CN108983190B - 基于干涉相位获取转动目标不同散射中心微动轨迹的方法 - Google Patents

基于干涉相位获取转动目标不同散射中心微动轨迹的方法 Download PDF

Info

Publication number
CN108983190B
CN108983190B CN201810797551.3A CN201810797551A CN108983190B CN 108983190 B CN108983190 B CN 108983190B CN 201810797551 A CN201810797551 A CN 201810797551A CN 108983190 B CN108983190 B CN 108983190B
Authority
CN
China
Prior art keywords
signal
receiving antenna
antenna
echo
micro
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.)
Active
Application number
CN201810797551.3A
Other languages
English (en)
Other versions
CN108983190A (zh
Inventor
康文武
张云华
董晓
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.)
National Space Science Center of CAS
Original Assignee
National Space Science Center of CAS
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 National Space Science Center of CAS filed Critical National Space Science Center of CAS
Priority to CN201810797551.3A priority Critical patent/CN108983190B/zh
Publication of CN108983190A publication Critical patent/CN108983190A/zh
Application granted granted Critical
Publication of CN108983190B publication Critical patent/CN108983190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Abstract

本发明公开了一种基于干涉相位获取转动目标不同散射中心微动轨迹的方法,所述方法包括:产生射频雷达信号,通过发射天线进行发射;采用三个接收天线接收多个目标的雷达回波,其中一个接收天线为发射天线;获取每个天线接收到的回波信号;将回波信号变换到时频域,采用维特比算法提取信号的瞬时频率;根据瞬时频率,采用ICCD算法分解回波信号;提取分解后信号相互之间的干涉相位,并获取转动目标不同散射中心微动轨迹。本发明通过ICCD对回波信号进行分解,可很好分离不同散射点之间的回波信号,从而更好地提取各转动散射点引起的干涉相位,包括在时频图存在交叉的位置处,由此获得不同散射中心微动轨迹。

Description

基于干涉相位获取转动目标不同散射中心微动轨迹的方法
技术领域
本发明涉及干涉雷达技术以及微动特征提取领域,具体涉及基于干涉相位获取转动目标不同散射中心微动轨迹的方法。
背景技术
很多雷达目标都存在微动,例如汽车车轮的转动、直升机叶片的转动、行人手臂的摆动等。微动产生的多普勒被称作微多普勒效应(参考文献[1]:V.C.Chen,“Analysis ofradar micro-Doppler signature with time–frequency transform,”in Proc.IEEEStatistical Signal Array Process.,2000,pp.463–466.参考文献[2]:V.C.Chen,F.Li,S.-S.Ho et al.,“Analysis of micro-Doppler signatures,”Proc.Inst.Electr.Eng.—Radar Sonar Navig.,vol.150,no.4,pp.271–276,Aug.2003.T.参考文献[3]:Sparr andB.Krane,“Micro-Doppler analysis of vibrating targets in SAR,”Proc.Inst.Electr.Eng.—Radar Sonar Navig.,vol.150,no.4,pp.277–283,Aug.2003.参考文献[4]:V.C.Chen,F.Li,S.-S.Ho et al.,“Micro-Doppler effect in radar:Phenomenon,model,and simulation study,”IEEE Trans.Aerosp.Electron.Syst.,vol.42,no.1,pp.2–21,Jan.2006.)。通常目标都有自己特有的微动形式,通过提取目标的微动特征,将有助于目标的检测和识别。迄今,在绝大部分关于微动的研究中,采用单天线收发回波,该方法只能获取微动目标在雷达视线方向的特征,不能获取目标的微动轨迹。
近几年,多站雷达和干涉雷达技术被用来提取微动目标的参数。空军工程大学张群等人利用偏置相位中心天线技术去除静止目标回波信号和杂波(参考文献[5]:W.Zhang,,C.Tong,Q.Zhang,et al,“Extraction of vibrating features with dual-channel fixed-receiver bistatic SAR,”IEEE Geoscience&Remote Sensing Letters.,vol.9,no.3,pp.507-511,Nov.2012),保留微动目标的回波,实现对微动特征的提取。宾夕法尼亚州立大学Dustin P.Fairchild等人通过三基站雷达技术(参考文献[6]:D.P.Fairchild,R.M.Narayanan,“Multistatic micro-doppler radar for determiningtarget orientation and activity classification,”IEEE Transactions onAerospace&Electronic Systems.,vol.52,no.1,pp.512-521,Feb.2016),提取微动目标的振动方向。中国科学院微波遥感技术重点实验室张云华等人在国际上首次实验验证了可以通过干涉相位检测微动(参考文献[7]:W.Zhai,Y.Zhang,Q.Yang,X.Shi,“Micro-motion ofa moving train observed by a Ka-band interferometric radar,”ElectronicsLetters.,vol.52,no.12,pp.1065-1067,Jun.2016),实验系统采用的是Ka波段干涉雷达,目标是火车。空军工程大学罗迎等人通过三天线实现了空间目标的二维成像(参考文献[8]:Y.Luo,Y.Chen,Y.Sun,Q.Zhang,“Narrowband radar imaging and scaling forspace targets,”IEEE Geoscience&Remote Sensing Letters.,vol.14,no.6,pp.946-950,Jun.2017),该方法提取的是时频数据的干涉相位,由于交叉像素的存在,该方法只能提取目标部分微动轨迹。
上海交通大学陈是扦等人提出了ICCD算法,并对微多普勒信号进行了分解(参考文献[9]:S.Chen,X.Dong,G.Xing,Z.Peng,W.Zhang,G.Meng,“Separation of overlappednon-stationary signals by ridge path regrouping and intrinsic chirp componentdecomposition,”IEEE Sensors Journal.,vol.17,no.18,pp.5994-6005,Sep.2017),该算法可分解出信号的交叉部分,但是其提取瞬时频率时不稳定。维特比算法可有效提取信号的瞬时频率(参考文献[10]:G.D.J.Forney,“The viterbi algorithm,”Proceedings ofthe IEEE.,vol.61,no.5,pp.268-278,Mar.1973)。
发明内容
本发明的目的在于克服上述技术缺陷,提出一种基于干涉相位获取转动目标不同散射中心微动轨迹的方法,为获取转动目标不同散射中心微动轨迹提供了新的技术途径。该方法采用单发三收干涉雷达系统,通过维特比算法和ICCD算法对回波信号进行处理,提取处理之后各回波信号之间的干涉相位,并获取转动目标不同散射中心的二维微动轨迹,该方法的有效性通过仿真进行了验证。
为了实现上述目的,本发明提出了一种基于干涉相位获取转动目标不同散射中心微动轨迹的方法,所述方法包括:
产生射频雷达信号,通过发射天线进行发射;
采用三个接收天线接收多个目标的雷达回波,其中一个接收天线为发射天线;获取每个天线接收到的回波信号;
将回波信号变换到时频域,采用维特比算法提取信号的瞬时频率;根据瞬时频率,采用ICCD算法分解回波信号;
提取分解后回波信号相互之间的干涉相位,并获取转动目标不同散射中心微动轨迹。
作为上述方法的一种改进,所述发射天线与其它两个接收天线的连线构成直角。
作为上述方法的一种改进,所述方法具体包括:
步骤1)产生射频雷达信号,通过发射天线进行发射;
所述的雷达信号的数学模型表示如下:
T(t)=exp(j2πfct) (1)
其中,t表示时间,fc表示基带信号的频率;
在固定时间段内对T(t)信号进行采样,获得N个离散的基带发射信号序列Tn(t),n=1,2…N;
步骤2)发射信号序列Tn(t),n=1,2…N照射到目标上后返回到接收机,接收天线i接收到的信号为Rn i(t),i=1,2,3;第k个点目标的后向散射系数为σk,第k个点目标与接收天线i之间的距离为
Figure BDA0001736311550000031
K为点目标的总数,c为光速,则接收天线i接收到的信号
Figure BDA0001736311550000032
为:
Figure BDA0001736311550000033
步骤3)将所述步骤2)获得的回波信号进行短时傅里叶变换操作,变换的窗口长度为L,得到一个L行N列的矩阵,应用维特比算法进行计算,提取回波信号的瞬时频率,选取的提取瞬时频率序列的参数为K;根据提取的瞬时频率对三个低通滤波处理后的回波信号应用ICCD算法进行分解,每个回波信号获得K个子信号;
步骤4)以发射天线为接收天线1,其它两个天线为接收天线2和接收天线3,分别计算接收天线1和接收天线2以及接收天线1和接收天线3之间的干涉相位,利用干涉相位获取振动目标的二维微动轨迹。
作为上述方法的一种改进,所述步骤3)具体包括:
步骤3-1)将所述步骤2)获得的离散接收信号序列Rn i(t)进行低通滤波处理,经过低通滤波处理后的时域信号rn i(t),n=1,2…N为:
Figure BDA0001736311550000041
步骤3-2)对所述步骤3-1)获得的回波信号应用短时傅里叶变换操作,变换的窗口长度为L,得到一个L行N列的矩阵,应用维特比算法进行计算,提取回波信号的瞬时频率,选取的提取瞬时频率序列的参数为K;
步骤3-3)根据步骤3-2)提取的瞬时频率,对三个低通滤波处理后的回波信号应用ICCD算法进行分解,每个回波信号获得K个子信号,用
Figure BDA0001736311550000042
表示接收天线i的回波信号分解后的第k个子信号:
Figure BDA0001736311550000043
其中,
Figure BDA0001736311550000044
Figure BDA0001736311550000045
的幅度,
Figure BDA0001736311550000046
Figure BDA0001736311550000047
的相位。
作为上述方法的一种改进,所述步骤4)具体包括:
步骤4-1)以发射天线为接收天线1,接收天线1和接收天线2的处理后的回波的第k个子信号之间的干涉相位
Figure BDA0001736311550000048
为:
Figure BDA0001736311550000049
步骤4-2)计算接收天线1和接收天线3处理后的回波的第k个子信号之间的干涉相位
Figure BDA00017363115500000410
为:
Figure BDA00017363115500000411
步骤4-3)第k个散射目标点P的二维微动轨迹为:
Figure BDA00017363115500000412
其中,τ表示时间,λ表示发射电磁波的波长,d是发射天线和接收天线1之间的距离。
本发明的优势在于:
1、本发明通过采用三个天线,可获取转动目标二维微动轨迹,而单发单收模式下只能获取转动目标沿雷达视线方向的信息;
2、本发明通过ICCD对回波信号进行分解,可很好分离不同散射点之间的回波信号,从而更好地提取各转动散射点引起的干涉相位,包括在时频图存在交叉的位置处。
附图说明
图1为本发明的基于干涉相位获取转动目标不同散射中心微动轨迹的方法流程图;
图2为转动目标模型图;
图3为两个旋转散射中心仿真雷达回波信号分解前的时频图;
图4为两个旋转散射中心仿真雷达回波信号分解前的干涉相位;
图5为采用维特比算法提取的瞬时频率;
图6为采用ICCD算法提取的瞬时频率;
图7为仿真雷达回波信号分解后第一个旋转散射中心信号成分的时频图;
图8为仿真雷达回波信号分解后第二个旋转散射中心信号成分的时频图;
图9为分解后第一个旋转散射中心信号在天线TRX1和RX2之间的干涉相位;
图10为分解后第二个旋转散射中心信号在天线TRX1和RX2之间的干涉相位;
图11为分解后第一个旋转散射中心信号在天线TRX1和RX3之间的干涉相位;
图12为分解后第二个旋转散射中心信号在天线TRX1和RX3之间的干涉相位;
图13为重构的第一个旋转散射中心的二维微动轨迹;
图14为重构的第二个旋转散射中心的二维微动轨迹。
具体实施方式
为了更好地理解本发明的技术方案,下面结合附图对本发明的实施方式作进一步描述。
本发明提出一种基于干涉相位获取转动目标不同散射中心微动轨迹的方法。微动目标通常具有各自独特的微动特征,通过提取微动特征,可以更好地对目标进行检测。转动是一种常见的微动形式。传统雷达通常只能获得目标一维的微动信息,无法全面了解目标信息。本发明提出的方法可以更好地提取目标的微动特征。该方法首先采用单个发射天线发射雷达信号,并采用三个接收天线接收雷达回波,接着对回波信号进行短时傅里叶变换,获得时频图,并用维特比算法提取回波信号的瞬时频率,然后采用本征线性调频信号成分分解(Intrinsic Chirp Component Decomposition,以下简称ICCD)算法对回波信号进行分解,最后提取三个分解后的回波信号之间的干涉相位,利用干涉相位获取转动目标不同散射中心的二维微动轨迹
如图1所示,本发明提出了基于干涉相位获取转动目标不同散射中心微动轨迹的方法,该方法具体包括:
步骤1):产生射频雷达信号,所述的射频雷达信号数学模型如下所示:
T(t)=exp(j2πfct) (1)
上式中,t是时间,fc为信号的频率,采样获得的信号序列为Tn(t)(n=1,2,...,N);
步骤2):发射信号Tn(t)经传输后,照射到目标上,并返回到接收机,假设接收天线i接收到的信号为
Figure BDA0001736311550000061
接收天线1为发射天线;假设共有K个点目标,第k个点目标的后向散射系数为σk,第k个点目标与接收天线i之间的距离为
Figure BDA0001736311550000062
光速为c,那么接收天线i接收到的信号
Figure BDA0001736311550000063
的数学模型为:
Figure BDA0001736311550000064
步骤3):将所述的步骤2)获得的离散接收信号序列
Figure BDA0001736311550000065
进行低通滤波处理,经过低通滤波处理后的信号为:
Figure BDA0001736311550000066
步骤4):将所述步骤3)获得的回波信号应用短时傅里叶变换操作,假设变换的窗口长度为L,得到的就是一个L行N列的矩阵,应用维特比算法进行计算,提取回波信号的瞬时频率,选取的提取瞬时频率序列的参数为K;
步骤5):根据步骤4)提取的瞬时频率,对三个低通滤波处理后的回波信号应用ICCD算法进行分解,那么每个回波信号可以获得K个子信号,用
Figure BDA0001736311550000067
表示天线i的回波信号分解后的第k个子信号,表示如下:
Figure BDA0001736311550000071
公式(4)中,
Figure BDA0001736311550000072
Figure BDA0001736311550000073
的幅度,
Figure BDA0001736311550000074
Figure BDA0001736311550000075
的相位;
步骤6):将所述步骤5)获得的各天线对应的子信号进行干涉处理,提取同时接收天线1与另两个接收天线的子回波信号之间的干涉相位,通过干涉相位获取转动目标不同散射中心的二维微动轨迹,进而提取不同散射中心在二维投影平面上的微动参数,干涉相位具体的提取方法如下:
Figure BDA0001736311550000076
公式(5)中,conj表示取共轭操作,Pha表示取相位操作,
Figure BDA0001736311550000077
表示天线i和l处理后的回波的第k个子信号之间的干涉相位。
下面结合附图2对干涉相位提取转动目标不同散射中心微动轨迹作一个原理性分析。该模型采用散射点目标。(X,Y,Z)是雷达坐标系,O是坐标系原点。该模型采用三个接收天线TRX1、RX2、RX3,天线TRX1发射雷达信号,天线TRX1、RX2、RX3同时接收雷达回波,天线TRX1位于坐标原点O,天线RX2和RX3的坐标分别是(d,0,0)和(0,0,d)。转动散射点P的转动中心在雷达坐标系的坐标为(x0,y0,z0),转动中心是O′,O′也是参考坐标系(X′,Y′,Z′)的原点,O与O′的距离为R1。转动散射点的角速度,半径和初始相位分别用
Figure BDA0001736311550000079
A和θ0表示。点P在坐标系(X′,Y′,Z′)的转动平面的法向量的方位角和俯仰角为α和β。散射点P在τ时刻的坐标为:
Figure BDA0001736311550000078
假设散射点P到天线TRX1、RX2、RX3的距离分别用Rr1(τ)、Rr2(τ)、Rr3(τ)来表示,那么天线TRX1、RX2、RX3接收到的基带回波为:
Figure BDA0001736311550000081
公式(7)中,σ1、σ2、σ3分别是散射点P与天线TRX1、RX2、RX3之间的回波信号的散射系数,λ是载波波长,那么天线TRX1与天线RX2、RX3接收回波之间的干涉相位为:
Figure BDA0001736311550000082
公式(8)中,
Figure BDA0001736311550000083
表示天线TRX1与天线RX2接收回波之间的干涉相位,
Figure BDA0001736311550000084
表示天线TRX1与天线RX3接收回波之间的干涉相位,R1是天线TRX1与P点转动中心的距离。假设R1是已知的,那么散射点P的坐标可以通过下式估计:
Figure BDA0001736311550000085
通过公式(9)便可以重构转动目标不同散射中心的二维微动轨迹,进而提取转动目标参数。
图3为仿真雷达信号分解前的信号的时频图。在该仿真中,两个转动散射中心被假设,它们共同的转动中心是坐标系(X′,Y′,Z′)的原点O′。第一个转动散射中心的频率,半径和初始相位是2Hz,0.75m和0rad。第二个转动散射中心的频率,半径和初始相位是2Hz,1.5m和πrad。第一个转动散射中心的转动平面是x-z面,第二个转动散射中心的转动平面是x-y平面。天线TRX1和RX2,RX3之间的距离d被设置为1m。O′在坐标系(X,Y,Z)的坐标为(0,500,0)。脉冲重复频率,载频和积累时间是800,2GHz和1s。20dB的高斯白噪声被加到仿真当中。从图3可以获得目标沿雷达视线方向的微动参数,无法获得目标二维或者三维的微动特征,对于第一个转动散射中心,其时频线是一条水平线,表示其在距离向上没有变化。图4为仿真雷达信号分解前的干涉相位,可以看出分解前的干涉相位不能反映任何信息。图5为维特比算法提取的瞬时频率,图6为应用ICCD算法后进一步处理的瞬时频率。图7为仿真雷达信号分解后第一个信号的时频图,图8为仿真雷达信号分解后第二个信号的时频图,从这两个图可以看出,本发明提出的方法很好地对回波信号进行了分解,时频图的交叉部分也被分解得很好。图9为分解后第一个信号在天线TRX1和RX2之间的干涉相位,图10为分解后第二个信号在天线TRX1和RX2之间的干涉相位,图11为分解后第一个信号在天线TRX1和RX3之间的干涉相位,图12为分解后第二个信号在天线TRX1和RX3之间的干涉相位,从这四个图可以看出两个仿真散射中心的干涉相位被很好地提取,通过对干涉相位进行正弦曲线拟合,可以估计出第一个散射中心的频率是2Hz,第二个散射中心的频率是2Hz。图13为重构的第一个散射中心在x-z平面的微动轨迹,图14为重构的第二个散射中心在x-z平面的微动轨迹。根据重构出的二维微动轨迹,可以估计出的两个转动散射中心的转动半径在x-z平面的投影分别是0.7475m和1.479m,和理论值非常接近。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于干涉相位获取转动目标不同散射中心微动轨迹的方法,所述方法包括:
产生射频雷达信号,通过发射天线进行发射;
采用三个接收天线接收多个目标的雷达回波,其中一个接收天线为发射天线;获取每个天线接收到的回波信号;
将回波信号变换到时频域,采用维特比算法提取信号的瞬时频率;根据瞬时频率,采用ICCD算法分解回波信号;
提取分解后回波信号相互之间的干涉相位,并获取转动目标不同散射中心微动轨迹;
所述发射天线与其它两个接收天线的连线构成直角;
所述方法具体包括:
步骤1)产生射频雷达信号,通过发射天线进行发射;
所述的雷达信号的数学模型表示如下:
T(t)=exp(j2πfct) (1)
其中,t表示时间,fc表示基带信号的频率;
在固定时间段内对T(t)信号进行采样,获得N个离散的基带发射信号序列Tn(t),n=1,2…N;
步骤2)发射信号序列Tn(t),n=1,2…N照射到目标上后返回到接收机,接收天线i接收到的信号为Rn i(t),i=1,2,3;第k个点目标的后向散射系数为σk,第k个点目标与接收天线i之间的距离为
Figure FDA0002415907570000011
K为点目标的总数,c为光速,则接收天线i接收到的信号
Figure FDA0002415907570000012
为:
Figure FDA0002415907570000013
步骤3)将所述步骤2)获得的回波信号进行短时傅里叶变换操作,变换的窗口长度为L,得到一个L行N列的矩阵,应用维特比算法进行计算,提取回波信号的瞬时频率,选取的提取瞬时频率序列的参数为K;根据提取的瞬时频率对三个低通滤波处理后的回波信号应用ICCD算法进行分解,每个回波信号获得K个子信号;
步骤4)以发射天线为接收天线1,其它两个天线为接收天线2和接收天线3,分别计算接收天线1和接收天线2以及接收天线1和接收天线3之间的干涉相位,利用干涉相位获取振动目标的二维微动轨迹;
所述步骤3)具体包括:
步骤3-1)将所述步骤2)获得的离散接收信号序列Rn i(t)进行低通滤波处理,经过低通滤波处理后的时域信号
Figure FDA0002415907570000021
为:
Figure FDA0002415907570000022
步骤3-2)对所述步骤3-1)获得的回波信号应用短时傅里叶变换操作,变换的窗口长度为L,得到一个L行N列的矩阵,应用维特比算法进行计算,提取回波信号的瞬时频率,选取的提取瞬时频率序列的参数为K;
步骤3-3)根据步骤3-2)提取的瞬时频率,对三个低通滤波处理后的回波信号应用ICCD算法进行分解,每个回波信号获得K个子信号,用
Figure FDA0002415907570000023
表示接收天线i的回波信号分解后的第k个子信号:
Figure FDA0002415907570000024
其中,
Figure FDA0002415907570000025
Figure FDA0002415907570000026
的幅度,
Figure FDA0002415907570000027
Figure FDA0002415907570000028
的相位。
2.根据权利要求1所述的基于干涉相位获取转动目标不同散射中心微动轨迹的方法,其特征在于,所述步骤4)具体包括:
步骤4-1)以发射天线为接收天线1,接收天线1和接收天线2的处理后的回波的第k个子信号之间的干涉相位
Figure FDA0002415907570000029
为:
Figure FDA00024159075700000210
步骤4-2)计算接收天线1和接收天线3处理后的回波的第k个子信号之间的干涉相位
Figure FDA0002415907570000031
为:
Figure FDA0002415907570000032
步骤4-3)第k个散射目标点P的二维微动轨迹为:
Figure FDA0002415907570000033
其中,τ表示时间,λ表示发射电磁波的波长,d是发射天线和接收天线1之间的距离,R1是接收天线1与P点振动中心的距离。
CN201810797551.3A 2018-07-19 2018-07-19 基于干涉相位获取转动目标不同散射中心微动轨迹的方法 Active CN108983190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810797551.3A CN108983190B (zh) 2018-07-19 2018-07-19 基于干涉相位获取转动目标不同散射中心微动轨迹的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810797551.3A CN108983190B (zh) 2018-07-19 2018-07-19 基于干涉相位获取转动目标不同散射中心微动轨迹的方法

Publications (2)

Publication Number Publication Date
CN108983190A CN108983190A (zh) 2018-12-11
CN108983190B true CN108983190B (zh) 2020-07-03

Family

ID=64549249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810797551.3A Active CN108983190B (zh) 2018-07-19 2018-07-19 基于干涉相位获取转动目标不同散射中心微动轨迹的方法

Country Status (1)

Country Link
CN (1) CN108983190B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112213721B (zh) * 2020-09-16 2023-10-03 西安科技大学 面向安检的对圆柱外或内场景扫描的毫米波三维成像方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106569194A (zh) * 2016-10-28 2017-04-19 中国人民解放军空军工程大学 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法
CN106990398A (zh) * 2016-01-21 2017-07-28 中国人民解放军空军工程大学 一种旋转对称目标微动特征认知提取方法
CN107085212A (zh) * 2017-04-01 2017-08-22 中国人民解放军空军工程大学 一种基于线性调频步进信号的自旋目标时变三维成像方法
CN107132536A (zh) * 2017-04-10 2017-09-05 中国科学院国家空间科学中心 一种消除目标微动对雷达成像干扰的方法
CN107271982A (zh) * 2017-07-31 2017-10-20 广东工业大学 一种基于毫米波的目标检测方法与装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990398A (zh) * 2016-01-21 2017-07-28 中国人民解放军空军工程大学 一种旋转对称目标微动特征认知提取方法
CN106569194A (zh) * 2016-10-28 2017-04-19 中国人民解放军空军工程大学 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法
CN107085212A (zh) * 2017-04-01 2017-08-22 中国人民解放军空军工程大学 一种基于线性调频步进信号的自旋目标时变三维成像方法
CN107132536A (zh) * 2017-04-10 2017-09-05 中国科学院国家空间科学中心 一种消除目标微动对雷达成像干扰的方法
CN107271982A (zh) * 2017-07-31 2017-10-20 广东工业大学 一种基于毫米波的目标检测方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nonlinear Chirp Mode Decomposition: A Variational Method;Shiqian Chen等;《IEEE SENSORS JOURNAL》;20170915;第17卷(第18期);第5994页 *

Also Published As

Publication number Publication date
CN108983190A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN107132536B (zh) 一种消除目标微动对雷达成像干扰的方法
CN106405517B (zh) 针对脉冲多普勒雷达的微动假目标生成方法
CN105044712A (zh) 一种微波栅栏雷达装置与目标检测方法
KR102275960B1 (ko) 딥러닝 기반의 레이다 표적 탐지 시스템 및 그 방법
EP4047391B1 (en) Radar-based target tracker
Higgins et al. Passive multistatic radar experiment using WiMAX signals of opportunity. Part 1: Signal processing
CN109541579B (zh) 基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法
Cai et al. Foreign objects intrusion detection using millimeter wave radar on railway crossings
CN108983190B (zh) 基于干涉相位获取转动目标不同散射中心微动轨迹的方法
Xiong et al. Micro-Doppler ambiguity resolution with variable shrinkage ratio based on time-delayed cross correlation processing for wideband radar
CN108983189B (zh) 一种振动目标的二维微动轨迹估计方法
Peter et al. Extraction and Analysis of Micro-Doppler Signature in FMCW Radar
Lee et al. Identification of a flying multi-rotor platform by high resolution ISAR through an experimental analysis
CN114545384A (zh) 一种应用于跑道异物检测的整合方法及系统
Cho et al. Deep complex-valued network for ego-velocity estimation with millimeter-wave radar
Huang et al. Low-observable maneuvering target detection based on Radon-advanced discrete chirp Fourier transform
Garry et al. Framework and results on passive ISAR
CN106569195B (zh) 一种基于距离-慢时间像的自旋微动群目标分辨方法
Abratkiewicz et al. Target acceleration estimation in active and passive radars
CN111337897A (zh) 一种lfmcw雷达快速目标识别方法
Huang et al. Phase Compensation Based Multi-Frame Coherent Integration for Drone Detection with Radar
Kang et al. Micro-Doppler feature extraction for interferometric radar based on Viterbi algorithm and intrinsic chirp component decomposition
Vorobev et al. Recognition of propeller-driven aerial targets in DVB-T2 passive bistatic radar
Liang et al. A novel video ISAR imaging for rotating space targets based on pulse train design
Lin et al. Target detection method for non-cooperative PBR with frequency-agile and PRI-agile radar

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