林新黨,肖 龍
(1.海軍駐南京地區(qū)雷達(dá)系統(tǒng)軍事代表室,南京 210003;2.中國船舶重工集團(tuán)公司第七二四研究所,南京 211153)
?
微多普勒特征提取方法研究
林新黨1,肖龍2
(1.海軍駐南京地區(qū)雷達(dá)系統(tǒng)軍事代表室,南京 210003;2.中國船舶重工集團(tuán)公司第七二四研究所,南京 211153)
根據(jù)飛機(jī)局部散射機(jī)理與局部散射RCS模型,理論分析了飛機(jī)旋轉(zhuǎn)部件的微多普勒回波模型。通過雷達(dá)回波的頻譜特征分析,提出了一種目標(biāo)微多普勒特征的提取方法。利用實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證,表明該微多普勒特征提取方法是有效可行的。
多普勒;微多普勒;特征提取
對(duì)空警戒雷達(dá)在窄帶工作方式下,由于發(fā)射的脈沖帶寬窄,其目標(biāo)回波近似為點(diǎn)目標(biāo)的回波,不具備徑向和橫向上的高分辨能力。這造成了雷達(dá)回波中不包含目標(biāo)大小、形狀、結(jié)構(gòu)等用作目標(biāo)分類識(shí)別的細(xì)節(jié)信息[1]。所以,在常規(guī)雷達(dá)體制下實(shí)現(xiàn)對(duì)空目標(biāo)的分類識(shí)別是一個(gè)難點(diǎn)。
空中飛機(jī)目標(biāo)主要分為直升機(jī)、螺旋槳飛機(jī)和噴氣式飛機(jī)。這3類飛機(jī)上都存在旋轉(zhuǎn)部件,如直升機(jī)的主旋翼和尾旋翼、螺旋槳飛機(jī)的螺旋槳葉片和噴氣式飛機(jī)發(fā)動(dòng)機(jī)的壓縮葉片。它們在飛機(jī)飛行的同時(shí)自身也存在周期性的旋轉(zhuǎn)運(yùn)動(dòng)。美國著名學(xué)者VICTORC.CHEN將旋轉(zhuǎn)部件的這種旋轉(zhuǎn)運(yùn)動(dòng)稱為微運(yùn)動(dòng)。在一定的目標(biāo)姿態(tài)角范圍內(nèi),這種微運(yùn)動(dòng)會(huì)引起雷達(dá)回波中的多普勒調(diào)制。他將這種微運(yùn)動(dòng)產(chǎn)生的多普勒調(diào)制稱為微多普勒效應(yīng)[2-4]。微多普勒效應(yīng)的提出為窄帶工作方式下對(duì)空目標(biāo)的分類提供了新的途徑。
基于飛機(jī)局部散射機(jī)理與局部散射RCS模型,本文從理論上分析了提取目標(biāo)微多普勒調(diào)制特征的物理基礎(chǔ),并提出了一種目標(biāo)微多普勒特征的提取方法。通過這種方法,能夠有效地將微多普勒分量從目標(biāo)回波頻譜中提取出來。本文利用實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該微多普勒特征提取方法是有效可行的。
對(duì)于常規(guī)雷達(dá)所發(fā)射電磁波波長,空中目標(biāo)旋轉(zhuǎn)部件的每一片槳葉都在光學(xué)區(qū)。每一個(gè)槳葉可等效為一個(gè)散射中心。調(diào)制散射回波可以由旋轉(zhuǎn)部件所有的散射回波線性疊加構(gòu)成,雷達(dá)回波便由它和機(jī)身散射分量的相疊加合成。p個(gè)散射中心構(gòu)成合成回來的調(diào)制散射回波復(fù)矢量可以用下式來描述:
(1)
式中,sk為第個(gè)槳葉散射的幅度函數(shù),ψk(t)為第k個(gè)槳葉散射的相位函數(shù)。
單個(gè)槳葉的RCS值σk可根據(jù)光學(xué)區(qū)的RCS散射機(jī)理求得:
(2)
式中,λ為指雷達(dá)的工作波長;l是指目標(biāo)散射面的長度;a是常數(shù),單槳的前緣a=0.5,單槳的后緣a=0.1。
單個(gè)槳葉的相位函數(shù)可表示為
(3)
式中,f0為雷達(dá)發(fā)射頻率,λ為雷達(dá)工作波長,rk(t)為第個(gè)散射中心到雷達(dá)的距離。
設(shè)雷達(dá)發(fā)射窄帶相參的連續(xù)波信號(hào):
ut=exp(j2πf0t)
(4)
采用“點(diǎn)”目標(biāo)的假設(shè),雷達(dá)回波的序列就可看成是對(duì)連續(xù)波的采樣,則回波信號(hào):
(5)
式中,a(t)和φ(t)分別是幅度的調(diào)制函數(shù)和相位的調(diào)制函數(shù),s(t)=a(t)exp(jφ(t))是雷達(dá)回波的復(fù)包絡(luò),f0為載頻。
根據(jù)式(1)、(3)和(5)可知,回波信號(hào)與各個(gè)散射中心回波的關(guān)系為
令θk(t)=4πrk(t)/λ表示第k個(gè)散射中心回波復(fù)包絡(luò)相位函數(shù)。根據(jù)上式可知,回波復(fù)包絡(luò)與各個(gè)散射中心回波復(fù)包絡(luò)的關(guān)系為
(6)
從式(6)中可以得到
(7)
(8)
式(8)說明飛機(jī)旋轉(zhuǎn)部件散射中心的任何微小運(yùn)動(dòng)都會(huì)使得相位函數(shù)θk(t)波動(dòng)。上述散射模型描述了低分辨力常規(guī)窄帶雷達(dá)對(duì)位于光學(xué)區(qū)內(nèi)飛機(jī)目標(biāo)的旋轉(zhuǎn)部件相對(duì)雷達(dá)運(yùn)動(dòng)而引起的回波復(fù)包絡(luò)幅度、相位波動(dòng)的物理機(jī)理。它既說明了常規(guī)窄帶雷達(dá)回波復(fù)包絡(luò)受到了空中目標(biāo)旋轉(zhuǎn)部件的調(diào)制,又說明了理論上常規(guī)窄帶雷達(dá)回波復(fù)包絡(luò)中含有飛機(jī)旋轉(zhuǎn)部件調(diào)制特征這種情況。這是從雷達(dá)調(diào)制回波中提取調(diào)制特征的物理基礎(chǔ),為后面的目標(biāo)微多普勒特征的提取奠定了理論基礎(chǔ)。
實(shí)現(xiàn)對(duì)目標(biāo)微多普勒特征的穩(wěn)健提取是利用微多普勒調(diào)制特征進(jìn)行目標(biāo)分類的前提。目標(biāo)回波頻譜中包含噪聲、雜波、機(jī)身多普勒譜和旋轉(zhuǎn)部件產(chǎn)生的微多普勒調(diào)制,如圖1所示。
圖1 目標(biāo)回波頻譜
微多普勒特征提取過程就是從目標(biāo)回波頻譜中提取出微多普勒分量。要做好微多普勒特征的提取工作,需要解決以下兩個(gè)問題:
(1) 如何區(qū)分目標(biāo)多普勒附近幅度較強(qiáng)的分量是微多普勒分量還是機(jī)身多普勒副瓣;
(2) 如何將微多普勒分量與雜波和噪聲分量區(qū)分開來。
針對(duì)上述兩個(gè)問題,本文提出了一種微多普勒特征提取算法,算法流程如圖2所示。
算法步驟如下:
(1) 根據(jù)目標(biāo)回波的I/Q通道信息,得到目標(biāo)回波頻譜;
(2) 找到目標(biāo)頻譜最大位置作為機(jī)身多普勒位置;
(3) 將機(jī)身多普勒位置平移到零頻(坐標(biāo)軸中間)位置;
(4) 將幅度最大位置左右各個(gè)N1點(diǎn)作為頻譜主瓣區(qū);
(5) 將頻譜主瓣區(qū)外左右各個(gè)N2點(diǎn)作為副瓣區(qū);
(6) 判斷副瓣區(qū)域是否存在幅度值大于主瓣最大幅度值1/N3的點(diǎn);
(7) 如果是則副瓣區(qū)域存在微多普勒,如果否則副瓣區(qū)域不存在微多普勒;
(8) 將除主瓣區(qū)和副瓣區(qū)外的點(diǎn)視為雜波、噪聲區(qū)域,設(shè)定噪聲判別門限值;
(9) 判別雜波、噪聲區(qū)域是否存在幅度大于K倍噪聲判別門限值的點(diǎn);
(10) 如果是則雜波、噪聲區(qū)域可能存在微多普勒,如果否則雜波、噪聲區(qū)域不存在微多普勒;
(11) 將頻譜移回原位,零頻率左右各個(gè)N4點(diǎn)作為雜波區(qū);
(12) 若上述步驟7、10中提取的微多普勒在雜波區(qū),則不是微多普勒;
(13) 輸出提取得到的微多普勒分量。
本文使用S波段雷達(dá)在5kHz脈沖重復(fù)頻率工作模式下采集到的飛機(jī)實(shí)測數(shù)據(jù)來驗(yàn)證所提方法的可行性。為了驗(yàn)證本文提出方法的可行性,對(duì)大量的實(shí)測飛機(jī)回波頻譜進(jìn)行了測試。圖3為一架渦噴式飛機(jī)的回波頻譜及其微多普勒特征的提取過程。圖3(a)為目標(biāo)原始頻譜,圖3(b)為平移后的目標(biāo)頻譜及特征提取門限值,圖3(c)為去掉機(jī)身多普勒和噪聲后的頻譜,圖3(d)為提取得到的目標(biāo)微多普勒特征。對(duì)比圖3(a)和圖3(d)可以看出,本文提出的微多普勒特征提取方法可以有效地將目標(biāo)頻譜中的微多普勒特征提取出來。
(a) 目標(biāo)原始頻譜
(b) 平移后的目標(biāo)頻譜及特征提取門限值
(c) 去掉機(jī)身多普勒和噪聲后的頻譜
(d) 提取得到的目標(biāo)微多普勒特征
本文從理論上分析了飛機(jī)旋轉(zhuǎn)部件的回波模型,并提出了一種目標(biāo)微多普勒特征的提取方法。對(duì)實(shí)測數(shù)據(jù)進(jìn)行微多普勒特征提取的結(jié)果表明本文提出的方法是有效可行的。
[1]LanDu,BaoshuaiWang,YanbingLi,HongweiLiu.RobustClassificationSchemeforAirplaneTargetsWithLowResolutionRadarBasedonEMD-CLEANFeatureExtractionMethod[J].IEEESensorsJournal, 2013, 13(12): 4648-4662.
[2]王寶帥,杜蘭,劉宏偉,李彥兵,馮博. 基于經(jīng)驗(yàn)?zāi)B(tài)分解的空中飛機(jī)目標(biāo)分類[J]. 電子與信息學(xué)報(bào),2012,9(34):2116-2121.
[3]杜玩文. 空中雷達(dá)目標(biāo)識(shí)別技術(shù)研究[D]. 南京理工大學(xué),2009.6.
[4]張群, 羅迎, 何勁. 雷達(dá)目標(biāo)微多普勒效應(yīng)研究概述[J]. 空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,12(2): 22-26.
Amethodofmicro-Dopplerfeatureextraction
LINXin-dang,XIAOLong
(1.MilitaryRepresentativesOfficeofRadarSystemofthePLANavyinNanjing,Nanjing210003;2.No.724ResearchInstituteofCSIC,Nanjing211153)
Themicro-DopplerechomodelfortherotatingpartsoftheaircraftisanalyzedtheoreticallybasedontheaircraftlocalscatteringtheoryandRCSmodel.Accordingtothespectrumsignatureanalysisofradarechoes,amethodofmicro-Dopplerfeatureextractionisproposed.Finally,themethodisverifiedtobeeffectiveandfeasibleusingtheactualtestdata.
Doppler;micro-Doppler;featureextraction
2016-03-04
林新黨(1970-),男,工程師,碩士,研究方向:雷達(dá)總體技術(shù);肖龍(1984-),男,工程師,碩士,研究方向:雷達(dá)目標(biāo)識(shí)別及數(shù)據(jù)處理。
TN957.52
A
1009-0401(2016)03-0041-03