海面运动舰船微动特征分析与参数估计方法

doi:10.3969/j.issn.1001-2400.2015.05.033

J4 ›› 2015, Vol. 42 ›› Issue (5): 200-206.doi: 10.3969/j.issn.1001-2400.2015.05.033

海面运动舰船微动特征分析与参数估计方法

杨秋1;张群1;吴勇2;罗迎1;王敏1

(1. 空军工程大学信息与导航学院, 陕西西安 710077；
2. 陕西计量科学研究院, 陕西西安 710048)

收稿日期:2015-01-19 出版日期:2015-10-20 发布日期:2015-12-03
通讯作者: 杨秋
作者简介:杨秋(1986-)，男，空军工程大学博士研究生，E-mail：yangqiu1105@163.com．
基金资助:
国家自然科学基金资助项目(61172169)；陕西省自然科学基金资助项目(2013JQ8027)

Micro-motion feature analysis and parameter estimation methods for moving ship

YANG Qiu1;ZHANG Qun1;WU Yong2;LUO Ying1;WANG Min1

(1. School of Information and Navigation, AFEU, Xi'an 710077, China;
2. Shaanxi Institute of Metrology Science, Xi'an 710048, China)

Received:2015-01-19 Online:2015-10-20 Published:2015-12-03
Contact: YANG Qiu

摘要/Abstract

摘要：

微动参数估计是提高雷达识别舰船目标能力的重要途径．针对目前复杂运动舰船微动特征参数估计困难和实时性差的问题，在分析舰船目标回波信号时频特征基础上，提出了一种基于回波信号时频矩阵稀疏后移位互相关的微动周期快速估计新方法．通过求解稀疏时频矩阵的后移位互相关系数矩阵和检测其k阶对角阵的平均相关系数峰值位置，进而快速估计目标微动周期．相比已有方法，该方法能够准确估计出舰船的微动周期，且运算效率明显提高．仿真实验验证了文中方法的有效性．

关键词: 雷达, 运动舰船, 微动参数估计, 稀疏, 后移位互相关系数

Abstract:

Micro-motion parameter estimation is an important way to improve ability of radar to detect the ship target. Focusing on the difficulty and speed problems existing in the current parameter estimation method of a complex moving ship, based on the analytical result of the echo's time-frequency features, a novel method to estimate the micro-motion period by calculating the backward shift cross-correlation coefficients of the echo's sparse time-frequency matrix is proposed in this paper. Firstly, the backward shift cross-correlation coefficients of the echo's sparse time-frequency matrix are calculated using the FFT (fast Fourier transform) algorithm. The peaks positions of the cross-correlation coefficients matrix are then detected. Finally, the period can be figured out quickly. Compared with the general method, the proposed method can estimate the micro-motion period accurately and quickly. A computer simulation is given to illustrate the effectiveness of the proposed method.

Key words: radar, moving ship, micro-motion parameter estimation, sparse, backward shift cross-correlation coefficients

中图分类号:

TN957

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.

YANG Qiu;ZHANG Qun;WU Yong;LUO Ying;WANG Min. Micro-motion feature analysis and parameter estimation methods for moving ship[J]. J4, 2015, 42(5): 200-206.

参考文献

［1］王卫卫, 席灯炎, 杨雄鹏, 等. 利用结构纹理分解的海洋舰船目标检测［J］. 西安电子科技大学学报, 2012, 39(4): 131-137.
Wang Weiwei, Xi Dengyan, Yang Xiongpeng, et al. Warship Target Detection Algorithm Based on Cartoon-texture Decomposition ［J］. Journal of Xidian University, 2012, 39(4): 131-137.
［2］ Atteia G E, Collins M J. On the Use of Compact polarimetry SAR for Ship Detection ［J］. Journal of Photogrammetry and Remote Sensing, 2013, 80: 1-9.
［3］游彪, 杨健, 叶春茂, 等. 改进的功率极化交叉熵舰船检测方法［J］. 清华大学学报, 2014, 54(4): 453-457.
You Biao, Yang Jian, Ye Chunmao, et al. Improved Ship Detection Method Based on Span Polarimetric Cross Entropy ［J］. Journal of Tsinghua University, 2014, 54(4): 453-457.
［4］李青, 李斌, 胡文俊, 等. 基于低分辨率雷达的海面舰船目标分类识别技术［J］. 现代雷达, 2012, 34(12): 45-49.
Li Qing, Li Bin, Hu Wenjun, et al. Ship Target Classification Based on the Low Bandwidth Marine Radar ［J］. Modern Radar, 2012, 34(12): 45-49.
［5］苏军海, 张磊, 邢孟道. 宽窄带联合包络测速研究［J］. 现代雷达, 2009, 31(2): 44-50.
Su Junhai, Zhang Lei, Xing Mengdao. A Study on Measuring Range Rate with Wideband and Narrowband Envelope ［J］. Modern Radar, 2009, 31(2): 44-50.
［6］ Chen X L, Guan J, Bao Z H, et al, Detection and Extraction of Target with Micro Motion in Spiky Sea Clutter via Short-time Fractional Fourier Transform ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(3): 1002-1018.
［7］ Yang Q, Zhao X Y, Wang M, et al. Analysis to the Doppler Characteristics of Static Ship in Narrowband Airborne Radar［C］//IEEE International Confernece on Signal Processing, Communications and Computing. Piscataway: IEEE, 2014: 757-761.
［8］杨有春, 童宁宁, 冯存前, 等. 利用最强散射点信息的平动补偿与微多普勒提取［J］. 西安电子科技大学学报, 2012, 39(6): 147-153.
Yang Youchun, Tong Ningning, Feng Cunqian, et al. Translation Compensation and Micro-Doppler Extraction by Using the Information on the Strongest Scatter ［J］. Journal of Xidian University, 2012, 39(6): 147-153.
［9］邓冬虎,张群,罗迎, 等. 基于高阶矩函数的雷达目标微动参数估计方法［J］. 电子学报, 2013, 41(12): 123-129.
Deng Donghu, Zhang Qun, Luo Ying, et al. Micro-motion Parameter Estimation of Radar Target Based on High-order Moment Function ［J］. Acta Electronica Sinica, 2013, 41(12): 123-129.
［10］左磊, 李明, 张晓伟. MMSE准则下部分周期数据的微多普勒参数估计［J］. 西安电子科技大学学报, 2013, 40(2): 123-129.
Zuo Lei, Li Ming, Zhang Xiaowei. Micro-Doppler Parameter Estimation from a Fraction of the Period Data with the MMSE Criterion ［J］. Journal of Xidian University, 2013, 40(2): 123-129.
［11］杜琳琳, 任艳, 陈曾平. 舰船目标ISAR成像多普勒特性分析［J］. 信号处理, 2009, 25(8A): 549-553.
Du Linlin, Ren Yan, Chen Zengping. Analysis of Doppler Characteristics in Ship Target ISAR Imaging［J］. Signal Processing, 2009, 25(8A): 549-553.
［12］ Zhang W P, Li K L, Jiang W D. Parameter Estimation of Radar Targets with Macro-motion and Micro-motion Based on Circular Correlation Coefficients ［J］. IEEE Signal Processing Letters, 2015, 22(5): 633-637.
［13］邵长宇, 杜兰, 李飞, 等. 基于多目标跟踪的空间锥体目标微多普勒频率提取方法［J］. 电子与信息学报, 2012, 34(12): 2972-2977.
Shao Changyu, Du Lan, Li Fei, et al. Micro-Doppler Extraction from Space Cone Target Based on Multiple Target Tracking ［J］. Journal of Electronics ＆ Information Technology, 2012, 34(12): 2972-2977.

[1]	杨仲平,周青松,张剑云. 区域能量聚焦技术中超稀疏阵列优化算法[J]. 西安电子科技大学学报, 2021, 48(4): 57-63.
[2]	乔鱼,冯象初. 博弈方法下的图像去噪与边界提取[J]. 西安电子科技大学学报, 2021, 48(4): 128-135.
[3]	王昕,常贵清,池琛琛. 广角SAR各向异性散射目标分离成像[J]. 西安电子科技大学学报, 2021, 48(2): 109-116.
[4]	赫彬,苏洪涛. 一种多目标与多基地雷达之间的博弈策略[J]. 西安电子科技大学学报, 2021, 48(2): 125-132.
[5]	陆金文,闫华,殷红成,张磊,董纯柱. 用于三维散射中心SBR建模的边缘绕射修正[J]. 西安电子科技大学学报, 2021, 48(2): 117-124.
[6]	刘洁怡,公茂果,詹涛,李豪,张明阳. 一种深度神经网络多站雷达系统干扰鉴别方法[J]. 西安电子科技大学学报, 2021, 48(2): 133-138.
[7]	周建宇,位寅生,许荣庆. 一种改进模糊C均值聚类的电离层杂波分类方法[J]. 西安电子科技大学学报, 2021, 48(2): 35-41.
[8]	李海鹏,冯大政,周永伟. 多基地雷达栅栏覆盖的优化布站方法[J]. 西安电子科技大学学报, 2021, 48(2): 147-155.
[9]	陶毅,丁丽. 利用共轭对称性的数字IQ频域校准方法[J]. 西安电子科技大学学报, 2021, 48(2): 181-189.
[10]	逯彦,廖桂生,黄庆享. 结合稀疏表示的跨摄像头运动目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(2): 197-204.
[11]	杨秋,顾杰,魏平. 利用幅度重排的机载火控雷达工作模式识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 42-48.
[12]	胡利平,闫华,钟卫军,殷红成,王超. 舰船目标三维散射中心建模及SAR快速仿真方法[J]. 西安电子科技大学学报, 2021, 48(2): 72-83.
[13]	徐彬,张永顺,张秦,王富平,郑桂妹. 采用乘性RNN的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2021, 48(2): 49-54.
[14]	段崇棣,韩超垒,杨志伟,张庆君. 一种杂波分类辅助的近海岸模糊杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 64-71.
[15]	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.

海面运动舰船微动特征分析与参数估计方法

Micro-motion feature analysis and parameter estimation methods for moving ship

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