空间锥体目标微动特性分析与识别方法

doi:10.3969/j.issn.1001-2400.2011.02.019

J4 ›› 2011, Vol. 38 ›› Issue (2): 105-111.doi: 10.3969/j.issn.1001-2400.2011.02.019

空间锥体目标微动特性分析与识别方法

关永胜^1,2;左群声³;刘宏伟¹;杜兰¹;李彦兵¹

(1. 西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071;
2. 西安电子科技大学通信工程学院，陕西西安 710071;
3. 中国电子科技集团公司，北京 100846)

收稿日期:2010-04-12 出版日期:2011-04-20 发布日期:2011-05-26
通讯作者: 关永胜
作者简介:关永胜(1979-)，男，西安电子科技大学博士研究生，E-mail: ysguan1213@163.com．
基金资助:
长江学者和创新团队发展计划资助项目(IRT0954);国家自然科学基金资助项目(60772140，60901067);国家部委预研项目及国家部委预研基金联合资助项目

Micro-motion characteristic analysis and recognition of cone-shaped targets

GUANG Yongsheng^1,2;ZUO Qunsheng³;LIU Hongwei¹;DU Lan¹;LI Yanbing¹

(1. National Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071， China;
2. School of Telecommunication Engineering, Xidian Univ., Xi'an 710071， China;
3. China Electronics Technology Group Corporation, Beijing 100846， China)

Received:2010-04-12 Online:2011-04-20 Published:2011-05-26
Contact: GUANG Yongsheng

摘要/Abstract

摘要：

空间锥体目标在大气层外飞行过程中存在不同的微动，目标的微动为进动，诱饵的微动为摆动或自旋．根据目标与诱饵的微动差异，提出了应用特征谱作为识别特征的分类方法．基于多散射中心信号模型，分析了进动、摆动以及自旋调制信号的微多普勒特性．分析结果表明，进动、摆动与自旋目标的微多普勒谱虽然均可以近似为线谱，但是存在明显差异．应用谐波和的形式描述回波信号，并采用特征值分解提取特征谱作为识别特征．仿真结果表明，该方法能够有效地识别目标与诱饵．

关键词: 雷达目标识别, 微动, 特征谱, 进动, 摆动, 自旋

Abstract:

When the cone-shaped target is flying in exo-atmosphere, the micro-motion of the target belongs to a precession and that of the decoy belongs to a spin or a wobble. Because they are different in micro-motion, the characteristic spectrum is extracted as a recognition feature. The paper models multi-section radar signals and analyzes the micro-Doppler signature of the warhead and the decoy. Although the micro-Doppler Spectrum of precession targets,wobble targets and spin targets is approximated as a line-Spectrum, but there is a significant difference. Based on the harmonic model, eigenvalue decomposition is applied to compute the eigenvalue as the recognition feature. Simulation proves that the method is effective.

Key words: radar target recognition, micro-motion, characteristic spectrum, precession, wobble, spin

关永胜;左群声;刘宏伟;杜兰;李彦兵. 空间锥体目标微动特性分析与识别方法[J]. J4, 2011, 38(2): 105-111.

GUANG Yongsheng;ZUO Qunsheng;LIU Hongwei;DU Lan;LI Yanbing. Micro-motion characteristic analysis and recognition of cone-shaped targets[J]. J4, 2011, 38(2): 105-111.

参考文献

［1］ Chen V C. Analysis of Radar Micro-Doppler Signature with Time-frequency Transform［C］//Proceedings of the 10th IEEE Workshop on Statistical Signal and Array Processing. Pennsylvania: IEEE, 2000: 463-466.
［2］ Chen V C. Micro-Doppler Effect of Micro-motion Dynamics: a Review［C］//Independent Component Analyses, Wavelets, and Neural Networks. Orlando: SPIE, 2003: 240-249.
［3］ Nunn E C. The US Army White Sands Missile Range Development of Target Motion Resolution［C］//Processing of IEEE Eelectronics and Aerospace Systems Conventions. Arlington: IEEE Press, 1980: 346-352.
［4］庄钊文,刘永祥,黎湘. 目标微动特性研究进展［J］. 电子学报, 2007, 35(3):520-525.
Zhuang Zhaowen, Liu Yongxiang, Li Xiang. The Achievements of Target Characteristic with Micro-Motion［J］. Acta Electronic Sinica, 2007, 35(3):520-525.
［5］ Kirk J. S-band Radar Micro-Doppler Signatures for BMD Discrimination［DB/OL］. ［2004-08-24］. http://www.acq.osd.mil/osbp/sbir/solicitations/sbir044/mda044.htm.
［6］孙慧霞, 刘峥, 薛宁. 自旋进动目标的微多普勒特性分析［J］. 系统工程与电子技术, 2009, 31(2): 67-70.
Sun Huixia, Liu Zheng, Xue Ning. Micro-Doppler Analysis of Spinning-precession Target［J］. Systems Engineering and Electronics,2009, 31(2): 67-70.
［7］李康乐,姜卫东,黎湘. 弹道目标微动特征分析与提取方法［J］. 系统工程与电子技术,2010,32(1):115-118.
Li Kangle, Jiang Weidong, Li Xiang. Micro-motion Feature Analysis and Extraction Methods for Ballistic Targets［J］.Systems Engineering and Electronics,2010,32(1):115-118.
［8］王涛,周颖,王雪松,等. 雷达目标的章动特性与章动频率估计［J］. 自然科学进展, 2006,16(3): 344-350.
［9］高红卫. 弹道导弹目标微动特性的微多普勒分析与仿真研究［J］. 系统仿真学报, 2009,21(4):954-958.
Gao Hongwei. Micro-Doppler Analysis and Simulation Study of Micro-motion Performance of Ballistic Missile Targets［J］. Journal of System Simulation,2009,21(4):954-958.

[1]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[2]	李江,冯存前,王义哲,许旭光. 一种用于锥体目标微动分类的深度学习模型[J]. 西安电子科技大学学报, 2020, 47(3): 105-112.
[3]	徐丹蕾;杜兰;王鹏辉;刘宏伟. 采用多任务稀疏学习的雷达HRRP小样本目标识别[J]. 西安电子科技大学学报, 2016, 43(2): 23-28.
[4]	杨秋;张群;吴勇;罗迎;王敏. 海面运动舰船微动特征分析与参数估计方法[J]. J4, 2015, 42(5): 200-206.
[5]	张栋;冯存前;贺思三;童宁宁;雷腾. 组网雷达弹道目标三维进动特征提取 [J]. J4, 2015, 42(2): 146-151.
[6]	熊霖;焦李成;毛莎莎 . 整数矩阵变换的选择集成及对雷达目标的识别[J]. J4, 2015, 42(2): 13-19.
[7]	张丽;庄奕琪;赵巍胜;汤华莲. 一种适用于自旋磁随机存储器的低压写入电路[J]. J4, 2014, 41(3): 131-137.
[8]	李志鹏;马田香;杜兰;徐丹蕾;刘宏伟;张子敬. 在雷达HRRP识别中多特征融合多类分类器设计[J]. J4, 2013, 40(1): 111-117.
[9]	杨有春;童宁宁;冯存前;程冬;沈堤. 利用最强散射点信息的平动补偿与微多普勒提取[J]. J4, 2012, 39(6): 147-153.
[10]	王鹏辉;杜兰;刘宏伟;李彦兵;吴兆平. 雷达高分辨距离像分帧新方法[J]. J4, 2011, 38(6): 22-29.
[11]	李丽亚;刘宏伟;纠博;吴顺君. 基于核函数的多极化雷达HRRP目标识别[J]. J4, 2010, 37(1): 49-55.
[12]	侯庆禹;刘宏伟;保铮. 一种新的宽带目标识别雷达杂波抑制方法 [J]. J4, 2008, 35(5): 769-773.
[13]	李彧晟1;刘爱芳2;朱晓华1. 高速运动自旋目标的ISAR成像建模与分析 [J]. J4, 2007, 34(7): 112-115.
[14]	裴炳南1;2;保铮1;陈江峰2. 雷达一维距离像目标识别方法性能的研究[J]. J4, 2003, 30(2): 141-145.
[15]	孙长果;刘英;张进民. 近场测量中电缆摆动引起的相位误差的分析和补偿[J]. J4, 2001, 28(5): 577-580.

空间锥体目标微动特性分析与识别方法

Micro-motion characteristic analysis and recognition of cone-shaped targets

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10