CN112731367A - 基于涡旋电磁波的旋翼目标特征分析及提取方法 - Google Patents
基于涡旋电磁波的旋翼目标特征分析及提取方法 Download PDFInfo
- Publication number
- CN112731367A CN112731367A CN202011506299.XA CN202011506299A CN112731367A CN 112731367 A CN112731367 A CN 112731367A CN 202011506299 A CN202011506299 A CN 202011506299A CN 112731367 A CN112731367 A CN 112731367A
- Authority
- CN
- China
- Prior art keywords
- doppler
- rotor
- vortex electromagnetic
- target
- frequency
- 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
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
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- 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
本发明公开了基于涡旋电磁波的旋翼目标特征分析及提取方法,其特征是,包括如下步骤:S1建立涡旋电磁波对旋翼目标的回波数学模型;S2回波信号的特征分析;S3分别发射正负模态数的涡旋电磁波,计算回波信号中的总多普勒;S4和差运算;S5改变涡旋电磁波模态数,重复步骤S3、S4;S6整理微多普勒频率和旋转多普勒频率。这种方法能分离出微多普勒频率和旋转多普勒频率,对旋翼目标的探测和识别准确率高。
Description
技术领域
本发明涉及电磁涡旋目标探测领域,具体是一种基于涡旋电磁波的旋翼目标特征分析及提取方法。
背景技术
无人机属于典型的旋翼目标,且无人机也是典型的“低慢小”目标,由于“低慢小”目标的飞行速度慢,飞行高度低,散射面积小,导致其雷达回波的多普勒平移小,当无人机悬停于空中时其多普勒平移为零,普通雷达根本无法探测。
近年来,人们发现无人机旋翼的转动会产生微多普勒频率,但其产生的微多普勒频率小,其特征提取较难,仅靠微多普勒频率来检测和识别旋翼目标还远远不够。
与传统的平面波相比,携带有轨道角动量的涡旋电磁波具有螺旋的相位波前,涡旋电磁波通过旋翼目标时,会产生旋转多普勒,其旋转多普勒频率与轨道角动量模态有关,理论上,轨道角动量模态数有无穷种,发射不同轨道角动量的涡旋电磁波可获得不同旋转多普勒频率,而旋转多普勒中含有旋翼目标的多种信息,如旋翼转速,旋翼叶片数,叶片长度等。
然而,在旋翼目标的涡旋电磁回波中既携带有微多普勒频率,也携带有旋转多普勒频率,两种频率混叠在一起,为后续的特征提取造成了阻碍。
发明内容
本发明的目的是针对现有技术的不足,而提供了一种基于涡旋电磁波的旋翼目标特征分析及提取方法。这种方法能分离出微多普勒频率和旋转多普勒频率,对旋翼目标的探测和识别准确率高。
实现本发明目的的技术方案是:
一种基于涡旋电磁波的旋翼目标特征分析及提取方法,包括如下步骤:
S1:建立涡旋电磁波对旋翼目标的回波数学模型:回波数学模型中发射天线为N个等间距排列的相同阵元组成的圆形阵列,圆形阵列半径为a,采用单天线接收,设旋翼目标悬停于空中,旋翼目标的中心坐标为O'(x0,y0,z0),旋翼上一点P的坐标为其中,r为PO'长度,Ω为旋翼转速,圆形阵列在空间中P点处所产生的的电场强度E可表示为如公式(1)所示:
其中,在公式(1)中,rp(t)为P点到接收天线的距离,φp(t)为P点的方位角,θp(t)为P点的俯仰角,l为涡旋电磁波模态数,Jl(kasinθp(t))为l阶的第一类贝塞尔函数,在公式(2)中,R表示接收天线与旋翼目标中心的直线距离,θO'表示旋翼中心所在的方位角,设P点处的后向散射系数为σp,则接收天线接收到的回波信号可表示为如公式(4)所示:
而旋翼叶片可看作为N个散射点叠加,则涡旋电磁波对旋翼产生总的回波信号可表示为如公式(5)所示:
对于“低慢小”类型的旋翼目标,其旋翼叶片长度一般很小,远小于发射天线到目标的距离,故公式(5)可近似表示为如公式(6)所示:
S2:回波信号的特征分析:由公式(6)可知,对相位函数进行时间微分即可得到多普勒频率,而回波信号相位函数由rn(t)和φn(t)决定,前者产生微多普频率,后者产生旋转多普勒频率,旋转多普勒与轨道角动量模态数有关,发射涡旋电磁波模态数为正时,发射涡旋电磁波回波信号中模态数为负,则发射涡旋电磁波旋转多普勒为负,即对于旋翼目标,发射涡旋电磁波模态数与回波信号模态数互为相反数,考虑单个散射点时,则旋翼目标产生的总的多普勒fD如公式(7)所示:
其中,ψ(t)表示相位函数,fm-D表示微多普勒频率,fr-D表示旋转多普勒频率;
S3:分别发射正负模态数的涡旋电磁波,计算回波信号中的总多普勒:发射模态数为±l的涡旋电磁波,分别接收旋翼目标产生的回波信号,对回波信号进行时频分析,即采用短时傅里叶变换方法,得到回波信号的频率随时间变化的时频谱,计算总的多普勒频率;
S4:和差运算:微多普勒与涡旋电磁波模态数无关,根据总多普勒的特征对旋翼目标产生的总的多普勒fD采用和差运算分别得到微多普勒和旋转多普勒如公式(8)所示:
S5:改变涡旋电磁波模态数,重复步骤S3)、S4):其他参数不变,更改涡旋电磁波模态数,再次计算总的多普勒并得到多组微多普勒和旋转多普勒,当发射模态数l为0时,可直接获得微多普勒频率;
S6:整理微多普勒频率和旋转多普勒频率:对多组微多普勒进行平均处理可提高准确率,而旋转多普勒与涡旋电磁波模态数有关,考虑旋翼目标可能对涡旋电磁波模态数产生影响,故不同模态数产生的旋转多普勒携带更多的目标信息,不进行平均处理。
本技术方案与传统的雷达探测旋翼目标相比,具有如下特点:
涡旋电磁波具有螺旋的相位波前,对于旋翼目标,回波信号中不仅携带有微多普勒,还携带有旋转多普勒,发射涡旋电磁波模态数与回波信号模态数互为相反数,发射正负模态数的涡旋电磁波,对其回波中的总多普勒进行和差运算,可将微多普勒与旋转多普勒分离,改变模态数可获得多组微多普勒和旋转多普勒数据,旋转多普勒与模态数有关,其携带更多的目标信息,故只对微多普勒进行平均化,保留多组旋转多普勒,为后续对旋翼目标的探测和识别提高了准确率。
这种方法能分离出微多普勒频率和旋转多普勒频率,对旋翼目标的探测和识别准确率高。
附图说明
图1为实施例方法的流程示意图;
图2为实施例中旋翼目标回波数学模型;
图3为实施例中发射正负模态数的涡旋电磁回波的混合多普勒示意图;
图4为实施例中分离的微多普勒频率示意图;
图5为实施例中分离的旋转多普勒频率示意图;
图6为实施例中模态数为0时的总多普勒频率示意图;
图7为实施例方法与单个模态计算的微多普勒示意图。
具体实施方式
下面结合附图和实例对本发明内容做进一步的阐述,但不是对本发明的限定。
实施例:
参照图1,一种基于涡旋电磁波的旋翼目标特征分析及提取方法,包括如下步骤:
S1:建立涡旋电磁波对旋翼目标的回波数学模型:如图2所示,回波数学模型中发射天线为N个等间距排列的相同阵元组成的圆形阵列,圆形阵列半径为a,采用单天线接收,设旋翼目标悬停于空中,旋翼目标的中心坐标为O'(x0,y0,z0),旋翼上一点P的坐标为其中,r为PO'长度,Ω为旋翼转速,圆形阵列在空间中P点处所产生的的电场强度E可表示为如公式(1)所示:
其中在公式(1)中,rp(t)为P点到接收天线的距离,φp(t)为P点的方位角,θp(t)为P点的俯仰角,l为涡旋电磁波模态数,Jl(kasinθp(t))为l阶的第一类贝塞尔函数,在公式(2)中,R表示接收天线与旋翼目标中心的直线距离,θO'表示旋翼中心所在的方位角,设P点处的后向散射系数为σp,则接收天线接收到的回波信号可表示为如公式(4)所示:
而旋翼叶片可看作为N个散射点叠加,则涡旋电磁波对旋翼产生总的回波信号可表示为如公式(5)所示:
对于“低慢小”类型的旋翼目标,其旋翼叶片长度一般很小,远小于发射天线到目标的距离,故公式(5)可近似表示为如公式(6)所示:
S2:回波信号的特征分析:由公式(6)可知,对相位函数进行时间微分即可得到多普勒频率,而回波信号相位函数由rn(t)和φn(t)决定,前者产生微多普频率,后者产生旋转多普勒频率,旋转多普勒与轨道角动量模态数有关,发射涡旋电磁波模态数为正时,发射涡旋电磁波回波信号中模态数为负,则发射涡旋电磁波旋转多普勒为负,即对于旋翼目标,发射涡旋电磁波模态数与回波信号模态数互为相反数,考虑单个散射点时,则旋翼目标产生的总的多普勒fD如公式(7)所示:
其中,ψ(t)表示相位函数,fm-D表示微多普勒频率,fr-D表示旋转多普勒频率;
S3:分别发射正负模态数的涡旋电磁波,计算回波信号中的总多普勒:发射模态数为±l的涡旋电磁波,分别接收旋翼目标产生的回波信号,对回波信号进行时频分析,即采用短时傅里叶变换方法,得到回波信号的频率随时间变化的时频谱,计算总的多普勒频率,本例中当旋翼转速为10rad/s,叶片长度为0.15m,发射信号频率为10GHz,旋翼目标位置为(3m,4m,100m),分别发射模态数为+1、-1时,旋翼目标回波信号的总多普勒频率如图3所示,其中曲线1表示发射+1模态数时的总多普勒,曲线2表示发射-1模态数时的总多普勒;
S4:和差运算:微多普勒与涡旋电磁波模态数无关,根据总多普勒的特征对旋翼目标产生的总的多普勒fD采用和差运算分别得到微多普勒和旋转多普勒如公式(8)所示:
如图4、图5所示,分别为发射模态数为±1时分离的微多普勒和旋转多普勒;
S5:改变涡旋电磁波模态数,重复步骤S3)、S4):其他参数不变,更改涡旋电磁波模态数,再次计算总的多普勒并得到多组微多普勒和旋转多普勒,当发射模态数l为0时,旋转多普勒频率为0,回波信号中只包含微多普勒频率,如图6所示;
S6:整理微多普勒频率和旋转多普勒频率:对多组微多普勒进行平均处理可提高准确率,而旋转多普勒与涡旋电磁波模态数有关,考虑旋翼目标可能对涡旋电磁波模态数产生影响,故不同模态数产生的旋转多普勒携带更多的目标信息,不进行平均处理,如图7所示,其中,图7(a)表示模态数为0时的微多普勒结果,图7(b)表示采用多组正负模态数获得的微多普勒的平均结果,本例中,旋翼转速为10rad/s,叶片长度为0.15m,发射信号频率为10GHz,旋翼目标位置为(3m,4m,100m),轨道角动量模态数范围为[-10,10],信噪比为20dB,共获取11组微多普勒和旋转多普勒数据,从图中可以看出,本例方法不仅可达到抑制噪声的作用,还可提高准确率,而旋转多普勒与涡旋电磁波模态数有关,且在后续研究当中,考虑旋翼目标可能对涡旋电磁波模态数产生影响,故不同模态数产生的旋转多普勒携带更多的目标信息,可不进行平均处理,为后续旋翼目标的探测和识别提高准确率。
Claims (1)
1.一种基于涡旋电磁波的旋翼目标特征分析及提取方法,其特征在于,包括如下步骤:
S1:建立涡旋电磁波对旋翼目标的回波数学模型:回波数学模型中发射天线为N个等间距排列的相同阵元组成的圆形阵列,圆形阵列半径为a,采用单天线接收,设旋翼目标悬停于空中,旋翼目标的中心坐标为O′(x0,y0,z0),旋翼上一点P的坐标为其中,r为PO′长度,Ω为旋翼转速,圆形阵列在空间中P点处所产生的电场强度E可表示为如公式(1)所示:
其中,在公式(1)中,rp(t)为P点到接收天线的距离,φp(t)为P点的方位角,θp(t)为P点的俯仰角,l为涡旋电磁波模态数,Jl(kasinθp(t))为1阶的第一类贝塞尔函数,在公式(2)中,R表示接收天线与旋翼目标中心的直线距离,θO′表示旋翼中心所在的方位角,设P点处的后向散射系数为σp,则接收天线接收到的回波信号表示为如公式(4)所示:
旋翼叶片看作为N个散射点叠加,则涡旋电磁波对旋翼产生总的回波信号表示为如公式(5)所示:
公式(5)近似表示为如公式(6)所示:
S2:回波信号的特征分析:由公式(6)知,对相位函数进行时间微分即可得到多普勒频率,回波信号相位函数由rn(t)和φn(t)决定,前者产生微多普频率,后者产生旋转多普勒频率,旋转多普勒与轨道角动量模态数有关,发射涡旋电磁波模态数为正时,发射涡旋电磁波回波信号中模态数为负,则发射涡旋电磁波旋转多普勒为负,即对于旋翼目标,发射涡旋电磁波模态数与回波信号模态数互为相反数,单个散射点时,旋翼目标产生的总的多普勒fD如公式(7)所示:
其中,ψ(t)表示相位函数,fm-D表示微多普勒频率,fr-D表示旋转多普勒频率;
S3:分别发射正负模态数的涡旋电磁波,计算回波信号中的总多普勒:发射模态数为±l的涡旋电磁波,分别接收旋翼目标产生的回波信号,对回波信号进行时频分析,即采用短时傅里叶变换方法,得到回波信号的频率随时间变化的时频谱,计算总的多普勒频率;
S4:和差运算:对旋翼目标产生的总的多普勒fD采用和差运算分别得到微多普勒和旋转多普勒如公式(8)所示:
S5:改变涡旋电磁波模态数,重复步骤S3)、S4):其他参数不变,更改涡旋电磁波模态数,再次计算总的多普勒并得到多组微多普勒和旋转多普勒,当发射模态数1为0时,直接获得微多普勒频率;
S6:整理微多普勒频率和旋转多普勒频率:对多组微多普勒进行平均处理,不同模态数产生的旋转多普勒不进行平均处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011506299.XA CN112731367B (zh) | 2020-12-18 | 2020-12-18 | 基于涡旋电磁波的旋翼目标特征分析及提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011506299.XA CN112731367B (zh) | 2020-12-18 | 2020-12-18 | 基于涡旋电磁波的旋翼目标特征分析及提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731367A true CN112731367A (zh) | 2021-04-30 |
CN112731367B CN112731367B (zh) | 2023-07-14 |
Family
ID=75603617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011506299.XA Active CN112731367B (zh) | 2020-12-18 | 2020-12-18 | 基于涡旋电磁波的旋翼目标特征分析及提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731367B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238288A (zh) * | 2021-05-20 | 2021-08-10 | 桂林电子科技大学 | 一种基于差值谱线的旋翼目标特征提取方法 |
CN114578308A (zh) * | 2022-03-08 | 2022-06-03 | 桂林电子科技大学 | 一种基于混合多普勒的旋翼目标特征提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285303A1 (en) * | 2006-06-12 | 2007-12-13 | Radza Bernard P | Airborne Look-Down Doppler Radar Tracking of Hovering Helicopters using Rotor Features |
CN101718870A (zh) * | 2009-11-13 | 2010-06-02 | 西安电子科技大学 | 图像域的高速、微弱目标航迹检测方法 |
CN106707270A (zh) * | 2017-03-06 | 2017-05-24 | 中国人民解放军国防科学技术大学 | 基于涡旋电磁波的旋转目标检测方法 |
CN106950554A (zh) * | 2017-03-21 | 2017-07-14 | 中国人民解放军国防科学技术大学 | 实现振动干扰条件下旋转目标参数估计的方法 |
-
2020
- 2020-12-18 CN CN202011506299.XA patent/CN112731367B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070285303A1 (en) * | 2006-06-12 | 2007-12-13 | Radza Bernard P | Airborne Look-Down Doppler Radar Tracking of Hovering Helicopters using Rotor Features |
CN101718870A (zh) * | 2009-11-13 | 2010-06-02 | 西安电子科技大学 | 图像域的高速、微弱目标航迹检测方法 |
CN106707270A (zh) * | 2017-03-06 | 2017-05-24 | 中国人民解放军国防科学技术大学 | 基于涡旋电磁波的旋转目标检测方法 |
CN106950554A (zh) * | 2017-03-21 | 2017-07-14 | 中国人民解放军国防科学技术大学 | 实现振动干扰条件下旋转目标参数估计的方法 |
Non-Patent Citations (2)
Title |
---|
刘康;黎湘;王宏强;程永强;: "涡旋电磁波及其在雷达中应用研究进展", 电子学报, no. 09 * |
陈鹏;郝士琦;赵楠翔;周建国;: "直升机旋翼微多普勒特性分析", 红外与激光工程, no. 12 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238288A (zh) * | 2021-05-20 | 2021-08-10 | 桂林电子科技大学 | 一种基于差值谱线的旋翼目标特征提取方法 |
CN113238288B (zh) * | 2021-05-20 | 2022-07-01 | 桂林电子科技大学 | 一种基于差值谱线的旋翼目标特征提取方法 |
CN114578308A (zh) * | 2022-03-08 | 2022-06-03 | 桂林电子科技大学 | 一种基于混合多普勒的旋翼目标特征提取方法 |
CN114578308B (zh) * | 2022-03-08 | 2024-04-16 | 桂林电子科技大学 | 一种基于混合多普勒的旋翼目标特征提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112731367B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107167801B (zh) | 一种基于旋翼微多普勒特征的多旋翼无人机识别方法 | |
CN108957443B (zh) | 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法 | |
CN112731367B (zh) | 基于涡旋电磁波的旋翼目标特征分析及提取方法 | |
US10935630B2 (en) | Method for three-dimensional tracking of sinusoidal acoustic source using a rotating microphone | |
CN108594198A (zh) | 基于轨道角动量的复合运动目标探测方法 | |
CN109298412B (zh) | 一种基于双频相干雷达的目标二维速度测量方法 | |
CN111896926A (zh) | 一种基于强杂波抑制的低空目标检测方法及系统 | |
Gannon et al. | Measuring UAV propeller length using micro-Doppler signatures | |
JPH0527018A (ja) | レーダ信号処理装置 | |
CN114355306A (zh) | 一种利用小孔径高频雷达海洋回波反演浪高的方法 | |
US20110285578A1 (en) | Rf based tracker for rotating objects | |
CN109061586B (zh) | 一种基于动态rcs模型的目标微动特征建模方法 | |
CN109100713B (zh) | 具有杂波抑制功能的协作式微波测量装置、系统及方法 | |
CN113419557B (zh) | 运动无人机音频合成方法 | |
CN108627803B (zh) | 基于波束形成的频谱配对法及配对系统 | |
CN114578308B (zh) | 一种基于混合多普勒的旋翼目标特征提取方法 | |
CN106990405A (zh) | 一种基于慢时间包络的振动目标特征提取方法 | |
Agnihotri et al. | Effect of frequency on micro-Doppler signatures of a helicopter | |
CN112441250B (zh) | 一种靶机旋翼的构建方法及系统 | |
KR20190122288A (ko) | 회전익기 탐지 방법 및 회전익기 탐지 시스템 | |
US10845475B2 (en) | Method of measuring azimuth of radar target | |
CN113820703A (zh) | 一种基于散射变换的无人机目标旋翼参数估计方法 | |
CN112710999A (zh) | 基于径向速度搜索的弧形阵列雷达运动目标聚焦检测方法 | |
CN115980733B (zh) | 一种基于涡旋电磁波雷达的加速运动目标参数估计方法 | |
Gong et al. | Low detectable JEM signals in radar echoes from a helicopter with composite blades |
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 |