基于混合體制雷達(dá)網(wǎng)的彈道目標(biāo)微特征及外形參數(shù)提取

李靖卿， 馮存前， 孫宏偉， 賀思三

1.空軍工程大學(xué) 防空反導(dǎo)學(xué)院， 西安　710051 2.中國人民解放軍 93764部隊(duì)， 包頭　075000

?

基于混合體制雷達(dá)網(wǎng)的彈道目標(biāo)微特征及外形參數(shù)提取

李靖卿1,2， 馮存前1,*， 孫宏偉2， 賀思三1

1.空軍工程大學(xué) 防空反導(dǎo)學(xué)院， 西安710051 2.中國人民解放軍 93764部隊(duì)， 包頭075000

針對(duì)彈道中段目標(biāo)微特征難以識(shí)別與分辨的問題，提出了一種基于低分辨雷達(dá)和高分辨雷達(dá)相結(jié)合的混合體制雷達(dá)網(wǎng)的有翼彈道目標(biāo)微特征及外形參數(shù)提取方法。依據(jù)非線性信號(hào)參量可分離模型，利用非線性最小二乘估計(jì)方法解算出有翼彈道目標(biāo)群各散射中心的幅相參數(shù)，結(jié)合不同雷達(dá)提取的微特征的關(guān)聯(lián)性，利用散射中心關(guān)聯(lián)處理實(shí)現(xiàn)了各類散射中心的分離。在此基礎(chǔ)上，利用彈道目標(biāo)的微特征，結(jié)合彈道目標(biāo)各散射中心的相對(duì)位置關(guān)系，重構(gòu)出各目標(biāo)的三維微特征及各散射中心的三維位置矢量，進(jìn)而估計(jì)出目標(biāo)的進(jìn)動(dòng)特征和結(jié)構(gòu)參數(shù)。仿真結(jié)果表明：當(dāng)信噪比(SNR)為5 dB時(shí)，該方法的重構(gòu)精度保持在92%左右。

微特征； 混合體制雷達(dá)網(wǎng)； 匹配； 特征提取； 彈道目標(biāo)

彈道目標(biāo)識(shí)別是戰(zhàn)略預(yù)警能力和反導(dǎo)作戰(zhàn)能力的集中體現(xiàn)，組網(wǎng)雷達(dá)作為彈道目標(biāo)識(shí)別的倍增器，是解決彈道群目標(biāo)突防、有源無源干擾以及單基地雷達(dá)搜索區(qū)域限制的有效途徑[1-3]。自Chen[3]首次將微動(dòng)概念引入到雷達(dá)目標(biāo)識(shí)別以來，利用目標(biāo)微特征進(jìn)行目標(biāo)識(shí)別的方法就成為雷達(dá)目標(biāo)識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。

隨著戰(zhàn)場環(huán)境的日趨復(fù)雜和目標(biāo)特征控制技術(shù)的應(yīng)用，僅依靠單基地雷達(dá)來實(shí)現(xiàn)目標(biāo)的探測及分類識(shí)別顯然是不夠的，組網(wǎng)雷達(dá)技術(shù)為彈道目標(biāo)微特征的研究和應(yīng)用提供了一個(gè)新的突破口。Chen指出：目標(biāo)的微多普勒特征并不受限于距離分辨，而且多基地雷達(dá)可以獲得比單基地雷達(dá)更為完整的微多普勒特征或頻移[3]。Smith等[4]討論了利用多站雷達(dá)網(wǎng)獲取的微多普勒信息進(jìn)行目標(biāo)分類的可行性。Vespe等[5]指出利用多基地雷達(dá)的多視角特性可以有效彌補(bǔ)單部雷達(dá)獲得的高分辨距離像(HRRP)信息的缺失和不足，有利于進(jìn)行空間目標(biāo)識(shí)別。韓勛等[6]根據(jù)頻譜熵將低分辨雷達(dá)網(wǎng)獲取的多視角微多普勒信息進(jìn)行匹配處理，從而實(shí)現(xiàn)了空間目標(biāo)的微特征提取，但抗噪性不強(qiáng)。向道樸[7]利用獨(dú)立成分分析(Independent Component Analysis, ICA)算法和時(shí)頻分析相結(jié)合的方法從低分辨雷達(dá)網(wǎng)獲取的微多普勒信息中分辨出群目標(biāo)，但分辨效果有限。張棟等[8]解算出進(jìn)動(dòng)目標(biāo)HRRP對(duì)應(yīng)的線性和信號(hào)，利用高分辨雷達(dá)網(wǎng)提取出目標(biāo)的微動(dòng)參數(shù)。Luo等[9]利用分布式組網(wǎng)雷達(dá)的多視角特性，實(shí)現(xiàn)了有翼彈道目標(biāo)的三維重構(gòu)，并指出有翼彈道目標(biāo)相比無翼彈道目標(biāo)而言，其尾翼自旋引起的回波調(diào)制不能忽略，與錐旋共同作用產(chǎn)生的合成調(diào)制將更為復(fù)雜。Ai等[10]利用T/R-R(Transmitter/Receiver-Receiver)雙基地逆合成孔徑雷達(dá)(ISAR)，結(jié)合擴(kuò)展Hough變換和快速傅里葉變換(FFT)算法，實(shí)現(xiàn)了二維高分辨ISAR成像。在實(shí)際應(yīng)用中，高性能低分辨雷達(dá)已大量應(yīng)用于反導(dǎo)預(yù)警雷達(dá)，其實(shí)時(shí)性較好，但分辨率略有不足，探測能力有限；而寬帶高分辨雷達(dá)主要用于艦船、空天目標(biāo)的精細(xì)監(jiān)視與成像識(shí)別，其價(jià)格昂貴，短時(shí)間內(nèi)難以大量裝備，且占用信息處理資源較大，實(shí)時(shí)性不強(qiáng)[11-12]。因此，有效發(fā)揮現(xiàn)有低分辨雷達(dá)的優(yōu)勢(shì)，可以更好地解決當(dāng)前彈道目標(biāo)的識(shí)別問題。美國林肯實(shí)驗(yàn)室就利用Millstone雷達(dá)獲取的窄帶雷達(dá)散射截面積(Radar Cross Section, RCS)特征去評(píng)估寬帶高分辨干草堆雷達(dá)Haystack及其輔助雷達(dá)HAX得到的ISAR像(包括有效負(fù)載、旋轉(zhuǎn)頻率等參數(shù))，實(shí)現(xiàn)了高/低分辨雷達(dá)的融合識(shí)別[12]。需要指出的是，文中的低分辨雷達(dá)并非常規(guī)遠(yuǎn)程預(yù)警雷達(dá)，而是經(jīng)過升級(jí)改造后的高性能反導(dǎo)預(yù)警雷達(dá)。

本文首先分別分析了高/低分辨雷達(dá)獲取的微特征，構(gòu)建了信號(hào)參量可分離模型；然后利用散射中心關(guān)聯(lián)處理方法，實(shí)現(xiàn)了混合體制雷達(dá)網(wǎng)中各類散射中心的分類；最后利用分布式處理和加權(quán)平均相結(jié)合的方法，實(shí)現(xiàn)了彈道目標(biāo)的微特征及外形參數(shù)提取。

1　彈道目標(biāo)微特征分析

對(duì)于彈道目標(biāo)而言，其強(qiáng)散射中心數(shù)量有限，本文主要對(duì)有翼錐形彈頭進(jìn)行分析。在光學(xué)區(qū)，有翼錐形彈頭的多散射中心一般由錐頂散射中心和底面邊緣尾翼散射中心構(gòu)成[9]，此處暫不考慮底面邊緣結(jié)構(gòu)產(chǎn)生滑動(dòng)的影響。針對(duì)多散射中心目標(biāo)模型，本文構(gòu)建了混合體制雷達(dá)網(wǎng)系統(tǒng)，如圖1 所示。

雷達(dá)網(wǎng)共包含Inarrow部低分辨雷達(dá)和Iwide部高分辨雷達(dá)。為了方便表述，這里假設(shè)各部子雷達(dá)均為單基地雷達(dá)。O′-XYZ為雷達(dá)網(wǎng)坐標(biāo)系，O-xyz為彈體坐標(biāo)系，z軸為目標(biāo)自旋軸的指向，O-x′y′z′ 為相對(duì)坐標(biāo)系，且平行于O′-XYZ，O為目標(biāo)質(zhì)心。目標(biāo)的自旋頻率和錐旋頻率分別為ωs和ωc，其矢量形式為ωs和ωc。

假設(shè)目標(biāo)共包含M個(gè)散射中心，在t時(shí)刻，雷達(dá)網(wǎng)中任一部雷達(dá)I與目標(biāo)上第m個(gè)散射中心的位置矢量為

RIt=RI+ΔRm tI=1,2,…,Inarrow+Iwide

(1)

式中：RI為平動(dòng)分量；ΔRm t為微動(dòng)分量。則第m個(gè)散射中心的徑向距離為[3]

(2)

i=1,2,…,Inarrow

(3)

對(duì)式(3)進(jìn)行采樣處理，得到第k個(gè)脈沖采樣后的信號(hào)為

(4)

(5)

(6)式中：ω=[ωcωsωc+ωsωc-ωs]為頻率信息；fi m為第m個(gè)散射中心對(duì)應(yīng)的微多普勒信息；ai m和Hnarrow分別為第i部低分辨雷達(dá)獲取的第m個(gè)散射中心對(duì)應(yīng)的幅度和相位信息，且滿足：

(7)

式中：N為雷達(dá)采樣次數(shù)；Δt為采樣時(shí)間間隔；E4×1為4×1維的單位矩陣。為方便表述，ai m可簡寫為

(8)

式中：Λ為ai m的參量空間；ai m的具體表達(dá)式見文獻(xiàn)[13]。不難看出，彈頭的微多普勒fdi可以等效為幾個(gè)正弦分量的疊加，ai m與彈頭進(jìn)動(dòng)參數(shù)、結(jié)構(gòu)參數(shù)及雷達(dá)視角有關(guān)。

i′=1,2,…,Iwide

(9)

(10)

式中:r為距離像峰;ΔR為目標(biāo)與參考點(diǎn)間的距離。不難看出，彈道目標(biāo)HRRP的峰值點(diǎn)位于[13]：

(11)

其矩陣形式可以表示為

(12)

式中：EN×1為N×1維的單位矩陣；ri′m為第i′部高分辨雷達(dá)獲得的微動(dòng)信息；bi′m和Hwide分別為第i′部高分辨雷達(dá)獲得的第m個(gè)散射中心的幅度和相位信息；Λ′為bi′m的參量空間，bi′m的具體表達(dá)式見文獻(xiàn)[13]。

2　雷達(dá)網(wǎng)的散射中心關(guān)聯(lián)處理

由于彈道目標(biāo)回波對(duì)應(yīng)的微特征通常表征為時(shí)變非平穩(wěn)的多分量信號(hào)，其包含的各散射中心對(duì)應(yīng)的微動(dòng)分量一般會(huì)相互疊加在一起。因此，有效從組網(wǎng)雷達(dá)中獲取同一個(gè)目標(biāo)所包含的不同類型的散射中心信息至關(guān)重要。為了有效發(fā)揮現(xiàn)有低分辨雷達(dá)的優(yōu)勢(shì)，解決當(dāng)前彈道目標(biāo)的識(shí)別問題，本文首先采用一致性聚類分析方法將高、低分辨雷達(dá)獲取的微動(dòng)信息進(jìn)行數(shù)據(jù)關(guān)聯(lián)處理，以達(dá)到不同類型的散射中心分類的目的。

2.1微動(dòng)信息獲取

(13)

式中：gm和H分別為第m個(gè)散射中心對(duì)應(yīng)的微多普勒分量和相位信息。

(14)

式中：fm和rm分別為低、高分辨雷達(dá)獲得的第m個(gè)散射中心對(duì)應(yīng)的微動(dòng)信息。

然而，高分辨雷達(dá)獲取的HRRP姿態(tài)敏感性較強(qiáng)，不利于數(shù)據(jù)的穩(wěn)健處理。考慮到彈道目標(biāo)強(qiáng)散射中心較少且分布稀疏，可以忽略同一距離單元內(nèi)交叉項(xiàng)干擾的影響，直接利用時(shí)域抽取法抽取任意快時(shí)間tq處的行信號(hào)，即對(duì)式(9)的快時(shí)間tq進(jìn)行賦值，然后對(duì)相位項(xiàng)關(guān)于慢時(shí)間ts進(jìn)行求導(dǎo)，經(jīng)時(shí)頻變換就可以觀測到目標(biāo)完整的微多普勒分量，這樣可以有效地降低HRRP對(duì)姿態(tài)角的敏感性，得到更穩(wěn)定的微多普勒信息：

(15)

2.2微動(dòng)信息關(guān)聯(lián)與分類

研究表明[18]，對(duì)同一散射中心而言，低分辨雷達(dá)獲取的時(shí)頻信息(微多普勒曲線)可以等效為高分辨成像雷達(dá)獲取的距離像曲線的導(dǎo)函數(shù)，這就給混合體制雷達(dá)網(wǎng)中的數(shù)據(jù)關(guān)聯(lián)提供了理論依據(jù)。由文獻(xiàn)[6]可知，當(dāng)信噪比較高(不小于 5 dB)時(shí)，低分辨雷達(dá)得到的微特征的提取精度可以達(dá)到94%以上；而對(duì)于高分辨雷達(dá)而言，它可獲得98%左右的特征提取精度(信噪比可以達(dá)到0 dB)[9]。因此，當(dāng)信噪比較高時(shí)，低分辨雷達(dá)的特征提取精度與高分辨雷達(dá)的特征提取精度相差不大，可以進(jìn)行數(shù)據(jù)關(guān)聯(lián)處理。

考慮到高、低分辨雷達(dá)獲取的微動(dòng)信息存在一定的精度誤差，若對(duì)混合體制雷達(dá)網(wǎng)獲得的所有幅度和相位信息直接進(jìn)行聚類分析，就發(fā)揮不出混合體制雷達(dá)網(wǎng)的整體優(yōu)勢(shì)。因此，本文先分別對(duì)不同體制雷達(dá)獲取的幅度和相位信息進(jìn)行聚類分析，然后對(duì)不同體制雷達(dá)對(duì)應(yīng)的各個(gè)類進(jìn)行分類處理，具體分類過程如下。

步驟2預(yù)測聚類中心。對(duì)同一時(shí)間段內(nèi)同一體制雷達(dá)獲得的各條微多普勒曲線進(jìn)行δ -ρ一致性聚類分析[19]，且滿足:

(16)

(17)

式中：du w為O -ωcωs平面內(nèi)任意兩個(gè)投影點(diǎn)的距離；u和w為平面內(nèi)不同的投影點(diǎn)；ρu為局部聚類密度，主要表示間距小于截止間距dc的投影點(diǎn)的個(gè)數(shù)；δu為該投影點(diǎn)到更高密度聚類區(qū)域的最大距離；dc為截止間距，決定著各聚類區(qū)域的劃設(shè)。

(18)

通過以上處理，便可準(zhǔn)確區(qū)分出不同類型的散射中心，并較好地分離出多部雷達(dá)獲取的同一類型散射中心對(duì)應(yīng)的微動(dòng)信息，有效實(shí)現(xiàn)目標(biāo)散射中心的分類。

3　彈道目標(biāo)的微特征及外形參數(shù)提取

由第2節(jié)的分析可知，在完成散射中心分類處理后，可以得到多部雷達(dá)獲取的同一類散射中心的微動(dòng)信息，但該信息無法有效反映出目標(biāo)的可視化結(jié)構(gòu)特征和目標(biāo)微運(yùn)動(dòng)的差異性。因此，在完成散射中心分類的基礎(chǔ)上，根據(jù)彈道目標(biāo)的幾何結(jié)構(gòu)特征和各散射中心的位置參數(shù)，本節(jié)考慮利用混合體制雷達(dá)網(wǎng)觀測的數(shù)據(jù)進(jìn)行彈道目標(biāo)的微特征及外形參數(shù)提取，為目標(biāo)識(shí)別提供依據(jù)。

3.1三維錐旋矢量提取

由于彈頭的錐頂散射中心位于自旋軸上，它僅受錐旋頻率的影響，滿足正弦規(guī)律；而其他散射中心還受到自旋頻率的影響，呈非正弦規(guī)律[13]。根據(jù)2.2節(jié)步驟1的判別方法，易判斷出彈頭錐頂散射中心的微多普勒分量。通常認(rèn)為，自旋軸與錐旋軸的夾角保持相對(duì)不變，即進(jìn)動(dòng)角具有相對(duì)穩(wěn)定性[13]。

由文獻(xiàn)[13]可知，若錐頂用A表示，則錐頂散射中心的幅度信息滿足：

(19)

考慮到低分辨雷達(dá)應(yīng)用廣泛，而高分辨雷達(dá)應(yīng)用相對(duì)較少的現(xiàn)狀，這里以多部低分辨雷達(dá)獲取的微動(dòng)信息建立方程組：

(20)

(21)

3.2強(qiáng)散射中心初始位矢解算

根據(jù)3.1節(jié)的分析，結(jié)合進(jìn)動(dòng)角的相對(duì)不變性，不難聯(lián)立方程組為

(22)

(23)

由于式(23)僅包含3個(gè)未知參量(rAx′,rAy′,rAz′)，因此，只需要1部高分辨雷達(dá)獲取的幅度和相位信息求解即可。一般而言，彈道目標(biāo)屬于剛體目標(biāo)，其形態(tài)保持相對(duì)不變。當(dāng)剛體運(yùn)動(dòng)時(shí)，它的各散射中心之間存在一定的關(guān)系，以兩翼平底錐形彈頭為例來進(jìn)行說明。

(24)

3.3進(jìn)動(dòng)參數(shù)及結(jié)構(gòu)參數(shù)估計(jì)

根據(jù)夾角公式，結(jié)合式(20)和式(24)，可以求出目標(biāo)的進(jìn)動(dòng)角參數(shù)為

(25)

(26)

最后根據(jù)式(21)的加權(quán)求平均方法，分別得到目標(biāo)長度及半錐角的最終值。如果目標(biāo)底面邊緣包含多個(gè)尾翼散射中心，底面半徑還需滿足：

(27)

3.4基本實(shí)現(xiàn)流程

通過以上的分析，可以看出本文的方法比較符合當(dāng)前雷達(dá)的應(yīng)用現(xiàn)狀，充分發(fā)揮了低分辨雷達(dá)的應(yīng)用數(shù)量及探測范圍的優(yōu)勢(shì)，同時(shí)兼顧了高分辨雷達(dá)成像精度高的特點(diǎn)，通過數(shù)據(jù)關(guān)聯(lián)處理，有效地解決了高/低分辨雷達(dá)數(shù)據(jù)精度差異較大、難以有效融合識(shí)別的問題，基本步驟如下。

步驟1針對(duì)混合體制雷達(dá)網(wǎng)獲取的微動(dòng)信息，根據(jù)式(14)，利用信號(hào)參量可分離模型求得幅度和相位信息。

步驟5根據(jù)式(20)和式(24)，求出目標(biāo)的進(jìn)動(dòng)角參數(shù)θ。

步驟7根據(jù)式(27)的判決準(zhǔn)則，完成該各彈道目標(biāo)真實(shí)尺寸的微特征及外形參數(shù)提取。

4　仿真分析

4.1算法有效性驗(yàn)證

混合體制雷達(dá)網(wǎng)中共有3部高性能低分辨雷達(dá)和1部高分辨雷達(dá)，觀測時(shí)間均為2 s。其中，低分辨雷達(dá)發(fā)射單頻信號(hào)，載頻分別為6.5、8.5和11.5 GHz，脈沖重復(fù)頻率均為600 Hz，編號(hào)分別為1、2、3，在O′-XYZ中的坐標(biāo)分別為(80,40,1)、(40,80,2)和(20,20,0) km，距離分辨率均為15 m。高分辨雷達(dá)發(fā)射LFM信號(hào)，載頻為10 GHz，帶寬為1 GHz，脈寬為50 μs，脈沖重復(fù)頻率為500 Hz，編號(hào)為4，在O′-XYZ中的坐標(biāo)為 (0,0,6) km，距離分辨率為15 cm。

假設(shè)空間中存在單個(gè)目標(biāo)，且包含3個(gè)強(qiáng)散射中心。該目標(biāo)的錐旋頻率為0.4 Hz，它在O-x′y′z′上的指向?yàn)?20°, 65°)，且繞著x、y和z軸以初始?xì)W拉角 (75°, 30°, 20°)和自旋頻率(0,0,1.1) Hz作自旋運(yùn)動(dòng)，它的散射中心在O-x′y′z′上的坐標(biāo)分別為A(0,0,1.6) m、v1(-0.4,-0.3,-0.4) m、v2(0.4,0.3,-0.4) m，質(zhì)心O在O′-XYZ上的位矢為(200,200,100) km。假設(shè)平動(dòng)分量已完全補(bǔ)償，散射系數(shù)由隨機(jī)函數(shù)randn生成，且信噪比均為5 dB。

由文獻(xiàn)[20]可知，現(xiàn)有雷達(dá)網(wǎng)多采用GPS衛(wèi)星鏈路雙向授時(shí)，時(shí)間同步精度可以達(dá)到2 ns左右，遠(yuǎn)低于文中設(shè)置的高分辨雷達(dá)發(fā)射脈寬50 μs。此時(shí)ωct、ωst中包含的時(shí)間同步誤差的量級(jí)僅為10-7～10-9，可以忽略不計(jì)。而對(duì)于地基雷達(dá)網(wǎng)而言，雷達(dá)網(wǎng)中各子雷達(dá)的位置相對(duì)固定，此時(shí)暫不考慮空間同步的影響。

圖2(a)～圖2(d)分別為混合體制雷達(dá)網(wǎng)中不同體制雷達(dá)獲得的微多普勒曲線，對(duì)圖2(d)的距離像信息進(jìn)行時(shí)域抽取處理，可以得到目標(biāo)群中不同子目標(biāo)的時(shí)頻信息。圖2(e)為雷達(dá)4在第20個(gè)快時(shí)間單元獲取的目標(biāo)的時(shí)頻信息。比較圖2(a)和圖2(e)，目標(biāo)的微多普勒變化幅度存在明顯差異，但微多普勒的周期性變化規(guī)律基本一致。

圖2　混合體制雷達(dá)網(wǎng)中各部雷達(dá)對(duì)應(yīng)的微多普勒曲線Fig.2　Micro-Doppler curves by each radar in hybrid-scheme radar network

表1雷達(dá)2獲取的某一散射中心對(duì)應(yīng)的微動(dòng)頻率

Table 1Micro-motion frequency of some scattering center by Radar 2

Runtimeωc/(rad·s-1)ωs/(rad·s-1)Optimalsolution/10312．43746．95531．29422．47956．93081．29432．49416．92181．29442．51186．91271．29452．47076．93681．294

圖3　進(jìn)化過程圖Fig.3　Evolutionary process diagram

圖4　三維位矢重構(gòu)結(jié)果Fig.4　Reconstructed results of 3D position vectors

Table 3Precession parameters and structural parameters of target

ParameterEstimationvalueRelativeerror/%l/m2．13663．64L/m0．52004．01?/rad0．24610．47θ/rad0．27458．36

4.2魯棒性分析

由圖5可知，由于采用了散射中心關(guān)聯(lián)處理及微特征及外形參數(shù)提取方法，本文較好地克服了混合體制雷達(dá)網(wǎng)的數(shù)據(jù)精度相差較大對(duì)參數(shù)估計(jì)的不利影響，當(dāng)信噪比較低時(shí)，目標(biāo)的重構(gòu)精度保持在92%左右，這遠(yuǎn)高于同等仿真條件下文獻(xiàn)[3]中的提取精度(約為76%)，且與相同仿真條件下文獻(xiàn)[9]中的提取精度相一致(僅利用了多部高分辨雷達(dá)的多視角特性)，其重構(gòu)參數(shù)具有很高的估計(jì)精度。

5　結(jié)　論

結(jié)合當(dāng)前雷達(dá)應(yīng)用的實(shí)際需求，本文利用低分辨雷達(dá)、高分辨雷達(dá)獲取的微特征的關(guān)聯(lián)特性實(shí)現(xiàn)了帶有尾翼的彈頭目標(biāo)的微特征及外形參數(shù)提取。

1) 通過分析不同體制雷達(dá)得到的微特征之間的相互關(guān)系，構(gòu)建了信號(hào)參量可分離模型，統(tǒng)一了不同體制雷達(dá)得到的微特征對(duì)應(yīng)頻率分量的參數(shù)化表達(dá)。

2) 利用散射中心關(guān)聯(lián)處理方法，有效實(shí)現(xiàn)了混合體制雷達(dá)網(wǎng)中不同類型散射中心的分類，同時(shí)克服了混合體制雷達(dá)網(wǎng)的數(shù)據(jù)精度相差較大對(duì)數(shù)據(jù)聚類和配準(zhǔn)的影響。

3) 在進(jìn)行彈道目標(biāo)微特征及外形參數(shù)提取時(shí)，利用分布式處理和加權(quán)平均相結(jié)合的方法，避免了同類型尾翼散射中心的分離問題以及數(shù)據(jù)精度相差較大的不利影響。當(dāng)信噪比較低時(shí)，三維微動(dòng)參數(shù)及結(jié)構(gòu)參數(shù)的提取精度保持在92%左右。

4) 本文并沒有分析底面邊緣結(jié)構(gòu)產(chǎn)生滑動(dòng)的影響，對(duì)于彈道目標(biāo)而言，其底面邊緣結(jié)構(gòu)對(duì)應(yīng)的強(qiáng)散射中心會(huì)因雷達(dá)觀測視角的不同而產(chǎn)生滑動(dòng)，相應(yīng)的微特征及外形參數(shù)提取方法將是下一步研究工作的重點(diǎn)。

[1]CHEN V C. Advances in applications of radar micro-Doppler signatures[C]//Proceeding of IEE Antenna Measurements & Application, 2014: 1-4.

[2]LIU Z, WEI X Z， LI X. Aliasing-free micro-Doppler analysis based on short-time compressed sensing[J]. IET Signal Processing, 2014, 8(2): 176-187.

[3]CHEN V C. The micro-Doppler effect in radar[M]. London: Artech House, 2011: 24-33.

[4]SMITH G E, WOODBRIDGE K, BAKER C J, et al. Multistatic micro-Doppler radar signatures of personnel targets[J]. IET Signal Processing, 2010, 4(3): 224-233.

[5]VESPE M, BAKER C, GRIFFITHS H. Radar target classification using multiple perspectives[J]. IET Radar, Sonar & Navigation, 2007, 1(4): 300-307.

[6]韓勛, 杜蘭, 劉宏偉. 基于窄帶雷達(dá)組網(wǎng)的空間錐體目標(biāo)特征提取方法[J]. 電子與信息學(xué)報(bào), 2014, 36(12): 2956-2962.

HAN X, DU L, LIU H W. Feature extraction of space cone-shaped target based on narrow-band radar network[J]. Journal of Electronics & Information Technology, 2014, 36(12): 2956-2962 (in Chinese).

[7]向道樸. 微多普勒回波模擬與微動(dòng)特征提取技術(shù)研究[D]. 長沙： 國防科學(xué)技術(shù)大學(xué), 2010: 95-111.

XIANG D P. Research on micro-Doppler echo simulation and micro-motion signature extraction technology[D]. Changsha: National University of Defense Technology, 2010: 95-111 (in Chinese).

[8]張棟, 馮存前, 賀思三， 等. 組網(wǎng)雷達(dá)彈道目標(biāo)三維進(jìn)動(dòng)特征提取[J]. 西安電子科技大學(xué)學(xué)報(bào), 2015, 42(2): 146-151.

ZHANG D, FENG C Q, HE S S, et al. Extraction of three-dimensional precession features of ballistic targets in netted radar[J]. Journal of Xidian University, 2015, 42(2): 146-151 (in Chinese).

[9]LUO Y, ZHANG Q, YUAN N, et al. Three-dimensional precession feature extraction of space targets[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(2): 1313-1329.

[10]AI X F, HUANG Y, ZHAO F, et al. Imaging of spinning targets via narrow-band T/R-R bistatic radars[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(2): 362-366.

[11]PAN X Y, WANG W, LIU J, et al. Modulation effect and inverse synthetic aperture radar imaging of rotationally symmetric ballistic targets with precession[J]. IET Radar, Sonar & Navigation, 2013, 7(9):950-958.

[12]CAMP W W, JOSEPH T M, O’ DONNELL R M. Wideband radar for ballistic missile defense and range-Doppler imaging of satellites[J]. Lincoln Laboratory Journal, 2000, 2(2): 267-268.

[13]GUO K Y, SHENG X Q. Precise recognition of warhead and decoy based on components of micro-Doppler frequency curves[J]. Science China Information Sciences, 2012, 55(4): 850-856.

[14]BARHAT M. Signal detection and estimation[M]. London: Artech House, 2005: 576-580.

[15]WANG J, LEI P, SUN J P, et al. Spectral characteristics of mixed micro-Doppler time-frequency data sequences in micro-motion and inertial parameter estimation of radar targets[J]. IET Radar， Sonar & Navigation, 2014, 8(4): 275-281.

[16]SHAO C Y, DU L, HAN X. Multiple target tracking based separation of micro-Doppler signals from coning target[C]//Proceeding of IEEE Radar Conference. Piscataway, NJ: IEEE Press, 2014: 130-133.

[17]李靖卿, 馮存前, 張棟. 基于自適應(yīng)視野聚類匹配的多目標(biāo)分離與提取[J]. 系統(tǒng)工程與電子技術(shù), 2015, 37(9): 1974-1979.

LI J Q, FENG C Q, ZHANG D. Multi-target separation and extraction based on adaptive vision cluster matching[J]. Systems Engineering and Electronics, 2015, 37(9): 1974-1979 (in Chinese).

[18]張群, 羅迎. 雷達(dá)目標(biāo)微多普勒效應(yīng)[M]. 北京: 國防工業(yè)出版社, 2013: 22-81.

ZHANG Q, LUO Y. Micro-Doppler effect of radar targets[M]. Beijing: National Defense Industry Press, 2013: 22-81 (in Chinese).

[19]ALEX R, ALESSANDRO L. Clustering by fast search and find of density peaks[J]. Science, 2014, 344(6): 1492-1496.

[20]李孝輝， 楊旭海， 劉婭， 等. 時(shí)間頻率信號(hào)的精密測量[M]. 北京: 科學(xué)出版社， 2010: 162-180.

LI X H, YANG X H, LIU Y, et al. Precise measure of time-frequency signature[M]. Beijing: Science Press, 2010: 162-180 (in Chinese).

[21]OSSAMA A, AHMED G. Dynamic-size multiple populations genetic algorithm for multigravity-assist trajectory optimization[J]. Journal of Guidance, Control, and Dynamics, 2012, 35(2): 520-529.

李靖卿男， 碩士研究生。主要研究方向： 雷達(dá)信號(hào)處理。

Tel: 029-84789420

E-mail: lijingqing_1025@126.com

馮存前男， 博士， 教授， 博士生導(dǎo)師。主要研究方向： 雷達(dá)信號(hào)處理、 雷達(dá)電子戰(zhàn)新技術(shù)。

Tel: 029-84789131

E-mail: fengcunqian@sina.com

孫宏偉男， 博士， 高級(jí)工程師。主要研究方向： 雷達(dá)系統(tǒng)、 電子對(duì)抗技術(shù)。

E-mail: liuyanhui1999@126.com

賀思三男， 博士， 講師。主要研究方向： 雷達(dá)信號(hào)處理、 復(fù)雜運(yùn)動(dòng)目標(biāo)成像。

E-mail: hesisan@163.com

Micro-motion feature and shape parameters extraction based onhybrid-scheme radar network for ballistic targets

LI Jingqing1,2, FENG Cunqian1,*, SUN Hongwei2, HE Sisan1

1. Air and Missile Defense College, Air Fore Engineering University, Xi’an710051, China 2. No.93764 Unit, People’s Liberation Army of China, Baotou075000, China

Aiming at the complexity of recognition and resolution on ballistic mid-course target, a method for three-dimensional reconstruction of ballistic target based on hybrid-scheme radar network combined low-resolution radar with high-resolution radar is proposed. Based on the separable model of nonlinear signal parameter, the amplitude-phase parameters of each scattering center on the ballistic target group with empennages are calculated by nonlinear least squares estimation method. Combined with the relationship of micro-motion features between radars, various scattering centers are separated by association processing between scattering centers. Ultimately, the three-Dimensional micro-motion features and the three-Dimensional position vectors are reconstructed by utilizing both the micro-Doppler characteristics and the relative position relation of each scattering center of ballistic target, and then the precession feature and structural parameters are estimated. Simulation results validate that the reconstruction precision of three-dimensional features has been maintained at about 92% when the signal noise ratio (SNR) is 5 dB.

micro-motion feature; hybrid-scheme radar network; matching; feature extraction; ballistic target

2015-07-13； Revised： 2015-11-26； Accepted： 2016-02-29； Published online： 2016-03-0813:09

s： National Natural Science Foundation of China ( 61372166, 61501495): The Project Supported by Natural Science Basic Research Plan in Shaanxi Province of China (2014JM8308)

. Tel.： 029-84789131E-mail: fengcunqian@sina.com

2015-07-13； 退修日期： 2015-11-26； 錄用日期： 2016-02-29；

時(shí)間： 2016-03-0813:09

www.cnki.net/kcms/detail/11.1929.V.20160308.1309.006.html

國家自然科學(xué)基金 (61372166, 61501495)； 陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃資助項(xiàng)目 (2014JM8308)

.Tel.： 029-84789131E-mail: fengcunqian@sina.com

10.7527/S1000-6893.2016.0054

V243.2; TN953

A

1000-6893(2016)06-1963-11

引用格式： 李靖卿， 馮存前， 孫宏偉， 等． 基于混合體制雷達(dá)網(wǎng)的彈道目標(biāo)微特征及外形參數(shù)提取[J]． 航空學(xué)報(bào), 2016, 37(6): 1963-1973. LI J Q, FENG C Q, SUN H W, et al. Micro-motion feature and shape parameters extraction based on hybrid-scheme radar network for ballistic targets[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(6): 1963-1973.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

URL： www.cnki.net/kcms/detail/11.1929.V.20160308.1309.006.html