基于联合时频滤波的多目标回波信号分离算法

针对弹道中段多目标回波信号分离的问题,提出了基于联合时频滤波的多目标信号分离算法。该算法先对多目标回波信号进行自相关处理和峰值提取,得到目标信号的周期,接着用该周期对回波信号的Gabor变换和PWVD变换结果进行分段,然后将各段时频图相乘,获得新的时频支撑域,最后用新的时频支撑域对回波信号进行时频滤波,克服了交叉项的干扰和时频聚集性不高的缺点,分离出了不同周期的目标信号。仿真结果证明了该方法的有效性和先进性。     

基于Radon变换的弹道目标平动补偿

弹道目标平动补偿有利于弹道目标微动参数提取。针对多散射点目标平动补偿的问题,提出了一种利用Radon变换对目标整体微多普勒曲线进行参数投影来达到平动参数估计的方法。对典型弹道目标进行了建模分析,得出了其散射点微动距离表达式。根据雷达信息对目标回波进行预补偿并对预补偿结果进行时频变换,再采用Radon变换对时频曲线进行参数投影,利用熵值法对投影得到的二维平面进行参数提取。利用提取的平动参数对回波进行平动补偿,仿真结果表明了上述方法的准确性。     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。     

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。     

时间距离像消隐时弹头进动与结构参数估计

考虑弹道目标时间距离像存在消隐现象,提出了一种弹道目标微距离变化曲线断续时进动与结构参数提取方法。首先,建立了弹道中段目标宽带回波模型,推导了散射中心微距离变化曲线理论公式;其次,提取了时间距离像中各散射中心的微距离变化曲线,据此提出采用选点方法实现目标进动频率和平动参数联合估计,完成了弹道目标时间距离像的平动补偿;最后,利用扩展Hough变换方法进行补偿后断续微距离变化曲线的检测,基于各散射中心间的相对位置信息实现了弹道目标的结构参数提取。电磁仿真实验验证了该方法的有效性。     

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。     

基于改进希尔伯特-黄变换的进动目标周期估计

针对进动目标的微多普勒周期估计问题,提出了一种基于改进希尔伯特-黄变换的提取算法。该算法通过将希尔伯特-黄变换中的经验模态分解（EMD）替换为完备总体经验模态分解（CEEMDAN）,对目标回波信号进行分解得到各本征模态函数（IMF）后,再对IMF进行希尔伯特谱分析,从该希尔伯特谱中提取出目标信号中的微多普勒周期。仿真表明,所采用的方法能有效地克服EMD算法噪声环境中性能较差的缺陷,在低信噪比条件下具备较好的性能。     

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.     

弹道目标微多普勒特性基于逆Radon变换的稀疏表示

作为识别空间弹道目标的有效方法,微多普勒特性提取对于雷达系统的时频分辨率提出了很高的要求,因此,要求雷达系统具有更高的采样频率。作为近年来新兴的技术手段,在远低于奈奎斯特采样定理的采样频率下,压缩感知技术可以对具有稀疏特性的信号实现高精度还原。对空间弹道目标时频分布进行逆Radon变换,在变换后的IRT域内获得时频分布的稀疏表示,从而可以借助压缩感知技术有效降低采样频率的要求。     

基于微动目标主体信息的平动补偿方法

目标的平动和微动均会对雷达信号产生调制,其中,微动信息的提取对目标识别具有重大意义.选择对点散射模型进行分析,构建回波信号模型.根据信号在时频分布中的特点,通过霍夫变换(TFD-Hough)获得平动参数,重构出参考主体信号,进而补偿主体回波信号,再经高通滤波器处理,最终实现平动调制的补偿以及微动信号的分离.仿真实验验证了该方法的有效性.     

基于时频分析的飞机目标识别

本文利用小波变换对五种飞机目标的雷达回波进行时频分析,得到了回波信号的时频分布图。全面清楚地描述了目标的散射特性。文中通过提取时频分布图的矩特征作为目标特征量,对五种飞机的目标作了识别实验,取得了良好的识别效果     

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。     

一种高分辨雷达扩展目标信号模拟方法

从线性调频高分辨雷达着手,分析了扩展目标回波信号的特点,对线性调频信号进行了模拟,生成了扩展目标回波数据。最后用Matlab仿真实现了目标散射中心和多普勒速度的提取,验证了模拟信号的可行性。     

基于齐次坐标的微动建模与微多普勒特征分析

针对目标微动数学模型表达不统一的问题,引入计算机图形学中的齐次坐标表示方法,给出了三维坐标系和旋转变换的齐次变换矩阵描述,推导了自旋、锥旋、进动和章动目标微动模型的通用矩阵表达.并分析了目标回波频移的组成,得到了微多普勒的理论表达式.微动回波Gabor变换时频图与微多普勒理论值的仿真结果表明,通用的矩阵表达可以简明且准确地描述目标的微动.     

用小波包变换降低 MCM 系统中并存的脉冲干扰和窄带干扰的影晌

小波包变换可以给出信号精细的时频局域化特性，本文通过对信号进行小波包变换，导出了用小波包变换实现多载波调制（MCM）的系统模型，在此基础上研究了用小波包时频分解特性对信号进行变换，从而降低MCM系统中并存的脉冲噪声和窄带干扰的影响，并给出了如何选取时频单元进行变换的算法。     

OFD-LFM MIMO雷达中目标部件振动的微多普勒效应分析

与传统单基雷达系统相比,多输入多输出(MIMO)雷达系统充分利用发射分集和接收分集的优势,能够在不同的视角接收目标回波信号,可以提取目标更精细的微多普勒特征,因而大大提高了雷达对目标的识别能力。基于MIMO雷达系统,详细分析推导了正交频分线性调频信号体制下目标部件振动的微多普勒效应,并采用时频分析工具对理论分析的结果进行了仿真验证。     

基于DPCA和Radon变换的多通道SAR微动目标检测

为实现强杂波噪声条件下SAR微动目标检测,在DPCA信号的距离压缩域提出基于Radon变换和基于时频分析—逆Radon变换的2种微动目标检测方法。在距离压缩域,微动目标回波表现为沿方位向直线,利用Radon变换对直线的聚焦性实现微动目标检测;对DPCA信号作时频分析,微动目标引起的微多普勒频率表现为正弦形式,利用逆Radon变换对正弦曲线的聚焦性实现微动目标检测。通过对比,基于Radon变换的检测方法参数估计性能更好,而基于时频分析—逆Radon变换的检测方法具有更高的检测概率。最后,通过实验仿真验证了所提方法的有效性。     

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.     

基于时间-距离像的弹道目标进动特征提取

提出了一种联合宽带雷达多视角距离像进行弹道目标进动特征提取的方法。建立了锥柱体进动模型,并对散射点径向距离进行了分析。运用广义Hough变换提取散射点距离像的曲线参数。定义粗匹配和精匹配选择门限,根据提取的曲线参数信息来对散射点进行匹配,再由散射点初相差的不同进行散射点类型识别。最后,联立两部雷达提取同一散射点的曲线参数求解出进动角θ,再联立多视角距离像信息方程组进行目标的结构参数和雷达视角的求解。仿真结果验证了算法的正确性和有效性。     

基于相关性函数的多站微动特征分析与提取

针对多站雷达精度跨度大、难以有效进行融合识别的问题,提出了基于相关性函数的多站加权融合方法。首先建立了弹道目标滑动散射模型,通过时延相乘重构回波,并利用扩展Hough变换提取出距离像的曲线参数,从而建立方程组以求取微动信息。然后利用相关性函数对各雷达的支持度进行分析,最终对支持度高的观测数据进行融合识别。仿真结果表明该方法计算简单,能有效提高微动参数的估计精度,客观地反映各部雷达的可靠度。