CN117452388A - 一种距离走动涡旋电磁波雷达旋转目标检测方法 - Google Patents
一种距离走动涡旋电磁波雷达旋转目标检测方法 Download PDFInfo
- Publication number
- CN117452388A CN117452388A CN202311233055.2A CN202311233055A CN117452388A CN 117452388 A CN117452388 A CN 117452388A CN 202311233055 A CN202311233055 A CN 202311233055A CN 117452388 A CN117452388 A CN 117452388A
- Authority
- CN
- China
- Prior art keywords
- target
- radial velocity
- target echo
- distance
- velocity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008878 coupling Effects 0.000 claims abstract description 20
- 238000010168 coupling process Methods 0.000 claims abstract description 20
- 238000005859 coupling reaction Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000053227 Themus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
-
- 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
- G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
-
- 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
本发明涉及一种距离走动涡旋电磁波雷达旋转目标检测方法:获取两个OAM模态的目标回波信号;对两个OAM模态的目标回波信号分别采用改进的Radon‑傅里叶变换处理,得到两个OAM模态的目标回波信号在耦合的多普勒频移fa、径向速度粗估计值、目标距离三维空间的功率谱图;通过分别搜索两个OAM模态的目标回波信号对应的三维空间功率谱中的峰值,得到第一耦合多普勒频移估计值、第二耦合多普勒频移估计值、第一径向速度粗估计值、第二径向速度粗估计值,并依此计算得到径向速度vr和切向速度vt;判断径向速度vr是否发生模糊,如果发生模糊,则对径向速度vr进行解模糊处理。与传统雷达的一维速度估计相比,本发明提供了额外的目标速度特征,可以获得更好的目标分类和识别性能。
Description
技术领域
本发明属于新体制雷达信号处理技术领域,具体涉及一种距离走动涡旋电磁波雷达旋转目标检测方法。
背景技术
与传统的平面电磁波不同,通过调制轨道角动量(OAM),涡旋电磁波具有一些特殊的特性,如环形波束,螺旋波前,以及OAM模态的正交性。在过去的十年中,由于这些特殊的特性,涡旋电磁波已被广泛关注,如无线通信,遥感,和地形测高等领域。
在雷达领域,涡旋电磁波在合成孔径雷达成像、合成孔径雷达干涉测量以及红外成像中的均有应用,且相比于平面波,明显提高了成像能力,但这些应用都忽略了涡旋电磁波的目标多普勒效应。涡旋电磁波的目标多普勒效应由两部分组成,包括类似于平面波的线性多普勒频移和与OAM模态有关的旋转多普勒频移。旋转多普勒频移在光学领域被成功测量。光学领域的研究表明,与传统的线性多普勒频移相比,旋转的多普勒频移是不同的。在无线电频率领域,有人提出了相位测量方法来检测旋转多普勒频移。在微波领域,时间-频率分析方法被用来估计旋转目标的速度和加速度,但是现有的旋转目标检测方法大多只是考虑在观测时间内距离不变的目标。然而,当多普勒频移相对较小时,需要较长的观测时间来获得足够的多普勒频率分辨率。在这种情况下,可能会发生距离走动,这需要进一步研究。
发明内容
本发明所解决的技术问题是:克服现有技术的不足,提出一种距离走动涡旋电磁波雷达旋转目标检测方法,克服参数估计中的距离走动问题,实现了高精度的二维速度估计,得到了高精度的旋转目标径向速度和切向速度。
本发明的技术方案是:一种距离走动涡旋电磁波雷达旋转目标检测方法,该方法包括如下步骤:
雷达以脉冲方式先后发射两种OAM模态的涡旋电磁波信号,得到两个OAM模态的目标回波信号;
对两个OAM模态的目标回波信号分别采用改进的Radon-傅里叶变换处理,得到两个OAM模态的目标回波信号在耦合的多普勒频移fa、径向速度粗估计值vr0、目标距离r三维空间的功率谱图;
通过分别搜索两个OAM模态的目标回波信号对应的三维空间功率谱中的峰值,得到第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2、第一径向速度粗估计值vr01、第二径向速度粗估计值vr02;
将第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2代入多普勒频移估计值与径向速度、切向速度关系式,计算得到径向速度vr和切向速度vt;
判断径向速度vr是否发生模糊,如果发生模糊,则对径向速度vr进行解模糊处理,得到径向速度真实值,否则,径向速度vr即为径向速度真实值。
优选地,所述两个OAM模态的目标回波信号分别为:
其中,
其中,t是时间变量,为OAM模态l1所对应的目标回波信号,/>为OAM模态l2所对应的目标回波信号,α为目标回波信号的信号幅度,φ(t)为目标瞬时方位角差,vt为切向速度,vr为径向速度,k=2π/λ,λ是目标回波信号的波长,θ为目标俯仰角,t′为接收信号与发射信号的时间差,δ(t)为单位冲激函数,Δt为脉冲重复时间,l1为第一个OAM模态,l2为第二个OAM模态,a为圆形阵列的半径;/>为模态数为l1的第一类贝塞尔函数;为模态数为l2的第一类贝塞尔函数;
优选地,所述改进的Radon-傅里叶变换为:
其中,Gtm(r,vr0,fa)为目标回波信号的功率,vr0为径向速度的粗估计值,fa为耦合的多普勒频移,r为目标距离,T为观测时间窗长度,stm为目标回波信号,vr0为径向速度的粗估计值;
其中,是改进的Radon-傅里叶变换的滤波函数。
优选地,所述径向速度和切向速度通过如下公式计算得到:
其中,fa1为第一OAM模态l1所对应的目标回波信号的耦合的多普勒频移,fa2为第二OAM模态l2所对应的目标回波信号的耦合的多普勒频移,λ为目标回波信号的波长。
优选地,判断径向速度是否模糊的方法为:
如果径向速度粗估计值大于最大无模糊速度MUS,则认为发生径向的速度模糊,否则,未发生径向的速度模糊。
优选地,最大无模糊速度为:
其中,PRF为目标回波信号的脉冲重复频率,λ是目标回波信号的波长。
优选地,实际的径向速度为:
其中,NAM为模糊数。
优选地,所述模糊数NAM为:
其中,表示向下取整运算。
本发明的另一个技术方案是:一种电子设备,包括:
存储器:用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,执行上述方法。
本发明的又一个技术方案是:一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时实现上述的方法。
本发明与现有技术相比有益效果为:
(1)、本发明推导出了与径向速度和切向速度相关的多普勒频移模型,通过分析多普勒频移和OAM模态之间的对应关系,设计了一个双OAM模态的脉冲信号,为涡旋电磁波多普勒频移解耦合奠定了基础,具有较高的实用价值。
(2)、本发明提出了一个改进的Radon-傅里叶变换来估计耦合多普勒频移,同时补偿了距离走动。
(3)、本发明对耦合多普勒频率的估计采用了解耦方法,以分别得到切向速度和径向速度的估计。
(4)、本发明对径向速度的模糊进行了判断,并设计了解模糊过程。
附图说明
图1为本发明实施例距离走动涡旋电磁波雷达旋转目标检测方法流程图。
图2为本发明实施例匹配滤波后的时间-距离平面的信号图。
图3(a)为本发明实施例l=3时改进的Radon-傅里叶变换结果的距离-vr平面二维剖面图;
图3(b)为本发明实施例l=3时改进的Radon-傅里叶变换结果的vr-fa平面平面二维剖面图;
图3(c)为本发明实施例l=3时改进的Radon-傅里叶变换结果的fa-距离平面二维剖面图。
图4(a)为本发明实施例l=-3时改进的Radon-傅里叶变换结果的距离-vr二维剖面图。
图4(b)为本发明实施例l=-3时改进的Radon-傅里叶变换结果的vr-fa平面二维剖面图。
图4(c)为本发明实施例l=-3时改进的Radon-傅里叶变换结果的fa-距离平面二维剖面图。
图5为本发明实施例目标的多普勒频移估计图。
具体实施方式
下面对本发明实施作进一步的详细描述。
本发明的使用场景为:
首先推导出与径向速度和切向速度相关的多普勒频移模型。通过分析多普勒频移和OAM模态之间的对应关系,设计了一个双OAM模态的脉冲信号。然后,提出了一个改进的Radon-傅里叶变换来估计耦合多普勒频移,同时补偿了距离走动。此外,对耦合多普勒频率的估计采用了解耦方法,以分别得到切向速度和径向速度的估计。最后,对径向速度的模糊进行了判断,并设计了解模糊过程。与传统的一维速度估计相比,提供了额外的目标速度特征,可以获得更好的目标分类和识别性能。
本发明的实现步骤如下:
步骤1雷达以脉冲方式先后发射两种OAM模态的涡旋电磁波信号,得到两个OAM模态的目标回波信号。
涡旋电磁波通常由圆形阵列产生。考虑一个由N个天线等距放置的圆形阵列,第n个阵列单元的发射信号可以通过以下方式给出
其中,t是时间变量,f0是发射信号的中心频率。φn=2π(n-1)/N是第n个阵元的方位角,s(t)是发射信号的波形,l是发射信号的OAM模态数。
在接收机上,同样的相位加权被应用于目标回波。然后,P(r,θ,φ)目标在一个任意点的回波st(t),可以写为
当N足够大时,
其中
其中,a是圆形阵列的半径。t是参考时间延迟。k=2π/λ,λ是波长,φn是第n个阵元的方位角,Jl(x)是模态数l的第一类贝塞尔函数,θ是目标俯仰角,φ0为目标初始方位角,φ(t)是目标瞬时方位角差,是指目标当前方位角相对于初值方位角之差,vr是径向速度,vt是切向速度。r为目标距离,θ为目标俯仰角,φ为目标方位角;
通常情况下,r>>vrt,φ(t)可以近似为
经过下变频和匹配滤波处理之后,接收到的目标回波的表达式为:
其中,α为目标回波信号的信号幅度,δ(t-t′)是单位冲激函数。
在方程(6)中,径向速度和切向速度都能引起与多普勒效应有关的相移。因此,在涡旋电磁波雷达中,多普勒相移Φ(t),由两部分组成,表示为
在方程(7)中,第一项是由径向运动引起的常规多普勒相位,第二项与切向速度有关。可以看出,在涡旋电磁波情况下,这两种多普勒效应是耦合的。由于两个多普勒相位分量是耦合的,移动目标检测不能得到速度信息的真实值。
为了实现解耦多普勒估计,本发明设计了不同OAM模态的脉冲信号。根据涡旋电磁波的多普勒相移公式(7),可得相应的多普勒频移为
在上述公式中,只有第二项与OAM模态有关。因此,通过调整OAM模态,旋转多普勒频移改变,而径向多普勒频移保持不变。在本发明的设计中,雷达以脉冲方式先后发射两种OAM模态l1和l2。在接收机中,两种模态的回波在脉冲信号中是相互分离的。因此,可以得到两个具有不同旋转多普勒频移和相同径向多普勒频移的回波信号。两个OAM模态的信号可以写成:
其中,
其中,t是时间变量,stm1(t)为第一OAM模态l1所对应的目标回波信号,stm2(t+Δt)为OAM模态l2所对应的目标回波信号,α为目标回波信号的信号幅度,φ0为目标初始方位角,φ(t)是目标瞬时方位角差,是指目标当前方位角相对于初值方位角之差,vt为切向速度,vr为径向速度,k=2π/λ,λ是目标回波信号的波长,θ为目标的俯仰角,t′为接收信号与发射信号的时间差,δ(t)为单位冲激函数,Δt为脉冲重复时间,l1为第一OAM模态,l2为第一OAM模态,a为圆形阵列的半径,为模态数为l1的第一类贝塞尔函数;/>为模态数为l2的第一类贝塞尔函数;
步骤2对两个OAM模态的目标回波信号分别采用改进的Radon-傅里叶变换处理,得到两个OAM模态的目标回波信号在耦合的多普勒频移fa、径向速度粗估计值vr0、目标距离r三维空间的功率谱图。
旋转多普勒频移相对较小,为了提取这个多普勒成分,需要很长的观测时间。然而,事实证明,长的观测时间会造成距离走动效应。传统的时间-频率分析方法在距离走动下是无效的。为了克服这个问题,本发明提出了一个改进的Radon-Fourier变换。
传统的Radon-傅里叶变换显示为
其中
其中,Gtm(r,vr0,fa)为目标回波信号的功率,vr0为径向速度的粗估计值,fa为耦合的多普勒频移,r为目标距离,T为观测时间窗长度,stm为目标回波信号,vr0为径向速度的粗估计值;
如上所示,滤波函数在传统的Radon-傅里叶变换过程中只与径向速度有关。然而,当使用涡旋电磁波时,多普勒频移是切向多普勒和径向多普勒效应的组合。为了使滤波函数/>能够补偿耦合的多普勒频移效应,本发明提出了改进的滤波函数表示为
其中是改进的Radon-傅里叶变换的滤波函数。
由于切向速度与目标距离的变化无关,改进的Radon-傅里叶变换中的距离门数搜索和原始Radon-傅里叶变换的相同。那么,一个脉冲信号的改进的Radon-傅里叶变换结果由以下公式给出:
其中,vr0为径向速度的粗估计值,fa为耦合的多普勒频移。
步骤3通过分别搜索两个OAM模态的目标回波信号对应的三维空间功率谱中的峰值,得到第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2、第一径向速度粗估计值vr01、第二径向速度粗估计值vr02。
通过搜索三维空间(r,vr0,fa),可以得到两个耦合的多普勒频移估计结果fa1和fa2。基于方程(8),多普勒频移估计结果和速度之间的关系如下,
可以通过解决二元线性方程组来估计径向速度和切向速度,其公式为:
其中,fa1为第一OAM模态l1所对应的目标回波信号的耦合的多普勒频移,fa2为第二OAM模态l1所对应的目标回波信号的耦合的多普勒频移,λ为目标回波信号的波长。
步骤4将第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2代入多普勒频移估计值与径向速度、切向速度关系式,计算得到径向速度vr和切向速度vt。
为了减少改进的Radon-傅里叶变换的计算量,应该使用低脉冲重复频率(PRF)。由于PRF较低时,最大无模糊速度(MUS)也较低,所以在解耦过程中可能会出现径向速度模糊。在信号处理过程中,如果改进的Radon-傅里叶变换估计的vr0大于最大无模糊速度MUS,认为发生径向的速度模糊,否则,未发生径向的速度模糊。为了解决模糊问题,应根据最大无模糊速度MUS和vr0,计算出模糊数NAM,其公式为:
其中,是最大无模糊速度MUS,/>表示向下取整运算。
那么,实际的径向速度可以得到:
其中,NAM为模糊数。
下面通过仿真数据对本发明的效果做进一步说明。
雷达参数见表1。雷达以脉冲方式依次发射两种OAM模态。在接下来的模拟中,模拟了一个运动参数为vr=100m/s,vt=300m/s和原始距离2000m的目标。匹配滤波器之前的信噪比(SNR)为0dB。图2显示了匹配滤波后的信号在时间-距离平面上的图像。从图2中可以看出,观察时间长的时候会出现距离走动。然后,两个具有不同OAM模态的脉冲信号被分开。在图3(a)~图3(c)中,给出了l=3时,改进的Radon-傅里叶变换结果的三个二维剖面图。应用改进的Radon-傅里叶变换后,目标参数被清楚地估计出来。图4(a)~图4(c)给出了l=-3时的改进的Radon-傅里叶变换结果。
表1.雷达参数
载波频率 | 10GHz |
PRF | 200Hz |
带宽 | 10MHz |
观察时间 | 10s |
OAM模态 | ±3 |
圆形阵列的半径 | 3λ |
脉冲宽度 | 10-6s |
此外,为了对耦合多普勒频移去耦合,采用了本发明中的逐个脉冲策略。根据图3(a)~图3(c)和图4(a)~图4(c)的结果,可以提取目标的多普勒频移估计,如图5所示。由于OAM模态的变化,多普勒频移的估计是不同的。将估计结果代入方程(16),切向速度和径向速度的估计结果分别为315.73m/s和-0.503m/s。根据表1中的参数,改进的Radon-傅里叶变换过程中的MUS为1.5m/s,比图3(a)~图3(c)和图4(a)~图4(c)中得到的径向速度粗估计值小很多。这意味着速度模糊的发生。然后,通过模糊求解过程得到的真实值是99.997m/s。此外,切向和径向速度的估计误差为5.24%和0.003%。
综上所述,本发明解决了成像后目标识别中的速度估计问题,相较于传统雷达仅具有径向一维速度估计能力,涡旋电磁波雷达具有二维速度估计能力,充分挖掘该体制特点,克服参数估计中的距离走动问题,实现了高精度的二维速度估计。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于包括如下步骤:
雷达以脉冲方式先后发射两种OAM模态的涡旋电磁波信号,得到两个OAM模态的目标回波信号;
对两个OAM模态的目标回波信号分别采用改进的Radon-傅里叶变换处理,得到两个OAM模态的目标回波信号在耦合的多普勒频移fa、径向速度粗估计值vr0、目标距离r三维空间的功率谱图;
通过分别搜索两个OAM模态的目标回波信号对应的三维空间功率谱中的峰值,得到第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2、第一径向速度粗估计值vr01、第二径向速度粗估计值vr02;
将第一耦合多普勒频移估计值fa1、第二耦合多普勒频移估计值fa2代入多普勒频移估计值与径向速度、切向速度关系式,计算得到径向速度vr和切向速度vt;
判断径向速度vr是否发生模糊,如果发生模糊,则对径向速度vr进行解模糊处理,得到径向速度真实值,否则,径向速度vr即为径向速度真实值。
2.根据权利要求1所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于所述两个OAM模态的目标回波信号分别为:
其中,
其中,t是时间变量,为OAM模态l1所对应的目标回波信号,/>为OAM模态l2所对应的目标回波信号,α为目标回波信号的信号幅度,φ(t)为阵列天线相对于目标的涡旋方位角差,vt为切向速度,vr为径向速度,k=2π/λ,λ是目标回波信号的波长,θ为目标俯仰角,t′为接收信号与发射信号的时间差,δ(t)为单位冲激函数,Δt为脉冲重复时间,l1为第一个OAM模态,l2为第二个OAM模态,a为圆形阵列的半径;/>为模态数为l1的第一类贝塞尔函数;/>为模态数为l2的第一类贝塞尔函数。
3.根据权利要求1所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于所述改进的Radon-傅里叶变换为:
其中,Gtm(r,vr0,fa)为目标回波信号的功率,vr0为径向速度的粗估计值,fa为耦合的多普勒频移,r为目标距离,T为观测时间窗长度,stm为目标回波信号,vr0为径向速度的粗估计值;
其中,是改进的Radon-傅里叶变换的滤波函数。
4.根据权利要求1所述的所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于所述径向速度和切向速度通过如下公式计算得到:
其中,fa1为第一OAM模态l1所对应的目标回波信号的耦合的多普勒频移,fa2为第二OAM模态l2所对应的目标回波信号的耦合的多普勒频移,λ为目标回波信号的波长。
5.根据权利要求1所述的所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于判断径向速度是否模糊的方法为:
如果径向速度粗估计值大于最大无模糊速度MUS,则认为发生径向的速度模糊,否则,未发生径向的速度模糊。
6.根据权利要求1所述的所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于最大无模糊速度为:
其中,PRF为目标回波信号的脉冲重复频率,λ是目标回波信号的波长。
7.根据权利要求1所述的所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于实际的径向速度为:
其中,NAM为模糊数。
8.根据权利要求1所述的所述的一种距离走动涡旋电磁波雷达旋转目标检测方法,其特征在于所述模糊数NAM为:
其中,表示向下取整运算。
9.一种电子设备,其特征在于,包括:
存储器:用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,执行如权利要求1~8中任一项所述的方法。
10.一种计算机存储介质,其特征在于其上存储有计算机程序,所述计算机程序被处理器运行时实现权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233055.2A CN117452388A (zh) | 2023-09-22 | 2023-09-22 | 一种距离走动涡旋电磁波雷达旋转目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233055.2A CN117452388A (zh) | 2023-09-22 | 2023-09-22 | 一种距离走动涡旋电磁波雷达旋转目标检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117452388A true CN117452388A (zh) | 2024-01-26 |
Family
ID=89591845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311233055.2A Pending CN117452388A (zh) | 2023-09-22 | 2023-09-22 | 一种距离走动涡旋电磁波雷达旋转目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452388A (zh) |
-
2023
- 2023-09-22 CN CN202311233055.2A patent/CN117452388A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111352102B (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
Zheng et al. | Radar high-speed target detection based on the scaled inverse Fourier transform | |
CN107607923B (zh) | 基于lfmcw雷达的振动监测系统与信号处理方法 | |
US7928896B2 (en) | Application of time reversal to synthetic aperture imaging | |
US6088295A (en) | Feature imaging and adaptive focusing for synthetic aperture processor | |
US9223021B2 (en) | Method and system for motion compensated target detection using acoustical focusing | |
Xu et al. | Range sidelobe suppression technique for coherent ultra wide-band random noise radar imaging | |
US10222472B2 (en) | System and method for detecting heading and velocity of a target object | |
CN110568434B (zh) | 一种多通道匀加速sar动目标二维速度估计方法 | |
Huang et al. | Radar high speed small target detection based on keystone transform and linear canonical transform | |
CN109324322A (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
CN107153189B (zh) | 线性调频连续波雷达测距的信号处理方法 | |
CN102121990B (zh) | 基于空时分析的逆合成孔径雷达的目标转速估计方法 | |
Xu et al. | Doppler–range processing for enhanced high-speed moving target detection using LFMCW automotive radar | |
CN109541579B (zh) | 基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法 | |
CN113009483B (zh) | 一种测速方法、装置、计算机存储介质及设备 | |
Chen et al. | Compensation for high-frequency vibration of SAR imaging in the terahertz band based on linear chirplet transform and empirical mode decomposition | |
CN106772373B (zh) | 针对任意地面运动目标的sar成像方法 | |
CN110596651B (zh) | 一种雷达检测的方法 | |
CN117452388A (zh) | 一种距离走动涡旋电磁波雷达旋转目标检测方法 | |
Bai et al. | High-resolution 3-D imaging of group rotating targets | |
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 | |
JP3395683B2 (ja) | レーダ信号処理器 | |
Radius et al. | Phase Variant Analysis Algorithm for Azimuth Ambiguity Detection | |
Liu et al. | Slant-range velocity estimation based on small-FM-rate chirp |
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 |