基于微多普勒分析的复合运动目标参数估计

doi:10.3724/SP.J.1087.2011.02282

计算机应用 ›› 2011, Vol. 31 ›› Issue (08): 2282-2285.DOI: 10.3724/SP.J.1087.2011.02282

基于微多普勒分析的复合运动目标参数估计

陈广锋¹,²,张林让²,刘高高²,王纯²

1. 西安文理学院数学系，西安710065 2. 西安电子科技大学雷达信号处理国家重点实验室，西安710071

收稿日期:2011-02-24 修回日期:2011-04-21 发布日期:2011-08-01 出版日期:2011-08-01
通讯作者: 陈广锋
作者简介:陈广锋(1973-)，男，陕西蓝田人，副教授，博士研究生，主要研究方向：微动特征提取、微动参数估计;张林让(1966-)，男，陕西宝鸡人，教授，博士生导师，博士，主要研究方向：阵列信号处理、自适应信号处理、雷达系统建模与仿真；刘高高(1983-)，男，陕西宝鸡人，博士研究生，主要研究方向：合成孔径雷达信号处理；王纯(1983-)，女，陕西西安人，博士研究生，主要研究方向：阵列信号处理。
基金资助:
国家自然科学基金资助项目(60672130);西安文理学院科研项目(KYC200802)

Parameter estimation of complex moving target based on micro-Doppler analysis

Guang-feng CHEN¹,²,Lin-rang ZHANG²,Gao-gao LIU²,Chun WANG²

1. Department of Mathematics, Xi'an University of Arts and Science, Xi'an Shaanxi 710065, China
2. National Key Laboratory of Radar Signal Processing, Xidian University, Xi'an Shaanxi 710071, China

Received:2011-02-24 Revised:2011-04-21 Online:2011-08-01 Published:2011-08-01
Contact: Guang-feng CHEN

摘要/Abstract

摘要： 目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息，在目标的分类、识别等领域中有着重要的作用。建立了具有平动、加速与旋转运动的微动模型，定量分析了目标的微多普勒调制特征及其与微动参数的关系，利用提取时频分析矩阵频率向最大值的峰值提取法和最小二乘拟合直线法估计目标的加速度、旋转频率和旋转半径等参数,最后通过仿真验证了理论分析的正确性和参数估计的有效性。

关键词: 微多普勒分析, 旋转, 加速度, 时频分析, 参数估计

Abstract: Micro-Doppler signature produced by micro-motion contains movement and structure information, which is useful for radar classification and recognition. In this paper, complex micro-motion scattering point with rotation and acceleration was modeled. Based on a quantitative analysis on micro-Doppler modulation, the acceleration, rotational frequency and rotational radius were estimated by peak value extraction method which extracted time-frequency analysis matrix maximum along the frequency and least square fitting straight line method. Finally, the simulation results verify the correctness of the theoretical analysis and the validity of the parameter estimation.

Key words: micro-Doppler analysis, rotation, acceleration, time-frequency analysis, parameter estimation

中图分类号:

TN911.72

陈广锋张林让刘高高王纯. 基于微多普勒分析的复合运动目标参数估计[J]. 计算机应用, 2011, 31(08): 2282-2285.

Guang-feng CHEN Lin-rang ZHANG Gao-gao LIU Chun WANG. Parameter estimation of complex moving target based on micro-Doppler analysis[J]. Journal of Computer Applications, 2011, 31(08): 2282-2285.

参考文献

[1] CHEN V C. Analysis of radar micro-Doppler with time-frequency transform [C]// Proceedings of the Tenth IEEE Workshop on Statistical Signal and Array Processing. Piscataway, NJ: IEEE Press, 2000: 463-466.

[2] CHEN V C, LI F, HO S S, et al. Analysis of micro-Doppler signatures [J]. IEE Proceedings on Radar, Sonar and Navigation, 2003, 150(4): 271-276.

[3] CHEN V C, LI F, HO S S, et al. Micro-Doppler effect in radar: phenomenon, model, and simulation study [J]. IEEE Transactions on Aerospace and Electronic Systems, 2006, 42(1): 2-21.

[4] CAI CHENGJIE, LIU WEIXIAN, FU J S, et al. Radar micro-Doppler signature analysis with HHT [J]. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(2): 929-938.

[5] LI KAI-MING, LIANG XIAN-JIAO, ZHANG QUN, et al. Micro-Doppler signature extraction and ISAR imaging for target with micromotion dynamics [J]. IEEE Geoscience and Remote Sensing Letters, 2010, 8(3): 411-415.

[6] SMITH G E, WOODRIDGE K, BAKER C J. Radar micro-Doppler signature classification using dynamic time warping [J]. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(3): 1078-1096.

[7] van DORP P, GROEN F C A. Human motion estimation with multiple frequency modulated continuous wave radars [J]. IET Radar, Sonar and Navigation, 2010, 4(3): 348-361.

[8] 刘义峰,李明，杜云峰.基于微多普勒分析的弹道目标识别技术研究[J].电子科技,2010,23(3):81-83,100.

[9] 陈行勇,黎湘,姜斌.基于微多普勒特征的空中目标识别[J].现代雷达,2006,28(10):30-33.

[10] 孙照强,鲁耀兵,李宝柱.弹道目标进动特性的微多普勒研究与特征分析[J].航天电子对抗,2008,24(1):7-9,16.

[11] 李康乐,姜卫东,黎湘.弹道目标微动特征分析与提取方法[J].系统工程与电子技术,2010,32(1):115-118.

[12] 李金梁,刘进,马梁,等.基于微运动的旋转散射中心空域散射特征提取[J].信号处理,2010,26(2):197-202.

[13] 张冠杰,张群,张涛.直升机振动环境下的毫米波调频步进信号仿真分析[J].西安电子科技大学学报,2005,32(2):247-252.

[14] 张贤达.现代信号处理[M].2版.北京:清华大学出版社,2002.

[15] COHEN L. Time frequency analysis: Theory and applications [M]. Englewood Cliffs, NJ: Prentice-Hall, 1995.

基于微多普勒分析的复合运动目标参数估计

Parameter estimation of complex moving target based on micro-Doppler analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	宋中山, 梁家锐, 郑禄, 刘振宇, 帖军. 基于双向门控尺度特征融合的遥感场景分类[J]. 计算机应用, 2021, 41(9): 2726-2735.
[2]	陈俊, 何庆. 基于余弦相似度的改进蝴蝶优化算法[J]. 计算机应用, 2021, 41(9): 2668-2677.
[3]	姬张建, 任兴旺. 带旋转与尺度估计的全卷积孪生网络目标跟踪算法[J]. 计算机应用, 2021, 41(9): 2705-2711.
[4]	霍首君, 郝琰, 石慧宇, 董艳清, 曹锐. 基于深度卷积网络的运动想象脑电信号模式识别[J]. 计算机应用, 2021, 41(4): 1042-1048.
[5]	焦海林, 郭玉英, 朱正为. 基于加速度补偿的无人机吊挂飞行抗摆控制[J]. 计算机应用, 2021, 41(2): 604-610.
[6]	欧跃发, 杨鸣坤, 慕德俊, 柯捷, 马文涛. 基于广义最大Versoria准则的稀疏自适应滤波算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3325-3331.
[7]	刘望华, 刘光帅, 陈晓文, 李旭瑞. 结合微分特征和Haar小波分解的鲁棒纹理表达[J]. 计算机应用, 2020, 40(9): 2728-2736.
[8]	曹小威, 曲志坚, 徐玲玲, 刘晓红. 基于胶囊网络的三维模型识别[J]. 计算机应用, 2020, 40(5): 1309-1314.
[9]	周翔, 唐丽玉, 林定. 基于二进制鲁棒不变尺度关键点-加速稳健特征的自然特征虚实注册方法[J]. 计算机应用, 2020, 40(5): 1403-1408.
[10]	石志良, 蔡旺月, 汪国强, 熊林杰. 基于自适应邻域的固有形状特征算法[J]. 计算机应用, 2020, 40(4): 1151-1156.
[11]	蔡芸, 刘朋青, 熊禾根. 基于量子遗传混合算法的泊位联合调度[J]. 计算机应用, 2020, 40(3): 897-901.
[12]	孔菁, 郭渊博, 刘春辉, 王一丰. 基于智能手机运动传感器的步态特征身份识别方法[J]. 计算机应用, 2019, 39(6): 1747-1752.
[13]	徐星辰, 程剑, 唐璟宇, 张剑. 非对称成对载波多址信号的相位误差分析及幅度改进算法[J]. 计算机应用, 2019, 39(4): 1138-1144.
[14]	王波, 刘德亮. 基于迭代自适应方法的近场源二维参数联合估计[J]. 计算机应用, 2019, 39(2): 523-527.
[15]	纪艺, 史昕, 赵祥模. 基于多前车信息融合的智能网联车辆跟驰模型[J]. 计算机应用, 2019, 39(12): 3685-3690.