基于GS-IRadon算法旋翼目标微动特征提取方法技术

本发明专利技术提供基于GS

【技术实现步骤摘要】
基于GS
‑
IRadon算法旋翼目标微动特征提取方法


[0001]本专利技术涉及目标探测的领域，尤其涉及基于GS
‑
IRadon算法旋翼目标微动特征提取方法。

技术介绍

[0002]旋翼目标，即包含可旋转叶片部件的目标，主要包括直升机、多旋翼无人机、风力发电机等．这类目标可通过叶片转动产生微多普勒效应，对这类目标存在的微多普勒效应进行研究，能反映目标或目标部件独特的微动特征和结构特性，而对这类目标的叶的微动特征的研究是探测和识别该类目标的主要研究方向。
[0003]对于目标探测、分类和识别等领域，有效提取微多普勒特征能够估计到目标的相关参数，具有很高的应用价值。目前针对旋翼目标微动特征提取的方法主要分为以下几类。
[0004]一是时域特征提取，这类方法主要利用旋翼目标信号的周期特征，通过对时域信号进行相关处理，提取目标旋转频率等特征。二是频域特征提取，这类方法通过基于信号层的分离方法对多分量信号进行分离，在再频域上实现目标不同运动状态或目标的分离，信号分离方法主要包括希尔伯特
‑...

【技术保护点】

【技术特征摘要】
1.基于GS
‑
IRadon算法旋翼目标微动特征提取方法，包括以下步骤：S1、建立旋翼目标模型，并基于所述旋翼目标模型对闪烁机理进行分析，得出零频附近直流分量是影响目标特征提取的主要因素；S2、根据所述旋翼目标模型，提出基于黄金分割法的IRadon变换算法进行微动特征提取；S201、旋翼目标回波数据的预处理：利用MTI算法去除回波中存在的直流分量，并利用短时傅里叶变换将信号转换至时频域，得到信号时频结果；S202、利用IRadon变换得到信号时频结果变换后的IRadon变换结果：设定转速搜索范围，利用基于黄金分割法对IRadon变换结果进行峰值搜索，提取特征。2.根据权利要求1所述的一种旋翼目标微动特征的提取方法，其特征在于，所述S1具体为：当雷达发射波长为的单载频连续波，散射点的基带回波为：（1）其中，为后向散射系数；为雷达与旋翼中心的距离；为方位角；为俯仰角；为旋翼旋转频率， (，为叶片长度)；分别为散射点与旋翼中心的距离和初始旋转角；为复数中的虚部符号；假设单叶片有个强散射中心，则单叶片回波为：（2）令不同叶片具有相同位置和散射系数的散射点，则旋翼叶片总回波的散射点模型表示为：（3）。3.根据权利要求2所述的一种旋翼目标微动特征的提取方法，其特征在于，当所述旋翼叶片均匀散射，即，相邻散射点间隔，则散射点与旋翼中心距离，式（3）变为：（4）当散射点间隔趋于0时，式（4）变为：
（5）。4.根据权利要求3所述的一种旋翼目标微动特征的提取方法，其特征在于，所述S1还包括时频结果，所述视频结果由正弦分量、时频闪烁以及直流分量组成；所述正弦分量看作是对最外侧散射点回波信号中相位部分求导；
ꢀꢀꢀꢀꢀ
（6）所述时频闪烁是由于回波中存在辛格函数部分时频变换产生的强幅度频率带；所述直流分量是回波中辛格函数部分与其余部分在频域卷积时产生，其强度与正弦包络部分强度相同。5.根据权利要求4所述的一种旋翼目标微动特征的...

【专利技术属性】
技术研发人员：杨军，吕明久，龙铭，陈文峰，夏赛强，
申请(专利权)人：中国人民解放军空军预警学院，
类型：发明
国别省市：