CN107918123A - 太赫兹isar目标微动部件分离与特征参数估计方法 - Google Patents
太赫兹isar目标微动部件分离与特征参数估计方法 Download PDFInfo
- Publication number
- CN107918123A CN107918123A CN201710979608.7A CN201710979608A CN107918123A CN 107918123 A CN107918123 A CN 107918123A CN 201710979608 A CN201710979608 A CN 201710979608A CN 107918123 A CN107918123 A CN 107918123A
- Authority
- CN
- China
- Prior art keywords
- fine motion
- signal
- echo
- distance
- envelope
- 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
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种太赫兹ISAR目标微动部件分离与特征参数估计方法,旨在解决在太赫兹波段由目标部件微运动引起的ISAR成像质量降低和微动特征参数估计困难等问题,提出基于Radon变换的微动部件包络分离和参数估计的技术方案,并同时实现微动目标的ISAR成像。本发明提供的技术方案有望提高现代雷达对未知非合作目标识别和解译能力,具有实际应用前景。
Description
技术领域
本发明属于雷达信号处理技术领域,具体涉及的是一种针对太赫兹波段的逆合成孔径雷达(ISAR)微动目标成像与特征参数估计方法。
背景技术
作为空间、空中及海域的重要观测手段,ISAR成像技术在对非合作军事目标的探测与监视中起着不可替代的作用。针对日益提高的精细化探测需求,ISAR正朝着高分辨成像、多维特征提取和目标识别的方向发展。
在对非合作目标探测与识别时,目标的形状、结构和表面材料电磁参数等非运动特征通常对先验信息的要求较高,其实用性十分受限。由于独特的表现形式,近年来,微动在目标探测与识别方面的军事价值已引起了各国的高度关注。目标整体或部件的微运动使得传统ISAR成像方法失效,同时,微动与目标或部件结构尺寸、质量分布和受力状态等物理属性密切相关,可作为目标识别的重要特征量。
以喷气式飞机、旋翼飞机或螺旋桨飞机等空中目标为例,直升机主/尾旋翼的旋转、螺旋桨飞机叶片的转动、喷气式飞机发动机压缩叶片的旋转及其引擎调制(Jet EngineModulation,JEM)等都是微动源。对舰船而言,则存在机械扫描雷达天线的转动等微动形式。另外,真假导弹目标的识别在一定程度上决定了反导系统的成败,而微动是真弹头与诱饵的主要差异之一。
目前,美国陆军研究实验室已利用92GHz连续毫米波雷达对Mi-24/雌鹿D型直升机进行了微多普勒测量,对直升机目标的多普勒频谱构成进行了分析并测量出了不同视角的微多普勒特征。日本东芝公司共同研发中心多媒体实验室已开发出一套在线式舰船自动识别系统,该系统可快速更新ISAR获得的运动舰船目标的距离-多普勒像,可实现对包含海浪颠簸运动的航行舰船目标的识别。美国正在研制的THAAD GBR X-波段雷达能够精确测量威胁目标的微动特征,弹道导弹目标的自旋、进动和翻滚等微动特征为TBMD目标识别提供了一种非常具有潜力的手段。
利用精细的微多普勒幅度和频率的差异进行精确身份辨别,可以为大纵深、强机动和高度自动化的现代立体战争作战平台提供更可靠的敌我识别能力,减少战争中误击、误伤和误炸事件,更重要的是可为快速高效打击提供技术支撑。
为了满足高分辨率和反隐身的需求,近几年,太赫兹雷达技术发展迅速。太赫兹频段具有亚毫米甚至更短波长以及GHz以上带宽,有利于快速目标成像和获取目标特征的细节,从而可对目标进行更精确的识别。对刚体目标能够大大提高成像分辨率;然而,由于分辨率高,微动在太赫兹频段将表现得更为明显,一方面影响成像质量,另一方面又是重要的识别依据。因此,在太赫兹波段的微动目标成像和特征提取具有重要的研究意义。
发明内容
为了实现在太赫兹波段对微动目标ISAR成像和特征提取,本发明提出了一种基于Radon变换的太赫兹ISAR目标微动部件分离与特征参数估计方法。
本发明提供一种太赫兹ISAR目标微动部件分离与特征参数估计方法,包含以下过程:
S1.太赫兹波段的雷达发射线性调频信号,通过解线频调的方式接收回波,并进行传统平动补偿;
S2.距离脉压后,对其进行Radon变换;
S3.在Radon变换域中寻找峰值点,并计算对应的方向角、原点到直线的距离;
S4.根据方向角、原点到直线的距离,计算原距离脉压像对应的距离方程;
S5.在信号域构造回波信号基,对其沿距离方向进行FFT变换,并与原距离脉压像利用最小二乘法,估计散射点对应的幅度;
S6.对多个散射点分别计算回波信号基包络与幅度的乘积并进行叠加,得到刚体距离像;
S7.从原距离脉压像中减去刚体距离像得到微动距离像;
S8.微动部分回波信号表现为正弦曲线形式的瞬时距离,其中包括正弦曲线的振幅、频率、初始相位三个空间坐标参数;对这三个空间坐标参数分别设定搜索区间,建立离散的参数空间;
S9.对参数空间中的每一个点的空间坐标参数,计算在距离和方位时刻的微动信号基;
S10.将分离后的微动距离像转换至信号域,并与每个空间坐标参数下的微动信号基点乘,并进行二维FFT变换;
S11.遍历参数空间,记录对应的每个熵值,得到与回波信号通过二维积分得到的ISAR图像的最小熵值对应的三个空间坐标参数,作为最优参数。
本发明的所述太赫兹ISAR目标微动部件分离与特征参数估计方法,旨在解决在太赫兹波段由目标部件微运动引起的ISAR成像质量降低和微动特征参数估计困难等问题,提出基于Radon变换的微动部件包络分离和参数估计的技术方案,并同时实现微动目标的ISAR成像。本发明提供的技术方案有望提高现代雷达对未知非合作目标识别和解译能力,具有实际应用前景。
本发明另提供一种太赫兹ISAR目标微动部件包络分离方法,利用微动在太赫兹波段距离高分辨条件下的包络起伏,基于Radon变换的直线检测估计刚体的线性包络,并通过构造信号分离刚体部件和非刚体部件。
本发明还提供一种基于最小熵的微动参数估计方法,该方法避免了太赫兹波段微多普勒谱的混叠处理,利用Radon变换的曲线检测对微动部件回波进行曲线积分,基于最小熵的准则获得微动参数的最优估计。
附图说明
图1为微动目标ISAR成像几何模型;
图2为技术方案总流程图;
图3a~图3f为仿真结果图,图3a为X波段1GHz条件下的距离脉压像,图3b为THz波段10GHz条件下的距离脉压像,图3c为图3b的Radon变换结果,图3d为分离后的刚体距离像,图3e为分离后的微动部件距离像,图3f为三参数的图像熵序列。
具体实施方式
本发明提供一种太赫兹ISAR目标微动部件分离与特征参数估计方法,旨在解决在太赫兹波段由目标部件微运动引起的ISAR成像质量降低和微动特征参数估计困难等问题,提出基于Radon变换的微动部件包络分离和参数估计的技术方案,并同时实现微动目标的ISAR成像。
(1)基于Radon直线检测的微动部件包络分离方法
微动主要的形式包括振动、转动和锥旋等,其引起的瞬时距离形式可统一写为
Rmic(t)=Asin(ω·t+φ) (1)
假设雷达发射线性调频信号,并通过解线频调(Dechirp)的方式进行脉冲压缩。若目标包含P个散射点,传统平动补偿后的回波模型可表示
其中,n为距离向离散点序号,m为方位脉冲数,δp为第p个散射点的散射系数,c为光速,fc为载频,γ为调频率,为快时间序列,tm为慢时间序列,Rp为某个散射点的相对距离。
如图1所示,设目标刚体包含P1个散射点,微动部件(非刚体)包含P2个散射点,因此(2)式可改写为刚体和非刚体的组成
其中,δp是刚体部分第p个散射点的散射系数,δk是微动部分第k个散射点的散射系数,Rrig,p(tm)≈Xpθ(tm)+Yp(Xp和Yp分别是第p个散射点的方位和距离向坐标),Rmic,k(tm)=Aksin(ω·tm+φk)(其中,Ak和φk分别为振动幅度和初相)。
对式(3)进行脉压后,目标的包络可写为
其中,βp是处理后刚体部分第p个散射点的散射系数,βk是处理后微动部分第k个散射点的散射系数,fr表示距离向频率,λ为波长。刚体部分的包络Grig(n,m)在角度不大的条件下会呈现直线;由于窄带距离分辨率较低,微动部分Gmic(n,m)通常在窄带回波包络中不会体现,在常规波段和带宽,微动通常也不会有明显表现。
在太赫兹波段可做到很大带宽,显然,随着带宽增大,距离分辨率的提高,微动在回波包络的起伏现象会随之凸显。在宽带情况下,通常利用成像后的图像进行刚体和非刚体的分离。
本发明借助太赫兹波段的高分辨率,针对目标回波包络实现微动分离。主要思路是利用刚体和非刚体在包络的表现形式差异,前者通常表现为直线,后者通常表现为正弦曲线。利用Radon变换对直线进行检测并提取参数。
Radon变换是将二维函数中的直线奇异转化为点奇异,一个平面内沿不同的直线(直线与原点的距离为r,方向角为α)对f(x,y)做线积分,得到的像F(r,α)就是函数f的Radon变换。也就是说,平面(r,α)的每个点的像函数值对应了原始函数的某个线积分值。Radon变换在二维空间的定义式:
式中,D为整个图像x-y平面,f(x,y)为在图像点(x,y)的灰度;r为坐标原点到直线的距离;α为直线与x轴的夹角;δ为单位脉冲函数。它使f(x,y)沿直线r=xcosα+ysinα进行积分。
Radon变换可以理解为图像像素点在每条直线上的积分,或是图像顺时针旋转α角度后在水平轴上的投影。因此图像中每条直线会在r-α空间形成一个亮点,直线的检测转化为在r-α变换域对亮点的检测。也即在Radon变换后的域中检测亮点即可找到对应直线在原图像中所在的距离单元位置和斜率κ=tanα,由此可构造对应的距离
其中,ρr为距离分辨率。
同时,在信号域构造回波信号基的包络
设原脉包络矩阵形式为G=[G(n,m)]N×M,刚体的包络矩阵形式为Erig=[Erig(n,m)]N×M,则利用最小二乘法估计对应刚体散射点的系数,
其中,Grig=[Grig(n,m)]N×M是目标包络矩阵(Grig(n,m)见式(4)),Grig可用构造的信号基矩阵Erig进行表征。
对Radon变换域中所有的强点均进行检测,可提取多个刚体散射点,叠加后在原脉压信号中减去即可得到微动部件的包络,
此方法通过在信号域构造信号进行相消可避免包络的不连续性。
(2)基于Radon曲线检测的微动参数估计方法
在分离微动部件的基础上进行微动参数的估计。利用Radon变换曲线检测的思路。与直线积分不同的是,曲线检测将一个平面内沿特定路径的曲线对图像做线积分。
由于微动部分回波信号Smic(n,m)中的瞬时距离Rmic(t)是正弦曲线的形式,其中包括正弦曲线的振幅、频率、初始相位三个空间坐标参数(A,ω,φ)。沿着Rmic(t)可对回波信号进行二维积分得到ISAR图像,当(A,ω,φ)与目标参数完全匹配时,则得到的ISAR图像聚焦性能最好。因此,基于最小熵准则进行参数估计。
通过设置三参数的取值范围,建立离散的参数空间,对参数空间的散射点计算各时刻的积分路径Rmic,k(tm),构造匹配信号,并取ISAR图像熵值最小对应的参数,
其中,Smic=[Smic(n,m)]N×M是微动部分的回波矩阵(Smic(n,m)见式(3)),对应微动部分构造的基矩阵为Emic,k=[Emic,k(n,m)]N×M,具体形式为
对k个散射点的微动参数估计后,从图像的聚焦点峰值提取散射系数并在原信号中减去,剩余信号为
再利用上述方法提取其它散射点,直到残余信号的能量低于一定的门限值。该方法运算量较大,但能够保留信号完整度。
如图2所示,本发明的一个具体实施例,包含以下步骤:
S1.雷达发射线性调频信号,通过Dechirp的方式接收回波,并进行传统平动补偿。
S2.距离脉压后,对其进行Radon变换,在Matlab中直接可调用。
S3.在Radon变换域中寻找峰值点(可能包含多个),并计算对应的角度α和原点到直线的距离r。
S4.根据α和r计算原距离脉压像对应的距离方程,斜率为κ=tanα,对应的距离方程为
S5.在信号域构造回波信号基,如式(7),对其沿距离方向进行FFT(快速傅里叶变换),与原距离像利用最小二乘法,估计散射点对应的幅度。
S6.对多个散射点进行相同操作,回波信号基包络与幅度乘积并对多个散射点进行叠加,即得到刚体距离像。
S7.从原距离脉压像中减去刚体距离像则得到微动部件的距离像。
S8.对三个参数(A,ω,φ)分别设置一定的搜索区间,建立离散的参数空间。
S9.对参数空间中的每一个点(A,ω,φ)根据(11)式计算在距离和方位时刻的微动信号基Emic,k(n,m)。
S10.对分离后的微动距离像转换至信号域,并与每个参数下的Emic,k(n,m)点乘,并进行二维FFT。
S11.遍历参数空间,记录对应的每个熵值,求出最小熵值对应的三参数,即为所求的最优参数。
图3a~图3f为仿真结果图,图3a为X波段1GHz条件下的距离脉压像,图3b为THz波段10GHz条件下的距离脉压像,图3c为图3b的Radon变换结果,图3d为分离后的刚体距离像,图3e为分离后的微动部件距离像,图3f为三参数的图像熵序列。
因此,上述说明为本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (5)
1.一种太赫兹ISAR目标微动部件分离与特征参数估计方法,其特征在于,包含以下过程:
S1.太赫兹波段的雷达发射线性调频信号,通过解线频调的方式接收回波,并进行传统平动补偿;
S2.距离脉压后,对其进行Radon变换;
S3.在Radon变换域中寻找峰值点,并计算对应的方向角、原点到直线的距离;
S4.根据方向角、原点到直线的距离,计算原距离脉压像对应的距离方程;
S5.在信号域构造回波信号基,对其沿距离方向进行FFT变换,并与原距离脉压像利用最小二乘法,估计散射点对应的幅度;
S6.对多个散射点分别计算回波信号基包络与幅度的乘积并进行叠加,得到刚体距离像;
S7.从原距离脉压像中减去刚体距离像得到微动距离像;
S8.微动部分回波信号表现为正弦曲线形式的瞬时距离,其中包括正弦曲线的振幅、频率、初始相位三个空间坐标参数;对这三个空间坐标参数分别设定搜索区间,建立离散的参数空间;
S9.对参数空间中的每一个点的空间坐标参数,计算在距离和方位时刻的微动信号基;
S10.将分离后的微动距离像转换至信号域,并与每个空间坐标参数下的微动信号基点乘,并进行二维FFT变换;
S11.遍历参数空间,记录对应的每个熵值,得到与回波信号通过二维积分得到的ISAR图像的最小熵值对应的三个空间坐标参数,作为最优参数。
2.如权利要求1所述太赫兹ISAR目标微动部件分离与特征参数估计方法,其特征在于,
根据Radon变换域中与峰值点对应的方向角α、原点到直线的距离r,得到原距离脉压像对应的距离方程为:
其中,斜率为κ=tanα;ρr为距离分辨率;
信号域构造回波信号基的包络为:
其中,fr表示距离向频率,c为光速,γ为调频率,n为距离向离散点序号,m为方位脉冲数,λ为波长;
刚体的包络矩阵形式为:Erig=[Erig(n,m)]N×M
利用最小二乘法估计得到刚体散射点对应幅度的表达式为:
Grig=[Grig(n,m)]N×M是目标包络矩阵;
对Radon变换域中所有直线转换的亮点进行检测,提取多个刚体散射点;
叠加多个刚体散射点的幅度与回波信号基包络矩阵形式的乘积,从原脉包络矩阵形式G中减去,得到的微动部件的包络矩阵形式为:
3.如权利要求2所述太赫兹ISAR目标微动部件分离与特征参数估计方法,其特征在于,
沿着微动部分回波信号中的瞬时距离Rmic(t)=Asin(ω·t+φ),对回波信号进行二维积分得到ISAR图像;基于最小熵准则进行参数估计,以使对应正弦曲线的振幅、频率、初始相位三个空间坐标参数(A,ω,φ)与目标参数匹配,ISAR图像的聚焦性能最好;
其中,对参数空间的散射点计算各时刻的积分路径Rmic,k(tm),构造匹配信号,并取ISAR图像熵值最小对应的空间坐标参数,
Smic=[Smic(n,m)]N×M是微动部分的回波矩阵,对应微动部分构造的基矩阵为Emic,k=[Emic,k(n,m)]N×M;
微动信号基
为快时间序列,tm为慢时间序列;
对k个散射点的微动参数估计后,从ISAR图像的聚焦点峰值提取散射系数并在刚体部分的回波信号Srig(n,m)中减去,剩余信号为
对提取的其他散射点循环处理,直到剩余信号的能量低于设定的门限值。
4.一种基于Radon直线检测的微动部件包络分离方法,其特征在于,
在太赫兹波段对目标回波包络进行微动分离,根据目标包络中刚体包络表现为直线,对应微动部分的非刚体包络表现为正弦曲线的特点,利用Radon变换对直线进行检测并提取参数;
其中,根据Radon变换域中与峰值点对应的方向角α、原点到直线的距离r,得到原距离脉压像对应的距离方程为:
其中,斜率为κ=tanα;ρr为距离分辨率;
在信号域构造回波信号基的包络为:
其中,fr表示距离向频率,c为光速,γ为调频率,n为距离向离散点序号,m为方位脉冲数,λ为波长;
刚体的包络矩阵形式为:Erig=[Erig(n,m)]N×M
对信号域构造回波信号基眼距离方向进行FFT变换,并与原距离脉压像利用最小二乘法估计,得到刚体散射点对应幅度的表达式为:
对Radon变换域中所有直线转换的亮点进行检测,提取多个刚体散射点;
对多个刚体散射点分别计算回波信号基包络与幅度的乘积并进行叠加,得到刚体距离像,从原距离脉压像中减去刚体距离像得到微动距离像,即,叠加多个刚体散射点的幅度与回波信号基包络矩阵形式的乘积,将其从原脉包络矩阵形式G中减去,得到的微动部件的包络矩阵形式为:
。
5.一种基于最小熵的微动参数估计方法,其特征在于,
在太赫兹波段对目标回波包络进行微动部件分离的基础上,进行微动参数的估计,利用Radon变换进行曲线检测;微动部分回波信号中的瞬时距离为Rmic(t)=Asin(ω·t+φ),其中包含正弦曲线的振幅、频率、初始相位三个空间坐标参数(A,ω,φ);
沿着Rmic(t)对回波信号进行二维积分得到ISAR图像;基于最小熵准则进行参数估计,以使三个空间坐标参数(A,ω,φ)与目标参数匹配,ISAR图像的聚焦性能最好;
其中,对这三个空间坐标参数分别设定搜索区间,建立离散的参数空间;对参数空间中的每一个点的空间坐标参数,计算在距离和方位时刻的微动信号基:
Rmic,k(tm)为参数空间的散射点各时刻的积分路径;
n为距离向离散点序号,m为方位脉冲数,c为光速,fc为载频,γ为调频率,tm为慢时间序列;
将分离后的微动距离像转换至信号域,并与每个空间坐标参数下的微动信号基点乘,并进行二维FFT变换;遍历参数空间,记录对应的每个熵值,得到与回波信号通过二维积分得到的ISAR图像的最小熵值对应的三个空间坐标参数,作为最优参数:
式中,Smic=[Smic(n,m)]N×M是微动部分的回波矩阵,对应微动部分构造的基矩阵为Emic,k=[Emic,k(n,m)]N×M;
对k个散射点的微动参数估计后,从ISAR图像的聚焦点峰值提取散射系数并在刚体部分的回波信号Srig(n,m)中减去,剩余信号为
对提取的其他散射点循环处理,直到剩余信号的能量低于设定的门限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710979608.7A CN107918123B (zh) | 2017-10-19 | 2017-10-19 | 太赫兹isar目标微动部件分离与特征参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710979608.7A CN107918123B (zh) | 2017-10-19 | 2017-10-19 | 太赫兹isar目标微动部件分离与特征参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107918123A true CN107918123A (zh) | 2018-04-17 |
CN107918123B CN107918123B (zh) | 2021-04-02 |
Family
ID=61894809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710979608.7A Active CN107918123B (zh) | 2017-10-19 | 2017-10-19 | 太赫兹isar目标微动部件分离与特征参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107918123B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633641A (zh) * | 2018-11-30 | 2019-04-16 | 上海无线电设备研究所 | 一种太赫兹频段的旋翼叶片逆合成孔径雷达成像算法 |
CN109633643A (zh) * | 2018-12-11 | 2019-04-16 | 上海无线电设备研究所 | 基于后向投影的太赫兹isar三维成像方法 |
CN109901130A (zh) * | 2019-03-15 | 2019-06-18 | 桂林电子科技大学 | 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法 |
CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
CN113687328A (zh) * | 2021-09-14 | 2021-11-23 | 上海无线电设备研究所 | 一种弹载武器地面目标高分辨一维距离像识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1936402A1 (en) * | 2006-12-21 | 2008-06-25 | Galileo Avionica S.p.A. | Multiple-target radar recognition method and apparatus |
CN103454637A (zh) * | 2013-09-07 | 2013-12-18 | 西安电子科技大学 | 基于调频步进频的太赫兹逆合成孔径雷达成像方法 |
CN103760558A (zh) * | 2014-01-23 | 2014-04-30 | 电子科技大学 | 一种太赫兹雷达isar成像方法 |
CN104330791A (zh) * | 2014-10-24 | 2015-02-04 | 上海无线电设备研究所 | 一种基于频域切变的相参积累方法 |
CN106154238A (zh) * | 2016-08-19 | 2016-11-23 | 上海无线电设备研究所 | 一种汽车防撞雷达回波模拟测试系统和测试方法 |
CN106324594A (zh) * | 2016-07-28 | 2017-01-11 | 上海无线电设备研究所 | 一种太赫兹快速二维扫描系统和方法 |
CN106526591A (zh) * | 2016-12-02 | 2017-03-22 | 上海无线电设备研究所 | 机动目标高分辨isar子孔径融合成像方法 |
-
2017
- 2017-10-19 CN CN201710979608.7A patent/CN107918123B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1936402A1 (en) * | 2006-12-21 | 2008-06-25 | Galileo Avionica S.p.A. | Multiple-target radar recognition method and apparatus |
CN103454637A (zh) * | 2013-09-07 | 2013-12-18 | 西安电子科技大学 | 基于调频步进频的太赫兹逆合成孔径雷达成像方法 |
CN103760558A (zh) * | 2014-01-23 | 2014-04-30 | 电子科技大学 | 一种太赫兹雷达isar成像方法 |
CN104330791A (zh) * | 2014-10-24 | 2015-02-04 | 上海无线电设备研究所 | 一种基于频域切变的相参积累方法 |
CN106324594A (zh) * | 2016-07-28 | 2017-01-11 | 上海无线电设备研究所 | 一种太赫兹快速二维扫描系统和方法 |
CN106154238A (zh) * | 2016-08-19 | 2016-11-23 | 上海无线电设备研究所 | 一种汽车防撞雷达回波模拟测试系统和测试方法 |
CN106526591A (zh) * | 2016-12-02 | 2017-03-22 | 上海无线电设备研究所 | 机动目标高分辨isar子孔径融合成像方法 |
Non-Patent Citations (2)
Title |
---|
S.GU ET.AL: "《Terahertz Aperture Synthesized Imaging With Fan-Beam Scanning for Personnel Screening》", 《IEEE TRANSACTIONS ON》 * |
陈潜 等: "《基于随机脉冲重复间隔Radon-Fourier变换的相参积累》", 《电子与信息学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633641A (zh) * | 2018-11-30 | 2019-04-16 | 上海无线电设备研究所 | 一种太赫兹频段的旋翼叶片逆合成孔径雷达成像算法 |
CN109633641B (zh) * | 2018-11-30 | 2020-11-03 | 上海无线电设备研究所 | 一种太赫兹频段的旋翼叶片逆合成孔径雷达成像算法 |
CN109633643A (zh) * | 2018-12-11 | 2019-04-16 | 上海无线电设备研究所 | 基于后向投影的太赫兹isar三维成像方法 |
CN109633643B (zh) * | 2018-12-11 | 2020-11-03 | 上海无线电设备研究所 | 基于后向投影的太赫兹isar三维成像方法 |
CN109901130A (zh) * | 2019-03-15 | 2019-06-18 | 桂林电子科技大学 | 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法 |
CN109901130B (zh) * | 2019-03-15 | 2022-04-22 | 桂林电子科技大学 | 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法 |
CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
CN113687328A (zh) * | 2021-09-14 | 2021-11-23 | 上海无线电设备研究所 | 一种弹载武器地面目标高分辨一维距离像识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107918123B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918123A (zh) | 太赫兹isar目标微动部件分离与特征参数估计方法 | |
Thayaparan et al. | Analysis of radar micro-Doppler signatures from experimental helicopter and human data | |
Jahangir et al. | Doppler characteristics of micro-drones with L-Band multibeam staring radar | |
Luo et al. | Three-dimensional precession feature extraction of space targets | |
Chen | Advances in applications of radar micro-Doppler signatures | |
Bo et al. | Multiple targets deception jamming against ISAR using electromagnetic properties | |
Zhang et al. | Micro-Doppler characteristics of radar targets | |
Chen et al. | Target classification with low-resolution radar based on dispersion situations of eigenvalue spectra | |
WO2016030656A1 (en) | Radar system and associated apparatus and methods | |
Zhang et al. | Extraction of vibrating features with dual-channel fixed-receiver bistatic SAR | |
Cilliers et al. | Helicopter parameter extraction using joint time-frequency and tomographic techniques | |
Zhang et al. | Precession parameter estimation of warhead with fins based on micro-Doppler effect and radar network | |
Shi et al. | Analysis and simulation of the micro-Doppler signature of a ship with a rotating shipborne radar at different observation angles | |
Piazza | Radar signals analysis and modellization in the presence of JEM application to civilian ATC radars | |
Calvo-Gallego et al. | Simple traffic surveillance system based on range-Doppler radar images | |
Lei et al. | Feature extraction and target recognition of missile targets based on micro-motion | |
Lee et al. | Enhanced ISAR imaging for surveillance of multiple drones in urban areas | |
Fan et al. | A novel range-instantaneous-Doppler ISAR imaging algorithm for maneuvering targets via adaptive Doppler spectrum extraction | |
Torvik et al. | K-band radar signature analysis of a flying mallard duck | |
Liu et al. | Parameters estimation of precession cone target based on micro-Doppler spectrum | |
Tai et al. | Deceptive jamming method with micro-motion property against ISAR | |
Wu et al. | Experimental Study on Micro-Doppler Effect and Micro-Motion Characteristics of aerial targets based on holographic staring Radar | |
Agnihotri et al. | The extraction of key distinct features for identification and classification of helicopters using Micro-Doppler Signatures | |
Han et al. | Extraction micro-Doppler feature of precession targets in orthogonal frequence division multiplexing-linear frequence modulation multiple input multiple output radar | |
Li et al. | Aircraft Target Classification Based on Multifractal Features of Aircraft Echoes under Suppression of Airframe Section |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 1555, Zhongchun Road, Minhang District, Shanghai, 200233 Applicant after: SHANGHAI RADIO EQUIPMENT Research Institute Address before: 200090 No. 203, Liping Road, Shanghai, Yangpu District Applicant before: SHANGHAI RADIO EQUIPMENT Research Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |