CN115184933A - 一种非相参信号雷达目标微动特征提取与成像方法 - Google Patents
一种非相参信号雷达目标微动特征提取与成像方法 Download PDFInfo
- Publication number
- CN115184933A CN115184933A CN202210795827.0A CN202210795827A CN115184933A CN 115184933 A CN115184933 A CN 115184933A CN 202210795827 A CN202210795827 A CN 202210795827A CN 115184933 A CN115184933 A CN 115184933A
- Authority
- CN
- China
- Prior art keywords
- target
- motion
- signal
- resolution
- distance
- 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
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
- G01S13/88—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
- G01S13/9004—SAR image acquisition 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9027—Pattern recognition for feature extraction
-
- 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]
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种非相参信号雷达目标微动特征提取与成像方法,本发明通过分析线性调频步进信号多普勒敏感性对目标高分辨成像带来的影响,即目标速度引起的距离走动和距离展宽效应;利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标高分辨一维距离像的联合优化模型;所建立的优化模型进行求解,实现目标散射点运动速度的准确估计;根据目标运动方式推导散射点速度的数学表达式,对目标散射点速度进行拟合,获得目标微动特征提取结果和高分辨成像结果。该方法能够实现非相参信号雷达目标微动特征提取与成像,提高雷达整体工作性能。
Description
技术领域
本发明涉及信号与信息处理技术领域,具体涉及一种非相参信号雷达目标微动特征提取与成像方法。
背景技术
雷达目标在平动的同时往往还伴随着复杂的微动,如旋转、进动、翻滚、摆动等。目标微动会对雷达回波信号产生频率调制,从而生成关于运动目标主体的多普勒谱边带的物理现象,这一现象被称为“微多普勒效应”。一方面,微多普勒效应会使传统的距离多普勒成像算法性能下降,影响目标成像质量,进而降低基于成像结果的目标识别性能。另一方面,微多普勒效应反映的是多普勒频移的瞬时特性,蕴含着目标独一无二的微动特征信息,通过分析微多普勒效应并提取目标微动特征,可为目标分类与识别提供不依赖于先验信息、可靠性高、可分性好的重要特征依据。目前,基于微动特征提取的运动目标分类与识别技术已在现代雷达技术中得到了较为广泛的研究。尤其是利用宽带雷达的距离向高分辨能力,能够更好地分辨各散射点的微多普勒调制特性,从而在理论上具备比窄带雷达更强的精细微动特征提取能力,同时根据微动特征提取结果还能实现目标高分辨成像。《Empiricalmode decomposition of micro-Doppler signature》(IEEE International RadarConference,Arlington,2005,895-899)中将经验模式分解方法用于微多普勒信号分析与特征提取中,实现了车辆表面振动频率的有效估计。《Micro-Doppler feature extractionfor wideband imaging radar based on complex image orthogonal matching pursuitdecomposition》(IET Radar,Sonar and Navigation,2013,7(8):914-924)进一步研究了宽带雷达中目标的微多普勒效应,利用雷达回波的稀疏特性,提出了基于复图像正交匹配追踪分解的微动特征提取与成像方法。《Micro-motion feature extraction of spacetarget based on track-before-detect》(Journal of Sensors,2017,volume 2017,Article ID 8723042:1–14)中提出了一种空间旋转对称目标的微动特征提取与成像方法,同时实现了对目标的检测、跟踪和微动特征实时提取,在此基础上,重构出目标散射分布,最终获得高精度目标微动特征参数和成像结果。
然而,现有宽带雷达目标微动特征提取与成像研究是基于相参信号的。实际中,由于空间目标的高速运动,宽带雷达难以实现长时间相参积累,给微动特征提取与成像带来了很大困难。由于微多普勒效应本质上是由目标微动所引起的回波相位变化而产生的,因此分析雷达回波微多普勒效应从而提取目标微动特征的一个重要前提是雷达所发射的各次脉冲保持相位相干性,即要求雷达为相参体制。在非相参情况下,现有许多微多普勒效应分析方法和微动特征提取技术,如时频分析、Chirplet分解、正弦调频傅里叶变换等,都难以直接应用。在宽带雷达中,即使雷达为相参体制雷达,但在回波运动补偿处理过程中,由于补偿精度的限制,回波信号的相干性将受到破坏,从而蜕变为非相干信号。如在进行脉冲压缩处理时,由于空间目标的高速运动使得回波在跨越多个距离门而基准距离的变化又未做精确补偿时,回波信号的相干性将遭到严重破坏。因此,若要实现宽带雷达中的目标微动特征有效提取与高分辨成像,亟需研究非相参信号雷达目标微动特征提取与成像方法。
发明内容
本发明的目的在于克服上述不足,提供一种非相参信号雷达目标微动特征提取与成像方法,能够实现非相参信号雷达目标微动特征提取与成像,提高雷达整体工作性能。
为了达到上述目的,本发明包括以下步骤:
S1,分析线性调频步进信号SFCS多普勒敏感性对目标高分辨成像带来的影响,确定目标速度引起的距离走动和距离展宽效应;
S2,利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标高分辨一维距离像HRRP的联合优化模型;
S3,对目标速度、信号相位和目标HRRP的联合优化模型进行求解,实现目标散射点运动速度的估计;
S4,根据目标运动方式推导散射点速度的数学表达式,对目标散射点速度进行拟合,获得目标微动特征提取结果和高分辨成像结果。
S1中,在逆合成孔径雷达ISAR成像中,雷达发射信号采用由若干线性调频子脉冲组成的线性调频步进信号;
对目标回波信号进行dechirp处理;
对目标回波信号进行dechirp处理后,分析三个相位项能够得到:
第一项为多普勒项;第二项为dechirp处理独有的剩余视频相位RVP项;第三项为回波包络斜置项。
对剩余视频相位RVP项和回波包络斜置项的相位进行有效补偿,去除剩余视频相位RVP项和回波包络斜置项,得到目标粗分辨一维距离像CRRP;
对目标CRRP进行二次采样和傅里叶变换,确定目标HRRP的峰值出现位置之后,分析影响HRRP峰值的三项数学表达式后得到:
第一项用于反映目标散射点的真实位置信息;第二项为目标径向运动引起的HRRP距离走动项;第三项为目标径向运动引起的距离展宽项。
分别针对距离走动效应和距离展宽效应进行分析的具体方法如下:
忽略距离展宽效应,得到目标散射点在HRRP中的峰值位置;
确定目标散射点的距离坐标和距离走动量;
确定散射点不发生卷绕的条件;
确定目标散射点不发生卷绕时,目标运动速度的取值范围;
当目标运动速度超出取值范围时,确定目标散射点在HRRP中的位置;
定性分析距离展宽效应,确定影响距离展宽程度的信号参数。
S2的具体方法如下:
以距离预设分辨率为单位增量,将雷达观测区域沿距离向离散化为若干距离单元;
结合目标回波观测向量的表示形式,将各散射点的未知速度矢量和信号未知相位作为待优化参数,推导出参数化稀疏表示字典的数学表达式;
在压缩感知理论框架下,建立目标速度、信号相位和目标HRRP的联合优化模型。
S3的具体方法如下:
S31,给定初始的目标速度估计值和相位估计值,初始化迭代次数,设置迭代收敛阈值;
S32,基于当前的目标速度估计值和相位估计值,构造参数化稀疏表示字典;
S33,采用正交匹配追踪OMP算法,得到目标HRRP的重构结果;
S34,采用最小二乘法对目标运动速度和相位估计值进行更新;
S35,计算估计参数增量。
若满足迭代终止条件|Δpk|<η,Δpk为估计参数增量,η为迭代收敛阈值,则迭代停止,获得目标运动速度最终估计值、目标相位最终估计值以及目标HRRP最终重构结果;否则,转S32继续对运动速度估计值、相位估计值和目标HRRP重构结果进行迭代求解。
S4的具体方法如下:
设雷达位于坐标系OXYZ的原点O处;
根据目标运动方式,确定各散射点的速度随慢时间的变化关系;
采用最小二乘法对散射点的速度信息进行拟合,获得目标微动特征提取结果和高分辨成像结果。
与现有技术相比,本发明通过分析线性调频步进信号多普勒敏感性对目标高分辨成像带来的影响,即目标速度引起的距离走动和距离展宽效应;利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标HRRP的联合优化模型;所建立的优化模型进行求解,实现目标散射点运动速度的准确估计;根据目标运动方式推导散射点速度的数学表达式,对目标散射点速度进行拟合,获得目标微动特征提取结果和高分辨成像结果。该方法能够实现非相参信号雷达目标微动特征提取与成像,提高雷达整体工作性能。
附图说明
图1为本发明的流程图;
图2为本发明中目标散射点的速度估计结果;其中,(a)为散射点1,(b)为散射点2,(c)为散射点3;
图3为本发明中目标微动特征提取结果;
图4为本发明中目标成像结果。
具体实施方式
下面结合附图对本发明做进一步说明。
本发明包括以下步骤:
第一步:分析线性调频步进信号(SFCS)多普勒敏感性对目标高分辨成像带来的影响,即目标速度引起的距离走动和距离展宽效应;
第二步:利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标高分辨一维距离像(HRRP)的联合优化模型;
第三步:对第二步所建立的优化模型进行求解,实现目标散射点运动速度的准确估计;
第四步:根据目标运动方式推导散射点速度的数学表达式,对目标散射点速度进行拟合,获得目标微动特征提取结果和高分辨成像结果。
实现上述方法的具体步骤如下:
第一步:设SFCS信号由N个线性调频子脉冲组成,每一簇脉冲串中的第i个子脉冲信号的表达式为
其中T1为子脉冲宽度,μ=B1/T1为子脉冲调频率,B1为子脉冲带宽,Tr为子脉冲重复周期,fc为脉冲串起始载频,Δf为载频步进值,fc+iΔf为第i个子脉冲的载频,t为快时间,即脉冲串内的时间。
在逆合成孔径雷达(ISAR)成像中,通过对目标回波信号进行距离向脉压处理可以实现目标的距离高分辨成像。假设目标由P个散射点组成,基于“走-停”模型,SFCS信号中第i个子脉冲的目标回波可表示为
其中,c为光速,σp为第p个散射点的散射系数,Rp为第p个散射点到雷达的距离,i=0,1,…,N-1。设参考信号为
其中,Rref为参考点到雷达的距离,i=0,1,…,N-1,Tref为参考信号的脉宽,比T1略大一些。参考信号载频与发射信号载频相同。
对目标回波信号进行“dechirp”处理,可得
其中,i=0,1,……,N-1,RΔp=Rp-Rref表示第p个散射点到参考点的距离。令t′=t-iTr-2Rref/c,对式(4)作关于t′的傅里叶变换,可得
分析式(5)的三个相位项可知:第一项为正常的多普勒项;第二项为dechirp处理独有的剩余视频相位(RVP)项,会使多普勒值产生变化;第三项为回波包络斜置项,会对后续成像处理带来不便。因此,在成像处理时需要对RVP项和包络斜置项的相位进行有效补偿。将式(5)乘以exp(-jπf2/μ)就可以同时去除RVP项和包络斜置项,从而得到目标粗分辨一维距离像(CRRP)
从式(6)中可以看出,|Sc(f,i)|的峰值出现在f=-2μRΔp/c处。目标CRRP的距离分辨率由子脉冲带宽决定,记为ρc=c/2B1。通常,当目标跨越多个粗分辨距离单元(即目标径向长度大于ρc)时,由于不同的不模糊距离区间散射点所造成的能量泄露,基于数字信号处理方法的SFCS信号高分辨距离像合成会在目标HRRP中产生虚假散射点。然而,通常的空间目标尺寸较小,可以通过优化雷达发射信号参数,使目标径向长度小于不模糊距离区间的长度。此时,目标CRRP表现为单峰值形式,相应距离单元的采样则包含了目标上所有散射点的全部信息。
对式(7)做关于i的傅里叶变换,有
其中Ff为i的频域表达形式。
从式(8)中可以看出,|SH(Ff)|的峰值出现在Ff=-2ΔfRΔp/c处,此即目标的HRRP,距离分辨率由等效的合成带宽NΔf决定,记为ρh=c/2NΔf。
上述SFCS信号高分辨成像是建立在“走-停”模型上的,没有考虑目标运动对脉冲串中各子脉冲回波的相位调制作用。然而,SFCS信号属于多普勒敏感信号,在合成目标HRRP时,不能再简单地认为一个脉冲串时间内散射点到参考点的距离始终保持不变,而是需要考虑目标径向速度v的影响,对于第i个子脉冲,将式(6)中的RΔp表示为
RΔp(i)=RΔp+iTrv (9)
将式(6)重新写为
其中,i=0,1,…,N-1。通常在一簇脉冲串的时间内,目标径向运动产生的位移不会超过一个粗分辨距离单元,因此,式(10)可进一步表示为
其中,i=0,1,…,N-1,对式(11)进行二次采样和傅里叶变换,合成的目标HRRP的峰值出现位置为
对式(12)的右边三项进行分析:第一项反映了目标散射点的真实位置信息;第二项为目标径向运动引起的HRRP距离走动项,可以看出,目标运动速度越大,目标散射点在HRRP中的距离走动越明显;第三项为目标径向运动引起的距离展宽项,由于这一项中速度v与i之间存在耦合,使得在对目标CRRP的二次采样值做傅里叶变换以合成HRRP时,目标散射点所对应的距离像峰值将出现展宽现象。下面,分别针对距离走动效应和距离展宽效应进行分析。
首先,忽略距离展宽效应,则目标散射点在HRRP中的峰值位置可表示为
其中fcTpv/B即为目标散射点的距离走动量,它与目标运动速度v、信号起始载频fc、脉冲串宽度Tp(Tp=NTr)成正比,与等效合成带宽B(B=NΔf)成反比,而与信号的子脉冲数目、子脉冲参数、载频步进值等细节无关。需要说明的是,根据傅里叶变换的频域不模糊区间可知,当Ff′的取值超出[-1/2,1/2]的范围时,目标散射点峰值会发生卷绕现象。因此,可以得到散射点不发生卷绕的条件为
根据式(15)可以计算出目标散射点不发生卷绕时,目标运动速度的取值范围
当目标运动速度超出上述范围时,目标散射点在HRRP中的位置为
其中mod(a,b)为取余运算。
对于距离展宽效应,由于式(12)所示的距离展宽项中,目标运动速度v、SFCS信号参数Δf、Tr与i耦合,难以给出距离展宽量的具体数学表达式,因此仅对其进行简单的定性分析。距离展宽是由目标径向运动引起的,展宽程度由目标在脉冲串时间内产生的位移与距离高分辨率ρh之比决定的,即vTp/ρh=2vTpB/c越大,距离展宽越明显。可见,距离展宽程度与信号起始载频fc无关,与脉冲串宽度Tp、等效合成带宽B成正比。在Tp和B一定的条件下,与子脉冲细节参数无关。
第二步:从第一步的分析中可以看出,虽然距离走动、距离卷绕和距离展宽效应会影响目标成像性能,但由于其是目标运动导致的,可用来获取目标运动信息。
考虑到信号的非相参性,加入随机未知信号相位θ的影响,式(11)可重新表示为
记目标回波观测向量为Sc=[Sc(0),...,Sc(i),...,Sc(N-1)]T,其中T表示转置操作。以距离高分辨率ρh为单位增量,将雷达观测区域沿距离向离散化为Q个距离单元,记为R=[R1,...,Rq,...,RQ],其中Rq=R1+(q-1)·ρh,q=1,2,...,Q。式(19)可以表示为
Sc=D(v,θ)σ+E,σ=[σ1,...,σq,...,σQ]T (20)
其中
D(v,θ)=[d1,...,dq,...,dQ]
E为噪声,σ为目标HRRP,vq为第q个距离单元内散射点的运动速度,v=[v1,...,vq,...,vQ]表示各距离单元内散射点的运动速度构成的速度矢量。
通常,目标回波的大部分能量仅由少数散射中心贡献,因此σ具有稀疏性,通过求解一个最优化问题即可实现σ的重构:
σ=argmin||σ||0 s.t.Sc=D(v,θ)σ (22)
其中,||·||0表示取零范数。
上式是典型的压缩感知信号重构模型,采用正交匹配追踪(OMP)算法可实现信号重构。显然,只有当参数化稀疏表示字典D(v,θ)中的运动速度矢量v取值、相位θ取值与真实值相同时,才能实现字典D(v,θ)与回波观测向量Sc之间的高度匹配,避免距离走动和距离展宽效应,并重构出具有良好的聚焦性的σ。当D(v,θ)中的运动速度矢量v取值、相位θ取值与真实值不符时,会导致D(v,θ)与Sc的失配,重构出的σ聚焦性变差。因此,当v和θ未知时,需要综合考虑v、θ的估计和σ的重构,建立联合优化模型
{v,θ,σ}=argmin||σ||0 s.t.Sc=D(v,θ)σ (23)第三步:针对上述联合优化问题,可对v、θ和σ进行迭代更新求解,具体方法如下:
Step 1)给定初始的目标速度矢量估计值v0和相位估计值θ0,初始化迭代次数k=0,设置迭代收敛阈值η;
Step 2)基于当前的vk和θk,根据式(21)构造参数化稀疏表示字典D(vk,θk),其中vk和θk为第k次迭代时目标运动速度矢量和相位的估计值;
Step 3)采用OMP算法对式(22)进行求解,得到第k次迭代时目标HRRP的重构结果σk;
Step 4)基于上一步得到的σk,对目标运动速度矢量和相位估计值进行更新,记当前的速度矢量与相位联合估计值为pk=[vk,θk],定义第k次迭代中的速度与相位联合估计更新值为pk+1=[vk+1,θk+1],则有
pk+1=[vk+1,θk+1]=argmin||Sc-D(vk,θk)σk|| (24)
Step 5)计算估计参数增量Δpk=pk+1-pk,增加迭代次数k=k+1,若满足迭代终止条件|Δpk|<η,则迭代停止,获得目标运动速度矢量最终估计值、相位最终估计值以及目标HRRP最终重构结果;否则,转Step 2)继续对v、θ和σ进行迭代更新。
下面,给出上述Step 4)的具体求解过程。
(i)对D(v,θ)在(vk,θk)处进行泰勒展开
(ii)将σk看作已知量,将式(26)代入式(24),将参数估计值的更新问题转化为
其中,Δvk和Δθk表示第k次迭代时目标速度矢量增量和信号相位增量。
(iii)定义
可得式(27)的解为
其中,(·)-1表示矩阵求逆运算。
(iv)计算速度矢量与相位联合估计更新值
pk+1=pk+Δpk (30)
通过对v、θ和σ的迭代更新,可以实现v和θ的准确估计以及σ的准确重构。至此,我们获得了各散射点的速度信息。采用上述方法,在各慢时间tm时刻均可获取目标各距离单元内散射点的速度信息,记为v(tm)=[v1(tm),...,vq(tm),...,vQ(tm)],其中vq(tm)为tm时刻第q个距离单元内散射点的速度。
第四步:根据目标运动方式,对散射点速度信息进行最小二乘拟合,从而实现目标微动特征参数提取与成像。
设雷达位于坐标系OXYZ的原点O处。目标平动速度表示为vG=[vX,vY,vZ]T,其中vX、vY和vZ分别为目标在X轴、Y轴和Z轴方向上的速度。同时,目标以角速度ω=[ωX,ωY,ωZ]T绕目标中心自旋,其中ωX、ωY和ωZ分别为目标在X轴、Y轴和Z轴方向上的旋转角速度。开始观测时,目标中心位于(Xo,Yo,Zo)处,慢时间tm时刻,第q个散射点的速度可表示为
如图1所示,经过上述四步,可实现非相参信号雷达目标微动特征提取与成像。
实例:非相参信号雷达目标微动特征提取与成像处理
实验参数:雷达发射线性调频步进信号:fc=35GHz,Tr=93.75μs,Δf=4.6875MHz,N=64,B=300MHz,B1=4.6875MHz,T1=2.93μs,Tp=6ms。目标中心位于OXYZ坐标系中(Xo,Yo,Zo)=(3,4,5)km处,目标平动速度为vG=[300,200,400]Tm/s,旋转角速度ω=(π,2π,π)Trad/s。目标上有三个散射点,相对于目标中心的坐标分别为(1,0,0)、(3,1.5,1.5)和(-3,-1.5,-1.5),单位为m。回波中加入SNR=5dB的高斯白噪声,在不同慢时间条件下(慢时间间隔取0.05s)对目标进行非相参观测,对各散射点的运动速度进行估计,结果如图2所示,可以看到,目标上三个散射点的运动速度估计值与真实值十分吻合,均方误差仅为0.017%。在此基础上,根据目标运动方式对各散射点速度进行拟合,可获得目标散射点的微动特征参数,如图3所示,并获得目标成像结果,如图4所示。
本发明首先分析线性调频步进信号多普勒敏感性对目标高分辨成像带来的影响,即目标速度引起的距离走动和距离展宽效应。在此基础上,利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标HRRP的联合优化模型并求解,实现目标散射点运动速度的准确估计,最终通过参数拟合获得目标微动特征提取结果和高分辨成像结果。
Claims (9)
1.一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,包括以下步骤:
S1,分析线性调频步进信号SFCS多普勒敏感性对目标高分辨成像带来的影响,确定目标速度引起的距离走动和距离展宽效应;
S2,利用距离走动和距离展宽效应,在信号非相参条件下,构造含有目标多散射点未知速度矢量和信号未知相位的参数化稀疏表示字典,建立目标速度、信号相位和目标高分辨一维距离像HRRP的联合优化模型;
S3,对目标速度、信号相位和目标高分辨一维距离像HRRP的联合优化模型进行求解,实现目标散射点运动速度的估计;
S4,根据目标运动方式推导散射点速度的数学表达式,对目标散射点速度进行拟合,获得目标微动特征提取结果和高分辨成像结果。
2.根据权利要求1所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,S1中,在逆合成孔径雷达ISAR成像中,雷达发射信号采用由若干线性调频子脉冲组成的线性调频步进信号;
对目标回波信号进行dechirp处理;
对剩余视频相位RVP项和回波包络斜置项的相位进行有效补偿,去除剩余视频相位RVP项和回波包络斜置项,得到目标粗分辨一维距离像CRRP;
对目标粗分辨一维距离像CRRP进行二次采样和傅里叶变换,确定目标高分辨一维距离像HRRP的峰值出现位置;
分别针对距离走动效应和距离展宽效应进行分析。
3.根据权利要求2所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,对目标回波信号进行dechirp处理后,分析三个相位项能够得到:
第一项为多普勒项;第二项为dechirp处理独有的剩余视频相位项;第三项为回波包络斜置项。
4.根据权利要求2所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,对目标粗分辨一维距离像CRRP进行二次采样和傅里叶变换,确定目标高分辨一维距离像HRRP的峰值出现位置之后,分析影响高分辨一维距离像HRRP峰值的三项数学表达式后得到:
第一项用于反映目标散射点的真实位置信息;第二项为目标径向运动引起的高分辨一维距离像HRRP距离走动项;第三项为目标径向运动引起的距离展宽项。
5.根据权利要求2所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,分别针对距离走动效应和距离展宽效应进行分析的具体方法如下:
忽略距离展宽效应,得到目标散射点在高分辨一维距离像HRRP中的峰值位置;
确定目标散射点的距离坐标和距离走动量;
确定散射点不发生卷绕的条件;
确定目标散射点不发生卷绕时,目标运动速度的取值范围;
当目标运动速度超出取值范围时,确定目标散射点在高分辨一维距离像HRRP中的位置;
定性分析距离展宽效应,确定影响距离展宽程度的信号参数。
6.根据权利要求1所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,S2的具体方法如下:
以距离预设分辨率为单位增量,将雷达观测区域沿距离向离散化为若干距离单元;
结合目标回波观测向量的表示形式,将各散射点的未知速度矢量和信号未知相位作为待优化参数,推导出参数化稀疏表示字典的数学表达式;
在压缩感知理论框架下,建立目标速度、信号相位和目标高分辨一维距离像HRRP的联合优化模型。
7.根据权利要求1所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,S3的具体方法如下:
S31,给定初始的目标速度估计值和相位估计值,初始化迭代次数,设置迭代收敛阈值;
S32,基于当前的目标速度估计值和相位估计值,构造参数化稀疏表示字典;
S33,采用正交匹配追踪OMP算法,得到目标高分辨一维距离像HRRP的重构结果;
S34,采用最小二乘法对目标运动速度和相位估计值进行更新;
S35,计算估计参数增量。
8.根据权利要求7所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,若满足迭代终止条件|Δpk|<η,Δpk为估计参数增量,η为迭代收敛阈值,则迭代停止,获得目标运动速度最终估计值、目标相位最终估计值以及目标高分辨一维距离像HRRP最终重构结果;否则,转S32继续对运动速度估计值、相位估计值和目标高分辨一维距离像HRRP重构结果进行迭代求解。
9.根据权利要求1所述的一种非相参信号雷达目标微动特征提取与成像方法,其特征在于,S4的具体方法如下:
设雷达位于坐标系OXYZ的原点O处;根据目标运动方式,确定各散射点的速度随慢时间的变化关系;
采用最小二乘法对散射点的速度信息进行拟合,获得目标微动特征提取结果和高分辨成像结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795827.0A CN115184933A (zh) | 2022-07-07 | 2022-07-07 | 一种非相参信号雷达目标微动特征提取与成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795827.0A CN115184933A (zh) | 2022-07-07 | 2022-07-07 | 一种非相参信号雷达目标微动特征提取与成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115184933A true CN115184933A (zh) | 2022-10-14 |
Family
ID=83517601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210795827.0A Pending CN115184933A (zh) | 2022-07-07 | 2022-07-07 | 一种非相参信号雷达目标微动特征提取与成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115184933A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106857A (zh) * | 2023-04-13 | 2023-05-12 | 中国人民解放军国防科技大学 | 基于稀疏时间-频率-调频率表示的微动形式辨识方法 |
-
2022
- 2022-07-07 CN CN202210795827.0A patent/CN115184933A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106857A (zh) * | 2023-04-13 | 2023-05-12 | 中国人民解放军国防科技大学 | 基于稀疏时间-频率-调频率表示的微动形式辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110501706B (zh) | 大角度非均匀转动空间目标isar成像方法 | |
Berizzi et al. | Autofocusing of inverse synthetic aperture radar images using contrast optimization | |
Wu et al. | Translational motion compensation in ISAR image processing | |
US7212149B2 (en) | System, method and computer program product for detecting and tracking a moving ground target having a single phase center antenna | |
US7106243B2 (en) | Technique for enhanced quality high resolution 2D imaging of ground moving targets | |
CN108776342B (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN103091674B9 (zh) | 基于hrrp序列的空间目标高分辨成像方法 | |
CN107085212B (zh) | 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 | |
CN110109102B (zh) | 一种sar运动目标检测与速度估计的方法 | |
CA2043212C (en) | Method for resolving ambiguity in the determination of antenna angle of view and doppler frequency in synthetic aperture radar | |
CN111551922B (zh) | 三维空间双/多基地雷达高速目标检测方法 | |
CN109633642B (zh) | 一种太赫兹高速目标雷达成像方法 | |
CN109613507B (zh) | 一种针对高阶机动目标雷达回波的检测方法 | |
CN112835005B (zh) | 一种基于超分辨目标跟踪的微多普勒特征提取方法 | |
CN109031299B (zh) | 低信噪比条件下基于相位差分的isar平动补偿方法 | |
CN115184933A (zh) | 一种非相参信号雷达目标微动特征提取与成像方法 | |
CN110244296B (zh) | 基于距离像复包络相位匹配处理的空间进动目标成像方法 | |
Ge et al. | Ground moving target detection and trajectory reconstruction methods for multichannel airborne circular SAR | |
CN112415512B (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
CN109633596A (zh) | 脉冲多普勒雷达体制下的多目标运动参数联合估计方法 | |
CN110967677B (zh) | 时频域分级多目标分辨与测量方法 | |
Wang et al. | Single-range image fusion for spinning space debris radar imaging | |
CN109633641B (zh) | 一种太赫兹频段的旋翼叶片逆合成孔径雷达成像算法 | |
Ge et al. | Parameter Estimation of Moving Target in Dual-Channel Circular Synthetic Aperture Radar | |
Feng et al. | Inverse synthetic aperture radar imaging of maneuvering targets based on joint time-frequency analysis |
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 |