正弦调频Fourier-Bessel变换及其在微动目标特征提取中的应用

针对微动目标特征提取问题,该文提出了一种正弦调频Fourier-Bessel变换(Sinusoidal Frequency Modulation Fourier-Bessel Transform, SFMFBT),并基于SFMFBT提出了一种雷达目标微动频率的精确提取方法。首先给出了SFMFBT的定义,分析了变换的相关性质,并通过频率提取误差分析给出了一种修正方法,最后讨论了离散信号处理中的若干问题。相比于傅里叶-贝塞尔变换,SFMFBT将k分辨率参数引入Bessel函数基,克服了其对应频率不可细分的缺陷,并且通过误差分析提高了信号分解精度,从而将Bessel函数基引入特征提取领域,拓展了其应用范围。仿真结果表明该方法同样适用于微动群目标频率提取与回波分离重构,且在SNR>0 dB条件下具有较好的鲁棒性。      

多重观测矢量模型下的微动目标特征提取

针对传统基于压缩感知(CS)理论的微动目标特征提取方法不适用于宽带雷达目标的情况,以线性调频信号体制雷达为例,通过分析微动目标回波的内在特性,构建了一种微动目标回波的多重观测矢量(MMV)模型。结合频率估计算法与正交匹配追踪(OMP)算法进行MMV模型的稀疏表达求解,从而获得微动目标的特征参数。仿真结果表明,与传统基于单重观测矢量(SMV)模型的微动特征提取方法相比,噪声环境下采用MMV模型进行微动特征提取具有更强的鲁棒性。     

空间旋转目标窄带雷达干涉式三维成像与微动特征提取

该文根据干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想,提出一种基于L型3天线模型的空间旋转目标3维成像与3维微动特征提取方法。将微多普勒效应理论与多天线干涉处理技术相结合,在时频面上通过Viterbi算法分离散射点并进行干涉处理获取目标在各时刻沿基线方向的2维投影坐标;根据目标微动特性,采用非迭代椭圆拟合方法重构出散射点的高度维信息,实现目标的真实3维成像,并在成像过程中提取目标的3维微动特征参数。仿真实验验证了所提方法的有效性与鲁棒性。     

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。