APP下载

基于多普勒频谱结构的雷达气动目标分类方法

2017-07-01赵洪立王曙光

科技视界 2017年6期

赵洪立++王曙光

【摘 要】雷达气动目标分类技术在现代战场中具有重要的应用价值。本文提出了一种基于多普勒频谱结构的方法,通过对频谱峰值的检测实现气动目标直升机、螺旋桨、喷气式的区分。采用实测数据对提出的方法进行了验证。结果表明,该方法可有效的实现气动目标的分类,具有较好的应用价值。

【关键词】雷达目标分类;气动目标;多普勒频谱

A Doppler Spectrum Structure Based Radar Aero Target Classification Algorithm

ZHAO Hong-li1,2,3; WANG Shu-guang1,2,3

(1.No. 38 Research Institute of CETC, Hefei 230088, China;

2.Key laboratory of Aperture Array and Space Application, Hefei 230088, China;

3.Key laboratory of Intelligent Information Processing, Hefei 230088, China;)

【Abstract】radar aero target classification has important application value on modern war filed. Based on Doppler spectrum structure, a classification algorithm has been proposed in this paper. Peak detection was applied on the Doppler spectrum and then the corresponding results were used for the classification. The effectiveness of proposed method has been testified by the real world application data. Results indicated the application value of the proposed method.

【Key words】Radar target classification;Aero target;Doppler spectrum

0 引言

雷达气动目标分类技术有助于在现代战争中实现对敌军来袭目标的有效探测和预警,提高战场目标的高清晰侦查和监视能力,以及对制导武器的高精度寻的提供支撑,对提高部队的指挥自动化水平、攻防能力、国土防空反导能力以及战略预警能力等都具有十分重要的作用[1-3]。

目标旋转部件工作时会对产生对雷达回波的周期性调制,并在回波多普勒频谱中体现,产生JEM(Jet Engine Modulation)效应[4-6]。直升机、螺旋桨、喷气式飞机具有不同的旋转部件结构及工作方式,产生了多普勒频谱结构的差异性。现有的分类方法多从特征值的角度出发,提取出代表整个多普勒谱的特征[7-10]。在实际应用中,该方法易受背景噪声及杂波的干扰,具有一定的局限性,且实现过程复杂,运算量较大。

针对该问题,本文提出了一种基于频谱结构的气动目标分类方法,通过检测多普勒频谱结构实现对气动目标的分类,并通过某型雷达的实测数据对提出的方法进行了验证。结果表明,该方法可有效实现对气动目标的分类。

1 JEM效应对频谱结构的影响

假设飞机相对于雷达视线的径向速度为v,飞行方向为远离雷达,桨叶旋转中心(O点)相对于雷达的方位角和仰角分别为α、β,高度为h,桨叶旋转角速度为ωr,R0为旋转中心(O点)到雷达的初始距离。有效桨叶长度为L=L2-L1,L1为桨叶根部离旋转中心的距离(对于直升机的桨叶,桨叶根部与旋转中心重合,即L1=0;对于螺旋桨飞机和涡扇喷气飞机的桨叶,L1≠0),L2为桨叶尖部离旋转中心的距离,θ0为基准桨叶的旋转初相角,λ为雷达波长。

设雷达发射的窄带相参信号为u(t)=exp(j2πf0t),其中f0为雷达载频,则其回波信号可以表示为:

x(t)=a(t)exp(j2πf0t+?准(t))=X(t)exp(j2πf0t)

式中,a(t)是幅度调制函数,?准(t)是相位调制函数,X(t)就是包含了幅相调制信息的复包络信号,不考虑机身分量和噪声,则可得N个桨叶的合成散射回波为:

对上述时域回波进行傅立叶变换,得到回波的频域表示为:

SN(f)=■cnδ(f-nfT)

因此,调制谱是由一系列线谱组成的。其中谱线幅度cn由参数λ,N,β,θ0,L1,L2和Bessel函数决定。线谱周期fT=PNfr,由槳叶数N和转速fr决定,对偶数桨P=1,对奇数桨P=2。

根据上述分析可以看出,JEM效应会在目标回波多普勒谱中产生一系列的线谱,其周期仅目标旋转部件的组成及工作方式有关。同时,雷达的工作频段、目标与雷达的视线关系等则会对JEM谱的幅度产生影响,进而影响JEM调制谱的可见性。另外,驻留时间、重频等也会对回波多普勒频谱的分辨率产生影响,进而影响回波多普勒频谱结构。当这些条件均得到满足时,便可在回波多普勒谱中观察到JEM调制谱,实现气动目标的分类。

2 基于频谱结构的分类方法

由于空气动力学原因,各类飞机桨叶外端线速度大致相同。而直升机、螺旋桨和喷气式的桨叶长度具有较大差异,因此对应的旋转速度也相差较大,进而导致回波多普勒的调制周期存在差异。通常而言,喷气式的桨叶长度较小,转速较高,调制周期较大;直升机的桨叶长度较大,转速较低,调制周期较小;螺旋桨的桨叶长度及转速居中,调制周期居中。

在实际应用中,喷气式发动机的涡扇隐藏在引擎中,仅在特定角度下才会对雷达波形产生调制。而直升机与螺旋桨飞机的桨叶则不存在包覆,从而在回波中产生调制现象。机身尺寸较大,且与雷达存在相对运动,会在多普勒谱中产生显著的峰值。桨叶旋转导致的JEM调制则在机身主谱两侧呈对称分布,典型的螺旋桨飞机回波多普勒谱如图 1所示。

从图中可以看出,除机身运动导致的1560Hz处的峰值外,频谱中还存在一系列桨叶旋转导致的线谱分量,通过对频谱结构的检测,即可实现气动类型的区分。

基于频谱结构的气动目标分类方法流程如下:

a)检测回波多普勒谱中的极大值,找到机身主谱;

b)选定机身主谱两侧频率范围R内的频谱作为待分析频谱,并进行平滑处理;

c)对待分析频谱进行峰值检测,记录检测出的峰值;

d)以機身主谱幅值为基准,下降V作为检测门限,检测峰值的过门限个数;

e)若检测结果小于1,则认为目标为喷气式,判决结束;若否,执行下一步;

f)计算步骤c)中峰值的频谱间隔均值,若小于T则认为目标为直升机;若否,认为目标为螺旋桨;

其中R、V和T的取值与雷达自身的工作频段及工作特点有关,需根据实际情况进行调整。在这里取R=500Hz,V=20dB,T=50Hz。

3 数据验证

取S波段某型雷达的实测数据为对象,对本文提出的气动目标分类方法进行验证。经过平滑处理后的待分析频谱如图 2所示。

图中,红色虚线为检测门限,十字标志为峰值检测的结果,三角标志为过门限的峰值结果。在该频谱中,峰值检测的详细结果见表 1。

在频谱检测中,过检测门限的峰值个数为4,频谱间隔均值为65.33Hz,根据文中提出的判决方法,判决结果为螺旋桨。

图3、图4为该方法对某型喷气式飞机和直升机频谱的检测结果。对于喷气式飞机的频谱,在频谱检测中,过检测门限的峰值个数为1,根据文中提出的判决方法,判决结果为喷气式。

表2 直升机频谱峰值检测结果

对于直升机频谱,频谱检测中,过检测门限的峰值个数为32,各峰值的幅值及频率分布明细见表2。根据峰值分布,计算得出频谱间隔均值为30.96Hz,对应的判决结果为直升机。

经过验证可发现,使用对实测数据具有较好的适用性,可有效实现气动目标空气动力类型的区分。另外,该方法通过对目标频谱结构中峰值的检测实现目标类型的区分,对计算资源的需求较低,有利于工程应用中的实现,具有较好的可推广性。

4 结论

文中提出了一种基于频谱结构的气动目标分类方法,该方法选择目标频谱中的特定区域进行分析,通过峰值检测的方法,计算过门限峰值个数以及频谱间隔,并以此为依据实现目标类型的区分,具有简单易行的特点,便于工程推广。实测数据验证也表明,该方法具有较好的识别效果。

【参考文献】

[1]倪迎红,陈玲.雷达目标识别及发展趋势预测[J].电讯技术,2009,49(11):98-102.

[2]胡卫东.雷达目标识别技术的再认识[J].现代雷达,2012,34(8):1-5.

[3]李明.雷达目标识别技术研究进展及发展趋势分析[J].现代雷达,2010,32(10): 1-8.

[4]丁建江,张贤达.常规雷达JEM特征分析与目标分类的研究[J].电子与信息学报,2003,25(7):956-962.

[5]刘志成,何佳洲.多普勒频谱及JEM效应在空中目标识别中的应用分析[J].指挥控制与仿真,2009,31(1):38-45.

[6]谭源泉,王厚军,李良超,廖欢.基于旋翼结构微多普勒特征的目标识别方法[J].电波科学学报,2013,28(1):50-55.

[7]王维,周希辰,沈凡.目标特征与雷达识别需求关系原理[J].信息技术,2012,8:108-115.

[8]杨守峰,吴海坤,王晓,吴晓燕.低分辨雷达目标调制特征提取和分类识别方法[J].电子信息对抗技术,2015,30(4):15-20.

[9]倪菁,张仕元,缪惠峰,张飚.基于分数布朗特征的低分辨雷达目标分类[J].现代雷达,2011,33(6):46-48.

[10]胡显丹,顾军.一种改进的窄带雷达目标分类方法[J].舰船电子对抗,2010,33(5):45-47.

[责任编辑:朱丽娜]