论文部分内容阅读
微多普勒效应的引入在雷达目标识别技术发展史上具有里程碑的意义,为雷达目标识别领域提供了新的研究思路。微多普勒效应是指目标发生除质心平动以外的振动或转动,而产生不同于目标质心运动调制分量的现象。不同目标的几何结构和运动特性都会产生不同的微多普勒调制分量,这些调制分量为雷达目标分类识别提供了重要的依据。当目标微动速度较大时,调频连续波雷达的目标回波经过dechirp处理后,较宽的微多普勒谱会导致目标微动信号出现在多个频率单元,出现谱峰分裂现象。在这种情况下,直接采用适用于常规脉冲-多普勒体制雷达的窄带目标分类方法可能会存在一定的性能损失。针对这一问题,本论文主要研究窄带调频连续波雷达目标分类方法,主要工作包含以下几个部分。首先,简单介绍了锯齿波调频信号和对称三角波调频信号的处理方法,分析了线性调频连续波雷达信号处理中的距离速度耦合现象,和基于对称三角波调频信号的去耦合方法。然后,在窄带调频连续波雷达体制下,对空中和地面目标的微多普勒特性进行分析。推导了锯齿波调频信号下的飞机微动部件(旋翼)和车辆微动部件(履带或车轮)的回波信号模型,并对调频连续波雷达微动目标回波信号的特点进行分析。当目标微多普勒谱对应的距离范围大于距离分辨率时,会发生谱峰分裂现象,目标回波的微动分量会分布在多个距离单元上,这会给后续特征提取带来一定的困难。当目标回波发生明显的谱峰分裂现象时,需要对包含目标微动信息的多个距离单元回波进行联合处理。最后,针对目标微多普勒谱分布在多个距离单元时的特征提取问题,提出了多距离单元融合特征提取、二维图像熵特征提取等方法,并结合仿真数据验证了各种方法的有效性。