System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于参数估计和相位匹配的目标旋翼部件雷达成像方法技术_技高网

基于参数估计和相位匹配的目标旋翼部件雷达成像方法技术

技术编号:43139274 阅读:5 留言:0更新日期:2024-10-29 17:43
本发明专利技术公开了一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法,该方法包括:获取目标雷达回波并进行采样和脉冲压缩等预处理,构建雷达回波矩阵;结合雷达工作参数构建抑制杂波与目标刚体部分回波的滤波器;结合旋翼的JEM特性进行目标旋翼转速估计,确定目标旋翼成像投影平面并完成参数搜索网格划分,构建相位匹配项;基于旋翼几何结构特点完成目标旋翼桨叶长度与桨叶初相角的估计;在成像投影面网格基础上完成目标旋翼图像的重构。本发明专利技术能够对小型无人机的旋翼进行成像,尤其是当旋翼回波只存在于一个或几个距离单元内时,仍可以得到可靠的旋翼雷达图像重构结果和较精确的旋翼参数估计,弥补了现有技术的不足。

【技术实现步骤摘要】

本专利技术涉及雷达数据处理,特别是一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法


技术介绍

1、无人机的迅速发展在丰富民众生活的同时,也带来了严重的国防安全与公共安全隐患。有源雷达探测技术作为空域监测的主导技术,具备全天时全天候工作,探测精度高、可靠性好,以及抗干扰能力强等优势,在无人机目标探测任务中具有强大潜力。由于无人机属于典型的低慢小目标,传统的雷达目标探测方法往往很难奏效;并且在城市复杂环境下,强杂波和多种漂浮物的干扰也会对传统雷达探测方法带来巨大挑战。逆合成孔径雷达(inverse synthetic aperture radar,isar)成像技术是一种强大的雷达信号处理手段,能够利用目标与雷达的相对运动,实现对非合作目标的高分辨成像,并可以进一步提取目标的特征信息,因此可以用于对无人机目标的探测。

2、常规的isar成像方法将目标运动视为刚性运动,而旋翼则归类于目标的微动部分。v.c.chen借助时频分析的方法,最先对微动部分开展与研究,并将其称为微多普勒特征。现阶段,对于目标旋翼部分的处理方法主要可以分为以下三类:第一类方法将目标旋翼部分的回波视为干扰,旋翼部分回波最突出的特点是具有时变的多普勒频率,并且占据较大的多普勒带宽,因此可以通过低通滤波器对其滤除,该方法执行简单,但一定程度上损失了目标的特征信息,并且低频部分的残留项仍然会对目标刚体像产生影响。为此,第二类方法将微动部件的回波信号与刚体部分的回波信号进行分离,并分别处理。具有代表性的方法有基于短时傅里叶变换和l统计量的方法、基于经验模态分解的方法和基于低调频率匹配滤波的方法等,进一步地,针对旋翼部分的成像,则有基于hough变换和基于逆radon变换等方法。第三类方法将旋翼部分的回波特点称为喷气式发动机调制(jet enginemodulation,jem)现象,并推导了回波方位向频谱特点与旋翼转速、长度等参数的关系,但此类方法无法对旋翼进行雷达成像。

3、总的来说,对目标旋翼的isar成像的研究目前还在探索阶段。上述方法往往具有分辨率低、鲁棒性不足、计算复杂度高等缺点,不能满足小型无人机目标旋翼部件isar成像的实际应用需求。


技术实现思路

1、本专利技术的目的在于提供一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法。

2、实现本专利技术目的的技术解决方案为:一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法,包括以下步骤:

3、步骤1:获取目标雷达回波,完成信号采样、脉冲压缩预处理;

4、步骤2:结合旋翼部件回波信号模型,利用步骤1中的目标雷达回波,以一帧数据为单位构建目标雷达回波矩阵;

5、步骤3:根据雷达工作参数与步骤2中的目标雷达回波矩阵,构建抑制杂波和目标刚体部分的滤波器,并对所选距离单元回波进行滤波;

6、步骤4:选择目标旋翼所在的距离单元并进行快速傅里叶变换,根据频谱jem特性估计目标旋翼的转速;

7、步骤5:确定目标旋翼成像投影平面并划分参数搜索网格,结合旋翼部件回波信号模型构建相位匹配项;

8、步骤6:估计目标旋翼桨叶长度与桨叶初相角;利用步骤2中的滤波器对步骤5中构造的相位匹配项进行滤波,进而对滤波后的距离单元回波进行相位匹配并计算频谱幅度在f∈[-0.2prf,0.2prf]范围内最大值maxi,prf为雷达脉冲重复频率;利用目标旋翼几何结构信息引导参数搜索方向并绘制maxi的变化趋势,完成对目标旋翼桨叶长度与桨叶初相角的估计;

9、步骤7:在步骤6中目标旋翼桨叶参数估计的基础上,计算参数网格各点上的maxi值并完成平滑滤波,得到目标旋翼部件的雷达图像。

10、一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法。

11、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法。

12、一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法。

13、本专利技术与现有技术相比,其显著优点为:1)本专利技术能够对小型无人机的旋翼进行成像,尤其是当旋翼回波只存在于一个或几个距离单元内时,仍可以得到可靠的旋翼雷达图像重构结果和较精确的旋翼参数估计,弥补了现有技术的不足;2)本专利技术提出的相位匹配方法对旋翼回波频谱的多普勒混叠现象不敏感,在低prf情况下仍可使用;3)本专利技术提出的旋翼参数估计方法充分利用了目标的几何结构信息,计算量小。

本文档来自技高网...

【技术保护点】

1.一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤4中根据频谱JEM特性得到的目标旋翼转速估计值计算方法为其中为旋翼桨叶旋转角速度的估计值,fT为周期性线谱间隔,N为桨叶数,对偶数桨P=1,对奇数桨P=2。

3.根据权利要求3所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤5中结合旋翼部件回波信号模型构建相位匹配项表示为

4.根据权利要求3所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤6中目标旋翼桨叶长度与桨叶初相角的估计方法为:在相位匹配项的基础上,结合雷达带宽以及目标雷达回波矩阵中旋翼回波所跨距离门的个数,令为其中Δr为一个距离门的长度;取步长令以在[0,2π)内均匀取值;此时相位匹配项表示为利用步骤3中构建的滤波器Hpf(t)对相位匹配项ei(t)进行滤波,即接着对步骤3中滤波后的回波信号进行相位匹配,并进行快速傅里叶变换,即最后在频域f∈[-0.2PRF,0.2PRF]范围内,计算并记录频谱的幅度最大值,即f∈[-0.2PRF,0.2PRF];对不同的重复上述操作,并绘制Maxi的变化曲线,曲线峰值处对应的即为旋翼各桨叶初相角的估计值;在任一桨叶初相角估计值的基础上,以步长按照上述过程对进行搜索,根据Maxi值的幅度变化完成对的估计。

5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一所述的方法的步骤。

6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的方法的步骤。

7.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4中任一所述的方法的步骤。

...

【技术特征摘要】

1.一种基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤4中根据频谱jem特性得到的目标旋翼转速估计值计算方法为其中为旋翼桨叶旋转角速度的估计值,ft为周期性线谱间隔,n为桨叶数,对偶数桨p=1,对奇数桨p=2。

3.根据权利要求3所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤5中结合旋翼部件回波信号模型构建相位匹配项表示为

4.根据权利要求3所述的基于参数估计和相位匹配的目标旋翼部件雷达成像方法,其特征在于,步骤6中目标旋翼桨叶长度与桨叶初相角的估计方法为:在相位匹配项的基础上,结合雷达带宽以及目标雷达回波矩阵中旋翼回波所跨距离门的个数,令为其中δr为一个距离门的长度;取步长令以在[0,2π)内均匀取值;此时相位匹配项表示为利用步骤3中构建的滤波器hpf(t)对相位匹配...

【专利技术属性】
技术研发人员:许志勇陈琛田巳睿赵兆
申请(专利权)人:南京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1