CN111427035A - 一种基于子带微多普勒差异的雷达实测数据集扩充方法 - Google Patents

一种基于子带微多普勒差异的雷达实测数据集扩充方法 Download PDF

Info

Publication number
CN111427035A
CN111427035A CN202010220023.9A CN202010220023A CN111427035A CN 111427035 A CN111427035 A CN 111427035A CN 202010220023 A CN202010220023 A CN 202010220023A CN 111427035 A CN111427035 A CN 111427035A
Authority
CN
China
Prior art keywords
frequency
doppler
micro
data set
sub
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
Application number
CN202010220023.9A
Other languages
English (en)
Inventor
杨虎
姜南
朱江
高凯
王新建
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.)
Hunan Guoke Ruicheng Electronic Technology Co ltd
Original Assignee
Hunan Guoke Ruicheng Electronic Technology 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 Hunan Guoke Ruicheng Electronic Technology Co ltd filed Critical Hunan Guoke Ruicheng Electronic Technology Co ltd
Priority to CN202010220023.9A priority Critical patent/CN111427035A/zh
Publication of CN111427035A publication Critical patent/CN111427035A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/505—Systems of measurement based on relative movement of target using Doppler effect for determining closest range to a target or corresponding time, e.g. miss-distance indicator
    • 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
    • G01S7/418—Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；根据步进频信号中含有多个频率的信号且按时序发射的特点，在信号处理过程中基于子带微多普勒差异提出了单频点和划分子频带的处理方法，得到若干倍频率差和时间差双重作用下载波携带的信息具有差异的微多普勒时频域图像。本发明是针对实测数据从信号处理原理上提出的解决方案，可以对实测数据进行信号处理，避免了仿真数据可靠性较低的问题，并有效地扩充了数据集，以满足深度学习方法的数据集需求，还减少了数据的录制，降低了实验成本；本发明可以有效扩充数据集以适用深度学习方法或其他相关研究。

Description

一种基于子带微多普勒差异的雷达实测数据集扩充方法
技术领域
本发明涉及雷达信号处理技术领域，具体为一种基于子带微多普勒差异的雷达实测数据集扩充方法。
背景技术
目前，测量目标相对运动的雷达系统由于成本和体制等限制，对于某项特定任务难以获得适用于深度学习任务的大量数据集。现有的数据集扩充方法基本集中在对仿真数据的扩充上，而仿真条件下通常难以全面考虑实际场景中复杂的电磁反射、系统内部的噪声、信号的畸变以及目标各部位的相互遮挡情况等等，所以仿真得到的雷达回波数据可靠性较低，由此得出的结果可靠性更低。
发明内容
为了缓解深度学习方法下数据集不足和仿真数据可靠性较低的问题，本发明以实测数据为基础，基于步进频信号的子带微多普勒差异提出了有效的数据集扩充方法。
本发明解决现有问题所采用的技术方案是，一种基于子带微多普勒差异的雷达实测数据集扩充方法，根据步进频信号中含有多个频率的信号且按时序发射的特点，在信号处理过程中基于子带微多普勒差异提出了单频点和划分子频带的处理方法，得到若干倍频率差和时间差双重作用下载波携带的信息具有差异的微多普勒时频域图像。
作为上述方案的进一步改进；
进一步地；所述步进频信号表示形式如下：
Figure BDA0002425752300000011
其中，τ表示单个脉冲宽度，fL表示起始频率，Δf表示频率步进阶梯，N表示频率步进数，rect(·)表示矩形窗函数。
进一步地；雷达回波可以表示为多个点目标的集合：
Figure BDA0002425752300000021
其中，at,i表示根据雷达距离方程计算得到的反射系数，fN＝f1，f2，…，fn表示若干离散的载波频点，λ表示载波波长，Rt,i表示第i个点随时间的距离变化。进一步地；所述单频点和划分子频带的信号处理方式，还原子带微多普勒的差异，来满足扩充数据集并使样本多样化的需求；其中单频点的处理方式是直接从频域上获取多普勒微动特征。
进一步地；从频域上获取多普勒微动特征采用单个频点慢时间维做时频分析；表示形式如下：
STF＝WT(em(fi,K))。
进一步地；所述划分子频带的信号处理方式是采取一段频点的回波信号，先做脉冲压缩，将能量累积，然后取时域信号的最大值，沿慢时间维做微多普勒时频特征分析；表示形式如下:
Figure BDA0002425752300000022
本发明的有益效果是，可以对实测数据进行信号处理，避免了仿真数据可靠性较低的问题，并有效地扩充了数据集，以满足深度学习方法的数据集需求，还减少了数据的录制，降低了实验成本。
附图说明
图1是步进频信号的时频域示意图。
图2是全频段信号处理的结果。
图3是单频点信号处理的结果。
图4是划分子频带信号处理的结果。
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。
雷达测量目标相对运动的速度是基于多普勒效应，相对运动引起的多普勒频率计算公式如下：
Figure BDA0002425752300000031
其中vr表示目标的径向速度，f0表示发射信号的频率，c表示光速。由公式可以看出，在目标速度和观测角度相同的情况下，发射信号频率不同，其对速度变化的敏感性就不同，所以得到的多普勒频率就不相同。
对于步进频信号而言，其信号形式如下所示
Figure BDA0002425752300000032
其中τ表示单个脉冲宽度，fL表示起始频率，Δf表示频率步进阶梯，N表示频率步进数，rect(·)表示矩形窗函数。该信号的时频形式如图1所示，雷达回波可以表示为多个点目标的集合：
Figure BDA0002425752300000041
其中，at,i表示根据雷达距离方程计算得到的反射系数，fN＝f1，f2，…，fn表示若干离散的载波频点，λ表示载波波长，Rt,i表示第i个点随时间的距离变化。回波含有多个频率的回波信号，且由于信号按时序发射，每个频率的信号观测到的目标运动时刻并不一致，所以其获得的多普勒频率也有差别。
传统的信号处理中，将全频带的步进频信号在频域上做脉冲压缩变换到时域，将信息和能量累积，然后沿慢时间维取最大值做时频分析，用公式表示
STF＝WT(max(IFFT(em(fn,K))))
其中，STF表示时频图，IFFT(·)表示逆傅里叶变换，WT(·)表示小波变换。从而得知，脉冲压缩后不光是能量累积，不同的频点携带的具有差异的微多普勒信息实际上也被平均了，反而导致整个信号对微多普勒的敏感性降低，子带的微多普勒差异性反而被弱化。
因此本发明提出了采用单频点和划分子带的信号处理方式，还原子带微多普勒的差异，从而满足扩充数据集并使样本多样化的需求。其中单频点的操作是指直接从频域上获取多普勒微动特征，即用单个频点慢时间维做时频分析。表示成公式如下
STF＝WT(em(fi,K))；
而划分子频带的操作是指取一段频点的回波信号，它仍旧是步进频信号，先做脉冲压缩，将能量累积，然后取时域信号的最大值，沿慢时间维做微多普勒时频特征分析。表示为公式如下:
Figure BDA0002425752300000051
图2-4所示，分别是传统方法与本发明中所提出的两种方法的时频分析结果图，与传统方法相比，本发明提出的方法既保留目标原有的运动信息，还大量地扩充了数据集。其中，单频点的方法由于能量不集中，杂波较多，成像质量不高，与其相比，子频带的方法能在获取具有差异性的微多普勒时频图，还能保证一定的图像质量。因此，本发明的基于子带微多普勒差异的数据集扩充方式，可以应用到实测数据的处理上，能有效扩充数据集以便于深度学习或其他相关研究任务的需求。
本发明中各实施例的技术方案可进行组合，实施例中的技术特征亦可进行组合形成新的技术方案。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；根据步进频信号中含有多个频率的信号且按时序发射的特点，在信号处理过程中基于子带微多普勒差异提出了单频点和划分子频带的处理方法，得到若干倍频率差和时间差双重作用下载波携带的信息具有差异的微多普勒时频域图像。
2.根据权利要求1所述的基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；所述步进频信号表示形式如下：
Figure FDA0002425752290000011
其中，τ表示单个脉冲宽度，fL表示起始频率，Δf表示频率步进阶梯，N表示频率步进数，rect(·)表示矩形窗函数。
3.根据权利要求1所述的基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；雷达回波可以表示为多个点目标的集合：
Figure FDA0002425752290000012
其中，at,i表示根据雷达距离方程计算得到的反射系数，fN＝f1，f2，…，fn表示若干离散的载波频点，λ表示载波波长，Rt,i表示第i个点随时间的距离变化。
4.根据权利要求1所述的基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；所述单频点和划分子频带的信号处理方式，还原子带微多普勒的差异，来满足扩充数据集并使样本多样化的需求；其中单频点的处理方式是直接从频域上获取多普勒微动特征。
5.根据权利要求4所述的基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；从频域上获取多普勒微动特征采用单个频点慢时间维做时频分析；表示形式如下：
STF＝WT(em(fi,K))。
6.根据权利要求4所述的基于子带微多普勒差异的雷达实测数据集扩充方法，其特征在于；所述划分子频带的信号处理方式是采取一段频点的回波信号，先做脉冲压缩，将能量累积，然后取时域信号的最大值，沿慢时间维做微多普勒时频特征分析；表示形式如下:
Figure FDA0002425752290000021
CN202010220023.9A 2020-03-25 2020-03-25 一种基于子带微多普勒差异的雷达实测数据集扩充方法 Pending CN111427035A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010220023.9A CN111427035A (zh) 2020-03-25 2020-03-25 一种基于子带微多普勒差异的雷达实测数据集扩充方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010220023.9A CN111427035A (zh) 2020-03-25 2020-03-25 一种基于子带微多普勒差异的雷达实测数据集扩充方法

Publications (1)

Publication Number Publication Date
CN111427035A true CN111427035A (zh) 2020-07-17

Family

ID=71548763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010220023.9A Pending CN111427035A (zh) 2020-03-25 2020-03-25 一种基于子带微多普勒差异的雷达实测数据集扩充方法

Country Status (1)

Country Link
CN (1) CN111427035A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113030847A (zh) * 2021-04-13 2021-06-25 中国民用航空飞行学院 一种用于双通道测向系统的深度学习数据集生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914772A (zh) * 2012-09-18 2013-02-06 西安电子科技大学 基于等效散射点的进动目标二维成像方法
CN106772308A (zh) * 2017-03-21 2017-05-31 中国人民解放军国防科学技术大学 基于脉内干涉的太赫兹宽带雷达微多普勒解模糊方法
CN106990392A (zh) * 2017-02-15 2017-07-28 中国人民解放军国防科学技术大学 一种基于随机步进频信号的空间目标微动信息获取方法
CN107632291A (zh) * 2017-08-18 2018-01-26 上海无线电设备研究所 一种基于极化雷达抗角反射器干扰的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102914772A (zh) * 2012-09-18 2013-02-06 西安电子科技大学 基于等效散射点的进动目标二维成像方法
CN106990392A (zh) * 2017-02-15 2017-07-28 中国人民解放军国防科学技术大学 一种基于随机步进频信号的空间目标微动信息获取方法
CN106772308A (zh) * 2017-03-21 2017-05-31 中国人民解放军国防科学技术大学 基于脉内干涉的太赫兹宽带雷达微多普勒解模糊方法
CN107632291A (zh) * 2017-08-18 2018-01-26 上海无线电设备研究所 一种基于极化雷达抗角反射器干扰的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113030847A (zh) * 2021-04-13 2021-06-25 中国民用航空飞行学院 一种用于双通道测向系统的深度学习数据集生成方法

Similar Documents

Publication Publication Date Title
CN107132535B (zh) 基于变分贝叶斯学习算法的isar稀疏频带成像方法
CN107132534B (zh) 一种高速雷达目标频域检测的优化方法
CN111142105B (zh) 复杂运动目标isar成像方法
CN109061589A (zh) 随机跳频雷达的目标运动参数估计方法
US8391344B2 (en) Transceiving device of pulse signal
KR101294681B1 (ko) 기상 신호 처리장치 및 그 처리방법
CN111830480B (zh) 一种雷达海杂波短时谱特征参数估计方法及系统
CN106199582A (zh) 应用于室内的双频连续波雷达人体定位跟踪的方法
CN112882006A (zh) 基于复合调频连续波的毫米波近程目标探测方法
CN102901966B (zh) 基于解斜和楔石处理的动目标瞬时距离多普勒成像方法
CN106291516A (zh) 一种声呐应答式干扰的剔除方法
CN110632573A (zh) 一种机载宽带雷达空时二维keystone变换方法
CN106680791A (zh) 基于宽带扫频数据的雷达回波仿真方法
Zorych et al. Particle filtering for dispersion curve tracking in ocean acoustics
CN111427035A (zh) 一种基于子带微多普勒差异的雷达实测数据集扩充方法
CN113009473B (zh) 一种多波束凝视雷达低仰角目标测高方法、装置及介质
CN112162254B (zh) 基于超宽带信号估计目标径向速度和径向加速度的方法
CN107390198B (zh) 一种高速运动目标下的子带相关配准方法
US20120056779A1 (en) Method and Apparatus for Determination of a Doppler Frequency Shift Resulting from the Doppler Effect
CN116687392A (zh) 基于时频信息矩阵的毫米波雷达跌倒检测的杂波消除方法
JP3672847B2 (ja) レーダ装置及びコヒーレント積分方法
CN108318883B (zh) 一种基于全频谱换能器自然加权的距离向计算方法
Courmontagne et al. On the use of time-frequency domains for the improvement of the Stochastic Matched Filter Pulse Compression scheme with a high speed computing architecture
CN103584886B (zh) 一种基于相位相干信息的自适应变迹方法
Radius et al. Phase Variant Analysis Algorithm for Azimuth Ambiguity Detection

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200717