弹道导弹微动模型及微多普勒特征研究

通过微多普勒可以提取弹道导弹目标的微动特征,利用弹头和诱饵微动特征的差异可识别出真弹头.运用角动量守恒定理分析了弹道导弹目标在各阶段的微动形式,运用叉乘矩阵、泰勒级数等原理,推导出了弹道导弹目标的微动模型,给出了弹道导弹目标的微多普勒计算公式,从理论上分析了其微多普勒特征.利用时频分析方法从回波信号中提取了弹道导弹目标的微多普勒,从回波信号中提取的微多普勒与理论上计算的微多普勒一致,表明分析方法有效,结论正确.     

载机扰动下SAR/GMTI旋转目标微多普勒特性分析

目标微动部件激励的雷达微多普勒信号稳定而独特,反映了该目标的本质特征。针对采用相位中心偏置技术(DPCA)的SAR/GMTI系统,研究存在载机扰动下的旋转目标的微多普勒特性。构建飞行平台与微动目标的几何模型,推导旋转目标的微多普勒信号模型,分析典型的载机纵向扰动对微多普勒时频特性构成的影响;并通过仿真实验,验证了上述理论分析的正确性。     

水中目标微多普勒特征研究

为了有效检测、识别水中目标,从水中目标螺旋桨旋转运动建模出发,分析了螺旋桨旋转运动对主动声探测信号的调制作用及由此产生的回波信号的微多普勒特征,并进行了理论推导和仿真分析,验证了微多普勒特征的存在。结果表明:微多普勒特征信号是区别于其他信号的运动着的螺旋桨特有的信号,可用于对水中目标的检测、识别。     

基于连续波雷达微多普勒效应的弹丸转速测试方法

针对目前弹丸转速测试方法的局限,提出了一种新的弹丸转速测试方法,利用连续波雷达探测弹丸旋转产生的微多普勒效应,建立了弹丸旋转运动引起的雷达回波微多普勒调制数学模型,推导了微多普勒频率与弹丸转速的解析关系,给出了弹丸转速微多普勒数据的实测方案,并通过弹丸旋转微动辨识与数字解调技术,提取出弹丸转速,经靶场试验验证,测试效果良好。     

MLFMA在运动目标多普勒回波数值仿真中的应用

提出了一种应用准静态技术,结合快速多级子算法计算任意形状的运动目标多普勒信号的方法,对目标的几种典型的微动多普勒信号进行了仿真,并应用高分辨时频分析算法对仿真得到的微多普勒信号进行了分析,提取出了微多普勒瞬时频率,并与相应微动规律的点目标微多普勒瞬时频率进行对比。结果表明,二者具有相同的变化规律,从而证明本文提出的方法是有效的。     

稀疏孔径条件下微动目标特征提取与成像算法

针对窄带雷达稀疏孔径条件下,目标微多普勒信号无法使用传统方法进行参数化表征和提取的问题,提出一种方位向稀疏孔径条件下微动目标特征提取与成像的新方法。通过详细分析微动目标雷达回波特性,并根据目标回波特征构造微多普勒信号原子集,在此基础上,使用正交匹配追踪算法实现微动目标的特征提取与成像。仿真实验表明该方法能够在稀疏孔径条件下有效提取目标微动特征并实现目标成像。     

组网雷达中微多普勒效应分析与仿真

微动产生的微多普勒特征是弹道目标微动参数提取与识别的重要依据。首先基于组网雷达,分析弹道目标中3种典型的微动模型,得到微距离关于雷达观测视角的参数化表示,然后分别针对窄带雷达和宽带雷达作回波分析,最终得到雷达观测到的弹道目标微多普勒效应与雷达观测视角以及信号参数的关系,后面的仿真验证了理论分析的正确性。     

基于Hough变换撤票策略的目标微多普勒提取

微动特征的提取对于目标识别具有重要意义,但现有算法提取多分量旋转目标微多普勒参数的计算量太大.针对这一问题,提出了一种Hough变换撤票策略,对时频空间进行Hough变换得到参数空间,对已包含所有信息的参数空间进行多次撤票,便可分步得到微多普勒信号参数.仿真实验验证了该方法的有效性.     

基于最优核时频分布的装甲车辆微多普勒特征分析

依据微多普勒效应原理,构建了装甲车辆微动的雷达回波数学模型,推导了装甲车辆点目标的回波信号解析关系,并针对回波信号非平稳非线性的特点,利用最优核时频分布结合求时频脊的方法,仿真提取了装甲车辆微动线目标的回波微多普勒特征。仿真结果表明:线目标模型更能凸现、解析装甲车辆微动特征;采用的最优核时频分布结合求时频脊方法,具有比经典二次型分布更好的时频像,能较好地提取出微多普勒特征。最后,利用该方法分析了低信噪比下目标加速度、身管长度等参数对微多普勒特征的影响。     

基于微多普勒周期相关性的弹道群目标信号分离

针对弹道群目标微多普勒信号分离问题,提出了一种基于微多普勒周期相关性的弹道群目标信号分离算法。对进动目标和旋转目标进行了微动建模,分析了其散射中心在窄带信号下的微多普勒效应,并给出了其参数化表达式。利用STFT对窄带回波进行了时频变换,获取了回波时频图,并采用奇异值分解(SVD)和高斯空间掩模方法分别对时频图进行了消噪和平化处理。再依据散射中心微多普勒瞬时频率的变化规律,采用Viterbi算法对群目标微多普勒曲线进行了提取。最后将提取出的曲线进行傅里叶变换,根据群目标微多普勒周期的相关性,实现了群目标信号的分离。仿真验证了所提方法的有效性和准确性。