雷達目標運動特征分析與提取.pdf

1、隨著電磁特征控制技術(shù)對目標非運動特征控制能力的提升，目標的形狀、結(jié)構(gòu)和表面材料電磁參數(shù)等非運動特征在非合作目標探測與識別中的應(yīng)用受到限制，而運動特征的可控性較低，并且運動特征提取可為獲取更為精準的結(jié)構(gòu)特征創(chuàng)造條件，因此，運動特征在目標探測與識別中的重要性日益突出，對雷達目標的運動特征提取已成為目標識別領(lǐng)域的一個研究熱點。目標運動可分為整體運動與微動，整體運動是指目標質(zhì)心的運動，包括平動和轉(zhuǎn)動，這里的轉(zhuǎn)動是指轉(zhuǎn)速較小，產(chǎn)生的多普勒頻率可近

2、似恒定；微動是指目標或目標組成部分除整體運動以外的小幅、非勻速運動，微動產(chǎn)生的微多普勒頻率隨時間變化而變化。本文所研究的目標運動特征是指平動特征和微動特征。目標的運動特征可以從時域、頻域以及時頻域來描述。在時域，一維高分辨距離像反映了目標上各散射點沿雷達視線的投影分布，體現(xiàn)了散射點的相對幾何關(guān)系，包含了目標重要的結(jié)構(gòu)特征，然而，目標平動會使得高分辨距離像產(chǎn)生距離走動、幅度下降和寬度展寬，從而使得距離像分辨率下降，甚至無法得到距離像，因而

3、必須對目標平動進行精確補償，這就涉及到平動參數(shù)的估計問題，即平動特征提??；在頻域，微多普勒從頻率上描述了目標微動的雷達特征，反映了多普勒頻移的瞬時特性，表征了目標微動的瞬時徑向速度；在時頻域，微動會對ISAR成像產(chǎn)生調(diào)制，在ISAR圖像中表現(xiàn)為沿多普勒方向的調(diào)制干擾帶，導(dǎo)致ISAR成像結(jié)果出現(xiàn)模糊，因此，必須對微動特征進行提取，并將其從原始回波中剔除，從而改善微動目標的ISAR成像質(zhì)量，為獲取結(jié)構(gòu)特征創(chuàng)造條件。本論文針對空間空中目標的運

4、動特征分析與提取，從時域、頻域以及時頻域三個基本層次展開對雷達目標運動特征提取的相關(guān)理論與技術(shù)問題的研究。
　　論文內(nèi)容可概括為如下五部分：
　　第一部分，從時域、頻域以及時頻域?qū)走_目標的運動特征進行了分析。在時域，以調(diào)頻步進信號為例，推導(dǎo)了其合成距離像的數(shù)學(xué)模型，并定量分析了目標運動對合成距離像的影響，得出了合成距離像平動補償?shù)臉藴剩辉陬l域，以四種典型的微動——振動、轉(zhuǎn)動、錐動和翻滾為例，利用時頻分析方法對這四種微動產(chǎn)生

5、的微多普勒進行了分析；在時頻域，對微動目標ISAR成像存在的問題進行了討論。
　　第二部分，研究了調(diào)頻步進信號的參數(shù)設(shè)計和平動參數(shù)估計。在分析調(diào)頻步進信號各參數(shù)所對應(yīng)的參量基礎(chǔ)上，給出了具體的參數(shù)設(shè)計準則；針對高速運動導(dǎo)致的合成距離像移位和失真問題，提出了兩種平動參數(shù)估計方法：分別是基于最優(yōu)代價函數(shù)搜索的平動參數(shù)估計方法和基于復(fù)合測速的平動參數(shù)估計方法，其中，基于最優(yōu)代價函數(shù)搜索的平動參數(shù)估計方法針對最小脈組誤差法測速時存在的局部

6、極小值問題，提出首先用包絡(luò)相關(guān)法粗測速、再在一個速度周期內(nèi)利用最小脈組誤差法精測速的兩步法，提取的平動特征可用于對高速目標的運動補償，進而可實現(xiàn)一維高分辨距離成像；基于復(fù)合測速的平動參數(shù)估計方法通過在調(diào)頻步進體制中引入PD體制進行實時速度測量供運動補償環(huán)節(jié)使用，對三種可能的復(fù)合方式進行了可行性論證，給出了一種可滿足高速運動環(huán)境下運動補償精度要求的復(fù)合波形設(shè)計。
　　第三部分，研究了旋轉(zhuǎn)目標的微動特征提取。以典型的轉(zhuǎn)動為例建立了微動

7、模型，針對單散射點微動目標，提出了基于平滑偽Wigner-Ville分布的微多普勒頻率估計方法，包括峰值檢測法和歸一化一階矩法；針對多散射點微動目標，基于非線性的微多普勒頻率在較短的時間間隔內(nèi)可以近似為線性調(diào)頻信號這一先驗信息，將微多普勒頻率估計問題轉(zhuǎn)化為分段線性調(diào)頻信號的頻率估計問題，提出了基于Radon-WVD變換的微多普勒頻率估計方法。
　　第四部分，研究了彈道導(dǎo)彈目標的微動特征提取。首先建立了彈道導(dǎo)彈目標的微動模型，包括進

8、動模型、擺動模型和章動模型，并推導(dǎo)了微動產(chǎn)生的微多普勒頻率的數(shù)學(xué)表達式；其次針對誘餌未采用姿態(tài)控制和誘餌運用姿態(tài)控制這兩種情況下的微動特征提取問題進行了研究，提取了微動周期和微多普勒帶寬作為識別彈頭和誘餌的特征，利用仿真試驗表明所提取的微動特征在信噪比較低時仍可區(qū)分彈頭和誘餌；最后分析了速度對微動特征提取的影響，得出本文所提出的微動特征提取方法無須直接速度補償而只需周期延拓和滑窗處理，因此，大大減小了運算的復(fù)雜度。
　　第五部分，

9、研究了微動旋轉(zhuǎn)目標ISAR成像中的微動特征提取。首先介紹了ISAR成像原理，通過轉(zhuǎn)臺模型分析了距離-多普勒成像原理，并給出了常用的平動補償方法，包括包絡(luò)對齊和初相校正；其次研究了微動旋轉(zhuǎn)目標的特征提取及ISAR成像，分析了微動對ISAR成像的影響，基于旋轉(zhuǎn)散射點與剛體散射點在時頻平面上的分布差異，提出了低頻濾波算法提取微動特征，從而實現(xiàn)了微動部件回波與剛體部件回波的分離，進而獲得了剛體部件的聚焦ISAR像；最后利用仿真數(shù)據(jù)和實測數(shù)據(jù)證明