王 超,叶春茂,文树梁
(北京无线电测量研究所,北京100854)
随着雷达技术的发展和性能的提高,雷达不再局限于目标的探测和定位,目标的特征提取与识别已然成为了雷达的热点问题[1-4]。微运动为目标的本质属性之一,能够反映目标运动和结构等精细特征,成为了目标特征提取和识别的重要手段[5-7]。
基于微动的目标特征提取与识别大体可分为基于雷达散射截面(radar cross section, RCS)序列、微多普勒分析、高分辨距离像(high-resolution range profile, HRRP)序列和逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像序列4类方法。基于RCS序列的方法通过推导RCS与雷达姿态角之间的关系,可实现进动周期与进动角等参数的估计[8-9]。该类方法具有数据量小和数据处理简单的优点,但易受到噪声的影响,估计精度和稳定性较差,且周期估计结果具有模糊性。基于微多普勒分析的方法将回波视为与微动参数相关的频率调制函数,通过微多普勒维的信号处理,目前已提出众多的特征提取方法[10-13]。由于该类方法存在越距离单元徙动以及微多普勒谱混叠等问题,因此更适用于具有较高脉冲重复频率(pulse repetition frequency, PRF)的窄带雷达系统。基于HRRP序列的方法则是通过在目标相对雷达的径向距离与微动参数之间构建函数关系来实现的[14-17]。由于需要从HRRP序列中提取强散射点的包络变化曲线,因此该类方法对小视角变化的微动目标不敏感,而直接对窄带数据进行相关计算则需要对目标进行精确的平动补偿。上述方法均需要较高的距离或频率分辨率,对PRF的要求较高。……