加估计出剩余平动速度。仿真结果验证了所提算法对于多目标不同平动参数估计的有效性。     

基于Shi-Tomasi角点检测算法的弹道目标平动补偿

弹道目标在中段飞行的过程中,存在平动和微动两种运动方式.由于平动会破坏微多普勒结构,为了获得目标的相关参数以便对目标进行识别,需要对平动分量进行补偿.针对该问题,本文提出了一种基于Shi-Tomasi角点检测算法的弹道中段目标平动补偿方法.该算法从图像处理的角度出发,可以有效的提取出图像中的角点信息.之后,根据得到的角...     

基于微多普勒信息的弹道目标成像

弹道导弹识别是弹道防御系统中的核心问题之一，直接关系到导弹防御系统的成败。如果能对弹道目标成像，则能获得关于目标结构更为丰富的信息。由于弹道目标具有高速自旋的特点，因此基于转台模型的逆合成孔径雷达成像技术对高速自旋目标成像是失效的。针对该问题，详细分析了弹道目标回波模型，并研究了弹道目标时频图的调制规律，在此基础上，提出一种基于微多普勒信息的弹道目标成像方法，实现了对弹道目标二维强散射中心的重构，仿真数据处理结果证明了所提方法的有效性。     

基于分布式组网雷达的弹道目标三维进动特征提取

弹道目标微动特征提取是当前研究的一个热点,但在单基雷达中,由于视角限制,仅能提取目标在雷达视线方向上的微动分量,难以获得目标的真实三维微动参数.本文基于分布式组网雷达,利用组网雷达的多视角特性,提出了有翼弹道目标三维进动特征提取方法.首先基于目标锥顶散射点的微多普勒特征参数实现了目标空间三维锥旋矢量的重构,在此基础上,通过分析锥底边缘散射点的进动特征与微多普勒曲线的关系,提取了目标的进动周期、自旋周期、进动角、锥底半径、自旋轴与锥旋轴的交点位置等特征,并实现了目标长度的估计.仿真实验验证了算法的有效性,并进一步利用仿真实验分析了算法的鲁棒性.     

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。     

基于贝塞尔函数基信号分解的微动群目标特征提取方法

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。     

逆合成孔径成像激光雷达微多普勒效应分析及特征提取

 研究了基于逆合成孔径成像激光雷达的目标微多普勒效应,分析了激光信号高载频和大带宽对目标微动点一维距离像的影响,在此基础上建立了相应的微多普勒特征参数方程并讨论了快时间对微多普勒效应的影响.针对逆合成孔径成像激光雷达系统目标微多普勒效应的特点,提出了一种结合二值数学形态学腐蚀膨胀运算和推广Hough变换的目标微多普勒特征提取方法.仿真实验验证了文中微多普勒效应理论分析和微多普勒特征提取算法的正确性,并证明了逆合成孔径成像激光雷达对厘米或毫米量级微动观测的有效性.     

进动圆锥弹头双基地微多普勒特性分析

微动特征是弹道中段目标雷达识别的有效特征之一。该文首先利用由几何绕射理论推导的圆锥弹头散射中心模型确定了3个散射中心分别是锥顶及双基地角平分线在锥底平面上的投影与底面边缘的2个交点;然后建立了进动圆锥弹头双基地微多普勒模型,经化简可知双基地微多普勒模型与双基地角平分线上单基地雷达微多普勒模型相似,且双基地微多普勒幅值为单基地微多普勒幅值的半双基地角的余弦倍,这与单双站散射等效定理吻合;再通过分析3个散射中心的微多普勒模型得出了可用于进动和结构参数估计的3种相关性;最后利用电磁计算软件FEKO计算了圆锥弹头模型的双基地雷达截面积(RCS),通过对RCS序列的时频分析,验证了该文理论分析的正确性。     

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。     

逆合成孔径成像激光雷达微多普勒特征分析

逆合成孔径成像激光雷达是一种结合将激光信号和逆合成孔径原理相结合的新体制雷达,能实现对运动目标的超高分辨成像,为提取目标的精细微动特征提供了新的途径。研究了基于逆合成孔径成像激光雷达的目标振动微多普勒特征,分析了目标运动时激光信号的高载频和大带宽对目标微多普勒特征的影响,并通过仿真实验对基于逆合成孔径成像激光雷达的目标微多普勒特征和基于微波波段逆合成孔径雷达的目标微多普勒特征进行了比较,证明了逆合成孔径成像激光雷达能够提供足够的分辨率来分析微小目标微动部件带来的多普勒效应。     

弹道中段目标平动径向速度估计的状态空间方法

为了分析弹道中段飞行目标的微动分量,需要对雷达回波中的高速平动分量进行准确估计和补偿。该文建立了目标高速平动和微动共同作用下的超宽带信号模型,提出了一种基于状态空间处理的平动径向速度高精度估计方法,该方法可以有效抑制微动分量对平动径向速度估计的影响,估计精度优于传统方法。同时包含高速平动分量和微动分量的超宽带信号模型,也可直接用于后续的微动参数提取处理。仿真结果验证了文中信号模型与径向速度估计方法的有效性。