CN106842163A - 一种弹道目标回波信号时频特性估计方法 - Google Patents

一种弹道目标回波信号时频特性估计方法 Download PDF

Info

Publication number
CN106842163A
CN106842163A CN201710150311.XA CN201710150311A CN106842163A CN 106842163 A CN106842163 A CN 106842163A CN 201710150311 A CN201710150311 A CN 201710150311A CN 106842163 A CN106842163 A CN 106842163A
Authority
CN
China
Prior art keywords
signal
wave band
echo
block
band echo
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.)
Granted
Application number
CN201710150311.XA
Other languages
English (en)
Other versions
CN106842163B (zh
Inventor
张磊
周叶剑
菅毛
王虹现
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Xian Cetc Xidian University Radar Technology Collaborative Innovation Research Institute Co Ltd
Original Assignee
Xidian University
Xian Cetc Xidian University Radar Technology Collaborative Innovation Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University, Xian Cetc Xidian University Radar Technology Collaborative Innovation Research Institute Co Ltd filed Critical Xidian University
Priority to CN201710150311.XA priority Critical patent/CN106842163B/zh
Publication of CN106842163A publication Critical patent/CN106842163A/zh
Application granted granted Critical
Publication of CN106842163B publication Critical patent/CN106842163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/418Theoretical aspects

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

本发明属于雷达技术领域,公开了一种弹道目标回波信号时频特性估计方法,可用于弹道回波信号时频特性分析;包括:接收多波段回波信号,对各波段回波信号依次进行统一的分段;在所述的分段信号各子块内,利用修正离散线性调频傅里叶变换进行调频傅里叶基编码;在所述的同一时间段的多波段子块内,对估计结果进行联合稀疏化估计,得到各通道子块输入信号的主线性调频分量;在所述的各波段分段子块内,使用子块输入信号减去估计的主线性调频分量得到残差信号;将残差信号作为下一步的子块输入信号,重复上述步骤直到分离出预设的线性调频信号数量;拼接主通道子块估计结果得到主通道回波的时频曲线。

Description

一种弹道目标回波信号时频特性估计方法
技术领域
本发明涉及雷达技术领域,尤其涉及一种弹道目标回波信号时频特性估计方法,可用于弹道回波信号时频特性分析。
背景技术
弹道目标在不受外力影响情况下,在绕自身对称轴自旋的同时绕某一定轴作锥旋运动,这种弹道目标独特的运动方式被定义为进动。对于雷达观测系统而言,进动将引起目标回波的多普勒变化,这一效应被称为微多普勒效应。针对目标微多普勒特性的研究为弹道真假目标的识别提供一条有效途径,而弹道目标雷达回波信号这一非平稳信号的时频分析又是其中关键内容。
传统的傅里叶变换对于非平稳信号分析已失效,但其关于信号匹配基函数的思想仍具有指导意义。目前,短时傅里叶变换(STFT)一定程度上解决了非平稳信号的时频分析问题,但其分辨率单一。此外,小波变换、S变换等方法也被广泛应用于非平稳信号的时频分析中但对于线性调频信号分析仍存在局限性,对噪声也存在敏感性。
发明内容
针对上述现有技术的不足,本发明的目的在于提出一种弹道目标回波信号时频特性估计方法,可有效分析弹道目标回波的时频特性。
本发明的技术思路为:首先,对多波段观测数据进行统一的合理分段,使划分后的分段信号近似于线性调频信号;然后,对各分段信号利用改进离散线性调频傅里叶变换(MDCFT)进行调频傅里叶(CF)基编码;而后,结合加权最小二乘估计(WLSE)原理、多通道信号的结构稀疏性进行主线性调频信号分量估计;在分段信号中减去估计的主线性调频分量得到残差信号,重复上述步骤直到分离出预设的线性调频信号数量;最后,拼接主通道各段估计结果得到回波的时频曲线。需要说明的是本发明中的多通道数据特指多波段数据。
为达到上述目的,本发明的实施例采用如下技术方案:
一种弹道目标回波信号时频特性估计方法,所述方法包括如下步骤:
步骤1,获取雷达在同一时间段接收到的多个波段回波信号,对所述多个波段回波信号依次进行平动补偿,得到补偿后的多个波段回波信号;对所述补偿后的多个波段回波信号中的每个波段回波信号采用相同的信号长度进行分段,从而得到每个波段回波信号的N个分段信号;N为大于零的正整数;
步骤2,选取所述多个波段回波信号中的任意一个波段回波信号作为主波段回波信号;获取多个波段回波信号中每个波段回波信号的第p个分段信号,p的初值为1,p=1,...,N;
步骤3,对每个波段回波信号的第p个分段信号进行调频傅里叶基编码,得到每个波段回波信号的第p个分段信号的编码结果;
步骤4,根据所述每个波段回波信号的第p个分段信号的编码结果对主波段回波信号中第p个分段信号的编码结果进行联合稀疏化估计,从而得到主波段回波信号中第p个分段信号对应的主线性调频分量信号;
步骤5,将所述多个波段回波信号中每个波段回波信号的第p个分段信号分别减去所述主波段回波信号中第p个分段信号对应的主线性调频分量信号,得到多个波段回波信号中每个波段回波信号对应的残差信号;
步骤6,将所述每个波段回波信号对应的残差信号作为该波段回波信号最新对应的第p个分段信号,并依次重复执行步骤3-5,直到在所述主波段回波信号的第p个分段信号中分离出预设数量的主线性调频分量信号;
步骤7,令p的值加1,并依次重复执行步骤3-步骤6,直到p>N;从而分别得到主波段回波信号中N个分段信号分别对应的主线性调频分量信号;
步骤8,将所述主波段回波信号中N个分段信号分别对应的主线性调频分量信号进行拼接,得到主波段回波信号的时频曲线。
本发明与现有技术相比所具有的优点:
(1)本发明采用修正离散线性调频傅里叶变换,与传统STFT算法相比,可以实现在多种精度要求下的时频分析;(2)本发明采用多通道稀疏表征方法,抗噪性得到提升,可以在复杂电磁环境下进行时频分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种弹道目标回波信号时频特性估计方法的流程示意图;
图2是本发明实施例提供的信号分段示意图;
图3是本发明实施例提供的弹道目标几何及运动模型示意图;
图4是本发明实施例提供的仿真一中,SNR=20db环境下本发明方法提取的目标时频信息与对比结果示意图;
图5是本发明实施例提供的仿真二中,SNR=-5db环境下本发明方法提取的目标时频信息与对比结果示意图;
图6本发明实施例提供的仿真三中,本发明方法在不同SNR环境下的误差曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种弹道目标回波信号时频特性估计方法,参照图1,所述方法包括如下步骤:
步骤1,获取雷达在同一时间段接收到的多个波段回波信号,对所述多个波段回波信号依次进行平动补偿,得到补偿后的多个波段回波信号;对所述补偿后的多个波段回波信号中的每个波段回波信号采用相同的信号长度进行分段,从而得到每个波段回波信号的N个分段信号;N为大于零的正整数。
需要说明的是,多个波段回波信号相当于不同通道的回波信号,且同一时间段接收多个波段回波信号可以通过多频点雷达或者不同波段的多部雷达实现;且不同波段回波信号的频率成分与波段频率呈正比。
所述多个波段回波信号经过包络对齐、自聚焦后,对平动补偿(平动补偿主要包括包络对齐、自聚焦,结果是信号的平动分量被补偿)后的回波信号依次进行统一的合理分段;各波段回波数据经分段后,其时频曲线可采用线性调频模型进行近似,如图2所示,每一段时频曲线都可以近似为若干个线性调频函数的叠加,为使线性调频模型尽可能逼近实际时频曲线同时又满足每段信号有足够的信息量保证估计的准确性,划分得到的每段信号长度应小于等于目标进动周期的1/4,理论上长度越短估计效果越好,但其对应的采样点数应大于30(30为经验值)。
步骤2,选取所述多个波段回波信号中的任意一个波段回波信号作为主波段回波信号;获取多个波段回波信号中每个波段回波信号的第p个分段信号,p的初值为1,p=1,...,N。
步骤3,对每个波段回波信号的第p个分段信号进行调频傅里叶基编码,得到每个波段回波信号的第p个分段信号的编码结果。
对同一时间段对应的不同波段子块信号,利用修正离散线性调频傅里叶变换(MDCFT)进行调频傅里叶(CF)基编码,设置变换基原子为:
其中,M为第p个分段信号的信号长度,WM为变换基原子的一部分,对应某一基频函数,且k为调频率参数,且k∈[-M/2:M/2-1],fc为中心频率,且fc∈[0:M-1],上标T表示矩阵转置;
根据所述变换基原子构造CF基矩阵Φ=[C-M/2F0,…,CM/21F0,C-M/2+1F1,…,CM/2- 1FM-1],则根据所述CF基矩阵Φ得到第p个分段信号的编码结果x,且第p个分段信号的编码结果x满足:
其中,s为第p个分段信号,si为第p个分段信号中的目标独立散射点信号,i为第p个分段信号中的目标独立散射点信号的序号,且i=1,…,I,I为分段信号中目标独立散射点的数量,I为大于零的正整数,x为对第p个分段信号进行调频傅里叶基编码的编码结果,n为噪声。
步骤4,根据所述每个波段回波信号的第p个分段信号的编码结果对主波段回波信号中第p个分段信号的编码结果进行联合稀疏化估计,从而得到主波段回波信号中第p个分段信号对应的主线性调频分量信号。
选取同一时间段对应的不同波段子块信号,以其中一个波段作为主波段结合加权最小二乘估计(WLSE)原理、多通道信号的结构稀疏性对估计结果进行联合稀疏化估计,得到该时刻主波段中的某一主线性调频分量并记录估计结果;具体方案如下:
对某一弹道目标使用多波段信号进行联合观测,其微多普勒曲线(最后拼接所有时刻的估计结果得到一条反映目标运动特性的微多普勒曲线)可表示为:
其中,为当前信号波段的频率,下标j为波段编号,取j=A,B,C,R(t)为平动补偿后的目标运动轨迹,t为时间。
以三通道为例,多通道联合观测模型可描述为:
即,
S=Φ·x+N
在信号相参的情况下,CF基矩阵ΦA、ΦB、ΦC满足:
其中,为当前各波段子块主线性调频分量所对应的中心频率,kj为当前各波段子块主线性调频分量所对应的调频率,波段编号j取j=A,B,C,R(t)为平动补偿后的目标运动轨迹。且各通道信号能量分布具有一致性,可以进行联合稀疏表征,其模型可表示为:
M(x)={x||(xA)i|=|(xB)i|=|(xC)i|,1≤i≤M2}
其中,为联合稀疏表征后的编码结果,M(x)用于表示向量x(x为待估计的编码结果)的结构稀疏性,||M(x)||2,0为其混合l2,0-范数,通过最小混合范数约束可有效提升各通道的稀疏化表征能力,提高估计精度与抗噪性能。
结合加权最小均方误差WLSE原理,估计的最优解从而得到各波段子块信号中的各分量信息xA、xB、xC,进一步得到当前时刻主波段子块主信号调频率中心频率的估计结果,同时得到各波段信号的主成分估计结果
为避免直接使用CF基逆变换,可利用Hadamard乘积、FFT操作实现MDCFT。根据编码后信号在调频率-傅里叶域的峰值完成主Chirp分量的估计。具体过程如下:
首先,给定一调频率参数k,构建调频项基信号Ci(k,t)。
Ci(k,t)=exp(-j2παikt2)/M
其中,下标i=A,B,C,比例因子满足分段信号Si(t)与基信号Ci(t)Hadamard相乘后变换至调频率-傅里叶域,根据频域最大值确定两者相关系数:
其中,⊙表示Hadamard乘积,fft{·}表示对向量的快速傅里叶变换操作。
通过在[-M/2:M/2-1]内搜索调频率k,得到相关系数Corr(k),选取相关系数达到最大时对应的调频率作为某一主信号元的调频率估计结果。
接着,根据调频率所对应的调频基信号与分段信号的Hadamard积并变换至调频率-傅里叶域,利用傅里叶域峰值确定中心频率估计结果
其中,czt{·}表示对向量的CZT变换操作,各波段频域尺度伸缩因子满足估计得到A波段主分量对应的调频率中心频率后,根据下式确定各波段调频信号主分量
其中,conj(*)表示求取共轭信号。
步骤5,将所述多个波段回波信号中每个波段回波信号的第p个分段信号分别减去所述主波段回波信号中第p个分段信号对应的主线性调频分量信号,得到多个波段回波信号中每个波段回波信号对应的残差信号。
步骤6,将所述每个波段回波信号对应的残差信号作为该波段回波信号最新对应的第p个分段信号,并依次重复执行步骤3-5,直到在所述主波段回波信号的第p个分段信号中分离出预设数量的主线性调频分量信号。
步骤7,令p的值加1,并依次重复执行步骤3-步骤6,直到p>N;从而分别得到主波段回波信号中N个分段信号分别对应的主线性调频分量信号。
步骤8,将所述主波段回波信号中N个分段信号分别对应的主线性调频分量信号进行拼接,得到主波段回波信号的时频曲线。
本发明的效果可通过以下仿真实验作进一步说明:
1)仿真条件:
本发明点目标仿真参数如表1所示:
表1仿真目标运动及结构参数
表2仿真雷达参数
其中目标结构与运动模型如图3所示,其中图3(a)为弹道目标几何模型,图3(b)为弹道目标运动模型。
2.仿真内容及结果分析:
仿真1:用本发明方法对电磁仿真的方式得到三波段某目标某段运动回波数据进行时频分析,回波SNR被设定为20db,分段长度选取目标进动周期的1/8,本发明方法估计得到的目标时频曲线结果如图4(a)所示,本发明方法估计得到的目标时频曲线与STFT方法的对比结果如图4(b)所示,本发明最后利用得到的时频信息拟合时频曲线得到如图4(c)所示的结果。
本发明方法估计时频信息的误差计算方法如下式:
其中,wc为锥旋频率,AMj为第j条时频曲线对应的理论幅值,可由下式计算得到,fj,i为估计的第j条时频曲线第i个近峰值点对应的中心频率,ti为第j条时频曲线第i个近峰值点对应的中心时刻,综合N条曲线误差可以得到算法平均误差。
其中,H为目标高度,h为旋转中心到地面距离,r为底面半径,三式分别对应P1、P2和P3三个主要散射点。由于物理遮挡的原因,对于散射点P2和P3只有一条对应的时频曲线可以被观测估计得到。
信噪比(SNR)定义如下式,
其中,Es为距离脉压后回波信号能量,En为噪声能量。
仿真2:用本发明方法对电磁仿真的方式得到三波段某目标某段运动回波数据进行时频分析,回波SNR被设定为-5db,得到的时频曲线估计结果如图5(a)所示,分段长度选取进动周期的1/8,本发明的时频曲线估计结果与STFT方法的对比结果如图5(b)所示,最后利用本发明方法得到的时频信息拟合时频曲线得到如图5(c)所示的结果。
仿真3:用本发明方法对电磁仿真的方式得到三波段某目标某段运动回波数据进行时频分析,改变回波SNR对算法稳定性进行验证,误差曲线如图6所示。
3.仿真结果分析:
从图4可以看出本发明方法结果较为准确。
从图5可以看出传统STFT已很难进行有效的时频分析,而本发明多通道算法联合多波段信息仍能对信号进行有效的时频估计如图5(b)。同时图6结果也验证了本发明方法的稳健性,可满足复杂环境下的弹道目标信号时频分析的实际需求。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (6)

1.一种弹道目标回波信号时频特性估计方法,其特征在于,所述方法包括如下步骤:
步骤1,获取雷达在同一时间段接收到的多个波段回波信号,对所述多个波段回波信号依次进行平动补偿,得到补偿后的多个波段回波信号;对所述补偿后的多个波段回波信号中的每个波段回波信号采用相同的信号长度进行分段,从而得到每个波段回波信号的N个分段信号;N为大于零的正整数;
步骤2,选取所述多个波段回波信号中的任意一个波段回波信号作为主波段回波信号;获取多个波段回波信号中每个波段回波信号的第p个分段信号,p的初值为1,p=1,...,N;
步骤3,对每个波段回波信号的第p个分段信号进行调频傅里叶基编码,得到每个波段回波信号的第p个分段信号的编码结果;
步骤4,根据所述每个波段回波信号的第p个分段信号的编码结果对主波段回波信号中第p个分段信号的编码结果进行联合稀疏化估计,从而得到主波段回波信号中第p个分段信号对应的主线性调频分量信号;
步骤5,将所述多个波段回波信号中每个波段回波信号的第p个分段信号分别减去所述主波段回波信号中第p个分段信号对应的主线性调频分量信号,得到多个波段回波信号中每个波段回波信号对应的残差信号;
步骤6,将所述每个波段回波信号对应的残差信号作为该波段回波信号最新对应的第p个分段信号,并依次重复执行步骤3-5,直到在所述主波段回波信号的第p个分段信号中分离出预设数量的主线性调频分量信号;
步骤7,令p的值加1,并依次重复执行步骤3-步骤6,直到p>N;从而分别得到主波段回波信号中N个分段信号分别对应的主线性调频分量信号;
步骤8,将所述主波段回波信号中N个分段信号分别对应的主线性调频分量信号进行拼接,得到主波段回波信号的时频曲线。
2.根据权利要求1所述的一种弹道目标回波信号时频特性估计方法,其特征在于,步骤1中,对所述补偿后的多个波段回波信号中的每个波段回波信号采用相同的信号长度进行分段,从而得到每个波段回波信号的N个分段信号,其中,每个分段信号的长度小于或者等于目标进动周期的1/4。
3.根据权利要求1所述的一种弹道目标回波信号时频特性估计方法,其特征在于,步骤6中,直到在所述主波段回波信号的第p个分段信号中分离出预设数量的主线性调频分量信号中,预设数量指目标独立散射点的个数。
4.根据权利要求1所述的一种弹道目标回波信号时频特性估计方法,其特征在于,步骤3中,对每个波段回波信号的第p个分段信号进行调频傅里叶基编码,具体包括:
设置变换基原子为:
其中,M为第p个分段信号的信号长度,WM为变换基原子的一部分,对应某一基频函数,且k为调频率参数,且k∈[-M/2:M/2-1],fc为中心频率,且fc∈[0:M-1],上标T表示矩阵转置;
根据所述变换基原子构造CF基矩阵Φ=[C-M/2F0,…,CM/2-1F0,C-M/2+1F1,…,CM/2-1FM-1],则根据所述CF基矩阵Φ得到第p个分段信号的编码结果x,且第p个分段信号的编码结果x满足:
其中,s为第p个分段信号,si为第p个分段信号中的目标独立散射点信号,i为第p个分段信号中的目标独立散射点信号的序号,且i=1,…,I,I为分段信号中目标独立散射点的数量,I为大于零的正整数,x为对第p个分段信号进行调频傅里叶基编码的编码结果,n为噪声。
5.根据权利要求1所述的一种弹道目标回波信号时频特性估计方法,其特征在于,步骤4具体包括:
根据所述每个波段回波信号的第p个分段信号的编码结果对主波段回波信号中第p个分段信号的编码结果进行联合稀疏化估计,所述联合稀疏化估计表达式为:
x ^ = arg min x | | M ( x ) | | 2 , 0
s . t . | | S - Φ · x | | F 2 ≤ t h r e s h o l d
其中,表示求解使得M(x)的混合l2,0-范数最小的编码结果x的值,threshold表示设定的阈值,||·||F表示求F-范数,M(x)用于表示x的结构稀疏性、一致性条件,且M(x)={x||(x1)|=|(x2)|=|(xl)|=...=|(xL)|},L为雷达在同一时间段接收到的回波信号的波段总数,x1,x2,...,,xl,...,xL分别表示L个波段回波信号的第p个分段信号的编码结果,l=1,2,...,L,L为正整数;
求解所述联合稀疏化估计表达式,得到主波段回波信号中第p个分段信号对应的主线性调频分量信号。
6.根据权利要求5所述的一种弹道目标回波信号时频特性估计方法,其特征在于,求解所述联合稀疏化估计表达式,得到主波段回波信号中第p个分段信号对应的主线性调频分量信号,具体包括:
给定调频率参数k,构建调频项基信号Cl(k,t):
Cl(k,t)=exp(-j2παlkt2)/M
其中,下标l=1,2,...,L,αl表示第l个波段频域尺度伸缩因子,分段信号Sl(t)与调频项基信号Cl(k,t)Hadamard相乘后变换至调频率-傅里叶域,根据频域最大值确定两者相关系数:其中,⊙表示Hadamard乘积,fft{·}表示对向量的快速傅里叶变换操作;
通过在[-M/2:M/2-1]范围内调节调频率参数k,选取相关系数Corr(k)达到最大时对应的调频率参数作为主线性调频分量估计结果对应的调频率参数:
根据调频率参数所对应的调频项基信号与分段信号的Hadamard积并变换至调频率-傅里叶域,利用傅里叶域峰值确定中心频率估计结果
其中,czt{·}表示对向量的CZT变换操作,估计得到主波段回波信号中第p个分段信号对应的调频率中心频率后,根据下式确定主波段回波信号中第p个分段信号对应的主线性调频分量信号
其中,conj(*)表示求取共轭信号。
CN201710150311.XA 2017-03-14 2017-03-14 一种弹道目标回波信号时频特性估计方法 Active CN106842163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710150311.XA CN106842163B (zh) 2017-03-14 2017-03-14 一种弹道目标回波信号时频特性估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710150311.XA CN106842163B (zh) 2017-03-14 2017-03-14 一种弹道目标回波信号时频特性估计方法

Publications (2)

Publication Number Publication Date
CN106842163A true CN106842163A (zh) 2017-06-13
CN106842163B CN106842163B (zh) 2019-07-09

Family

ID=59144492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710150311.XA Active CN106842163B (zh) 2017-03-14 2017-03-14 一种弹道目标回波信号时频特性估计方法

Country Status (1)

Country Link
CN (1) CN106842163B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632292A (zh) * 2017-09-21 2018-01-26 北京工业大学 一种对雷达信号进行调频傅立叶变换的方法
CN107967239A (zh) * 2017-10-18 2018-04-27 长安大学 一种频率—频率平面能量分布图的实现方法
CN108415013A (zh) * 2018-02-12 2018-08-17 西安电子科技大学 基于调频斜率精搜索的低信噪比信号参数提取方法
CN108646248A (zh) * 2018-07-30 2018-10-12 西北工业大学 一种针对低速运动声源的被动声学测速测距方法
CN109471084A (zh) * 2018-11-23 2019-03-15 西北工业大学 一种电磁散射机理分解方法
CN111366905A (zh) * 2020-04-12 2020-07-03 南京理工大学 空间微动群目标多通道盲源分离方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012510A (zh) * 2010-09-25 2011-04-13 哈尔滨工业大学 基于时间——相位导数分布的逆合成孔径雷达成像方法
CN103543451A (zh) * 2012-07-17 2014-01-29 中国科学院电子学研究所 一种基于压缩感知的多径虚像抑制sar后处理方法
CN103630899A (zh) * 2013-03-29 2014-03-12 中国科学院电子学研究所 地面运动目标高分辨雷达压缩感知成像的方法
CN104007430A (zh) * 2014-05-29 2014-08-27 西安电子科技大学 基于瞬时调频率估计的进动目标的微多普勒提取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012510A (zh) * 2010-09-25 2011-04-13 哈尔滨工业大学 基于时间——相位导数分布的逆合成孔径雷达成像方法
CN103543451A (zh) * 2012-07-17 2014-01-29 中国科学院电子学研究所 一种基于压缩感知的多径虚像抑制sar后处理方法
CN103630899A (zh) * 2013-03-29 2014-03-12 中国科学院电子学研究所 地面运动目标高分辨雷达压缩感知成像的方法
CN104007430A (zh) * 2014-05-29 2014-08-27 西安电子科技大学 基于瞬时调频率估计的进动目标的微多普勒提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张磊 等: ""基于时频特性的窄带高速自旋目标运动估计及成像算法"", 《中国科学:信息科学》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632292A (zh) * 2017-09-21 2018-01-26 北京工业大学 一种对雷达信号进行调频傅立叶变换的方法
CN107632292B (zh) * 2017-09-21 2021-07-30 北京工业大学 一种对雷达信号进行调频傅立叶变换的方法
CN107967239A (zh) * 2017-10-18 2018-04-27 长安大学 一种频率—频率平面能量分布图的实现方法
CN108415013A (zh) * 2018-02-12 2018-08-17 西安电子科技大学 基于调频斜率精搜索的低信噪比信号参数提取方法
CN108415013B (zh) * 2018-02-12 2022-05-03 西安电子科技大学 基于调频斜率精搜索的低信噪比信号参数提取方法
CN108646248A (zh) * 2018-07-30 2018-10-12 西北工业大学 一种针对低速运动声源的被动声学测速测距方法
CN108646248B (zh) * 2018-07-30 2022-02-22 西北工业大学 一种针对低速运动声源的被动声学测速测距方法
CN109471084A (zh) * 2018-11-23 2019-03-15 西北工业大学 一种电磁散射机理分解方法
CN109471084B (zh) * 2018-11-23 2022-10-25 西北工业大学 一种电磁散射机理分解方法
CN111366905A (zh) * 2020-04-12 2020-07-03 南京理工大学 空间微动群目标多通道盲源分离方法
CN111366905B (zh) * 2020-04-12 2023-09-01 南京理工大学 空间微动群目标多通道盲源分离方法

Also Published As

Publication number Publication date
CN106842163B (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN106842163A (zh) 一种弹道目标回波信号时频特性估计方法
CN104865568B (zh) 基于稀疏重构的宽带雷达高速群目标分辨方法
CN102680948B (zh) 一种线性调频信号调频率和起始频率估计方法
CN107907878A (zh) 高精度获取fmcw雷达距离测量值的方法
CN101644773B (zh) 一种实时频域超分辨方位估计方法及装置
CN103777199B (zh) 一种调频连续波雷达系统的测距方法
CN103607361B (zh) Alpha稳定分布噪声下时频重叠信号的参数预估方法
CN104698431B (zh) 基于模糊分量doa估计的多通道sar方位解模糊方法
CN103424777B (zh) 一种提高地震成像分辨率的方法
CN106845010A (zh) 基于改进SVD降噪和Prony的低频振荡主导模式辨识方法
CN107167781A (zh) 海杂波幅度对数正态分布参数的分位点估计方法
CN109212526A (zh) 用于高频地波雷达的分布式阵列目标角度测量方法
CN106199553A (zh) 多帧回波联合相参积累检测海面弱小目标的优化方法
CN103323845B (zh) 一种非均匀采样综合孔径辐射计的图像反演方法
CN102508206A (zh) 基于小波包去噪和功率谱熵的线性调频信号参数估计方法
CN103135100B (zh) 同轨双基sar的动目标参数估计方法
CN103760545A (zh) 合成孔径雷达中子带串扰对成像性能影响的分析方法
CN102401908B (zh) 一种利用不同模加权稀疏的抛物拉东变换压制多次波的方法
CN105445624A (zh) 结合小波变换及曲线拟合的电缆故障定位方法
CN103763230A (zh) 一种改进的自适应盲源分离方法
CN103823216A (zh) 一种调频连续波雷达系统测距方法
CN106209701A (zh) Alpha稳定分布噪声环境下MFSK信号符号速率估计方法及装置
CN103984844A (zh) 一种不等长序列相似度度量算法
CN104462803A (zh) 一种基于小波近似熵的自主式水下机器人故障辨识方法
CN103954961B (zh) 步进频雷达低空障碍物超分辨一维成像方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant