CN105891798A - 变prf条件下雷达目标微动特征提取的方法 - Google Patents
变prf条件下雷达目标微动特征提取的方法 Download PDFInfo
- Publication number
- CN105891798A CN105891798A CN201610217515.6A CN201610217515A CN105891798A CN 105891798 A CN105891798 A CN 105891798A CN 201610217515 A CN201610217515 A CN 201610217515A CN 105891798 A CN105891798 A CN 105891798A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- prf
- target
- omega
- theta
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种变PRF条件下雷达目标微动特征提取的方法。在该方法中,利用变PRF跟踪脉冲消除多普勒信号频域混叠现象,根据微多普勒信号结构特征构建微多普勒信号原子集以及PRF自适应调整的方法实现了微动特征提取。本发明无需再额外分配长时间高PRF的固定雷达资源进行传统的微动特征提取,能够有效提高雷达的工作效率。
Description
技术领域
本发明涉及电子行业雷达技术领域,尤其涉及一种变PRF条件下雷达目标微动特征提取的方法。
背景技术
空间目标除主体平动之外,还常伴有旋转、进动和翻滚等复杂微动。这些微动会对雷达回波信号产生附加的频率调制,这种现象被称为微多普勒效应。微多普勒从频率上描述了目标微动的雷达特征,反映了多普勒频移的瞬时特性,可为空间目标识别提供重要依据。
然而,现有的微动特征提取方法需要对目标进行长时间高PRF的观测。由于相控阵雷达同时承担着多种任务(如目标跟踪、搜索、成像、特征提取、识别等),长的观测时间和高的PRF增加了对雷达资源的需求。若要提高雷达的工作效率,需要实现低PRF条件下的雷达目标微动特征提取。然而,低PRF采样会导致微多普勒信号的频域混叠现象。
发明内容
(一)要解决的技术问题
针对相控阵雷达承担任务多,需要对目标进行长时间高PRF观测的微动特征提取增加了雷达资源需求的问题,本发明提供了一种变PRF条件下雷达目标微动特征提取的方法。
(二)技术方案
本发明变PRF条件下雷达目标微动特征OMP提取的方法包括:
步骤A:初始化目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN},其中,PRFn为第n个目标跟踪数据率,n=1,2,…,N,且各个PRFn互质,并满足:PRF1<PRF2<…<PRFN,N﹥1;
步骤B:基于目标跟踪数据率集中的各个目标跟踪数据率,采用变PRF发射雷达脉冲;
步骤C:采集目标的基带回波信号ss(m);
步骤D:根据微多普勒信号结构特征构建原子集D,构造原子集中的原子并对其进行归一化,其中,原子位置的极坐标形式为(r′,ω,θ);
步骤E:对于目标的基带回波信号,通过OMP算法实现微动特征提取,并根据特征提取结果重构二维目标像;以及
步骤F:根据分别基于目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN-1}和{PRF1,PRF2,…,PRFi,…,PRFN}所得到的二维目标像FN-1和FN的互相关系数判断是否需要增加新的PRF对目标进行微动特征提取,如需要,则增加新的PRFN+1至目标跟踪数据率集,且令N=N+1,重新执行步骤B,否则,二维目标像FN即为满足条件的二维目标像,目标微动特征提取完毕。
(三)有益效果
从上述技术方案可以看出,本发明变PRF条件下雷达目标微动特征提取的方法中,提出了利用变PRF跟踪脉冲消除多普勒信号频域混叠现象,根据微多普勒信号结构特征构建微多普勒信号原子集以及PRF自适应调整的方法实现了微动特征提取。本发明无需再额外分配长时间高PRF的固定雷达资源进行传统的微动特征提取,能够有效提高雷达的工作效率。
附图说明
图1为自旋目标的几何模型示意图;
图2为变PRF条件下雷达目标微动特征提取方法的流程图;
图3A~图3D为实例数据处理结果图,其中:
图3A为目标散射点分布图;
图3B为相邻两次所得目标像互相关系数的变化曲线图;
图3C为根据微动特征提取结构重构的目标二维像;
图3D为利用信号分解结果重构的时频分布图。
具体实施方式
本发明采用变PRF的方法来消除混叠现象,再通过构建微多普勒信号原子集,采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法提取微多普勒特征。进而,根据OMP算法提取出的目标散射点旋转半径和初相信息可以得到二维目标像。
同时,由于无法预知目标的旋转频率和旋转半径,最佳的变PRF方案无法确定,需要在特征提取过程中自适应调整PRF。更进一步,若采用变PRF对目标进行跟踪,并利用这些跟踪脉冲实现变PRF条件下的目标微动特征提取,就无需再为特征提取分配额外的固定雷达资源,将有效提高雷达的工作效率。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本发明的保护范围。
为了方便理解,首先以自旋目标为例对微动目标雷达回波进行详细分析。设自旋目标已完成了精确的平动补偿转化为转台模型,雷达与自旋目标的几何模型如图1所示。LOS为雷达视线方向,自旋目标旋转矢量为α为LOS与的夹角。实际上,旋转矢量可以分解为和其中与雷达视线方向垂直,与雷达视线方向平行。显然,产生的转动不会引起径向运动,因此不会对回波信号产生微多普勒调制,而会引起径向运动进而产生微多普勒调制,故将称为有效转动向量。有效成像平面垂直于P′为目标散射点P在成像平面上的投影。
假设目标为点散射模型,雷达发射信号为p(t)=exp(j2πfct),脉冲重复频率为PRF,方位向观测时间为Tc,则目标上散射点p的慢时间基带回波信号为:
其中τ为慢时间,fc为载频,σp为第p个散射点的反射系数,Rp(τ)为第p个散射点在任一慢时间τ与雷达的瞬时斜距。在远场条件下,基于平面波近似,瞬时斜距Rp(τ)可写为:
Rp(τ)=rpsin((ωp+ftr)τ+θp)sin(α)=r′psin((ωp+ftr)τ+θp)(2-2)
其中,(rp,θp)是第p个散射点的极坐标形式,ωp为旋转频率,r′p为成像平面内的有效转动半径,ftr为目标平动引起的相对转速,通常目标自旋转引起的角度变化远大于相对转动角度,因此ftr可忽略不计。设目标由P个散射点组成,则可以得到目标的基带回波信号为:
方便起见,将式(2-3)写为如下离散形式:
其中N=PRF·Tc,PRI=1/PRF表示脉冲重复间隔。
在本发明的一个示例性实施例中,提供了一种变PRF条件下雷达目标微动特征提取方法。如图2所示,本实施例方法包括:
步骤A:初始化目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN},在目标跟踪数据率集中,PRFn为第n个目标跟踪数据率,n=1,2,…,N,且各个PRFn互质,并满足:PRF1<PRF2<…<PRFN,其中,N为大于1的正整数;
本实施例中,以目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN}为例进行说明。
在进行微动目标特征提取时,为避免微多普勒信号出现频域混叠现象,需满足PRFn>8πfRmax/λ,其中,f为目标旋转频率,Rmax为目标最大旋转半径,λ为发射波长。
步骤B:基于目标跟踪数据率集中的各个目标跟踪数据率,采用变PRF发射雷达脉冲;
本步骤中,在长度为T的时间间隔[tn,tn+1]内以PRFn对目标发射目标跟踪脉冲,其中,t0=0,tn+1-tn=T,n=1,2,…,N;
步骤C:采集第N个时间间隔结束后目标的基带回波信号ss(m):
其中,P为散射点的个数,(rp,θp)是第p个散射点的极坐标形式;σp为第p个散射点的反射系数,fc为载频,c为光速,r′p为成像平面内的有效转动半径,ωp为旋转频率,PRIn=1/PRFn,Mn=(tn+1-tn)·PRFn,Mall=M1+M2+…+MN。
以低PRF进行目标观测时,通常达不到该要求,导致微多普勒信号的欠采样,从而产生微多普勒频域模糊,无法基于OMP算法获得有效的微动目标特征提取结果。因此需要采用式(2-5)所示的变PRF采样,此时频率为F的信号在PRFn(n=1,…,N)条件下的频谱峰值位于fn(n=1,…,N)处,不模糊区间为PRFn(n=1,…,N),只有当F满足fn=Fmod(PRFn)(n=1,…,N)时,才能唯一映射到字典中相应的原子上,此时信号的不模糊区间为PRFn(n=1,…N)的最小公倍数,显著增大了信号微多普勒频域不模糊区间,从而可以采用OMP算法进行微动目标特征提取与成像。
步骤D:根据微多普勒信号结构特征构建原子集D,构造原子集中的原子并对其进行归一化,其中,原子位置的极坐标形式为(r′,ω,θ);
从式(2-5)中可以看出,目标各微动点回波由参数(r′p,ωp,θp)确定,因此,通过设定(r′,ω,θ)的不同取值来构造原子集中的原子:
其中,M0=0,PRI0=0,[R′min,R′max],[Ωmin,Ωmax],[Θmin,Θmax]分别为r′,ω,θ的取值范围;Nr′Nω,Nθ分别表示r′,ω,θ在取值范围内所取的点数;分别为r′,ω,θ的搜索步进增量。
对每个原子进行归一化:则原子集可表示为:
简便起见,将D记为因此,基带回波信号ss(m)可表示为:
ss(m)=Dβ (2-8)
其中,β为基带回波信号ss(m)在原子集D上的投影系数。
步骤E:对于目标的基带回波信号,通过OMP算法实现微动特征提取,并根据特征提取结果重构二维目标像;
本实施例中,步骤E具体包括:
子步骤E1:初始化参数:残余量最大投影位置记录向量匹配原子记录矩阵残余信号能量阈值δ>0,迭代次数计数器h=1,最大迭代次数H,β为Nr′NωNθ×1维全零向量;
子步骤E2:计算与原子集D中所有原子的内积
子步骤E3:找出最大内积对应的原子在原子集中的序号记录在位置记录向量posh中:posh=posh-1∪{posh};
子步骤E4:将最大内积对应的原子记录在Πh中,同时将向量从原子集D中删除;
子步骤E5:通过最小二乘法求解最优化问题可得
子步骤E6:更新残余量,
子步骤E7:h=h+1,若h<H且转子步骤E2;若h=H或迭代停止,转子步骤E8;
子步骤E8:提取目标微动特征,根据位置记录向量posh中记录的原子序号,对微动目标的微动特征参数(r′,ω,θ)进行提取,得到微动目标像,方法如下:
首先将位置记录向量posh中的原子序号pos(i)转化为各参数r′,ω,θ的序号:
index_θ(i)=pos(i)-(index_r′(i)-1)·NωNθ-(index_ω(i)-1)·Nθ(2-11)
进而可以提取出目标的微动特征:
其中,在成像平面中,(r′,θ)是目标的极坐标形式,因此由子步骤E8中提取出的微动特征参数r′(i)和θ(i)确定目标的位置信息,而为该目标的反射系数,从而获得二维目标像FN。
步骤F:根据分别基于目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN-1}和{PRF1,PRF2,…,PRFi,…,PRFN}所得到的二维目标像FN-1和FN的互相关系数判断是否需要增加新的PRF对目标进行微动特征提取,如需要,则增加新的PRFN+1至目标跟踪数据率集,且令N=N+1,重新执行步骤B,否则,二维目标像FN即为满足条件的二维目标像,目标微动特征提取完毕。
该步骤F进一步包括:
子步骤F1:将相邻两目标像FN-1和FN的互相关系数α作为成像质量评估标准,α的计算公式为:
其中⊙表示阿达玛乘积,||·||2表示对矩阵取l2范数运算。
子步骤F2:当互相关系数α小于预设阈值Tα时,增加新的PRFN+1至目标跟踪数据率集中,令N=N+1,执行步骤B;否则,二维目标像FN为满足条件的二维目标像,微动目标特征提取完毕。
当互相关系数较小时,说明根据相邻两次提取出的微动参数重构得到的目标像相似度低,目标像与目标散射点分布情况不吻合,需要继续增加新的PRFN+1对目标进行特征提取;反之,互相关系数较大时,说明微动目标像与真实情况相吻合,有效实现了微动目标特征提取。因此,选择适当的阈值Tα,若α小于此阈值,则在下一个间隔T内增加新的PRFN+1进行微动特征提取;否则,认为已获得了理想的微动目标特征提取结果。
其中,预设阈值Tα的取值范围介于0.5~1之间。
步骤E执行结束,从而完成了变PRF条件下雷达目标微动特征提取。
以下给出基于上述实施例方法的实验结果。
仿真实验中相关的初始参数如下:设雷达发信号脉宽为Tp=1μs,载频为fc=1GHz。以雷达为坐标原点,目标参考点坐标为(0,1000,1700)km,目标由三个旋转散射点组成,相对于参考点坐标分别为(10.4,-6,0),(-10.4,-6,0),(0,10,0),单位为m,目标运动速度矢量为(0,0,1000)m/s,绕Z轴自旋,旋转角速度为(0,0,π)rad/s,图3A为目标散射点在成像平面的分布。
设目标跟踪数据率集PRF1=5,PRF2=7,PRF3=9,PRF4=11,PRF5=13,PRF6=17,PRF7=19,每隔时间间隔T=0.4s进行一次基于OMP算法的微动特征提取并根据特征提取结果重构目标像,设最大迭代次数H=4,残余信号能量阈值δ=0.1,相邻两次所得目标像的相似度阈值Tα=0.8。
图3B为相邻两次所得目标像互相关系数的变化曲线,可以看出,在第5次微动特征提取完成后,互相关系数到达阈值,此时,目标特征提取结果如表1所示。
表1目标微动特征的提取结果
从表1中可以看出,算法成功提取出了三个散射点的微动特征,r′取值为5.9m、5.0m和6.0m,ω取值为πrad/s,θ取值分别为π/2rad、7π/6rad、和11π/6rad,均与真实值十分接近。将提取出来的参数(r′,θ)与目标散射点的极坐标形式对应,并根据系数确定目标的反射系数,从而得到目标二维像,结果如图3C所示,与图3所示的目标散射点分布相吻合。图3D为利用信号分解结果重构出的信号时频分布。
以上实验验证了本实施例所提方法的有效性。
至此,已经结合附图对本实施例变PRF条件下雷达目标微动特征OMP提取方法进行了详细描述。依据以上描述,本领域技术人员应当对本发明有了清楚的认识。
综上所述,本发明提出一种变PRF条件下雷达目标微动特征OMP提取方法,通过自适应调整雷达跟踪脉冲的PRF,有效提取目标微动特征,无需再为特征提取分配额外的固定雷达资源,有效提高雷达的工作效率。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种变PRF条件下雷达目标微动特征OMP提取的方法,其特征在于,包括:
步骤A:初始化目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN},其中,PRFn为第n个目标跟踪数据率,n=1,2,…,N,且各个PRFn互质,并满足:PRF1<PRF2<…<PRFN,N﹥1;
步骤B:基于目标跟踪数据率集中的各个目标跟踪数据率,采用变PRF发射雷达脉冲;
步骤C:采集目标的基带回波信号ss(m);
步骤D:根据微多普勒信号结构特征构建原子集D,构造原子集中的原子并对其进行归一化,其中,原子位置的极坐标形式为(r′,ω,θ);
步骤E:对于目标的基带回波信号,通过OMP算法实现微动特征提取,并根据特征提取结果重构二维目标像;以及
步骤F:根据分别基于目标跟踪数据率集{PRF1,PRF2,…,PRFi,…,PRFN-1}和{PRF1,PRF2,…,PRFi,…,PRFN}所得到的二维目标像FN-1和FN的互相关系数判断是否需要增加新的PRF对目标进行微动特征提取,如需要,则增加新的PRFN+1至目标跟踪数据率集,且令N=N+1,重新执行步骤B,否则,二维目标像FN即为满足条件的二维目标像,目标微动特征提取完毕。
2.根据权利要求1所述的方法,其特征在于,所述步骤C中基带回波信号ss(m)为:
其中,P为散射点的个数,(rp,θp)是第p个散射点的极坐标形式;σp为第p个散射点的反射系数,fc为载频,c为光速,r′p为成像平面内的有效转动半径,ωp为旋转频率,PRIn=1/PRFn,Mn=(tn+1-tn)·PRFn,Mall=M1+M2+…+MN。
3.根据权利要求2所述的方法,其特征在于,所述步骤D包括:
子步骤D1:通过设定(r′,ω,θ)的不同取值来构造原子集D中的原子:
其中,M0=0,PRI0=0,[R′min,R′max],[Ωmin,Ωmax],[Θmin,Θmax]分别为r′,ω,θ的取值范围;Nr′Nω,Nθ分别表示r′,ω,θ在取值范围内所取的点数;分别为r′,ω,θ的搜索步进增量;
子步骤D2:对每个原子进行归一化:则原子集表示为:
子步骤D3:将D记为从而基带回波信号ss(m)表示为:
ss(m)=Dβ
其中,β为基带回波信号ss(m)在原子集D上的投影系数。
4.根据权利要求1所述的方法,其特征在于,所述步骤E包括:
子步骤E1:初始化参数:残余量最大投影位置记录向量匹配原子记录矩阵残余信号能量阈值δ>0,迭代次数计数器h=1,最大迭代次数H,β为Nr′NωNθ×1维全零向量;
子步骤E2:计算与原子集D中所有原子的内积
子步骤E3:找出最大内积对应的原子在原子集中的序号记录在位置记录向量posh中:posh=posh-1∪{posh};
子步骤E4:将最大内积对应的原子记录在Πh中,同时将向量从原子集D中删除;
子步骤E5:通过最小二乘法求解最优化问题可得
子步骤E6:更新残余量,
子步骤E7:h=h+1,若h<H且转子步骤E2;若h=H或迭代停止,转子步骤E8;
子步骤E8:提取目标微动特征,根据位置记录向量posh中记录的原子序号,对微动目标的微动特征参数(r′,ω,θ)进行提取,得到微动目标像。
5.根据权利要求4所述的方法,其特征在于,所述子步骤E8包括:
首先将位置记录向量posh中的原子序号pos(i)转化为各参数r′,ω,θ的序号:
index_θ(i)=pos(i)-(index_r′(i)-1)·NωNθ-(index_ω(i)-1)·Nθ
进而提取出目标的微动特征:
其中,在成像平面中,(r′,θ)是目标的极坐标形式,由微动特征参数r′(i)和θ(i)确定目标的位置信息,而为该目标的反射系数,从而获得二维目标像FN。
6.根据权利要求1所述的方法,其特征在于,所述步骤F包括:
子步骤F1:计算相邻两目标像FN-1和FN的互相关系数α:
其中⊙表示阿达玛乘积,||·||2表示对矩阵取范数运算;
子步骤F2:当互相关系数α小于预设阈值Tα时,增加新的PRFN+1至目标跟踪数据率集中,令N=N+1,执行步骤B;否则,二维目标像FN为满足条件的二维目标像,微动目标特征提取完毕。
7.根据权利要求6所述的方法,其特征在于,预设阈值Tα的取值范围介于0.5~1之间。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述步骤A中,所述目标跟踪数据率集中第n个目标跟踪数据率满足:
PRFn>8πfRmax/λ
其中,f为目标旋转频率,Rmax为目标最大旋转半径,λ为发射波长。
9.根据权利要求1至7中任一项所述的方法,其特征在于,所述步骤B中,在时间间隔[tn,tn+1]内以PRFn对目标发射目标跟踪脉冲,其中,t0=0,tn+1-tn=T。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610217515.6A CN105891798A (zh) | 2016-04-08 | 2016-04-08 | 变prf条件下雷达目标微动特征提取的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610217515.6A CN105891798A (zh) | 2016-04-08 | 2016-04-08 | 变prf条件下雷达目标微动特征提取的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105891798A true CN105891798A (zh) | 2016-08-24 |
Family
ID=57012808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610217515.6A Pending CN105891798A (zh) | 2016-04-08 | 2016-04-08 | 变prf条件下雷达目标微动特征提取的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105891798A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405517A (zh) * | 2016-11-24 | 2017-02-15 | 中国人民解放军国防科学技术大学 | 针对脉冲多普勒雷达的微动假目标生成方法 |
CN108983186A (zh) * | 2018-07-03 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种星载干涉成像高度计prf实时调整方法 |
CN110221254A (zh) * | 2019-06-14 | 2019-09-10 | 西北工业大学 | 一种基于正交匹配追踪算法的微动特征提取方法 |
CN113835077A (zh) * | 2021-11-23 | 2021-12-24 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于变脉冲重复频率的搜索雷达目标检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2177870B (en) * | 1981-04-29 | 1987-06-10 | Elliott Bros | High resolution radar system |
EP0886149A2 (en) * | 1997-06-18 | 1998-12-23 | Honda Giken Kogyo Kabushiki Kaisha | Frequency-modulated continuous-wave radar system |
US20030164792A1 (en) * | 2000-07-24 | 2003-09-04 | Mohammed Jahangir | Method and apparatus for recognising a radar target |
CN104360336A (zh) * | 2014-11-24 | 2015-02-18 | 电子科技大学 | 一种自适应提取雷达目标微动周期的新方法 |
-
2016
- 2016-04-08 CN CN201610217515.6A patent/CN105891798A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2177870B (en) * | 1981-04-29 | 1987-06-10 | Elliott Bros | High resolution radar system |
EP0886149A2 (en) * | 1997-06-18 | 1998-12-23 | Honda Giken Kogyo Kabushiki Kaisha | Frequency-modulated continuous-wave radar system |
US20030164792A1 (en) * | 2000-07-24 | 2003-09-04 | Mohammed Jahangir | Method and apparatus for recognising a radar target |
CN104360336A (zh) * | 2014-11-24 | 2015-02-18 | 电子科技大学 | 一种自适应提取雷达目标微动周期的新方法 |
Non-Patent Citations (1)
Title |
---|
YIJUN CHEN ET AL: "Micromotion feature extraction of radar target using tracking pulses with adaptive pulse repetition frequency adjustment", 《JOURNAL OF APPLIED REMOTE SENSING》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405517A (zh) * | 2016-11-24 | 2017-02-15 | 中国人民解放军国防科学技术大学 | 针对脉冲多普勒雷达的微动假目标生成方法 |
CN106405517B (zh) * | 2016-11-24 | 2018-12-11 | 中国人民解放军国防科学技术大学 | 针对脉冲多普勒雷达的微动假目标生成方法 |
CN108983186A (zh) * | 2018-07-03 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种星载干涉成像高度计prf实时调整方法 |
CN110221254A (zh) * | 2019-06-14 | 2019-09-10 | 西北工业大学 | 一种基于正交匹配追踪算法的微动特征提取方法 |
CN110221254B (zh) * | 2019-06-14 | 2022-09-06 | 西北工业大学 | 一种基于正交匹配追踪算法的微动特征提取方法 |
CN113835077A (zh) * | 2021-11-23 | 2021-12-24 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于变脉冲重复频率的搜索雷达目标检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102565784B (zh) | 基于vsar系统的动目标重定位与速度解模糊方法 | |
CN106872974B (zh) | 基于高超声速平台双通道雷达的高精度运动目标成像方法 | |
CN104865569B (zh) | 一种基于单频网外辐射源雷达的飞机目标识别方法 | |
Suo et al. | Detection of high‐speed and accelerated target based on the linear frequency modulation radar | |
CN102226841B (zh) | 基于高阶多项式距离方程的同步轨道sar成像方法 | |
CN105891798A (zh) | 变prf条件下雷达目标微动特征提取的方法 | |
CN104833972B (zh) | 一种双基地调频连续波合成孔径雷达频率变标成像方法 | |
CN104459662B (zh) | 一种基于小波多尺度分析的微动目标特征提取方法及系统 | |
CN108051809A (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN105301584B (zh) | 同时解距离模糊的ipphdf机动多目标跟踪方法 | |
CN106842210A (zh) | 一种新的多子阵合成孔径声纳快速成像算法 | |
CN110398730A (zh) | 基于坐标旋转和非均匀傅里叶变换机动目标相参检测方法 | |
CN103675808B (zh) | 一种单脉冲雷达导引头的不可分辨多目标检测方法 | |
CN104166134A (zh) | 一种实波束前视扫描雷达目标二维定位方法 | |
Tan et al. | An efficient range-Doppler domain ISAR imaging approach for rapidly spinning targets | |
Jin et al. | Coherent detection and parameter estimation for radar high-speed maneuvering target based on FAF–LVD | |
CN105676217A (zh) | 一种改进的ml天波雷达机动目标参数估计方法 | |
He et al. | False target deceptive jamming for countering missile-borne SAR | |
CN112904326B (zh) | 一种基于虚拟孔径的星载无源定位方法 | |
CN105549004A (zh) | 解距离测量模糊的impm-pphdf方法 | |
CN108535704A (zh) | 一种基于自适应二维聚类的信号预分选方法 | |
CN106526544A (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
CN108594229A (zh) | 星载sar脉内多普勒效应二维补偿方法、装置及存储介质 | |
CN103217686B (zh) | 一种sar图像仿真过程中方位向聚焦位置的计算方法 | |
CN112014817B (zh) | 一种空间自旋目标三维重构方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |