CN104656069A - 一种目标微多普勒信号分离方法 - Google Patents

Abstract

本发明属于信号分离方法，具体涉及一种目标微多普勒信号分离方法。它包括：步骤一：初始值；步骤二：分数傅立叶变换；步骤三：搜索；在峰值区域里，以较小的步长作参数搜索以满足{t_k,f_k,α_k,β_k}=arg maxR_k(t),s_k(t)，得到最终的α_k、t_k和f_k；步骤四：重构；步骤五：循环；重复步骤二～步骤四，当步骤四计算的信号能量低于外部给定的门限时，执行步骤六；步骤六：确定分量。使用本发明的效果是：精度高，计算量小。

Description

一种目标微多普勒信号分离方法

技术领域

本发明属于信号分离方法，具体涉及一种目标微多普勒信号分离方法。

背景技术

近年来，有关micro-Doppler现象及其雷达目标识别应用的研究日渐增多。Micro-Doppler用于描述不同于目标主体Doppler特征的某些运动部件的精细Doppler特征。多数传统的雷达信号处理均假定目标具有刚性运动，然而现实情况中非刚性目标可谓比比皆是，飞机发动机的旋转运动、舰船天线的扫描运动、以及地面车辆轮胎的滚动等皆属此范畴。

实际中经常遇到的微动形式主要是转动和振动，当目标具有运动部件时，如何从雷达回波中更好地提取目标特征，其难点是由于运动部件回波的干涉，机体回波受到污染，同时受机体回波的遮挡，从运动部件提取运动信息也愈发不易。因此，在进行信号处理时引入了“时频”域的概念，将信号放到一个二维的时频平面上来进行分析。

时频分析的研究开始于20世纪40年代，对信号进行时频分析的方法可分为三类。第一类方法为核函数分解，也称为线性时频描述。主要包括短时傅立叶变换和小波变换等。第二类方法为能量分布,包括Wigner-Ville分布（WVD）、Page分布等。WVD的缺点是存在互相关交叉项的问题，而且交叉项的幅度有时会高于信号自身。第三类高分辨时频变换是自适应时频变换。这种方法可将一个信号分解成一组基本函数如Gabor函数（一个高斯调制函数）的形式，完成信号的自适应频域和时域分解。

发明内容

本的目的是针对现有技术缺陷，提供一种目标微多普勒信号分离方法。

本发明是这样实现的：一种目标微多普勒信号分离方法，包括下述步骤：

步骤一：初始值

令循环阶数k=0,距离单元回波s(t)的剩余信号为R_k(t);

步骤二：分数傅立叶变换

对距离单元回波s(t)进行分数傅立叶变换；对转动角度φ进行遍历，将不同φ对应的分数域谱幅度进行比较，记录最大值所对应的位置f_ksinφ+t_kcosφ以及调频率β_k；t_k，f_k和β_k分别为信号的中心时刻，中心频率和频率调制率；

步骤三：搜索

在峰值区域里，以较小的步长作参数搜索以满足{t_k,f_k,α_k,β_k}=arg maxR_k(t),s_k(t)，得到最终的α_k、t_k和f_k；

步骤四：重构

使用步骤三得到的参数，用下述公式进行重构

$s_k\left(t\right)={\left(\mathrm{\π}{\mathrm{\α}}_k^2\right)}^{-\frac{1}{4}}\exp \{-\frac{{(t-t_k)}^2}{2{\mathrm{\α}}_k^2}\}\exp \{j2\mathrm{\π}{f}_k(t-t_k)+\mathrm{j\π}{\mathrm{\β}}_k{(t-t_k)}^2\},$

同时将其从回波中滤除R_k+1(t)=R_k(t)-R_k(t),s_k(t)s_k(t)；

计算信号总能量；

步骤五：循环

重复步骤二～步骤四，当步骤四计算的信号能量低于外部给定的门限时，执行步骤六；

步骤六：确定分量

用步骤五确定的β_k对原信号做Chirplet分解，其中小的分量作为本体分量，大的分量作为旋转振动部件分量，其中本体分量记为s_B(t)，旋转振动部件分量记为s_R(t)，该两个分量为本申请的输出。

使用本发明的效果是：本方法对于待分解的信号进行分数阶傅立叶变换，可以找出与当前信号最匹配的对应调频率的Chirplet基函数，一般由此所求得的调频斜率β_k的精度很高，可以满足后续计算的需要。另外，当已知冲激信号在能量点聚集时，得到了一个初始频率f_k和时延t_k的联合式，这样就将四个参数的搜索变为了三个参数的搜索，减少了计算量。

具体实施方式

一种目标微多普勒信号分离方法，包括下述步骤：

步骤一：初始值

令循环阶数k=0,距离单元回波s(t)的剩余信号为R_k(t);

步骤二：分数傅立叶变换

对距离单元回波s(t)进行分数傅立叶变换。对转动角度φ进行遍历，将不同φ对应的分数域谱幅度进行比较，记录最大值所对应的位置f_ksinφ+t_kcosφ以及调频率β_k；t_k，f_k和β_k分别为信号的中心时刻，中心频率和频率调制率

步骤三：搜索

在峰值区域里，以较小的步长作参数搜索以满足{t_k,f_k,α_k,β_k}=argmaxR_k(t),s_k(t)，得到最终的α_k、t_k和f_k。

本步骤可以先任意选择一个步长进行搜索，若搜索不到则减小步长，重复该过程直到达到要求。

步骤四：重构

使用步骤三得到的参数，用下述公式进行重构

$s_k\left(t\right)={\left(\mathrm{\π}{\mathrm{\α}}_k^2\right)}^{-\frac{1}{4}}\exp \{-\frac{{(t-t_k)}^2}{2{\mathrm{\α}}_k^2}\}\exp \{j2\mathrm{\π}{f}_k(t-t_k)+\mathrm{j\π}{\mathrm{\β}}_k{(t-t_k)}^2\},$

同时将其从回波中滤除R_k+1(t)=R_k(t)-R_k(t),s_k(t)s_k(t)；

计算信号总能量；

步骤五：循环

重复步骤二～步骤四，当步骤四计算的信号能量低于外部给定的门限时，执行步骤六；

步骤六：确定分量

用步骤五确定的β_k对原信号做Chirplet分解，其中小的分量作为本体分量，大的分量作为旋转振动部件分量，其中本体分量记为s_B(t)，旋转振动部件分量记为s_R(t)，该两给分量为本申请的输出。

Claims (1)

1.一种目标微多普勒信号分离方法，其特征在于，包括下述步骤：

步骤一：初始值

令循环阶数k=0,距离单元回波s(t)的剩余信号为R_k(t);

步骤二：分数傅立叶变换

对距离单元回波s(t)进行分数傅立叶变换；对转动角度φ进行遍历，将不同φ对应的分数域谱幅度进行比较，记录最大值所对应的位置f_ksinφ+t_kcosφ以及调频率β_k；t_k，f_k和β_k分别为信号的中心时刻，中心频率和频率调制率；

步骤三：搜索

在峰值区域里，以较小的步长作参数搜索以满足{t_k,f_k,α_k,β_k}=argmaxR_k(t),s_k(t)，得到最终的α_k、t_k和f_k；

步骤四：重构

使用步骤三得到的参数，用下述公式进行重构

$s_k\left(t\right)={\left(\mathrm{\π}{\mathrm{\α}}_k^2\right)}^{-\frac{1}{4}}\exp \{-\frac{{(t-t_k)}^2}{2{\mathrm{\α}}_k^2}\}\exp \{j2\mathrm{\π}{f}_k(t-t_k)+\mathrm{j\π}{\mathrm{\β}}_k{(t-t_k)}^2\},$

同时将其从回波中滤除R_k+1(t)=R_k(t)-R_k(t),s_k(t)s_k(t)；

计算信号总能量；

步骤五：循环

重复步骤二～步骤四，当步骤四计算的信号能量低于外部给定的门限时，执行步骤六；

步骤六：确定分量

用步骤五确定的β_k对原信号做Chirplet分解，其中小的分量作为本体分量，大的分量作为旋转振动部件分量，其中本体分量记为s_B(t)，旋转振动部件分量记为s_R(t)，该两给分量为本申请的输出。