激光微多普勒探测运动目标复合振动的实验研究

建立了激光微多普勒效应探测系统,开展了激光微多普勒效应探测运动目标复合振动的实验研究.实验结果的频谱分析和时-频域的联合分析表明:利用激光微多普勒效应,可以有效地探测目标的复合振动,为目标的探测、分类和识别奠定了基础.     

激光微多普勒效应探测系统

建立了激光微多普勒效应探测系统,开展了利用激光微多普勒效应探测运动目标微小振动的实验研究.特征提取的结果表明:时-频分析方法适合于时变微多普勒信号的分析,能够有效地提取出运动目标的振动特征.     

微多普勒雷达述评

微多普勒雷达最重要的功能就是能够检测和测量目标的微动态（转动和振动）特性。首先从雷达技术体制的角度概括了雷达功能扩展与雷达信号形式和信息提取技术的关系;然后,简要给出微多普勒雷达基本理论,重点评述了微多普勒雷达系统现有的关键技术和解决方案;最后讨论了微多谱勒雷达面临的挑战和前景。     

复合微多普勒效应中几种时频方法的比较

为了研究复合振动目标微多普勒信号中目标振动特征的提取问题,进行了激光微多普勒效应探测运动目标复合振动的实验研究,对实验结果的时频域的联合分析表明:时频分析方法能够较好地分析出运动目标复合振动的微多普勒特征。运用短时傅里叶变换(STFT)、Winger分布(WD)、Winger-Ville分布(WVD)和重排平滑伪Winger-Ville分布(RSPWVD)对微多普勒信号进行了时频分析,并对结果进行了比较。结果表明:重排平滑伪Winger-Ville分布(RSPWVD)能较好地揭示微多普勒信号的特征,是一种有效的时频分析方法。     

雷达微多普勒信号特征的原理与应用

目标的微多普勒信号特征表现为不同的复杂频率调制,它由目标部件产生,用联合时间-多普勒频域进行描述,可以揭示目标独特的特性。介绍雷达微多普勒效应的基本原理与应用,描述来自刚体和非刚体的微多普勒信号特征。文中还讨论雷达微多普勒特征的研究现状、面临挑战与未来前景。     

基于高阶时频分布的雷达目标微多普勒特征分析

目标微动特征提供了对目标细节的精细刻画,为雷达目标的探测和识别提供了新的途径。在分析机动点目标、振动点目标、复合运动点目标等几种典型微动目标的微多普勒变化规律的基础上,从高阶时频分析的角度出发,提出了一种基于改进L-Wigner分布的微动目标微多普勒特征的分析算法,详细分析了提高时频聚集性和消除交叉项的措施及其高效递推实现方法,并对算法的复杂度进行了分析,最后以机动点目标、振动点目标、复合运动点目标以及多个点目标构成的群目标为例对提出的算法进行了仿真分析。仿真结果表明,相对线性时频表示和Cohen类双线性时频分布,该算法对于复杂非线性调制目标回波信号提供了更好的时频聚集性,并能够较好地消除交叉干扰项的影响,且具有较小的算法运算量。      

基于RSPE的微多普勒参数估计方法

针对传统算法在微多普勒效应参数估值中存在的若干问题,提出一种改进的基于谱图重排联合谱峰估值的微动参数估计方法(Rearrangement Spectrum Peek Evaluate,简称RSPE)。RSPE充分运用单线性分布、重排理论、五点平滑和傅里叶最值搜索等方法,有效地估计出了微动频率这一重要参数。通过大量仿真实验,且在不同信噪比下与平滑Wigner-Ville(Smoothing Pseudo Winger-Ville,简称SPWV)分布进行对比,表明RSPE在提取微动频率时的精度高达96%,抗噪能力为-5d B,充分证明了改进后的方法在微多普勒信号参数估计的有效性和鲁棒性。     

转动目标光学微多普勒效应的仿真研究

为了研究转动目标激光雷达回波信号中目标运动特征的提取问题,建立了转动目标微多普勒效应的点散射模型,并进行了仿真研究,获得了激光雷达探测转动目标的回波信号图.针对转动目标雷达回波信号成分复杂,采用一般的时频分析方法信号可读性差的问题,提出了应用时频分析的重排算法来分析信号,获得了良好的时频特性,估计出了目标的相关运动参数,证明了该方法用于分析转动目标微多普勒信号的有效性,为利用雷达回波信号的时频特征实现转动目标的识别奠定了基础.     

弹道目标平动补偿与微多普勒特征提取方法

针对传统逆合成孔径雷达(ISAR)成像中的平动补偿方法并不适用于弹道目标平动补偿的问题,该文提出了一种弹道目标平动补偿与微多普勒(m-D)特征提取方法。在分析有翼弹道目标未完成平动补偿时的m-D效应的基础上,首先采用形态学中的骨架提取方法抑制1维距离像旁瓣,再在快时间频率(距离)-慢时间平面上搜索分离各散射点的m-D特征曲线,然后对其进行经验模式分解(EMD)分解,利用分解结果中的趋势项分量完成目标回波的平动补偿,并通过分析EMD分解结果获得了目标的自旋频率、锥旋频率等特征信息。仿真实验验证了所提方法的有效性与鲁棒性。     

激光雷达微多普勒效应的仿真研究

为了研究激光雷达中微多普勒效应的探测及其雷达回波信号中反应目标特征的微多普勒信息的提取问题,建立了激光雷达微多普勒效应的物理模型,对应用激光雷达探测由目标振动引起的微多普勒效应进行了仿真,并对仿真信号进行了分析,由于信号的时变性,引入了时-频域联合分析的方法。采用了短时傅里叶变换方法对仿真信号进行了时频分析,得到了能够较好地反映目标特征的微多普勒图像。结果表明,激光雷达适合于低振幅微多普勒效应的探测,应用时频分析方法能够有效地从雷达回波信号中提取出目标的微多普勒特征。     

基于时频干涉仪的联合时频-到达角估计

传统电子对抗的测频、测向是独立完成的,即先由测频接收机测得信号频率,且由测向天线采用如相位干涉仪方法完成测向。相位干涉仪测向是针对单个脉冲信号的,对于多信号没有分辨能力,对于线性调频等时变频率信号也不能直接应用。本文提出了一种时频干涉仪联合时频一到达角(DOA)估计算法。通过对接收机输出信号作XWVD,提取XWVD的时频脊线,并测量时频脊点上的相位来实现信号频率、DOA的联合估计。该算法可实现对多信号的分辨;也可直接应用于线性调频信号的到达角估计。     

基于摄谱术的光信号门控可调时频分析模型

在光信号分析中运用时频分析方法,不但描述了信号频谱随时间的变化,而且显示了信号的能量密度.本文研究摄谱术并讨论魏格纳分布函数和光的时相关物理谱的联系.建立光信号门控可调时频分析模型,并利用LabVIEW进行仿真,分析了在不同门控时延条件下,不同速率的原始信号叠加噪声后的时频分布,对比了无噪声和时延的原始信号谱图,给出了不同条件下光信号较优的时解和频解.由仿真试验结果得出了基于摄谱术的门控可调时频分析模型是有效的光信号分析手段这一重要结论.     

含旋转部件的动态目标ISAR成像及微多普勒特征提取

含旋转部件的动态目标ISAR成像中,受旋转部件微多普勒调制影响,导致目标成像质量下降,给目标识别带来巨大困难.抑制或消除旋转部件回波是处理带有旋转部件目标ISAR成像的重要内容.现有的算法在处理旋转部件时采用了单个旋转点的假设,虽然取得了较好的效果,但是对实测数据分离效果不明显.为此,本文基于含旋转部件目标主体和旋转部...     

运动目标微多普勒效应的激光雷达相干探测及特征提取

在建立口径为200mm,波长为1550nm的全光纤型激光相干雷达探测系统的基础上,展开对运动目标微多普勒效应的实验研究。对实验获取信号进行频谱分析和时域-频域联合分析的结果表明,时间-频域联合分析方法可有效地提取运动目标的微多普勒效应特征,从而得到目标在20～2000Hz的振动特征。利用这些特征可区分和识别不同运动目标,为目标的探测、分类和识别提供了一条有效的途径。     

线性调频步进信号雷达微多普勒效应分析及目标特征提取

研究了线性调频步进信号体制下雷达目标的微多普勒效应,分析了距离像走动和卷绕现象,并重点讨论了旋转和振动形式的微动引起的微多普勒效应,推导出了其在距离-慢时间平面的解析表达式.在此基础上,提出利用推广的Hough变换法并结合时频分析来提取微多普勒特征的方法,并详细论述了不同旋转(振动)频率和半径(振幅)情况下的处理算法.仿真实验验证了文中微多普勒效应理论分析和特征提取方法的正确性.     

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。     

基于SFCW雷达时间－距离像的摆动目标微动特征提取

建立频率步进连续波雷达摆动点目标回波模型,推导得出摆动目标高分辨距离像,研究距离像周期性变化规律,提出基于时间－距离像的摆动目标微动特征提取思路。针对幅度峰值搜索法对微摆动周期估计误差较大的问题,提出结合数据预处理的幅度峰值搜索法和幅度阈值检测法等两种改进算法。仿真实验表明,在信噪比高于-10 dB时,结合数据预处理的幅度峰值搜索法和幅度阈值检测法能够有效估计摆动目标距离、摆动幅度及摆动周期等参数,此时摆动幅度估计值是对其真实值在雷达视线方向上的投影值的估计。改进算法对目标距离和摆动幅度的估计精度与幅度峰值搜索法相同,对摆动周期的估计精度远远高于幅度峰值搜索法,可分别达到和优于采样周期的数量级。本文提出的改进算法可扩展应用于圆周旋转等周期性运动目标的微动特征提取。