激光微多普勒探测系统中降低相位噪音影响的方法研究

相干微多普勒激光雷达具有探测灵敏度高、探测信息量大等特点,特别适合于动目标探测、目标特征识别等应用.本文从线宽和探测距离两个方面讨论了模场相位随机起伏（相位噪音）对于测速准确度的影响,实验证实了相位噪音对激光微多普勒探测的影响,并探索出解决上述问题的方法——光纤补偿法.实验中,以输出波长为1.064 μm单块非平面环形腔激光器为光源,利用光纤补偿方法,并结合时频变换的算法,用外差探测的方式成功观测到了微多普勒频移,在传输距离为11 km时,系统最低探测速度达到了0.5 mm/s,速度分辨率达到了mm/s量级,频率分辨率达到了kHz量级,为微多普勒激光雷达的实际应用奠定了良好的实验基础.     

基于复数局部均值分解的含旋转部件目标微多普勒分离技术

针对逆合成孔径雷达成像中某些含旋转部件的雷达目标,其回波由于受到旋转部件微多普勒的影响,从而导致目标主体成像质量下降的问题,该文研究了基于复数局部均值分解的微多普勒分离方法。该文通过分析目标主体和旋转部件回波分量的多普勒差异,并利用复数局部均值分解方法精确分离信号中内含的振荡模式,自适应地从高频至低频将复杂非平稳信号分解成若干个平稳的单分量信号,从而实现微多普勒信号分离。通过将微多普勒信号和目标主体回波进行分离,可以提高目标主体的成像质量,并能更好地获得旋转部件的微动参数特征。仿真和实测数据的结果证明了该方法的有效性。     

基于时频集中度指标的多旋翼无人机微动特征参数估计方法

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。

     

雷达目标旋转部件的微Doppler效应

目标的微动特征与目标属性密切相关,可作为目标识别的重要特征。对旋转部件,该文建立了具有空域时变特性的点散射模型。基于此模型,分析了由目标的旋转部件引起的微Doppler效应,对含有旋转部件的目标回波的时频特性进行了理论推导,并利用外场实测数据,得到了雷达目标回波的时频图,与理论推导的结果十分吻合,验证了理论推导的正确性。在此基础上,提出了一种基于短时傅里叶变换的目标微动参数提取方法,利用实测数据对目标的微运动参数提取进行了尝试,得到了很好的结果,为PD雷达的目标特征提取与识别提供了理论指导。     

Micro-motion target sensing by stepped-frequency continuous-wave radar

Mechanical micro-vibration of a target may induce phase modulations on the radar echo, and the vibration can be detected to identify micro-motion target. In this paper, a new method to detect a mi-cro-motion target and obtain its range and micro-motion frequency is proposed in which multiple periods stepped-frequency continuous-wave signal and Moving Target Indication (MTI) filter are adopted. The simulation results illustrate the validity of this method and present the detection of the target range and the vibration frequency. The experiment gives promising results.     

A new approach for classification of human gait based on time-frequency feature representations

We introduce a new and simple technique for human gait classification based on the time-frequency analysis of radar data. The focus is on the classification of arm movements to discern free vs. confined arm swinging motion. The latter may arise in hostage situation or may be indicative to carrying objects with one or both hands. The motion signatures corresponding to the arm and leg movements are both extracted from the time-frequency representation of the micro-Doppler. The time-frequency analysis is performed using the multiwindow S-method. With the Hermite functions acting as multiwindows, it is shown that the Hermite S-method provides an efficient representation of the complex Doppler associated with human walking. The proposed human gait classification technique utilizes the arm positive and negative Doppler frequencies and their relative time of occurrence. It is tested on various real radar signals and shown to provide an accurate classification.     

基于经验模态分解的空中飞机目标分类

该文研究常规窄带雷达体制下喷气式飞机、螺旋桨飞机和直升机目标的分类问题。首先根据微多普勒效应利用多散射中心模型从理论上分析了飞机目标旋转部件的雷达回波模型;然后针对3类飞机目标回波在多普勒域频率调制的不同,提出一种基于经验模态分解(Empirical Mode Decomposition, EMD)算法的特征提取方法;最后基于仿真数据训练、实测数据测试的模式,使用支持矢量机(Support Vector Machine, SVM)分类器的分类结果表明新方法较现有方法在较高信噪比条件下具有更好的分类性能。     

基于微多普勒的圆锥弹头进动与结构参数估计

微动特征是弹道中段目标雷达识别的有效特征之一。该文首先推导了圆锥弹头的锥顶散射中心和锥底平面上两个滑动散射中心的微多普勒表达式,与由几何绕射理论得到微多普勒时频曲线进行对比,发现锥顶散射中心的微多普勒时频曲线有细小差异,其他两个散射中心的很吻合。通过分析这3个表达式发现3个散射中心的微多普勒具有3种相关性。针对这3种相关性论文提出了在不同入射角下提取微多普勒时频曲线的离散点进行进动和结构参数估计的方法,并进行了仿真实验提取了进动和结构6个参数,且估计效果较好。     

用慢时间域积分法实现雷达目标微多普勒信息的提取

在ISAR成像中,某些雷达目标的部件存在旋转运动,会对回波信息引入微多普勒,从而导致成像质量下降,严重时甚至无法实现成像。本文提出一种基于对慢时间积分的简易方法,成功实现了微多普勒信息与目标主体信息的分离,获得了较为清晰的目标主体像;通过对微多普勒信息的分析,同时也能获得旋转部件的一些运动信息,如旋转半径、旋转频率等。文章最后的仿真结果证明了本文方法的有效性,并简单验证了不同信噪比条件下其微多普勒谱的提取性能。     

基于短时稀疏时频分布的雷达目标微动特征提取及检测方法

为有效提高强杂波及目标复杂运动特性条件下的雷达动目标探测能力,该文结合时频分布(TFD)类动目标检测和稀疏表示方法的优势,建立了短时稀疏TFD(ST-STFD)原理框架,提出短时稀疏傅里叶变换(ST-SFT)和短时稀疏分数阶傅里叶变换(ST-SFRFT)雷达动目标检测方法,并应用于海上目标微动特征提取及检测中。实测雷达数据验证表明,该方法在时间-稀疏域能够实现时变信号的高分辨低复杂度时频表示,具有运算效率高、时频分辨好、抗杂波等优点,为进一步提升雷达杂波抑制和动目标检测能力提供了新的思路和途径。