基于时频分析的雷达目标识别技术研究
|
摘要
本论文以空中带微动特性的径向运动目标为研究对象,开展了基于时频分析的高分辨雷达目标识别技术的研究。本文的主要工作有：
1.通过改进GRECO建模软件,实现动态RCS计算。添加的目标运动轨迹读取模块,可以满足目标复杂运动的需求,雷达发射波形选择模块使建模软件更加接近真实的雷达系统。并以三种简单目标柱锥、圆锥、球锥作为研究对象,在其径向运动的同时,使其产生旋转、翻滚等微动,用GRECO动态建模软件计算目标的动态RCS。
2.对Wigner-Ville变换、短时傅里叶变换(STFT)和小波变换等时频分析方法进行了研究。在MATLAB软件平台上,运用短时傅里叶变换对运动目标的建模回波信号进行了时频分析处理,得到了运动目标回波信号的时频分布图像。按照目标的运动轨迹和姿态制作动画,建立了目标建模与目标识别之间的界面联系。
3.提出了一种新的基于时频特征的目标识别算法。运用逐像素扫描算法对目标回波信号的时频分布图像进行特征提取,采用最近邻分类器进行判决分类。同在时频分布图基础上提取矩阵奇异值作为特征进行识别的方法比,本文提出的方法具有更高的正确识别率。仿真试验结果验证了算法的正确性和有效性。
In this thesis, focused on the targets in air with micro-movement, radar target recognition based on high resolution time-frequency analysis is studied. The main research work includes:
1. GRECO software -a high frequency electromagnetic calculation software, is improved with target movement trajectory processing module and radar emission waveform selection module. Three targets with simple structure, such as cone, sphere and cone, cylinder and cone, are modeled and their dynamic RCS echo signals in different movement are estimated.
2. Three time-frequency analysis methods, including the Wigner-Ville transform, short time Fourier transform (STFT) and wavelet transform, are introduced. Dynamic RCS echo signals of movement targets are processed by using short time Fourier transform, and high-resolution time-frequency distribution images are achieved.
3. A new radar target recognition method based on time-frequency distribution images is proposed. Pixel scan technique is adopted to extract the feature vector, and the nearest neighbor classifier is used for classification decision. Compared with the target recognition method based on singular value decomposition, the correction probability for recognition of the proposed method is higher. Simulation results verify the correctness and the effectiveness of the proposed method.
1.通过改进GRECO建模软件,实现动态RCS计算。添加的目标运动轨迹读取模块,可以满足目标复杂运动的需求,雷达发射波形选择模块使建模软件更加接近真实的雷达系统。并以三种简单目标柱锥、圆锥、球锥作为研究对象,在其径向运动的同时,使其产生旋转、翻滚等微动,用GRECO动态建模软件计算目标的动态RCS。
2.对Wigner-Ville变换、短时傅里叶变换(STFT)和小波变换等时频分析方法进行了研究。在MATLAB软件平台上,运用短时傅里叶变换对运动目标的建模回波信号进行了时频分析处理,得到了运动目标回波信号的时频分布图像。按照目标的运动轨迹和姿态制作动画,建立了目标建模与目标识别之间的界面联系。
3.提出了一种新的基于时频特征的目标识别算法。运用逐像素扫描算法对目标回波信号的时频分布图像进行特征提取,采用最近邻分类器进行判决分类。同在时频分布图基础上提取矩阵奇异值作为特征进行识别的方法比,本文提出的方法具有更高的正确识别率。仿真试验结果验证了算法的正确性和有效性。
In this thesis, focused on the targets in air with micro-movement, radar target recognition based on high resolution time-frequency analysis is studied. The main research work includes:
1. GRECO software -a high frequency electromagnetic calculation software, is improved with target movement trajectory processing module and radar emission waveform selection module. Three targets with simple structure, such as cone, sphere and cone, cylinder and cone, are modeled and their dynamic RCS echo signals in different movement are estimated.
2. Three time-frequency analysis methods, including the Wigner-Ville transform, short time Fourier transform (STFT) and wavelet transform, are introduced. Dynamic RCS echo signals of movement targets are processed by using short time Fourier transform, and high-resolution time-frequency distribution images are achieved.
3. A new radar target recognition method based on time-frequency distribution images is proposed. Pixel scan technique is adopted to extract the feature vector, and the nearest neighbor classifier is used for classification decision. Compared with the target recognition method based on singular value decomposition, the correction probability for recognition of the proposed method is higher. Simulation results verify the correctness and the effectiveness of the proposed method.
引文
[1]李辉,张安,于红梅.雷达目标识别发展回顾与实现中的关键理论[J].红外激光与工程,2007,36(3)：343～346
[2]倪银红,陈玲.雷达目标识别及发展趋势预测[J].电视技术,2009,49(11)：98～101
[3]孙文峰.雷达目标识别技术述评.雷达与对抗,2001(3)
[4]王晓丹,王积勤.雷达目标识别技术综述[J].现代雷达,2003,5(10)：23-27
[5]杨正龙,方大纲.基于时频分析的带腔体雷达目标弱信号检测.南京理工大学学报[J],2002,26(3)：330～333
[6]姬红兵,唐亮,谢维信.基于时间—距离—多普勒像的编队目标架次检测.系统工程与电子技术[J],2001,23(5)：62～64
[7]陈行勇,刘永祥,黎湘,郭桂蓉.雷达目标微多普勒特征提取.信号处理,2007,23(2)：222～226
[8]Victor C. Chen, Fayin Li, Shen-Shyang Ho, Harry Wechsler. Analysis of Micro-Doppler Signatures[J]. IEE Proc-Radar Sonar Navig,2003,150(4):498～502
[9]王蕴红,刘国岁,李玺等.基于短时傅里叶变换及奇异值特征提取的目标识别方法.信号处理[J],1998,14(2)：123～127
[10]鲜明,庄钊文,郭桂蓉等.基于时频分析的飞机目标识别.国防科技大学学报[J],1997,19(3)：7-11
[11]徐振海,王雪松,肖顺平等.基于(TVAR)时变自回归模型的H双回波建模及目标识别.信号处理[J],2001,17(4)：313～317.
[12]Chen K M. Rradar wave synthesis method-a new radar detection scheme[J]. IEEE Trans. on AP,1981,29(4):553～565
[13]刘永祥,黎湘,庄钊文.导弹防御系统中的雷达目标识别研究.国防科技大学学报,2004,26(4)：6-9
[14]姜卫东.光学区雷达结构成像的理论及雷达目标识别中的应用[D],湖南：国防科技大学,2000
[15]何松华,郭桂蓉,郭修煌.基于目标距离像的地面目标检测与跟踪[J].国防科技大学学报,1991,13(1)：32～38
[16]吕金飞.基于时频分析的高动态多目标识别与仿真[J].系统仿真学报,2007,19(20)：15～21
[17]张志强,姚志远.时频分析及其应用[J].华东船舶工业学院学报,2002,16(4)：222～226
[18]张琳,盛卫星,马晓峰.基于微多普勒效应的雷达目标识别算法[J].现代雷达,2007,29(12)：35～39
[19]蒋立正,李宗利,刘淑茜,吴成丽.雷达空间目标识别仿真系统设计.现代防御技术,2005,33(2)：56～60
[20]陈行勇,黎湘,姜斌.基于微多普勒特征的空中目标识别.现代雷达,2006,28(10)：30～33
[21]杜耀惟,张强,何卫国.雷达目标极化特性及其在反隐身中的应用[D].信息产业部第十四研究所,1996
[22]Zediker M.S., Rice R.R., Hollister J.H. Method for extending range and sensitivity of a fiber optic micro-Doppler ladar system and apparatus therefor[J]. US Patent 1998,6(8):817～847
[23]庄钊文,刘永祥,黎湘.目标微动特性研究进展.电子学报,2007,35(3)：520～525
[24]金文斌,刘永祥,任双桥等.锥体目标空间进动特性分析及其参数提取.宇航学报,2004,25(4)：408～411
[25]施龙飞,李盾,王雪松.弹道导弹动态全极化成像仿真研究[J].宇航学报,2005,26(3)：124～126
[26]高红卫,谢良贵,文树梁等.弹道导弹目标微多普勒特征提取[J].雷达科学技术,2008,6(2)：58～63
[27]陈行勇,黎湘,郭桂蓉等.中段目标进动雷达特征提取.信号处理,2006,22(5)：707～711
[28]姜卫东,庄钊文,陈曾平.基于一维距离像的目标识别方法[J].现代雷达,1999,20(3)：121～126
[29]Vladimir N. Vapnik著,张学工译.统计学习的本质[M].北京：清华大学出版社,2000
[30]陈行勇,黎湘,郭桂蓉等.微进动弹道导弹目标雷达特征提取.电子与信息学报,2006,28(4)：643～646
[31]冯瑞林.基于时频分析的目标回波识别方法研究[D].西安：西北工业大学,2001
[32]H.J.Li, S.H.Yang. Using range profiles as feature vectors to identify aerospace objects, IEEE Trans. A. P,1993,41(6):261～268
[33]俞文明.旋动对称频域和时域积分方程方法及其软件实现和应用[D],南京：南京理工大学,2007
[34]孙孔峰,皇甫堪.线性核时频信号表示及其仿真[J],国防科技大学学,1997.6
[35]孙晓兵.非平稳信号的时频分析方法及其应用[D].西安：西安电子科技大学, 1996年
[36]Kyung-Tae Kim, ed. Efficient Radar Target Recognition Using the MUSIC Algorithm and Invariant Features[J]. IEEE A. P,2002,50(2):111～115
[37]曾勇虎,王雪松,肖顺平等.瞬态极化Wigner-Ville分布相关法及其性能分析[J].雷达科学与技术,2004,14(2)：257～261
[38]庄钊文,刘永祥,黎湘.目标微动特性研究进展[J].系统与电子技术,200735(3)：214～220
[39]曾勇虎,王雪松,肖顺平等.基于瞬态极化WVD相关的高分辨雷达目标识别[J].红外与毫米波学报,2004,23(6)：455～461
[40]曾勇虎,王雪松,肖顺平等.瞬态极化短时傅里叶变换及其在雷达目标识别中的应用[J].电子对抗技术,2004,34(12)：361～364
[41]V.C. Chen, F. Li, S.-S. Ho and H. Wechsler. Analysis of micro-Doppler signatures[J]. IEE Proceedings online no.2003,7(43):63～69
[42]Victor C. Chen, Fayin. Li, Shen-Shyang Ho, Happy We. Micro-Doppler Effect in Radar:Phenomenon, Model, and Simulation Study[J]. IEEE Trans on aerospace and electronic systems,2006,42(1):149～153
[43]郑生华.基于时频分析的高雷达侦察信号处理技术[J].重庆大学学报,2006,29(11)：339～342
[44]马春婷.时频分析在战场侦察多目标识别中的应用[J].军械工程学院学报,2004,16(1)：66～69
[45]何松华.高距离分辨率毫米波雷达目标识别的理论与应用[D].长沙：国防科技大学电子技术系,1993
[46]陈行勇,刘永祥,姜卫东等.雷达目标微动分辨.系统工程与电子技术,2007,29(3)：361～364
[47]Victor. C, Chen Hao Ling. Time Frequency for Radar Imaging and Signal Analysis[J]. Artech House,2002,3(5):369～373
[48]Chengjie Cai, Weixian Liu, Jeffrey S. Empirical Mode Decomposition of Micro-Doppler Signature[J]. Radar Conference 2005 IEEE International,2002, 9(12):895～899
[49]N. E. Huang, Z. Shen, S. R. Long et al. The Empirical Mode Decomposition and Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis[C]. Proc. R.Soc. London A,1998,9(3):903～995
[50]陈曾平.雷达目标结构特征识别的理论与应用[D].长沙：国防科技大学电子技术系,1994
[51]肖怀铁.宽带极化毫米波雷达月标特征信号测量与识别算法研究[D].长沙：国防科技大学电子科学与工程学院,2000
[52]廖学军.基于高分辨距离像的雷达目标识别：[学位论文],西安：西安电子科大学,1998
[53]刁联旺,王忠义,杨静宇.目标选择的最近邻优化算法[J].计算机仿真,2005,22(6)：65～68
[54]边肇祺,张学工.模式识别[M].北京：清华大学出版社,2000
[2]倪银红,陈玲.雷达目标识别及发展趋势预测[J].电视技术,2009,49(11)：98～101
[3]孙文峰.雷达目标识别技术述评.雷达与对抗,2001(3)
[4]王晓丹,王积勤.雷达目标识别技术综述[J].现代雷达,2003,5(10)：23-27
[5]杨正龙,方大纲.基于时频分析的带腔体雷达目标弱信号检测.南京理工大学学报[J],2002,26(3)：330～333
[6]姬红兵,唐亮,谢维信.基于时间—距离—多普勒像的编队目标架次检测.系统工程与电子技术[J],2001,23(5)：62～64
[7]陈行勇,刘永祥,黎湘,郭桂蓉.雷达目标微多普勒特征提取.信号处理,2007,23(2)：222～226
[8]Victor C. Chen, Fayin Li, Shen-Shyang Ho, Harry Wechsler. Analysis of Micro-Doppler Signatures[J]. IEE Proc-Radar Sonar Navig,2003,150(4):498～502
[9]王蕴红,刘国岁,李玺等.基于短时傅里叶变换及奇异值特征提取的目标识别方法.信号处理[J],1998,14(2)：123～127
[10]鲜明,庄钊文,郭桂蓉等.基于时频分析的飞机目标识别.国防科技大学学报[J],1997,19(3)：7-11
[11]徐振海,王雪松,肖顺平等.基于(TVAR)时变自回归模型的H双回波建模及目标识别.信号处理[J],2001,17(4)：313～317.
[12]Chen K M. Rradar wave synthesis method-a new radar detection scheme[J]. IEEE Trans. on AP,1981,29(4):553～565
[13]刘永祥,黎湘,庄钊文.导弹防御系统中的雷达目标识别研究.国防科技大学学报,2004,26(4)：6-9
[14]姜卫东.光学区雷达结构成像的理论及雷达目标识别中的应用[D],湖南：国防科技大学,2000
[15]何松华,郭桂蓉,郭修煌.基于目标距离像的地面目标检测与跟踪[J].国防科技大学学报,1991,13(1)：32～38
[16]吕金飞.基于时频分析的高动态多目标识别与仿真[J].系统仿真学报,2007,19(20)：15～21
[17]张志强,姚志远.时频分析及其应用[J].华东船舶工业学院学报,2002,16(4)：222～226
[18]张琳,盛卫星,马晓峰.基于微多普勒效应的雷达目标识别算法[J].现代雷达,2007,29(12)：35～39
[19]蒋立正,李宗利,刘淑茜,吴成丽.雷达空间目标识别仿真系统设计.现代防御技术,2005,33(2)：56～60
[20]陈行勇,黎湘,姜斌.基于微多普勒特征的空中目标识别.现代雷达,2006,28(10)：30～33
[21]杜耀惟,张强,何卫国.雷达目标极化特性及其在反隐身中的应用[D].信息产业部第十四研究所,1996
[22]Zediker M.S., Rice R.R., Hollister J.H. Method for extending range and sensitivity of a fiber optic micro-Doppler ladar system and apparatus therefor[J]. US Patent 1998,6(8):817～847
[23]庄钊文,刘永祥,黎湘.目标微动特性研究进展.电子学报,2007,35(3)：520～525
[24]金文斌,刘永祥,任双桥等.锥体目标空间进动特性分析及其参数提取.宇航学报,2004,25(4)：408～411
[25]施龙飞,李盾,王雪松.弹道导弹动态全极化成像仿真研究[J].宇航学报,2005,26(3)：124～126
[26]高红卫,谢良贵,文树梁等.弹道导弹目标微多普勒特征提取[J].雷达科学技术,2008,6(2)：58～63
[27]陈行勇,黎湘,郭桂蓉等.中段目标进动雷达特征提取.信号处理,2006,22(5)：707～711
[28]姜卫东,庄钊文,陈曾平.基于一维距离像的目标识别方法[J].现代雷达,1999,20(3)：121～126
[29]Vladimir N. Vapnik著,张学工译.统计学习的本质[M].北京：清华大学出版社,2000
[30]陈行勇,黎湘,郭桂蓉等.微进动弹道导弹目标雷达特征提取.电子与信息学报,2006,28(4)：643～646
[31]冯瑞林.基于时频分析的目标回波识别方法研究[D].西安：西北工业大学,2001
[32]H.J.Li, S.H.Yang. Using range profiles as feature vectors to identify aerospace objects, IEEE Trans. A. P,1993,41(6):261～268
[33]俞文明.旋动对称频域和时域积分方程方法及其软件实现和应用[D],南京：南京理工大学,2007
[34]孙孔峰,皇甫堪.线性核时频信号表示及其仿真[J],国防科技大学学,1997.6
[35]孙晓兵.非平稳信号的时频分析方法及其应用[D].西安：西安电子科技大学, 1996年
[36]Kyung-Tae Kim, ed. Efficient Radar Target Recognition Using the MUSIC Algorithm and Invariant Features[J]. IEEE A. P,2002,50(2):111～115
[37]曾勇虎,王雪松,肖顺平等.瞬态极化Wigner-Ville分布相关法及其性能分析[J].雷达科学与技术,2004,14(2)：257～261
[38]庄钊文,刘永祥,黎湘.目标微动特性研究进展[J].系统与电子技术,200735(3)：214～220
[39]曾勇虎,王雪松,肖顺平等.基于瞬态极化WVD相关的高分辨雷达目标识别[J].红外与毫米波学报,2004,23(6)：455～461
[40]曾勇虎,王雪松,肖顺平等.瞬态极化短时傅里叶变换及其在雷达目标识别中的应用[J].电子对抗技术,2004,34(12)：361～364
[41]V.C. Chen, F. Li, S.-S. Ho and H. Wechsler. Analysis of micro-Doppler signatures[J]. IEE Proceedings online no.2003,7(43):63～69
[42]Victor C. Chen, Fayin. Li, Shen-Shyang Ho, Happy We. Micro-Doppler Effect in Radar:Phenomenon, Model, and Simulation Study[J]. IEEE Trans on aerospace and electronic systems,2006,42(1):149～153
[43]郑生华.基于时频分析的高雷达侦察信号处理技术[J].重庆大学学报,2006,29(11)：339～342
[44]马春婷.时频分析在战场侦察多目标识别中的应用[J].军械工程学院学报,2004,16(1)：66～69
[45]何松华.高距离分辨率毫米波雷达目标识别的理论与应用[D].长沙：国防科技大学电子技术系,1993
[46]陈行勇,刘永祥,姜卫东等.雷达目标微动分辨.系统工程与电子技术,2007,29(3)：361～364
[47]Victor. C, Chen Hao Ling. Time Frequency for Radar Imaging and Signal Analysis[J]. Artech House,2002,3(5):369～373
[48]Chengjie Cai, Weixian Liu, Jeffrey S. Empirical Mode Decomposition of Micro-Doppler Signature[J]. Radar Conference 2005 IEEE International,2002, 9(12):895～899
[49]N. E. Huang, Z. Shen, S. R. Long et al. The Empirical Mode Decomposition and Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis[C]. Proc. R.Soc. London A,1998,9(3):903～995
[50]陈曾平.雷达目标结构特征识别的理论与应用[D].长沙：国防科技大学电子技术系,1994
[51]肖怀铁.宽带极化毫米波雷达月标特征信号测量与识别算法研究[D].长沙：国防科技大学电子科学与工程学院,2000
[52]廖学军.基于高分辨距离像的雷达目标识别：[学位论文],西安：西安电子科大学,1998
[53]刁联旺,王忠义,杨静宇.目标选择的最近邻优化算法[J].计算机仿真,2005,22(6)：65～68
[54]边肇祺,张学工.模式识别[M].北京：清华大学出版社,2000