微多普勒特征提取方法研究

林新黨，肖　龍

(1.海軍駐南京地區雷達系統軍事代表室，南京 210003；2.中國船舶重工集團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.海軍駐南京地區雷達系統軍事代表室，南京 210003；2.中國船舶重工集團公司第七二四研究所，南京 211153)

根據飛機局部散射機理與局部散射RCS模型，理論分析了飛機旋轉部件的微多普勒回波模型。通過雷達回波的頻譜特征分析，提出了一種目標微多普勒特征的提取方法。利用實測數據進行驗證，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

0　引　言

對空警戒雷達在窄帶工作方式下，由于發射的脈沖帶寬窄，其目標回波近似為點目標的回波，不具備徑向和橫向上的高分辨能力。這造成了雷達回波中不包含目標大小、形狀、結構等用作目標分類識別的細節信息[1]。所以，在常規雷達體制下實現對空目標的分類識別是一個難點。

空中飛機目標主要分為直升機、螺旋槳飛機和噴氣式飛機。這3類飛機上都存在旋轉部件，如直升機的主旋翼和尾旋翼、螺旋槳飛機的螺旋槳葉片和噴氣式飛機發動機的壓縮葉片。它們在飛機飛行的同時自身也存在周期性的旋轉運動。美國著名學者VICTORC.CHEN將旋轉部件的這種旋轉運動稱為微運動。在一定的目標姿態角范圍內，這種微運動會引起雷達回波中的多普勒調制。他將這種微運動產生的多普勒調制稱為微多普勒效應[2-4]。微多普勒效應的提出為窄帶工作方式下對空目標的分類提供了新的途徑。

基于飛機局部散射機理與局部散射RCS模型，本文從理論上分析了提取目標微多普勒調制特征的物理基礎，并提出了一種目標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回波頻譜中提取出來。本文利用實測數據進行驗證，實驗結果表明該微多普勒特征提取方法是有效可行的。

1　飛機旋轉部件的回波模型

對于常規雷達所發射電磁波波長，空中目標旋轉部件的每一片槳葉都在光學區。每一個槳葉可等效為一個散射中心。調制散射回波可以由旋轉部件所有的散射回波線性疊加構成，雷達回波便由它和機身散射分量的相疊加合成。p個散射中心構成合成回來的調制散射回波復矢量可以用下式來描述：

(1)

式中，sk為第個槳葉散射的幅度函數，ψk(t)為第k個槳葉散射的相位函數。

單個槳葉的RCS值σk可根據光學區的RCS散射機理求得：

(2)

式中，λ為指雷達的工作波長；l是指目標散射面的長度；a是常數，單槳的前緣a=0.5，單槳的后緣a=0.1。

單個槳葉的相位函數可表示為

(3)

式中，f0為雷達發射頻率，λ為雷達工作波長，rk(t)為第個散射中心到雷達的距離。

設雷達發射窄帶相參的連續波信號：

ut=exp(j2πf0t)

(4)

采用“點”目標的假設，雷達回波的序列就可看成是對連續波的采樣，則回波信號：

(5)

式中，a(t)和φ(t)分別是幅度的調制函數和相位的調制函數，s(t)=a(t)exp(jφ(t))是雷達回波的復包絡，f0為載頻。

根據式(1)、(3)和(5)可知，回波信號與各個散射中心回波的關系為

令θk(t)=4πrk(t)/λ表示第k個散射中心回波復包絡相位函數。根據上式可知，回波復包絡與各個散射中心回波復包絡的關系為

(6)

從式(6)中可以得到

(7)

(8)

式(8)說明飛機旋轉部件散射中心的任何微小運動都會使得相位函數θk(t)波動。上述散射模型描述了低分辨力常規窄帶雷達對位于光學區內飛機目標的旋轉部件相對雷達運動而引起的回波復包絡幅度、相位波動的物理機理。它既說明了常規窄帶雷達回波復包絡受到了空中目標旋轉部件的調制，又說明了理論上常規窄帶雷達回波復包絡中含有飛機旋轉部件調制特征這種情況。這是從雷達調制回波中提取調制特征的物理基礎，為后面的目標微多普勒特征的提取奠定了理論基礎。

2　微多普勒特征的提取

實現對目標微多普勒特征的穩健提取是利用微多普勒調制特征進行目標分類的前提。目標回波頻譜中包含噪聲、雜波、機身多普勒譜和旋轉部件產生的微多普勒調制，如圖1所示。

圖1　目標回波頻譜

微多普勒特征提取過程就是從目標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，需要解決以下兩個問題：

(1) 如何區分目標多普勒附近幅度較強的分量是微多普勒分量還是機身多普勒副瓣；

(2) 如何將微多普勒分量與雜波和噪聲分量區分開來。

針對上述兩個問題，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) 根據目標回波的I/Q通道信息，得到目標回波頻譜；

(2) 找到目標頻譜最大位置作為機身多普勒位置；

(3) 將機身多普勒位置平移到零頻(坐標軸中間)位置；

(4) 將幅度最大位置左右各個N1點作為頻譜主瓣區；

(5) 將頻譜主瓣區外左右各個N2點作為副瓣區；

(6) 判斷副瓣區域是否存在幅度值大于主瓣最大幅度值1/N3的點；

(7) 如果是則副瓣區域存在微多普勒，如果否則副瓣區域不存在微多普勒；

(8) 將除主瓣區和副瓣區外的點視為雜波、噪聲區域，設定噪聲判別門限值；

(9) 判別雜波、噪聲區域是否存在幅度大于K倍噪聲判別門限值的點；

(10) 如果是則雜波、噪聲區域可能存在微多普勒，如果否則雜波、噪聲區域不存在微多普勒；

(11) 將頻譜移回原位，零頻率左右各個N4點作為雜波區；

(12) 若上述步驟7、10中提取的微多普勒在雜波區，則不是微多普勒；

(13) 輸出提取得到的微多普勒分量。

3　實驗結果

本文使用S波段雷達在5kHz脈沖重復頻率工作模式下采集到的飛機實測數據來驗證所提方法的可行性。為了驗證本文提出方法的可行性，對大量的實測飛機回波頻譜進行了測試。圖3為一架渦噴式飛機的回波頻譜及其微多普勒特征的提取過程。圖3(a)為目標原始頻譜，圖3(b)為平移后的目標頻譜及特征提取門限值，圖3(c)為去掉機身多普勒和噪聲后的頻譜，圖3(d)為提取得到的目標微多普勒特征。對比圖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頻譜中的微多普勒特征提取出來。

(a) 目標原始頻譜

(b) 平移后的目標頻譜及特征提取門限值

(c) 去掉機身多普勒和噪聲后的頻譜

(d) 提取得到的目標微多普勒特征

4　結束語

本文從理論上分析了飛機旋轉部件的回波模型，并提出了一種目標微多普勒特征的提取方法。對實測數據進行微多普勒特征提取的結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. 基于經驗模態分解的空中飛機目標分類[J]. 電子與信息學報，2012，9(34)：2116-2121.

[3]杜玩文. 空中雷達目標識別技術研究[D]. 南京理工大學，2009.6.

[4]張群, 羅迎, 何勁. 雷達目標微多普勒效應研究概述[J]. 空軍工程大學學報(自然科學版)，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:雷達總體技術；肖龍(1984-)，男，工程師，碩士，研究方向：雷達目標識別及數據處理。

TN957.52

A

1009-0401(2016)03-0041-03