论文部分内容阅读
目标或其组成部件除去主体平动外的振动、转动等小幅度运动被称为微动。微动包含着目标特有的运动属性,可以反映其精细的运动特征,因此微动特征可作为雷达目标识别的重要依据,其在军事及民用方面都有着广泛的应用。在军事方面,基于微动特征提取的识别手段是导弹防御系统的关键技术。由于弹头和诱饵的质量分布不同,导致它们的微动特性存在明显差异,因此通过提取目标的微动特征可以实现真假弹头的识别与分辨。在民用方面,基于雷达所具有的全天时、全天候、穿透能力强及远距离探测等优势,可利用雷达发射的电磁波探测人体微动特征,实现非接触生命信号检测,这在自然灾害救援、医疗卫生等领域都有着非常重要的应用价值。根据上述背景,本文围绕军事及民用两个方面的微动特征提取及参数估计问题展开了系统的研究,主要研究内容概括如下:（1）建立锥体弹道目标的散射中心微动模型及人体呼吸心跳微动模型本文对于微动在军事领域的应用,主要针对锥体弹道目标展开研究。基于一般散射中心和等效散射中心这两种散射中心模型,分析了弹道目标在自旋、进动和章动三种微动状态下的微动特性,进而获得锥体弹道目标宽带回波的具体表达式,并利用仿真实验进行验证;对于微动在民用领域的应用,主要针对人体呼吸心跳微动形式展开研究。基于呼吸心跳过程的运动机理,建立了呼吸心跳微动模型,并推导了胸壁宽带回波表达式。通过建立微动目标模型,为论文后续的研究工作奠定基础。（2）单目标相位测距的弹道目标微动特征提取及参数估计针对传统方法基于宽带回波距离像包络信息提取微动分辨率较低这一问题,提出了基于距离像相位信息的相位测距弹道目标微动特征提取及参数估计方法。根据所建立的锥体弹道目标的散射中心微动模型,分别对弹道目标宽带回波高分辨距离像（High-Resolution Range Profile,HRRP）序列的包络信息和相位信息进行分析。包络信息受限于雷达的距离分辨力,会导致微距离的测量精度不理想,而利用相位信息进行测距,结合相位测距原理,所测微距精度可达到半波长量级。在此基础上研究了基于相位测距的弹道目标微动参数估计方法,并利用仿真实验验证了算法的有效性。（3）微动多目标分辨及特征提取针对传统的微多普勒特征提取技术难以解决多目标分辨这一问题,提出一种曲线交叠外推的微动多目标宽带分辨算法。对于微动多目标信号模型,多目标各散射点回波微动曲线会出现交叠现象,这为后续微动特征提取与多目标分辨带来不便。通过分析各散射点的微动特性,并以各个滤波数据点间的相对距离为准则,结合各曲线的历史斜率信息,利用曲线交叠外推算法实现各散射点微动曲线的区分关联,进而通过分析所提取微动曲线的频率成分实现多目标的分辨。（4）弹道目标压缩感知的2-D联合稀疏重构和微动参数估计针对稀疏频带信号体制下的空间锥体弹道目标微动特征提取问题,提出一种基于压缩感知（Compressive Sensing,CS）理论的2-D联合稀疏重构和微动参数估计方法。对于2-D联合稀疏重构信号模型,基于稀疏频带信号良好的抗干扰特性和低运算复杂度特性,结合压缩感知理论,建立弹道目标微动特性参数字典,并生成2-D联合稀疏重构和微动参数估计优化函数,借助改进的正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法求解优化函数,进而可同时实现微动参数估计和稀疏重构。该算法充分利用了2-D数据间的耦合信息和2-D相干积累增益,从而可获得弹道目标高精度的HRRP和微动曲线。（5）微动目标三维轨迹重构及参数估计针对斜视情况下利用三维干涉测量进行目标轨迹提取会出现坐标扭曲这一问题,提出一种斜视校正干涉测量的微动轨迹提取及参数估计方法。依据三维干涉测量的思想,对L型天线阵列中各天线接收回波进行干涉测距测角,通过分析三维干涉测量过程中出现的斜视坐标扭曲现象,推导求解二元二次非线性方程组结合坐标变换实现斜视误差校正,得到目标各散射点的重构三维运动轨迹。通过分析所得三维运动轨迹,结合弹道目标的物理结构,实现弹道目标的参数估计,有效提高了微动目标运动几何参数估计的准确性和稳健性。（6）非接触呼吸心跳信号的提取及重构微动特征提取及参数估计除了应用在军事反导系统中,还可扩展到民事方面,如呼吸心跳微动信号检测系统。针对生命信号所处的环境因素复杂,呼吸心跳微动信号经常淹没在噪声杂波中这一问题,本文提出一种基于MTI-Autocorrelation-EEMD（MAE）的生命信号提取及重构算法。基于本文所建立的人体呼吸心跳微动模型,对生命信号回波进行预处理,通过利用动目标显示（Moving Target Indicator,MTI）滤波消除固定物体杂波,并根据信号与噪声自相关函数分布形态上的明显差异,精确定位人体所在距离单元,从而实现从强杂波及噪声干扰的环境中提取人体生命信号回波。接着利用集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）算法对所提取的人体生命信号回波进行自适应分解,进而实现呼吸和心跳微动信号的高精度重构。