CN112147606B - 一种基于多通道雷达的旋转目标微动特征提取方法和装置 - Google Patents

一种基于多通道雷达的旋转目标微动特征提取方法和装置 Download PDF

Info

Publication number
CN112147606B
CN112147606B CN202011006314.4A CN202011006314A CN112147606B CN 112147606 B CN112147606 B CN 112147606B CN 202011006314 A CN202011006314 A CN 202011006314A CN 112147606 B CN112147606 B CN 112147606B
Authority
CN
China
Prior art keywords
channel
micro
data
rotating target
radar
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
CN202011006314.4A
Other languages
English (en)
Other versions
CN112147606A (zh
Inventor
王宏强
汤斌
杨琪
邓彬
曾旸
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 University of Defense Technology
Original Assignee
National University of Defense Technology
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 University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202011006314.4A priority Critical patent/CN112147606B/zh
Publication of CN112147606A publication Critical patent/CN112147606A/zh
Application granted granted Critical
Publication of CN112147606B publication Critical patent/CN112147606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本申请涉及一种基于多通道雷达的旋转目标微动特征提取方法和装置。所述方法包括：获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。上述方法利用多通道雷达的多视角特性，基于干涉处理与时频分析相结合的方法提取旋转目标的微动特征，避免了从干涉回波数据中提取干涉相位和相位解缠的步骤，因此不易受相位噪声干扰的影响，提高了多通道雷达提取微动特征的精度。

Description

一种基于多通道雷达的旋转目标微动特征提取方法和装置
技术领域
本申请涉及雷达信号处理技术领域，特别是涉及一种基于多通道雷达的旋转目标微动特征提取方法和装置。
背景技术
微动形式在自然界十分常见，常见的微动形式包括旋转、振动、翻转等，具体例如人体手臂和腿部的摆动，桥梁的振动等。随着现代雷达技术的快速发展，已经可以利用目标微动在雷达回波中产生的“微多普勒效应”获取更丰富的目标特征信息，以更好地辨别目标的属性、类别等。
对于旋转目标，常用的微动特征提取方法引入了干涉式逆合成孔径雷达(Interferometric Inverse Synthetic Aperture Radar,InISAR)中多天线干涉处理的思想，采用单部多天线雷达，通过对相邻天线回波进行干涉处理，从干涉数据中获得目标的干涉相位信息，再对提取的干涉相位信息进行相位解缠，转换到距离信息后经过远场的几何近似，便可以实现对应维度方向的微动信息提取。上述过程中，干涉相位信息的有效提取是最关键的一环，而相位解缠极易受到相位噪声或者扰动的影响，解缠后的相位信息容易出现较大的偏差，含有误差的相位信息将会直接影响微动特征的提取。
发明内容
基于此，有必要针对上述技术问题，提供能够不通过干涉相位的提取与解缠就能获得干涉数据中微动信息的一种基于多通道雷达的旋转目标微动特征提取方法和装置。
一种基于多通道雷达的旋转目标微动特征提取方法，所述方法包括：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
其中一个实施例中，获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据的步骤包括：
分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据。
将第一通道和第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为第一通道的回波数据，/>为第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为第一通道和第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为所述多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为第一通道和第二通道的所述回波数据对应的所述旋转目标随方位慢时间变化的距离信息，/>为干涉相位。
其中一个实施例中，通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据的步骤包括：
通过时频分析得到所述干涉数据的微多普勒曲线fm-d，
对微多普勒曲线对应的速度曲线进行积分，进行积分得到对应的距离差数据ΔrAB(tm)，
其中一个实施例中，根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征的步骤包括：
获取第一通道和第二通道对应的基线长度l。
计算多通道雷达的发射端到旋转目标的中心的初始距离R0。
根据基线长度、初始距离和距离差数据，得到旋转目标在第一通道和第二通道对应的基线方向的微动特征x(tm)，
其中一个实施例中，多通道雷达使用“L”型天线。根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征的步骤之后，还包括：
分别获取旋转目标在第一维度和第二维度的微动特征，以及获取旋转目标相对于多通道雷达的径向距离变化。
根据第一维度和第二维度的微动特征，以及径向距离变化，得到旋转目标的三维微动特征。
其中一个实施例中，分别获取旋转目标在第一维度和第二维度的微动特征，以及获取旋转目标相对于多通道雷达的径向距离变化的步骤包括：
获取旋转目标在“L”型天线的第一基线方向和第二基线方向的微动特征。
根据回波数据得到旋转目标和多通道雷达的径向距离，得到旋转目标相对于多通道雷达的径向距离变化数据。
其中一个实施例中，根据第一维度和第二维度的微动特征，以及径向距离变化数据，得到旋转目标的三维微动特征的步骤包括：
以径向距离变化数据为第三维度的微动特征，根据第一维度、第二维度和第三维度的微动特征，得到旋转目标的三维微动特征。
一种基于多通道雷达的旋转目标微动特征提取装置，所述装置包括：
干涉处理模块，用于获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
时频处理模块，用于通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
微动特征获取模块，用于根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
上述一种基于多通道雷达的旋转目标微动特征提取方法、装置、计算机设备和存储介质，获取多通道雷达的相邻通道测量旋转目标时的回波数据，得到对应的干涉数据，然后对干涉数据进行时频分析得到其微多普勒曲线，从多普勒曲线中提取速度信息，再经过积分和几何近似，即可得到旋转目标在相邻通道对应的基线方向维度的微动信息。本申请利用多通道雷达的多视角特性，基于干涉处理与时频分析相结合的方法提取旋转目标的微动特征，避免了从干涉回波数据中提取干涉相位和相位解缠的步骤，因此不易受相位噪声干扰的影响，提高了多通道雷达提取微动特征的精度。
附图说明
图1为一个实施例中一种基于多通道雷达的旋转目标微动特征提取方法的步骤图；
图2为另一个实施例中一种基于多通道雷达的旋转目标微动特征提取方法的流程示意图；
图3为用传统的基于相位解缠方法获得的干涉相位的时间曲线图；
图4为用传统的基于相位解缠方法获得的解缠后相位的时间曲线图；
图5为用本申请提供的一种基于多通道雷达的旋转目标微动特征提取方法得到的微多普勒时间曲线图；
图6为用传统方法和本申请提供的方法提取到的旋转目标微动特征对比图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于多通道雷达的旋转目标微动特征提取方法，包括以下步骤：
步骤102，获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
步骤104，通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
步骤106，根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
雷达回波信号中包含了目标距离信息。对于一个旋转目标，多通道雷达可以同时接收多个回波信号，并对回波信号进行干涉处理，得到的干涉数据中包含了从该旋转目标到不同接收天线的距离差值信息。本实施例中提供的方法为获得这一差值，对干涉数据进行时频分析得到其微多普勒曲线及其对应的速度曲线，并对速度曲线进行积分得到距离差值。这一方式避免了根据回波信号之间的相位差计算距离差的传统做法，也因此免受回波信号中的相位噪声的影响。根据多通道雷达和旋转目标之间的位置关系，以及得到的距离差值，可以使用几何方法计算旋转目标的微动特征。这里的位置关系包括：通过回波信号分别计算的不同接收天线和旋转目标之间的距离。而多通道雷达的结构数据(包括获得干涉数据对应的回波数据的天线之间的距离)是已知的，在此基础上根据得到的距离差值，可以通过几何计算(包括几何近似)得到该旋转目标在获取回波数据的接收天线对应的基线方向上的微动特征。
上述一种基于多通道雷达的旋转目标微动特征提取方法利用多通道雷达的多视角特性，基于干涉处理与时频分析相结合的方法提取旋转目标的微动特征，避免了从干涉回波数据中提取干涉相位和相位解缠的步骤，因此不易受相位噪声干扰的影响，提高了多通道雷达提取微动特征的精度。
其中一个实施例中，提供了一种基于多通道雷达的旋转目标微动特征提取方法，包括以下步骤：
步骤202，分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据。
具体地，本实施例中的多通道雷达可以是宽带脉冲雷达，也可以是宽带调频连续波雷达，其发射信号可以表示为：
其中，为距离快时间，tm为方位慢时间，Tp为脉冲雷达脉冲宽度或者调频连续波雷达的扫频周期，fc为雷达载频，γ为调频率。
设参考距离为Rref，则参考回波可表示为：
其中c为光速，rect表示方脉冲，exp表示e为底的指数函数，j表示虚数单位，σ为目标散射系数。旋转目标与雷达距离为R，R＝‖R0+Rtr0‖，其中R0为发射端到旋转目标中心的初始距离，Rt表示三维旋转矩阵，r0为旋转目标的初始径向矢量，其回波可以写为：
通过解线频调接收得到的目标回波信号表达式为：
其中，RΔ＝R-Rref。
根据式(3)可以分别获得第一通道和第二通道的回波数据和
步骤204，将第一通道和第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为第一通道的回波数据，/>为第二通道的回波数据，σA和σB分别为第一通道和第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为多通道雷达的雷达载频，c为光速，RA(tm)和RB(tm)分别为第一通道和第二通道的回波数据对应的旋转目标随方位慢时间变化的距离信息，/>为干涉相位。
步骤206，通过时频分析得到所述干涉数据的微多普勒曲线fm-d，
对微多普勒曲线对应的速度曲线进行积分，进行积分得到对应的距离差数据ΔrAB(tm)，
具体地，根据多普勒的定义，可得到如式(6)所示的干涉数据的微多普勒曲线。通过分析可知，多普勒曲线是呈正弦曲线的形式，因此对式(6)进行积分处理即可得如式(7)所示的距离差信息。
步骤206，获取第一通道和第二通道对应的基线长度l，计算多通道雷达的发射端到旋转目标的中心的初始距离R0。根据基线长度、初始距离和距离差数据，得到旋转目标在第一通道和第二通道对应的基线方向的微动特征x(tm)，表示为：
具体地，基线长度l可以通过直接测量获得，多通道雷达的发射端到旋转目标的中心的初始距离R0可以通过回波数据的距离像和多通道雷达的几何尺寸获得。
本实施例提供的基于多通道雷达的旋转目标微动特征提取方法，对干涉数据直接进行时频分析，可以充分发挥多通道雷达的多视角优势，避免干涉相位提取与相位解缠的步骤，规避了相位解缠过程中易受相位噪声干扰的风险，并且处理应用简单，无需联立大量的方程。
其中一个实施例中，多通道雷达使用“L”型天线，提供如图2所示的一种基于多通道雷达的旋转目标微动特征提取方法，包括以下步骤：
获取旋转目标在“L”型天线的第一基线方向和第二基线方向的微动特征，对于单个基线方向的微动特征的获取方法包括：获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
根据回波数据得到旋转目标和多通道雷达的径向距离，得到旋转目标相对于多通道雷达的径向距离变化数据。
分别以第一基线方向和第二基线方向的微动特征为第一维度和第二维度的微动特征，以及径向距离变化数据为第三维度的微动特征，根据第一维度、第二维度和第三维度的微动特征，得到旋转目标的三维微动特征。
具体地，设“L”型天线构成的两组垂直基线分别对应三维方向的x方向和z方向(即第一基线方向和第二基线方向)，则可以分别获得x方向和z方向上旋转目标的微动特征。而y方向上的微动信息可以近似看作旋转目标到多通道雷达的径向距离变化，因此可以直接从收到的回波信号对应的回波距离像中获得。分别获得三个维度的旋转目标微动特征后，根据三维运动曲线，旋转目标的旋转半径、速度、转轴方位角和俯仰角都可以求得，便最终完成了对旋转目标的三维微动特征提取。
本实施例利用多通道雷达中“L”型天线的结构特点，分别获取旋转目标在两个维度上的微动特征，并利用近似方法获得另一个维度上的微动特征，在确保目标三维微动特征准确性的同时，也合理地简化了对旋转目标三维微动特征的测量和计算过程。
为清楚说明本申请提供的一种基于多通道雷达的旋转目标微动特征提取方法的有效性，以一个多通道宽带雷达系统测量一个理想的旋转点目标的三维微动特征为例，进行了仿真实验验证，对比了本申请提供的方法和传统的基于相位解缠方法的抗噪性能。仿真实验中多通道宽带雷达系统的载频为220GHz，带宽为5GHz，脉冲重复周期为0.4ms，每个脉冲内采样点数为4096个，观测时间为1.6s；多通道雷达采用解线频调接收方式，雷达构型为1个发射端和3个接收通道，3个接收通道构成“L”型天线，相邻通道间距为2cm，即为干涉过程中的基线长度；旋转点目标距离雷达4.3m，转速为11.75rad/s，旋转半径为7.8cm，目标在空中旋转的方位角为0°，俯仰角为45°。
由于在现实中相位噪声是不可避免的，因此仿真实验在接收通道A(即第一通道)的前半段回波数据中加入100个随机噪声点作为相位干扰噪声，并对接收通道A和接收通道B(即第二通道)的雷达回波数据做干涉处理。用传统的基于相位解缠方法获得的干涉相位结果如图3所示，解缠后的相位结果如图4所示。
从图4的解缠结果来看，当回波信号中存在相位噪声干扰时，相位解缠后的结果明显恶化，前半段的解缠结果出现严重的“断层”现象，而后半段回波数据由于没有加入相位噪声，解缠结果就是标准的正弦形式曲线，若整个回波信号中都含有相位噪声，那么相位解缠结果是无法利用的。由此可以看出，基于相位提取和解缠的方法抗噪性能较差，其获得的相位解缠结果直接影响提取到的目标微动特征的准确性。
而对于上述含有相位噪声的干涉数据，当采用本申请提供的一种基于多通道雷达的旋转目标微动特征提取方法进行微动特征提取时，不会受到该相位噪声的影响。本申请对接收通道A和接收通道B的雷达回波数据做干涉处理后，直接进行时频分析，得到的微多普勒曲线如图5所示。通过多普勒曲线提取，再经过积分处理和远场几何近似，便可得到接收通道A和接收通道B干涉方向z方向上的微动信息，仿真结果如图6中实线所示。作为对比，传统的基于相位解缠方法在无相位噪声情况下，利用干涉相位解缠方法获得的z方向上的微动信息如图6中虚线所示。可以看到，在含有相位噪声的情况下，利用本发明所提方法获得的对应干涉方向的微动信息不受相位噪声的干扰，其微动特征提取结果和在无相位噪声情况下利用传统法获得的结果基本一致，这表明本申请提供的方法是准确有效的。对于另外一个干涉方向的微动特征提取，其方式和上述方法相同；径向上的微动信息可直接从接收通道的回波距离像中提取，不再赘述。而根据三维运动曲线，旋转目标的旋转半径、速度、转轴方位角和俯仰角都可以求得，在三维方向上的完整微动信息提取全部实现。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种基于多通道雷达的旋转目标微动特征提取装置，所述装置包括：
干涉处理模块，用于获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
时频处理模块，用于通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
微动特征获取模块，用于根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
其中一个实施例中，干涉处理模块用于，分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据。将第一通道和第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为第一通道的回波数据，/>为第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为第一通道和第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为第一通道和第二通道的回波数据对应的旋转目标随方位慢时间变化的距离信息，/>为干涉相位。
其中一个实施例中，时频处理模块，用于通过时频分析得到所述干涉数据的微多普勒曲线fm-d，
对微多普勒曲线对应的速度曲线进行积分，进行积分得到对应的距离差数据ΔrAB(tm)，
其中一个实施例中，微动特征获取模块用于，获取第一通道和第二通道对应的基线长度l。计算多通道雷达的发射端到旋转目标的中心的初始距离R0。根据基线长度、初始距离和距离差数据，得到旋转目标在第一通道和第二通道对应的基线方向的微动特征x(tm)，
其中一个实施例中，多通道雷达使用“L”型天线，所述装置还包括三维微动特征获取模块，用于分别获取旋转目标在第一维度和第二维度的微动特征，以及获取旋转目标相对于多通道雷达的径向距离变化。根据第一维度和第二维度的微动特征，以及径向距离变化，得到旋转目标的三维微动特征。
其中一个实施例中，三维微动特征获取模块用于，获取旋转目标在“L”型天线的第一基线方向和第二基线方向的微动特征。根据回波数据得到旋转目标和多通道雷达的径向距离，得到旋转目标相对于多通道雷达的径向距离变化数据。
其中一个实施例中，三维微动特征获取模块用于，以径向距离变化数据为第三维度的微动特征，根据第一维度、第二维度和第三维度的微动特征，得到旋转目标的三维微动特征。
关于一种基于多通道雷达的旋转目标微动特征提取装置的具体限定可以参见上文中对于一种基于多通道雷达的旋转目标微动特征提取方法的限定，在此不再赘述。上述一种基于多通道雷达的旋转目标微动特征提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储旋转目标回波数据、多通道雷达结构数据以及一种基于多通道雷达的旋转目标微动特征提取方法的处理过程数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于多通道雷达的旋转目标微动特征提取方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据。将第一通道和第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为第一通道的回波数据，/>为第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为第一通道和第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为第一通道和第二通道的回波数据对应的旋转目标随方位慢时间变化的距离信息，/>为干涉相位。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过时频分析得到所述干涉数据的微多普勒曲线fm-d，
对微多普勒曲线对应的速度曲线进行积分，进行积分得到对应的距离差数据ΔrAB(tm)，
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取第一通道和第二通道对应的基线长度l。计算多通道雷达的发射端到旋转目标的中心的初始距离R0。根据基线长度、初始距离和距离差数据，得到旋转目标在第一通道和第二通道对应的基线方向的微动特征x(tm)，
在一个实施例中，多通道雷达使用“L”型天线，处理器执行计算机程序时还实现以下步骤：分别获取旋转目标在第一维度和第二维度的微动特征，以及获取旋转目标相对于多通道雷达的径向距离变化。根据第一维度和第二维度的微动特征，以及径向距离变化，得到旋转目标的三维微动特征。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取旋转目标在“L”型天线的第一基线方向和第二基线方向的微动特征。根据回波数据得到旋转目标和多通道雷达的径向距离，得到旋转目标相对于多通道雷达的径向距离变化数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：以径向距离变化数据为第三维度的微动特征，根据第一维度、第二维度和第三维度的微动特征，得到旋转目标的三维微动特征。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对回波数据进行干涉处理得到对应的干涉数据。
通过时频分析得到干涉数据的微多普勒曲线，对微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据。
根据多通道雷达和旋转目标的位置关系以及得到的距离差数据，得到旋转目标在相邻通道对应的基线方向的微动特征。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据。将第一通道和第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为第一通道的回波数据，/>为第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为第一通道和第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为第一通道和第二通道的回波数据对应的旋转目标随方位慢时间变化的距离信息，为干涉相位。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过时频分析得到所述干涉数据的微多普勒曲线fm-d，
对微多普勒曲线对应的速度曲线进行积分，进行积分得到对应的距离差数据ΔrAB(tm)，
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取第一通道和第二通道对应的基线长度l。计算多通道雷达的发射端到旋转目标的中心的初始距离R0。根据基线长度、初始距离和距离差数据，得到旋转目标在第一通道和第二通道对应的基线方向的微动特征x(tm)，
/>
在一个实施例中，多通道雷达使用“L”型天线，计算机程序被处理器执行时还实现以下步骤：分别获取旋转目标在第一维度和第二维度的微动特征，以及获取旋转目标相对于多通道雷达的径向距离变化。根据第一维度和第二维度的微动特征，以及径向距离变化，得到旋转目标的三维微动特征。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取旋转目标在“L”型天线的第一基线方向和第二基线方向的微动特征。根据回波数据得到旋转目标和多通道雷达的径向距离，得到旋转目标相对于多通道雷达的径向距离变化数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：以径向距离变化数据为第三维度的微动特征，根据第一维度、第二维度和第三维度的微动特征，得到旋转目标的三维微动特征。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于多通道雷达的旋转目标微动特征提取方法，其特征在于，所述方法包括：
获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对所述回波数据进行干涉处理得到对应的干涉数据；
通过时频分析得到所述干涉数据的微多普勒曲线，对所述微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据；
根据所述多通道雷达和所述旋转目标的位置关系以及所述距离差数据，得到所述旋转目标在所述相邻通道对应的基线方向的微动特征；
所述获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对所述回波数据进行干涉处理得到对应的干涉数据的步骤包括：
分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据；
将所述第一通道和所述第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为所述第一通道的回波数据，/>为所述第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为所述第一通道和所述第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为所述多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为所述第一通道和所述第二通道的回波数据对应的所述旋转目标随方位慢时间变化的距离信息，/>为干涉相位；
所述通过时频分析得到所述干涉数据的微多普勒曲线，对所述微多普勒曲线进行积分得到对应的距离差数据的步骤包括：
通过时频分析得到所述干涉数据的微多普勒曲线，表示为：
对所述微多普勒曲线对应的速度曲线进行积分得到对应的距离差数据，表示为：
2.根据权利要求1所述的方法，其特征在于，根据所述多通道雷达和所述旋转目标的位置关系以及所述距离差数据，得到所述旋转目标在所述相邻通道对应的基线方向的微动特征的步骤包括：
获取所述第一通道和所述第二通道对应的基线长度；
计算所述多通道雷达的发射端到所述旋转目标的中心的初始距离；
根据所述基线长度、所述初始距离和所述距离差数据，得到所述旋转目标在所述第一通道和所述第二通道对应的基线方向的微动特征，表示为：
其中，l为所述基线长度，R0为所述初始距离。
3.根据权利要求1至2中任意一项所述的方法，其特征在于，所述多通道雷达使用“L”型天线；
根据所述多通道雷达和所述旋转目标的位置关系以及所述距离差数据，得到所述旋转目标在所述相邻通道对应的基线方向的微动特征的步骤之后，还包括：
分别获取所述旋转目标在第一维度和第二维度的所述微动特征，以及获取所述旋转目标相对于所述多通道雷达的径向距离变化；
根据第一维度和第二维度的所述微动特征，以及所述径向距离变化，得到所述旋转目标的三维微动特征。
4.根据权利要求3所述的方法，其特征在于，所述分别获取所述旋转目标在第一维度和第二维度的所述微动特征，以及获取所述旋转目标相对于所述多通道雷达的径向距离变化的步骤包括：
获取所述旋转目标在所述“L”型天线的第一基线方向和第二基线方向的所述微动特征；
根据所述回波数据得到所述旋转目标和所述多通道雷达的径向距离，得到所述旋转目标相对于所述多通道雷达的径向距离变化数据。
5.根据权利要求3所述的方法，其特征在于，所述根据第一维度和第二维度的所述微动特征，以及所述径向距离变化数据，得到所述旋转目标的三维微动特征的步骤包括：
以所述径向距离变化数据为第三维度的微动特征，根据所述第一维度、第二维度和第三维度的微动特征，得到所述旋转目标的三维微动特征。
6.一种基于多通道雷达的旋转目标微动特征提取装置，其特征在于，所述装置包括：
干涉处理模块，用于获取多通道雷达在测量旋转目标时多个相邻通道接收的回波数据，对所述回波数据进行干涉处理得到对应的干涉数据；
时频处理模块，用于通过时频分析得到所述干涉数据的微多普勒曲线，对所述微多普勒曲线对应的速度曲线进行积分，得到对应的距离差数据；
微动特征获取模块，用于根据所述多通道雷达和所述旋转目标的位置关系以及所述距离差数据，得到所述旋转目标在所述相邻通道对应的基线方向的微动特征；
干涉处理模块还用于分别获取多通道雷达在测量旋转目标时相邻的第一通道和第二通道的回波数据；
将所述第一通道和所述第二通道的回波数据共轭相乘，得到对应的干涉数据：
其中，为所述第一通道的回波数据，/>为所述第二通道的回波数据，/>为距离快时间，tm为方位慢时间，σA和σB分别为所述第一通道和所述第二通道对应的目标散射系数，exp表示e为底的指数函数，j表示虚数单位，fc为所述多通道雷达的载频，c为光速，RA(tm)和RB(tm)分别为所述第一通道和所述第二通道的回波数据对应的所述旋转目标随方位慢时间变化的距离信息，/>为干涉相位；
时频处理模块还用于通过时频分析得到所述干涉数据的微多普勒曲线，表示为：
对所述微多普勒曲线对应的速度曲线进行积分得到对应的距离差数据，表示为：
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。
CN202011006314.4A 2020-09-23 2020-09-23 一种基于多通道雷达的旋转目标微动特征提取方法和装置 Active CN112147606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011006314.4A CN112147606B (zh) 2020-09-23 2020-09-23 一种基于多通道雷达的旋转目标微动特征提取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011006314.4A CN112147606B (zh) 2020-09-23 2020-09-23 一种基于多通道雷达的旋转目标微动特征提取方法和装置

Publications (2)

Publication Number Publication Date
CN112147606A CN112147606A (zh) 2020-12-29
CN112147606B true CN112147606B (zh) 2024-02-23

Family

ID=73897677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011006314.4A Active CN112147606B (zh) 2020-09-23 2020-09-23 一种基于多通道雷达的旋转目标微动特征提取方法和装置

Country Status (1)

Country Link
CN (1) CN112147606B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009446B (zh) * 2021-03-02 2022-05-03 中国科学院空天信息创新研究院 一种基于最佳解调算子的悬停低慢小目标检测方法及装置

Citations (4)

* 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
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
CN107526079A (zh) * 2016-06-22 2017-12-29 中国解放军空军工程大学 一种基于l型三天线干涉处理的空间自旋目标宽带雷达三维成像方法
CN111123256A (zh) * 2019-12-06 2020-05-08 中国人民解放军国防科技大学 微波暗室中脉冲雷达进动目标微动特征提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10436888B2 (en) * 2014-05-30 2019-10-08 Texas Tech University System Hybrid FMCW-interferometry radar for positioning and monitoring and methods of using same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107526079A (zh) * 2016-06-22 2017-12-29 中国解放军空军工程大学 一种基于l型三天线干涉处理的空间自旋目标宽带雷达三维成像方法
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
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
CN111123256A (zh) * 2019-12-06 2020-05-08 中国人民解放军国防科技大学 微波暗室中脉冲雷达进动目标微动特征提取方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Three-Dimensional Micro-Motion Feature Extraction of the Vibrating Target Based on Multi-Channel Radar in the Terahertz Band;Bin Tang et al.;Sensors;全文 *
基于ISAL的含旋转部件目标成像及微动特征提取;何劲;张群;邓冬虎;李松;;电子与信息学报(第06期);全文 *
基于时频分析的双通道SAR自旋目标检测;张伟;童创明;张群;张亚楠;;航空学报(第10期);全文 *
强杂波下含旋转部件的目标成像及微多普勒提取;罗迎;张群;封同安;金亚秋;;系统工程与电子技术(第02期);全文 *
组网雷达中旋转目标微多普勒效应分析及三维微动特征提取;李东伟;罗迎;张群;李天鹏;;空军工程大学学报(自然科学版)(第03期);全文 *

Also Published As

Publication number Publication date
CN112147606A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN108051809B (zh) 基于Radon变换的运动目标成像方法、装置及电子设备
CN107907878B (zh) 高精度获取fmcw雷达距离测量值的方法
CN109581352B (zh) 一种基于毫米波雷达的超分辨测角系统
CN112771401B (zh) 目标检测方法、装置、雷达以及车辆
US11860270B2 (en) Sparse linear array approach in automotive radars using matrix completion
CN111398902B (zh) 一种直角三角形三元水听器阵被动测距测向方法
CN112415485A (zh) 毫米波雷达的角度超分辨方法、装置及终端设备
CN112147606B (zh) 一种基于多通道雷达的旋转目标微动特征提取方法和装置
Zhang et al. Fast imaging algorithm for the multiple receiver synthetic aperture sonars
CN111443335B (zh) 宽带雷达目标微动参数估计方法、系统、装置及存储介质
CN112485783A (zh) 目标探测方法、装置、计算机设备和存储介质
CN110045373B (zh) 机载多通道sar成像处理方法、装置和计算机设备
CN113093187B (zh) 一种无道路信息辅助的csar地面动目标跟踪方法
JPWO2015166560A1 (ja) 測角装置及び測角方法
CN116500626B (zh) 一种多接收阵元数据收发合置转换方法
CN116500620A (zh) 毫米波雷达的数据处理方法、装置、存储介质及无人车
CN115877350A (zh) 一种和差波束体制雷达时变目标角度估计方法和装置
CN114879174A (zh) 基于雷达的多目标测距方法以及形变监测方法
CN115166683A (zh) 一种矢量位移估计mimo阵列雷达系统及其数据处理方法
CN113126023B (zh) 基于天线阵列的定位方法、天线阵列及雷达
RU2752878C2 (ru) Способ пеленгации широкополосных сигналов с повышенной разрешающей способностью
CN116047442A (zh) 一种检测目标角度的方法、装置及电子设备
Cassidy et al. Analysis of MIMO-DBS performance for wide FOV automotive imaging
CN107238813B (zh) 近场信号源波达方向和波达时间确定方法及装置
CN116990777B (zh) 一种太赫兹rcs高精度测量方法、系统、装置和设备

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