彈道目標(biāo)的微多普勒特征提取與重構(gòu)方法研究.pdf

1、目標(biāo)與雷達(dá)之間的相對微運動（如振動、旋轉(zhuǎn)、翻滾和進(jìn)動等）會對回波信號進(jìn)行調(diào)制，產(chǎn)生微多普勒效應(yīng)。對微動目標(biāo)的微多普勒進(jìn)行提取重構(gòu)并加以測量可獲得目標(biāo)的微動參數(shù)和結(jié)構(gòu)參數(shù)，基于此的目標(biāo)檢測識別技術(shù)被認(rèn)為是雷達(dá)目標(biāo)精確檢測識別領(lǐng)域中有巨大發(fā)展前景的研究方向之一。針對彈道目標(biāo)微多普勒特征提取與重構(gòu)方法的主要研究成果如下：
　　1．分析了微動目標(biāo)的微多普勒調(diào)制效應(yīng)。針對窄帶和寬帶兩種信號形式，分別建立了目標(biāo)進(jìn)動的雷達(dá)回波模型，研究了進(jìn)動目

2、標(biāo)微多普勒的調(diào)制特性，推導(dǎo)了微多普勒與進(jìn)動參數(shù)和目標(biāo)結(jié)構(gòu)參數(shù)的定量表達(dá)式，最后對比分析了微多普勒特征提取常用的時頻分析工具，對微動目標(biāo)特征的提取重構(gòu)和參數(shù)估計具有重要的理論研究意義。
　　2．在窄帶信號情況下提出了基于短時迭代自適應(yīng)-逆Radon變換(Short Time Iterative Adaptive Approach-Inverse Radon Transform，STIAA-IRT)的微多普勒特征提取與參數(shù)估計方法。首

3、先針對短觀測時間常用時頻分析方法分辨力不足，難以區(qū)分頻率交疊嚴(yán)重且成分接近分量的問題，采用基于短時迭代自適應(yīng)(Short Time Iterative Adaptive Approach，STIAA)的時頻分析方法對目標(biāo)散射點模型進(jìn)行微多普勒特性提取。然后針對多分量微多普勒信號難以一一提取瞬時頻率以及信噪比較低的問題，利用逆Radon變換(Inverse Radon Transform，IRT)分離重構(gòu)不同散射點的微多普勒分量。該方法在

4、低信噪比情況下能獲得多分量信號的完整微多普勒信息，為低信噪比、鄰近時頻分布情況下的微動特征分離重構(gòu)和參數(shù)估計提供了有效途徑，最后利用仿真實驗驗證了所提方法具有優(yōu)于短時傅里葉變換和S方法的分辨能力和重構(gòu)性能。
　　3．在寬帶信號情況下進(jìn)一步提出了基于逆Radon變換(IRT)的參數(shù)域微多普勒聚焦融合估計方法。首先針對寬帶信號微動跨越距離單元的問題，采用子帶劃分的方法，將各子帶的窄帶信號分別利用STIAA時頻分析方法得到微多普勒時頻譜