彭勃[1]2014年在《正弦调频傅里叶变换方法及雷达目标微动特性反演技术研究》文中进行了进一步梳理微动是目标或目标部件除了质心平动之外的一种具有小幅、往复特点的运动分量,反映了目标的精细特征,在雷达目标识别和成像技术领域占有独特的重要作用。当前,微动参数估计面临一些技术瓶颈,传统时频分析方法估计精度低,基于模型的方法对不同微动形式的适应性差,给以上述两类方法为主体的微动参数估计理论的实用性带来了严峻挑战。本文围绕雷达目标微动特性反演问题展开,提出了正弦调频傅立叶变换等一系列微动参数估计方法,大幅度提高了微动参数估计精度和微动模型的适用范围,研究成果对目标微动特性反演、雷达成像等问题具有指导意义。第一章为绪论,阐述了论文的研究背景及意义,综述了微动特性反演领域的发展概况和研究现状,并介绍了论文的主要工作。第二章从微动模型出发,将微动分为简谐微动与复杂微动、普通微动与小幅微动,基于多正弦调频信号建立了囊括上述微动形式的微动目标雷达回波模型。研究了时频分析方法与基于模型的方法的局限性,以伪魏格纳分布为例,分析了基于时频分布估计正弦调频信号瞬时频率的偏差和随机误差,从理论上揭示了时频分析方法在正弦调频信号分析中面临的技术瓶颈。最后,指出了时频分析方法在微动参数估计中的适用条件。第叁章建立了正弦调频信号空间,提出了正弦调频傅立叶变换。与时频分析采用短时窗做瞬时近似不同,正弦调频傅立叶变换通过微多普勒调制信息的长时间积累,显着提高了微动参数估计精度,并从模型角度,根本上解决了多正弦调频信号参数多、估计算法复杂的难题。研究了正弦调频傅里叶变换估计精度与可估计的微动幅度范围,提出了微多普勒噪声比的概念,分析了正弦调频傅里叶变换中的相位缠绕问题与相位解缠方法,并研究了多分量多正弦调频信号正弦调频傅里叶变换的特点,得到了新方法在估计多正弦调频信号参数时的归一化均方根误差经验公式以及多分量信号变换结果的经验公式。接下来,提出了两种相应的解决具体问题的算法:基于正弦调频傅立叶变换的瞬时频率估计方法以及车辆振动谱估计方法。理论分析和仿真实验结果表明,正弦调频傅立叶变换能够精确估计调制微弱的多正弦调频信号参数,较现有方法大幅提高了估计精度和抗噪性能,降低了可估计的微动幅度下限,能够估计未知微动形式、多微动频率成分的目标微动特性。第四章提出了正弦调频稀疏恢复算法,在正弦调频信号空间建立傅立叶调频字典,并引入稀疏恢复方法,借用正弦调频信号空间分析正弦调频信号的优势,以及稀疏贝叶斯学习对非均匀欠采样的适应能力,能够分析低数据率、非均匀采样的正弦调频信号,实现微动参数估计。较现有基于稀疏恢复的正弦调频信号参数估计方法,正弦调频稀疏恢复算法将参数维数降至1维,具有更高的稳健性、估计精度和算法效率。分析了正弦调频稀疏恢复算法的微动谱模糊问题,分析了傅立叶调频字典的相干性和网格划分问题。研究了远程低频段雷达中段目标进动参数估计问题,针对远程低频段雷达估计中段目标进动参数受限于数据率低、采样非均匀、目标微多普勒效应弱等难题,基于正弦调频空间稀疏恢复算法,采用美国铺路爪雷达参数仿真,通过约5分钟的跟踪数据积累,可实现进动频率的精确估计。第五章提出了可实现大转角下不同散射中心类型的清晰成像的微动目标非理想散射中心成像方法。将正弦调频傅立叶变换与HRRP序列结合,先提取不同散射中心的微动信息,实现其位置的粗估计。建立了散射中心复合模型,进而,通过散射中心类型判别、基于微动谱的滑动型散射中心参数估计等一系列处理方法,实现散射中心位置的精估计,并反演相应的目标结构特征。目标非理想散射中心成像方法能够反映目标不同类型散射中心的空间分布,给出目标主要结构的尺寸角度信息,相比传统成像方法,更加直观、全面。第六章总结全文,并指出需要进一步研究的问题。本文从信号模型与信号处理方法角度在传统微动特性反演技术方面取得了新的突破,在正弦调频信号空间中提出了一系列微动目标参数估计、特性反演、非线性调频信号分析的理论与方法,实现了目标微动特性的精细反演,拓展了微动幅度的可估计范围。取得的成果对于微动参数估计、雷达成像、目标识别和电子对抗具有一定的参考价值。
王利华[2]2008年在《基于低分辨雷达的目标识别方法研究》文中认为目标识别是现代雷达技术的一个重要发展方向,尤其是基于低分辨雷达的目标识别在目前的雷达系统中具有重要的现实意义和应用价值。本文通过雷达回波数据预处理、目标特征提取和分类识别叁个基本步骤,讨论基于低分辨雷达的目标识别方法。首先,介绍了回波数据的预处理过程。本文主要采用基于两级FFT的预处理方法,达到了抑制各种杂波干扰的目的,并且通过恒虚警处理获得了目标的距离和频谱等信息。然后,讨论了目标特征提取方法。针对本文所涉及的六类目标,采用了多种方法来实现特征提取,如雷达截面积、SVD分解、短时傅立叶变换和瞬时频率等。对每种特征提取方法,通过对回波数据加高斯噪声的方式降低信噪比,以此来比较各种特征量在不同信噪比下的稳定性。最后,给出了目标的识别结果。在简要分析了单一特征量对目标进行识别的可能性的基础上,着重讨论了应用不同特征量的组合进行目标分类的方法。根据这几类目标现有的实测回波数据,通过仿真计算给出了不同信噪比下每种特征组合方式的识别结果,其中高信噪比下目标的平均识别率达到了85%,而信噪比降低时的平均识别率也在80%以上。
潘康[3]2010年在《基于时频分析的雷达目标识别技术研究》文中进行了进一步梳理本论文以空中带微动特性的径向运动目标为研究对象,开展了基于时频分析的高分辨雷达目标识别技术的研究。本文的主要工作有：1.通过改进GRECO建模软件,实现动态RCS计算。添加的目标运动轨迹读取模块,可以满足目标复杂运动的需求,雷达发射波形选择模块使建模软件更加接近真实的雷达系统。并以叁种简单目标柱锥、圆锥、球锥作为研究对象,在其径向运动的同时,使其产生旋转、翻滚等微动,用GRECO动态建模软件计算目标的动态RCS。2.对Wigner-Ville变换、短时傅里叶变换(STFT)和小波变换等时频分析方法进行了研究。在MATLAB软件平台上,运用短时傅里叶变换对运动目标的建模回波信号进行了时频分析处理,得到了运动目标回波信号的时频分布图像。按照目标的运动轨迹和姿态制作动画,建立了目标建模与目标识别之间的界面联系。3.提出了一种新的基于时频特征的目标识别算法。运用逐像素扫描算法对目标回波信号的时频分布图像进行特征提取,采用最近邻分类器进行判决分类。同在时频分布图基础上提取矩阵奇异值作为特征进行识别的方法比,本文提出的方法具有更高的正确识别率。仿真试验结果验证了算法的正确性和有效性。
姜悦[4]2014年在《基于微多普勒的飞机目标时频域特征提取方法研究》文中研究指明现代战争中目标属性信息的准确获取已愈发重要，如何准确地分类识别不同飞机目标已经成为了目前研究的重点。随着雷达目标微多普勒现象的发现，目标的微动特性在雷达自动目标识别中逐渐受到了广泛的关注。一般把雷达目标除质心平动外的小幅振动、转动和其他高阶运动统称为微动。微动目标回波中包含了精细的目标微多普勒特征信息，因此，可以从其中提取出目标特有的特性信息。而基于目标微动回波时频图的特征更是因为其信息量大的特点，成为了一种有效的目标分类特征。本文主要分析了基于飞机目标微多普勒特征的目标分类方法，研究了从目标回波的韵律频率图(Cadence Frequency Diagram, CFD)和时频图中提取特征进行目标分类的算法。论文主要内容可以概括如下：1.推导了飞机目标空间微动部件回波的数学形式，介绍了多普勒域叁维特征和特征谱四维特征两种飞机目标分类算法，仿真分析了这两种常用的飞机目标特征提取算法的分类性能。2.在介绍了短时傅里叶变换时频分析方法的基础上，基于短时傅里叶变换得到的飞机目标回波的时频图，分别研究分析了目标时频图图像熵特征以及平均时频谱的波形熵、方差特征这两种新的飞机目标特征提取方法的分类性能。3.研究了应用于飞机目标的CFD特征提取分类算法，详细研究了算法应用的具体步骤。仿真分析了CFD特征在飞机目标分类中的性能，并且研究了相关雷达参数对CFD特征的影响。
刘丽华[5]2012年在《基于雷达测量的导弹目标微动特征提取》文中认为弹道中段是导弹防御系统实施目标拦截的关键阶段，也是目标识别最具挑战性的阶段。基于弹道中段的雷达特征提取是弹道导弹防御系统中目标识别的关键技术之一。本文以弹道导弹防御中的雷达目标识别为背景，基于不同形式的雷达信号对微动导弹目标的特征提取相关技术进行了研究。第一章回顾和总结了弹道导弹目标识别技术的发展状况，并简要介绍了中段弹道导弹目标识别技术的特点及面临的挑战，以及当前对中段弹道导弹目标进行特征提取和目标识别的主要技术手段。第二章建立了雷达观测微动导弹目标的观测模型，对微动导弹的遮挡效应以及动态目标的RCS闪烁效应进行了详细的数学推导和分析，并讨论了微动目标雷达回波信号的微多普勒调制效应，以及动态RCS序列的周期与目标微动频率的关系。本章研究内容为后续的特征提取相关技术的研究奠定了基础。第叁章研究了基于动态RCS特性的弹道导弹进动频率提取方法。首先分析了雷达测量系统对RCS特性的影响，并将目标的RCS闪烁效应处理为乘性随机过程，建立了详细的锥体导弹动态RCS观测模型。在此基础上提出了两种准最大似然估计方法提取导弹目标的进动频率，分别为乘性噪声最大似然估计和高斯最大似然估计法，推导了乘性噪声最大似然估计方法的克拉美罗界。仿真实验结果验证了考虑RCS闪烁效应的必要性，以及本章所提方法的鲁棒性和有效性。第四章提出了一种基于雷达回波信号时频图纹理的周期性估计微多普勒调制频率的方法。该方法从现象学的角度在宏观上分析了带尾翼自旋导弹雷达回波信号时频图纹理的周期性与微多普勒调制频率的关系。借鉴图像处理中纹理分析的思路，将时频谱图看成图像，结合二维傅里叶变换和自相关算法提取其纹理的周期，进而实现了对导弹目标微动频率的估计。该方法不受雷达观测姿态角度的影响，易于工程实现，且计算量较小，适用于先验知识较少的情况下对微动频率的提取。仿真实验验证了该方法的有效性，且在低信噪比条件下仍然适用。第五章从节约导弹防御系统时间资源和有效利用雷达测量数据的角度出发，研究了基于分段非均匀雷达观测数据提取微动导弹目标的进动频率参数和散射中心位置信息的方法。根据导弹目标在高频区的电磁散射中心具有稀疏性这一特点，构造了包含进动频率的稀疏成份分析含参字典族，并建立了雷达回波信号的稀疏表征模型。在此基础上，将非线性最小二乘拟合和正交匹配追踪算法相结合，对进动导弹的雷达回波信号进行了稀疏重构，进而提取了导弹的进动频率和散射中心相对位置信息。该方法为导弹防御系统时间资源受限条件下的目标特征提取和识别技术提供了一种解决思路。论文最后对研究内容进行了总结并给出了进一步研究方向。
刘进[6]2010年在《微动目标雷达信号参数估计与物理特征提取》文中认为弹头、飞机、车辆和生命体等目标内在的动力学特性决定了其特有的微运动形式。随着雷达工艺水平的提高和先进信号处理技术的发展,目标微运动信息在目标识别领域越来越受到重视。目前,微动目标对雷达信号的频率调制—微多普勒信息的利用是国内外学术界和工程界的热点问题。论文以微动目标的雷达目标识别为背景,以微多普勒模型—微多普勒参数估计—微动目标物理特征提取为技术路线,采用理论分析和测量实验相结合的方法,系统深入地研究了微动目标雷达信号处理和特征提取等问题。首先,研究了微多普勒的理论模型,建立了目标运动参数、几何结构参数与雷达回波微多普勒参数的显式关系。根据目标电磁散射机理,分别推导了理想散射情况和非理想散射情况下雷达目标的微多普勒模型:在理想散射情况下,将转动、振动和锥旋叁种基本的微运动引起的微多普勒模型进行了统一的表征,并分析了其频域特性、时频特性和高阶瞬时矩特性;在非理想散射情况下,分析了滑动型散射中心对微多普勒的影响,重点建立了圆环结构边缘型散射中心的锥旋微多普勒模型。结合目标的质心平动对多普勒的调制,建立了质心运动情况下微动目标回波的多普勒模型,给出了信号参数与平动、微动参数之间的关系。其次,以TFD(Time Frequency Distribution)-Hough变换为理论工具,研究了微多普勒的参数化估计方法及其快速算法。针对理想点散射情况下的微多普勒模型,提出了叁参数正弦调频信号的TFD-Hough变换估计方法,研究了其中正弦调频信号伪魏格纳分布的窗长选择,分析了其离散数学表达式和输入输出信噪比,并设计了正弦曲线的随机Hough变换算法,提出了基于时频脊—随机Hough变换的快速处理方法;针对圆环结构边缘型散射中心的锥旋微多普勒模型,结合弹道中段目标识别等应用背景,提出了部分参数已知情况下时频曲线的Hough变换参数方程,并根据圆环结构的刚体特性和对称特性,提出了参数空间融合处理的方法,从而提高了估计精度;针对实际目标散射中心之间强度不一致的情况,提出了基于频域“CLEAN”思想的多分量微多普勒信号参数估计方法,避免了对时域信号幅度进行估计,能够有效地对不同强度信号的微多普勒参数进行估计;针对理想点散射情况下质心运动时微动目标回波的多普勒模型,利用多项式相位信号和正弦调频信号的高阶瞬时矩特性,采用多时延高阶瞬时矩处理将正弦调频分量和多项式相位分量解耦,提出了通过正弦调频信号和线性调频信号的TFD-Hough变换分步估计正弦调频—多项式相位信号参数的方法,可以同时估计出目标的微多普勒参数和平动多普勒参数,并根据正弦调频信号和线性调频信号的时频脊-随机Hough变换,提出了正弦调频—多项式相位信号参数估计的快速算法。最后,根据目标运动参数、几何结构参数与微多普勒参数的对应关系,研究了微动目标物理特征的提取技术,并开展了相关的微动目标动态测量实验。以毫米波导引头的目标识别为应用背景,开展了毫米波导引头旋转目标外场测量实验,验证了理想散射情况下微多普勒的参数估计算法的有效性,并通过实测数据处理提取了旋转目标物理特征;以弹道中段目标识别为应用背景,提出了一种空间进动目标宽带全极化动态散射特性的实验研究方法,并通过暗室测量实验初步验证了微波雷达对弹头进动微多普勒的可观测性,观察到空间进动目标常见结构的非理想散射引起的微多普勒,验证了圆环结构边缘型散射中心的锥旋微多普勒模型及其参数估计算法的有效性,通过实测数据处理提取了空间进动目标的物理特征。论文提出的微多普勒参数估计方法、微动目标特征提取方法和微动目标动态测量的实验方法将丰富微动目标雷达信息处理体系,对解决弹道导弹防御、防空作战和战场监视等领域中的目标识别应用有着一定的指导意义。
姚辉伟[7]2014年在《窄带雷达中段目标识别技术研究》文中研究指明深入挖掘窄带雷达潜力,研究基于窄带信息的弹道中段目标识别和特征提取技术对于弹道中段攻防对抗具有重要意义。本文以弹道导弹防御为背景,针对弹道中段目标识别难题,重点研究了基于轨道特征的有源假目标识别技术、基于窄带RCS(Radar Cross Section,RCS)序列的进动目标周期特征提取技术和基于时频变换域的进动目标成像技术。第一章阐述了课题研究背景及意义,简要介绍了弹道导弹攻防对抗的现状,对基于窄带雷达信息的弹道中段目标识别和特征提取相关技术进行了归纳总结和分析,最后介绍了本文的主要研究工作。第二章为弹道目标跟踪基础理论研究。首先介绍了跟踪滤波的基本原理,对基于动力学模型和基于运动学模型的弹道目标跟踪滤波的数学模型及关键要素进行了分析和讨论;然后从状态方程的预测性能和滤波过程的线性化两个方面,分别提出了基于运动学与动力学混合模型的弹道中段目标跟踪算法和基于变换观测量的雷达垂直坐标系下的弹道中段目标跟踪算法。所提方法兼具动力学和运动学两种模型的优点,即既具有与动力学模型相近的性能,又具有运动学模型线性化的结构。第叁章研究了基于弹道中段目标轨道特征的有源假目标识别技术。首先深入分析了弹道目标和有源假目标的动量矩、近拱点矢量和轨道根数等轨道特征量。在此基础上,提出了基于轨道根数时不变特性的有源假目标识别技术,给出了时不变判定准则,基于轨道可逆性原理实现了初始观测数据的精确估计。最后对叁种典型布站情况进行了仿真,仿真结果验证了所提方法的有效性。第四章研究了基于窄带RCS序列的弹道中段进动目标周期特征提取技术。首先利用电磁计算软件计算得到典型中段目标的RCS数据,通过样条拟合生成其动态RCS序列;简要介绍了传统的RCS特征提取方法,指出了传统方法在基于RCS序列提取进动目标周期特征时的局限性。然后从周期的定义和性质出发,分别提出了基于分组数据相似性度量和基于分组数据非参数统计特征的周期估计方法,给出了周期判定准则。仿真结果表明,所提方法能有效克服传统方法的缺陷。第五章研究了基于时频域的弹道中段进动目标窄带成像技术。首先概述了传统基于理想散射中心的进动目标窄带回波建模方法、时频分析技术和基于时频变换域的窄带成像方法,通过仿真分析指出了当存在非理想散射现象时传统成像方法的不足。然后建立了基于非理想散射中心的弹道中段进动目标窄带回波模型,提出在时频变换之前基于经验模态分解对信号进行分解,然后对各本征模态分别进行时频变换域成像的方法。最后通过暗室测量数据和暗室进动实验分别验证了模型的正确性和所提成像方法的有效性。第六章总结了论文的研究工作和主要创新点,指出需要进一步研究的问题。
曾勇虎[8]2004年在《极化雷达时频分析与目标识别的研究》文中研究说明随着宽带信号理论和技术、极化散射测量技术的发展，具有高分辨成像、全极化测量或极化捷变能力的雷达逐渐成为现代雷达技术发展的主流，从而极大地增强并扩展了雷达的探测功能和应用范围。与现代雷达的宽带、高分辨发展趋势相比，面向窄带、低分辨的经典极化理论越来越显示出其差距和不足。瞬态极化理论体系的建立，为宽带电磁波极化表征、雷达目标宽带极化散射特性刻画提供了有力的理论工具；对于开发目标的极化散射信息、提高宽带极化雷达的探测性能具有重要的意义。 本文以瞬态极化理论为基础，对电磁波的瞬态极化概念加以拓展和完善，建立了电磁波瞬态极化时频分析基本方法，为在时频域上刻画和分析时变电磁波的瞬态极化特性提供了理论基础和数学工具；然后以电磁波瞬态极化时频变换为工具，刻画和分析了宽带极化雷达目标散射回波在时频域上的瞬态极化特性，提出了两种目标识别方法，取得了良好的目标识别效果。 具体内容可分为理论研究和应用研究两个方面： 在理论研究方面，阐释了对时变电磁波作瞬态极化时频分析的必要性及物理涵义，提出了对电磁波瞬态极化时频分布的基本性质要求，然后给出了电磁波瞬态极化短时Fourier变换(简称为瞬态极化STFT)、电磁波瞬态极化Wigner-Ville分布(简称为瞬态极化WVD)、电磁波瞬态极化模糊函数、电磁波一般类瞬态极化时频分布以及电磁波瞬态极化伪Wigner-Ville分布(简称为瞬态极化PWD)的定义，并分别讨论了它们的主要性质，比较了电磁波瞬态极化时频分析方法与常规时频分析方法之间的区别和联系。这些概念和方法构成了电磁波瞬态极化时频分析的基本内容，为随后的目标识别研究提供了理论基础。 在应用研究方面，提出了基于瞬态极化WVD相关的宽带极化雷达目标识别方法，以充分利用目标后向散射回波中的瞬态极化信息，并且揭示了采用瞬态极化WVD相关方法时的性能改善与目标回波极化散度之间的关系；提出了目标回波瞬态极化时频分布奇异值特征提取与识别的方法，由目标回波瞬态极化时频分布各分量的奇异值组成特征矢量，以BP神经网络作为分类器进行了目标识别实验，结果表明其性能优于常规的时频分析方法。 本文对极化雷达时频分析与目标识别的研究表明，采用电磁波瞬态极化时频分析方法，不仅可以刻画时变电磁波在时频域上的能量分布情况，而且可以刻画其在时频域上的极化状态分布情况，因而对于时变电磁波的特性描述和信息开发更加完整和全面；将电磁波瞬态极化时频分析方法应用于宽带极化雷达目标识别，可以获得优于采用常规时国防科技大学研究生院学位论文频分析方法时的识别性能，并且识别算法具有更好的抗噪声能力。 关键词:极化，瞬态极化，时频分析，雷达目标识别，瞬态极化时频分析，瞬态极化短时Fourier变换，瞬态极化Wigner-Ville分布，瞬态极化伪Wigner-Ville分布，瞬态极化模糊函数，一般类瞬态极化时频分布，瞬态极化WVD相关，瞬态极化时频分布奇异值特征第H页
王功兵[9]2016年在《基于时频分析的水下目标声散射特征研究》文中指出水下目标探测与识别是国内外学者重点研究的领域之一。利用主动声纳进行水下目标探测时,回波分析法是最有效的手段之一,目标回波是入射声波照射到目标上并与目标相互作用产生的,包含了目标大量的物理信息,是探测识别水下目标的重要信息来源。根据亮点模型理论,水下目标回波的声散射特征在不同的声波入射角下有显着的不同,为了对目标回波作全面的研究,不仅需要提取目标回波的声散射特征,还应该建立目标回波在全方位的声散射特征库,进而对多角度入射情况下目标的声散射特征进行识别。针对上述问题,本文利用多种时频分析方法对不同声波入射角度下的目标回波数据进行特征提取,建立了目标回波全方位分析模型,并对水下目标的声散射特征进行识别研究。本文首先介绍了水下目标的声散射特性与目标回波的产生机理,研究了声波入射角变化时,回波信号的几何声散射特征随入射角的变化关系,并对这一变化关系进行了仿真分析。进一步研究了目标回波的时频特性,对目标几何亮点回波的魏格纳-威尔分布以及分数阶傅里叶变换进行了理论推导。利用WVD-Hough变换、分数阶傅里叶变换以及频域小波变换叁种时频方法对实验数据处理结果表明,叁种方法能够有效地提取目标回波的亮点统计特征、能量特征以及弹性亮点特征,并且随着声波入射角度的变化目标每种特征也会随之变化,进而利用WVD-Hough变换、分数阶傅里叶变换以及频域小波变换建立了在各自变换域中目标全角度下回波的声散射特征库。初次得到的各个特征空间的特征向量的维数往往都很高,难以直接进行目标的分类识别,需要对各个时频特征向量进行降维处理。本文研究了水下目标回波的亮点统计特征,即亮点个数、各亮点间的位置关系、亮点的强度,并对目标的时频特征进行选择,进而将选择的目标回波的特征作为输入分类器的特征向量。每一种目标回波特征都是信号在对应特征空间中的描述,不同特征空间之间具有一定的互补性,本文采用一种改进的特征级融合方案对获得的低维特征向量进行融合,最后利用融合特征进行目标的声散射特征识别研究。对获取的目标全角度数据处理结果表明,对水下目标建立的目标回波全角度的声散射特征库以及选取目标回波的多种特征在水下目标声散射特征识别中是有效的、可行的,并且融合特征又进一步提高了不同入射角度下的声散射特征识别的正确识别率。
雷鹏[10]2012年在《空间目标特征分析与识别研究》文中提出大气层外的弹道导弹为保持飞行平稳，往往采取自旋的方式进行姿态控制，但由于大气干扰、诱饵释放以及弹箭分离时其它载荷的反作用力影响，弹道导弹在中段和再入段时会产生进动，诱饵由于没有姿态控制系统，在大气阻力和地球重力的共同作用下，将产生摆动或者翻滚。弹头的进动和诱饵的摆动、翻滚等统称为微动，微动是目标或目标的组成部分除主体平动之外的振动、转动等小幅运动，微动对雷达回波产生调制效应，使传统的特征提取与目标识别领域得到了扩展。本文深入分析了目标微动对雷达回波的调制效应，在此基础上研究了空间目标特征分析与识别方法。第一章系统介绍了课题的背景及研究意义，归纳分析了空间目标特征分析与识别的研究现状及尚未解决的问题。从空间目标雷达回波建模、微多普勒特征提取与参数估计、微动目标ISAR成像与参数估计、空间目标识别等几方面总结了该领域的主要研究成果、技术途径和存在问题，介绍了本文的主要研究工作。第二章系统研究了空间目标特征提取与参数估计方法。首先研究了空间目标微多普勒特征提取与参数估计方法，对进动目标、摆动目标和章动目标进行了微动特性建模，分析了其回波微多普勒调制特性，研究了基于微多普勒变换谱的微动周期估计方法和基于微多普勒特征点的微动角估计方法；然后研究了空间目标ISAR像特征提取与参数估计方法，分析了ISAR成像的基本原理和基于时频分析的成像技术，以此为基础研究了基于HRRP的目标径向尺寸估计方法和基于ISAR像的目标几何尺寸反演方法。第叁章深入研究了基于微动效应的空间目标识别方法。首先研究了基于微多普勒-HRRP联合特征的空间目标识别方法，对空间目标微多普勒特征及一维距离像分布特征进行了识别有效性分析，提出了基于微多普勒—HRRP联合特征的空间目标识别方法，并通过仿真的电磁散射数据进行了算法性能验证；然后研究了基于谱分析的空间目标识别方法，对非旋转对称的进动目标、摆动目标和翻滚目标的谱线分布特征进行了分析，考察了其识别有效性，以此为基础研究了基于谱分布特征的空间目标识别方法，并通过电磁散射数据进行了算法性能验证。第四章深入研究了弹道中段目标综合识别仿真问题。针对具体导弹威胁场景，对弹道中段目标的微动特征和HRRP、ISAR特征进行了提取，分析了其识别有效性，并以此为基础研究了基于窄带特征、宽带特征和宽窄特征相结合的综合识别方法。第五章对全文工作进行了归纳，总结了本文的主要工作和创新点，探讨了弹道目标识别领域的发展趋势和需要进一步解决的问题。
参考文献：
[1]. 正弦调频傅里叶变换方法及雷达目标微动特性反演技术研究[D]. 彭勃. 国防科学技术大学. 2014
[2]. 基于低分辨雷达的目标识别方法研究[D]. 王利华. 南京理工大学. 2008
[3]. 基于时频分析的雷达目标识别技术研究[D]. 潘康. 南京理工大学. 2010
[4]. 基于微多普勒的飞机目标时频域特征提取方法研究[D]. 姜悦. 西安电子科技大学. 2014
[5]. 基于雷达测量的导弹目标微动特征提取[D]. 刘丽华. 国防科学技术大学. 2012
[6]. 微动目标雷达信号参数估计与物理特征提取[D]. 刘进. 国防科学技术大学. 2010
[7]. 窄带雷达中段目标识别技术研究[D]. 姚辉伟. 国防科学技术大学. 2014
[8]. 极化雷达时频分析与目标识别的研究[D]. 曾勇虎. 国防科学技术大学. 2004
[9]. 基于时频分析的水下目标声散射特征研究[D]. 王功兵. 哈尔滨工程大学. 2016
[10]. 空间目标特征分析与识别研究[D]. 雷鹏. 国防科学技术大学. 2012
标签：电信技术论文; 时频分析论文; 雷达回波论文; 空间分析论文; 正弦信号论文; 极化曲线论文; 雷达论文; 微动论文;