微多普勒效应是指目标微动对雷达回波产生调制的现象。回波中包含的微动特征反映了目标的几何结构和运动特性,这为雷达的自动目标识别提供了新的思路。近几年,微多普勒效应得到广泛关注,但其相关技术还未发展成熟。本文针对旋翼飞行器,构建了旋翼微动回波模型,并基于S变换对目标微动特征的提取开展研究。主要工作如下:(1)在微多普勒效应理论基础上,推导旋翼叶片的回波参数模型,对旋翼飞机的雷达回波进行分析。构建了多旋翼无人机的微动模型,分析不同飞行状态下无人机回波信号的微动特征。(2)提出了改进广义S变换。针对S变换窗函数对高频和低频分量时频适配有限的问题,构建反正切窗函数,将窗长控制在一定范围内,并实现窗长随频率的自适应调整;同时引入控制因子,进一步改善算法的适应性,提高了时频分析性能。仿真结果表明,改进广义S变换能够更好地提取旋翼回波中的微多普勒特征。(3)提出改进广义S变换的快速实现算法,推导其离散化实现的具体步骤。在频域实现过程中,通过限定分析频率范围来减少计算冗余,并进一步通过倍频采样降低计算量。(4)提出基于同步压缩联合改进广义S变换的微多普勒特征提取方法。将同步压缩与时频分析相结合,在改进广义S变换过程中沿频率轴对时频分布进行能量重排;通过对窗函数偏导数进行时频变换实现瞬时频率求解,降低算法复杂度,提高计算效率。仿真证明,该算法能有效解决S变换中时间分辨率和频率分辨率无法兼顾的难题,在提高分辨率的同时实现了能量的有效聚集。