【摘 要】
：
针对旋转目标微多普勒频率相互交叠、重合难以提取的问题,提出了一种基于调频连续波(frequency modulated continuous wave,FMCW)雷达的微动参数提取方法.考虑到旋转目标微多普勒频率具有正弦形式的特征,利用多普勒信号构造了矩阵并进行奇异值分解,使得奇异值比谱在旋转频率处的比值达到最大.为了估计旋转半径和初始相位,对多普勒信号时频分析结果进行逆Radon变换,将正弦曲线的参数估计问题转化成了参数空间中的峰值检测问题.仿真和实验数据结果表明,结合奇异值分解、时频分析技术和逆Rad
【机 构】
：
西安邮电大学电子工程学院,陕西西安710121
论文部分内容阅读
针对旋转目标微多普勒频率相互交叠、重合难以提取的问题,提出了一种基于调频连续波(frequency modulated continuous wave,FMCW)雷达的微动参数提取方法.考虑到旋转目标微多普勒频率具有正弦形式的特征,利用多普勒信号构造了矩阵并进行奇异值分解,使得奇异值比谱在旋转频率处的比值达到最大.为了估计旋转半径和初始相位,对多普勒信号时频分析结果进行逆Radon变换,将正弦曲线的参数估计问题转化成了参数空间中的峰值检测问题.仿真和实验数据结果表明,结合奇异值分解、时频分析技术和逆Radon变换的旋转目标微动参数提取方法具有在低信噪比条件下提取高精度参数值的能力,有效解决了相互交叉的微多普勒频率参数提取问题.
其他文献
对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)实施有效的电子干扰是合成孔径雷达电子对抗领域的重要课题.针对PolSAR电子干扰的基本原理,首先推导出了接收机输出端和成像处理后的PolSAR方程,并与极化散射矩阵联系起来,完整地描述了不同极化状态组合下的信噪比和杂噪比;然后构建了PolSAR接收机输出端的干扰方程以及成像处理后的非相干、部分相干和完全相干干扰方程,总结了PolSAR电子干扰有效功率的能量分配与守恒规律;最后基于上述方程论证了不同
宽带探测为目标高精度运动参数估计提供了可能.然而,目标多散射特性以及姿态变化等因素限制了测速性能的进一步提升.为此,提出一种基于相位分析与散射点关联相结合的有效方法.首先,通过建立分段匀加速直线运动模型,采用包络对齐方法与自适应Chirplet分解方法相结合的方式,从回波的相位变化中提取出目标的运动信息.然后,使用预测-观测的关联方法,去除其中非平动因素的影响,提高平动速度的估计精度.最后,实测数据的实验结果证明了所提方法的有效性.
结合深度学习思想,提出了一种基于多尺度交互结构卷积神经网络(convolutional neural network,CNN)的合成孔径雷达(synthetic aperture radar,SAR)图像相干斑抑制方法.首先,通过不同尺寸的卷积核及跳跃连接构成多尺度交互特征提取模块以获得不同感受野的特征并加快网络收敛速度.然后,在多尺度交互特征提取模块之间利用简化的密集连接方式使网络能够充分利用浅层纹理特征.最后,采用残差学习策略得到抑制后的图像.实验结果表明,与已有方法相比,所提方法不仅使用较少的计算参
低截获概率(low probability of intercept,LPI)雷达作为一种具有强抗干扰能力及低截获特性的新型雷达,对其精准高效识别已成为雷达对抗一方波形识别的难点.针对该方向主流分类器卷积神经网络(convolution neural network,CNN)的结构智能寻优问题,提出一种基于粒子群优化(particle swarm optimization,PSO)算法-CNN的波形识别算法.该算法利用PSO的寻优特性,可实现较大范围内自动搭建不定层数、不定层类别及层内参数的CNN结构并进
如何解决资源约束条件下的任务调度问题,保证在资源使用存在冲突情况下,多个任务高效执行,其中合理的任务调度和资源冲突消解是影响任务执行效果的关键因素.基于工作流图模型提出了一套资源约束条件下任务调度的框架,并针对调度过程中产生的资源冲突,提出了两种任务调度算法:一种算法通过任务关键度确定优先级,并基于贪心策略和调整工作流图拓扑结构的方法,在任务开始前确定任务调度方案;另一种算法采取弹性资源调度的方式,使产生冲突的任务优先在资源不足的条件下开始执行,任务调度和执行交替进行.最后,通过地震救援案例验证了相关算法
针对基于互质阵列的欠定波达方向(direction of arrival,DOA)估计方法在阵元幅相误差条件下性能急剧下降的问题,提出一种基于校正阵元的互质阵列DOA估计方法.首先,将阵列接收数据分解为两个子阵数据,基于校正阵元对子阵分别进行幅相误差估计,并将子阵幅相误差排序重组.然后,对接收数据协方差矩阵进行误差补偿并扩展为高维的Toeplitz矩阵.最后,基于矩阵填充理论对高维协方差矩阵进行空洞填充,结合求根多重信号分类(root multiple signal classification,root
针对雷达高分辨距离像(high resolution range profile,HRRP)目标识别中特征提取及识别问题,提出了一种基于一维堆叠池化融合卷积自编码器(one-dimensional stacked pooling fusion convolutional autoencoder,1D SPF-CAE)的识别方法.首先构造一维池化融合卷积自编码器(one-dimensional pooling fusion convolutional auto-encoder,1D PF-CAE),在编码阶
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayes-ian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提
针对传统的民机研制方法中面临的设计需求不完整、难以保证设计与需求一致性、设计方案难以更改等一系列问题,结合美国国防部架构框架(Department of Defense Architecture Framework,DoDAF)的多个视角,提出基于DoDAF的民机基于模型的系统工程研制方法.该方法参考DoDAF中不同的视点从多角度对民机研制要求进行分解与细化,生成资源流动模型、活动模型以及系统接口模型等,开发出信息更加立体的飞机能力模型,指导民用飞机的设计,证明了基于DoDAF的民机研制方法能够从多视角的
针对城市区域多无人机协同物流任务分配问题,综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素,以经济成本、时间损失和安全风险最小为目标函数,构建多无人机协同物流任务分配模型.因问题规模大、求解复杂度高,设计改进的量子粒子群算法进行求解.首先,为增强粒子遍历性和多样性,采用均匀化级联Logistic映射进行粒子初始化;其次,为避免算法陷入局部最优解,引入基于高斯分布的粒子变异方式;最后,为提高算法运行效率,运用自适应惯性权重方法对粒子赋值.仿真实验结果表明,所构建的模型能够实现任务分配多目标优化,贴近