以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variati...以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variational Mode Decomposition,VMD)相结合的方法,该算法用WOA优化VMD的分解参数,以实现最佳的模态分离效果,有效分离出目标信号与杂波信号。实验结果表明,WOA-VMD方法在复杂环境下能够显著提升低慢小目标的检测概率,计算简单且误差较小,可以对多个目标以及不同多普勒频率大小的目标进行处理,优于传统的杂波抑制方法。展开更多
分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于...分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。展开更多
通过对微运动引起的微多普勒进行提取,可以获取目标的微动力学特性,为目标识别提供更多可靠的特征量。本文从信号模型出发,分析了振动、旋转、锥旋三种基本微运动模型回波,将其统一为三参数正弦调频信号。针对这一形式的信号,本文提出...通过对微运动引起的微多普勒进行提取,可以获取目标的微动力学特性,为目标识别提供更多可靠的特征量。本文从信号模型出发,分析了振动、旋转、锥旋三种基本微运动模型回波,将其统一为三参数正弦调频信号。针对这一形式的信号,本文提出了基于TFD(Time Frequency Distribution)-Hough变换的参数化微运动回波信号处理框架,从数学上推导了微多普勒的时频分布特性,提出了相应的时频图曲线Hough变换检测方法。仿真实验和外场实测处理的处理证明了本方法的有效性和鲁棒性。展开更多
文摘以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variational Mode Decomposition,VMD)相结合的方法,该算法用WOA优化VMD的分解参数,以实现最佳的模态分离效果,有效分离出目标信号与杂波信号。实验结果表明,WOA-VMD方法在复杂环境下能够显著提升低慢小目标的检测概率,计算简单且误差较小,可以对多个目标以及不同多普勒频率大小的目标进行处理,优于传统的杂波抑制方法。
文摘分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。
文摘通过对微运动引起的微多普勒进行提取,可以获取目标的微动力学特性,为目标识别提供更多可靠的特征量。本文从信号模型出发,分析了振动、旋转、锥旋三种基本微运动模型回波,将其统一为三参数正弦调频信号。针对这一形式的信号,本文提出了基于TFD(Time Frequency Distribution)-Hough变换的参数化微运动回波信号处理框架,从数学上推导了微多普勒的时频分布特性,提出了相应的时频图曲线Hough变换检测方法。仿真实验和外场实测处理的处理证明了本方法的有效性和鲁棒性。
