基于窄带雷达组网的空间锥体目标特征提取方法

韩 勋 杜 兰 刘宏伟



基于窄带雷达组网的空间锥体目标特征提取方法

韩 勋 杜 兰*刘宏伟

(西安电子科技大学雷达信号处理国家重点实验室 西安 710071)

进动引发的微多普勒调制可作为空间锥体目标识别的重要依据，针对此该文提出一种基于窄带雷达组网的进动锥体目标特征提取方法。该文首先根据目标散射特性推导了进动引发的散射点理论瞬时频率变化，并根据频谱熵实现了多个雷达视角观测下的散射点瞬时频率变化的匹配；然后依据不同视角下锥顶与锥底散射点瞬时频率变化关系，提出一种目标进动与尺寸特征联合提取的新方法，实现了目标高度、底面半径、质心位置、进动角等参数的高精度估计。基于电磁计算数据的实验结果验证了该文所提方法的有效性和精确性。

目标识别；微多普勒；特征提取；雷达组网；空间锥体目标

1 引言

文献[5]系统地对微多普勒调制的成因进行了分析，并对进动引发的微多普勒调制进行了理论推导；文献[6]基于回波时频分布对有翼进动目标的自旋频率，锥旋频率，进动角等特征进行了提取；文献[7,8]利用进动引起的高分辨距离像序列变化，实现了目标的进动特征和结构特征的提取；而基于雷达组网的特征提取也得到了越来越多的研究，相比单基雷达，雷达组网可以提供多个视角下的微动信息，有利于目标的特征提取和识别。文献[9]以锥形弹头为研究对象，提出了一种利用多视角下时间-距离像分布对目标进动及结构特征进行估计的算法；文献[10]提出了一种基于分布式组网雷达的有翼弹头的3维特征提取方法，并对目标运动特征与结构特征进行重构；文献[11]利用三站1维距离像重构了锥体弹头上散射点的空间相对位置，并对锥体弹头的各个参数进行了估计，这些工作体现了雷达组网在目标特征提取中的特点所在。需要指出的是，现有工作多是在高分辨雷达的基础上利用目标距离像完成的，对于低分辨雷达，由于带宽的限制，难以从目标距离像中获得微动信息，而此时回波多普勒谱中包含的散射点微多普勒频率变化同样可以反应目标特性[12,13]，可供实现目标特征提取，因此研究基于窄带微多普勒调制的特征提取是有必要的。综合上述考虑，本文提出一种基于窄带雷达组网的无翼锥体目标的特征提取方法，利用不同视角下目标散射点瞬时频率变化关系，提取出了目标的进动与结构特征。

本文的第2部节分对目标散射点进动微多普勒特性进行了分析，然后分析了不同视角下散射点的瞬时频率变化关系；在此基础上根据3个视角下目标雷达回波，提出了基于瞬时频率变化的目标特征提取新方法，对目标高度，底面半径，质心位置，进动角等特征进行了提取；最后采用电磁计算数据进行了仿真实验，实验结果验证了本方法的有效性与精确性。

2 进动目标微多普勒特性分析

图1 锥体目标示意图

3 组网条件下目标尺寸与进动特征提取

3.1 散射点瞬时频率变化匹配

每部雷达回波包含两个散射点的瞬时频率变化，因此首先要对估计得到的不同雷达回波中瞬时频率变化进行匹配。由于回波中只包含锥顶与锥底散射点频率变化，只要判别估计得到的瞬时频率变化为锥顶或锥底频率分量即可。

3.2目标进动与尺寸特征提取

综上所述，基于窄带雷达组网的空间锥体目标特征提取流程如图2所示。

图2空间锥体目标特征提取流程

4 仿真实验

经过两次循环迭代后得到的各组合最终雷达视线角估计值如表1所示。

图3不同视角下回波瞬时频率分量

图4未被补偿时不同组合雷达视线角估计值随进动角变化

表1各组合雷达视线角最终估计值

估计值

图6与图4对比显示，利用补偿后的瞬时频率变化估计得到的雷达视线角随进动角变化较小且均在真值附近，对图6中雷达视线估计结果取均值，得到每种组合下雷达视线角粗估计值如表2，可以看出其与真值差距并不大。

图6补偿后雷达视线角估计值随进动角变化

表2各组合雷达视线角粗估计值

粗估计值

表3两次循环迭代后的估计结果

估计值

表4各组合特征提取结果(m)

组合1组合2组合3平均结果 H0.97970.98780.99070.9848 r0.25870.26880.25950.2588 h0.14620.14750.14730.1470

图7显示了本文算法在估计精度在10 dB到15 dB时增加较快，而在15 dB后基本保持不变，这主要是由于15 dB以上时频图受噪声影响较小，信噪比上升带来的微多普勒提取精度变化不大，因此算法的估计精度增加也不明显。而当信噪比低于10 dB时，由于锥底对应极值点的估计误差增大，因此参数估计误差也相应增大。同时也可以看出，在10 dB时算法平均估计精度已经超过85%，这说明本文算法具有一定的抗噪性能。

5 结束语

为了进一步挖掘窄带雷达在空间锥体目标识别中的潜力，本文提出一种基于窄带雷达组网的锥体目标进动与尺寸特征提取方法。首先利用频谱熵的概念完成了多视角下锥顶与锥底瞬时频率分量的匹配，随后根据锥顶与锥底瞬时频率变化性质对提出了目标进动与尺寸特征联合提取的新方法。仿真实验显示本算法在一定信噪比条件下具有较高的特征提取精度。

图7 目标参数估计精度

图8 平均提取精度随视线角间隔变化

图9 特征提取精度图

[1] Chen V C. Doppler signatures of radar backscattering from objects with micro-motions[J]., 2008, 2(3): 291-300.

[2] 关永胜, 左群声, 刘宏伟. 基于微多普勒特征的空间锥体目标识别[J]. 电波科学学报, 2011, 26(2): 209-215.

Guan Yong-sheng, Zuo Qun-sheng, and Liu Hong-wei. Micro- Doppler signature based cone-shaped target recognition[J]., 2011, 26(2): 209-215.

[3] 王璐, 刘宏伟. 基于时频图的微动目标运动参数提取和特征识别的方法[J]. 电子与信息学报, 2010, 32(8): 1812-1817.

Wang Lu and Liu Hong-wei. Method for micro-motion target recognition and motion parameter extraction based on time-frequency analysis[J].&, 2010, 32(8): 1812-1817.

[4] 罗迎, 张群, 王国正, 等. 基于复图像OMP分解的宽带雷达微动特征提取方法[J]. 雷达学报, 2012, 1(4): 361-369.

Luo Ying, Zhang Qun, Wang Guo-zheng,Micro-motion signature extraction method .for . wideband radar based

on complex image OMP decomposition[J]., 2012, 1(4): 361-369.

[5] Chen V C, Li Fa-yin, Ho Shen-shyang,Micro-Doppler effect in radar: phenomenon, model, and simulation study[J]., 2006, 42(1): 2-21.

[6] Peng Lei, Sun Jin-ping, Wang Jun,Micro-motion parameter estimation of free rigid targets based on radar micro-Doppler[J]., 2012, 50(10): 3776-3786.

[7] 姚汉英, 孙文峰, 马晓岩. 基于高分辨距离像序列的锥柱体目标进动和结构参数估计[J]. 电子与信息学报, 2013, 35(3): 537-544.

Yao Han-ying, Sun Wen-feng, and Ma Xiao-yan. Precession and structure parameters estimation of cone-cylinder target based on the HRRPs[J].&, 2013, 35(3): 537-544.

[8] 朱玉鹏, 王宏强, 黎湘, 等. 基于一维距离像序列的空间弹道目标微动特征提取[J]. 宇航学报, 2009, 30(3): 1133-1140.

Zhu Yu-peng, Wang Hong-qiang, Li Xiang,Micro-motion feature extraction of spatial ballistic target based on HRRP dynamic sequence[J]., 2009, 30(3): 1133-1140.

[9] 贺思三, 赵会宁, 冯存前. 多视角距离像序列弹道目标的进动参数估计[J]. 信号处理, 2013, 29(8): 1027-1034.

He Si-san, Zhao Hui-ning, and Feng Cun-qian. Precession parameter estimation for ballistic targets based on multi-aspect range-profile sequence[J]., 2013, 29(8): 1027-1034.

[10] 罗迎, 张群, 李松, 等. 基于分布式组网雷达的弹道目标三维进动特征提取[J]. 电子学报, 2012, 40(6): 1079-1085.

Luo Ying, Zhang Qun, Li Song,Three-dimensional precession feature extraction of ballistic targets in distributed radar networks[J]., 2012, 40(6): 1079-1085.

[11] 雷腾, 刘进忙, 杨少春, 等. 基于三站一维距离像融合的弹道目标特征提取方法研究[J]. 宇航学报, 2012, 33(2): 228-234.

Lei Teng, Liu Jin-mang, Yang Shao-chun,Study on feature extraction method of ballistic target based on three- station range profiles[J]., 2012, 33(2): 228-234.

[12] Gao Hong-wei, Xie Liang-gui, Wen Shu-liang,Micro- Doppler signature extraction from ballistic target with micro-motions[J]., 2010, 46(4): 1969-1981.

[13] 牛杰, 刘永祥, 秦玉亮. 一种基于经验模态分解的锥体目标雷达微动特征提取新方法[J]. 电子学报, 2011, 39(7): 1712-1715.

Niu Jie, Liu Yong-xiang, and Qin Yu-liang. A new method of radar Micro-motion feature extraction of cone target based on Empirical Mode Decomposition[J]., 2011, 39(7): 1712-1715.

[14] 黄培康, 殷红成, 许小剑. 雷达目标特性[M]. 北京: 电子工业出版社, 2005: 86-92.

Huang Pei-kang, Yin Hong-cheng, and Xu Xiao-jian. Radar Target Characteristics[M]. Beijing: Electronic Industry Press, 2005: 86-92.

[15] 李飞, 纠博, 邵长宇, 等. 目标微动参数的曲线跟踪算法[J]. 电波科学学报, 2012, 28(2): 278-284.

Li Fei, Jiu Bo, Shao Chang-yu,Curve tracking based parameter estimation of micro-motion[J]., 2012, 28(2): 278-284.

[16] 邹小海, 艾小锋, 李永祯, 等. 基于微多普勒的圆锥弹头进动与结构参数估计[J]. 电子与信息学报, 2011, 33(10): 2413-2419.

Zou Xiao-hai, Ai Xiao-feng, Li Yong-zhen,Precession and structural parameter estimation of the cone-shaped warhead based on the micro-Doppler[J].&, 2011, 33(10): 2413-2419.

[17] 刘维建, 陈建文. 弹道类目标进动周期特征提取方法研究[J]. 现代雷达, 2009, 31(7): 62-68.

Liu Wei-jian and Chen Jian-wen. A study on precession period extraction method of ballistic target[J]., 2009, 31(7): 62-68.

[18] 马梁. 弹道中段目标微动特性及综合识别方法[D]. [博士论文],长沙: 国防科学技术大学, 2011.

Ma Liang. The micro-motion characteristic and combining classification of ballistic target[D]. [Ph.D. dissertation], Changsha: The National University of Defense Technology, 2011.

韩 勋： 男，1990年生，博士生，研究方向为雷达目标识别、空间目标参数估计.

杜 兰： 女，1980年生，教授，博士生导师，研究方向为统计信号处理、雷达信号处理、机器学习及其在雷达目标检测与识别方面的应用.

刘宏伟： 男，1971年生，教授，博士生导师，研究方向为雷达信号处理、MIMO雷达、雷达目标识别.

Feature Extraction of Space Cone-shaped TargetBased on Narrow-band Radar Networks

Han Xun Du Lan Liu Hong-wei

(,,’710071,)

The micro-Doppler modulation caused by precession is considered as an important signature for the discrimination of space cone-shaped target. A novel feature extraction method for precessing cone-shaped target with narrow-band radar networks is proposed in this paper. Based on analysis of the scattering properties of the cone-shaped target, this paper first derives the scattering centers’ theoretical Instantaneous Frequency (IF) variations induced by precession, and the IF variations obtained from multiple radar aspects are matched according to their spectrum entropy. Then according to the properties of IF variations of the top and bottom scattering centers under different radar aspects, the precession and geometry feature extraction method is proposed for estimating the target’s parameters, such as height, bottom radius, location of barycentric, precession angle. Experiments based on the electromagnetic computation data verify the validness and accuracy of the proposed method.

Target recognition; Micro-Doppler; Feature extraction; Radar networks; Space cone-shaped target

TN95

A

1009-5896(2014)12-2956-07

10.3724/SP.J.1146.2013.02037

杜兰 dulan@mail.xidian.edu.cn

2013-12-26收到，2014-05-09改回

国家自然科学基金(61271024, 61201296, 61322103)和全国优秀博士学位论文作者专项资金(FANEDD-201156)资助课题