楊 陳, 池 龍, 張 群,2, 羅 迎,3

(1 空軍工程大學信息與導航學院, 西安 710077; 2 復旦大學電磁波信息科學教育部重點實驗室, 上海 200433; 3 西安電子科技大學雷達信號處理國家重點實驗室, 西安 710071)

基于寬帶雷達距離-慢時間像的自旋微動群目標分辨*

楊 陳1, 池 龍1, 張 群1,2, 羅 迎1,3

(1 空軍工程大學信息與導航學院, 西安 710077; 2 復旦大學電磁波信息科學教育部重點實驗室, 上海 200433; 3 西安電子科技大學雷達信號處理國家重點實驗室, 西安 710071)

空間群目標的探測與識別問題異常復雜。文中針對寬帶雷達信號條件下的自旋微動群目標分辨問題,提出了一種基于距離-慢時間像的群目標分辨方法。不同于其它文獻中m-D曲線分離的思路,文中根據(jù)寬帶雷達距離-慢時間像中m-D曲線,求解所有散射點到雷達的距離變化函數(shù)的“和函數(shù)”,再對“和函數(shù)”作傅里葉變換,根據(jù)“和函數(shù)”在頻域的分量實現(xiàn)群目標分辨。仿真實驗驗證了所提方法的可行性和魯棒性。

自旋微動;群目標;微多普勒;距離-慢時間像;傅里葉變換

0 引言

近年來,世界各國對空間利用的日漸重視,空間活動規(guī)模不斷擴大,各類航天器、衛(wèi)星、彈道導彈、太空碎片的數(shù)量急劇增加。與一般分布較為分散的空中或地面目標不同,空間目標經(jīng)常成“群”在軌道上密集高速飛行,如空間碎片群和中段彈道目標群。空間群目標探測與識別的重要性日益顯著,開展相關理論與關鍵技術研究,對保障我國空間安全、促進國家空間技術發(fā)展以及空間和平利用均具有十分重要的意義[1]。

當前,隨著高分辨雷達技術和現(xiàn)代信號處理技術的快速發(fā)展,空間目標探測和識別技術已由RCS測量及其統(tǒng)計特征提取與識別、調(diào)制譜特征提取與識別等發(fā)展為一維距離像識別、二維ISAR像識別等多種手段,特別是基于微多普勒效應的空間目標微動特征提取與識別技術,近年來獲得了較為廣泛的關注[2]。目前,對于單個目標的微動信息的提取與應用已經(jīng)近于成熟[3-8]。然而,在探測群目標時,由于多個目標位于雷達天線同一波束范圍內(nèi),各目標的回波信號在時域或頻域相互疊加,群目標微動特征提取和目標分辨十分困難。從公開文獻來看,僅有少量關于群目標微多普勒效應研究。例如文獻[9]提出了一種滑動窗軌跡跟蹤來實現(xiàn)分離m-D曲線的方法,實現(xiàn)了群目標分辨;文獻[10]提出了基于正弦調(diào)頻傅里葉變換的群目標分辨方法,但僅適用于窄帶雷達信號;文獻[11]提出了基于時頻最大幅值的瞬時頻率估計方法提取目標微動周期,根據(jù)各目標周期差異實現(xiàn)多目標分辨,然而該方法只適用于單成分信號或在時頻面無交疊的多成分信號。

文中針對寬帶雷達信號條件下的自旋微動群目標分辨問題展開研究,提出了一種基于距離-慢時間像的自旋微動群目標分辨方法。該方法運算簡單,能夠?qū)崿F(xiàn)對群目標中具有不同自旋頻率目標的分辨,并獲得各目標的自旋頻率特征。仿真實驗證明了該方法的有效性。

1 距離-慢時間像中的微多普勒效應

假設雷達發(fā)射的線性調(diào)頻信號可寫為:

(1)

式中:

(2)

fc是載頻;Tp是脈沖寬度;μ是調(diào)頻率。

基于“stop-go”近似模型,目標某散射點回波信號可表示為:

(3)

式中r(tm)為該散射點tm時刻到雷達的距離。

當選擇目標本地坐標系原點的回波信號作為參考信號時,參考信號可表示為:

(4)

將回波信號與參考信號共軛相乘,得到:

(5)

式中RΔ(tm)=r(tm)-Rref(tm)。

令t′=tk-2Rref(tm)/c,對式(5)關于t′作傅里葉變換,并去除RVP項和包絡“斜置”項后得到回波信號在快時間頻率域(fk域)的表達式:

(6)

對應的一維距離像峰值位置位于fk=-2μRΔ(tm)/c處。通過乘以因子-c/(2μ),fk可被轉(zhuǎn)化為點目標到參考點的徑向距離RΔ(tm)。快時間頻率-慢時間平面,即fk-tm平面,由于fk通過距離定標可以轉(zhuǎn)化為徑向距離,因此該平面也可稱為距離-慢時間像。根據(jù)式(6)可知,Sd(fk,tm)的相位受到RΔ(tm)的調(diào)制,導致回波信號在慢時間tm域產(chǎn)生微多普勒效應。從距離-慢時間像上看,微多普勒效應表現(xiàn)為距離像峰值呈現(xiàn)為隨RΔ(tm)變化的曲線,該曲線為微多普勒特征曲線,簡稱m-D曲線。對于旋轉(zhuǎn)類微動:

RΔ(tm)=d+lcos(Ωtm+θ)cosε

(7)

式中:l為散射點旋轉(zhuǎn)半徑;ε為雷達視線方向與旋轉(zhuǎn)平面的夾角;Ω為旋轉(zhuǎn)角速度;d為旋轉(zhuǎn)中心到雷達的距離與參考點到雷達距離之差;θ表示相位。所以自旋微動群目標的距離-慢時間像中,自旋散射點對應的m-D曲線表現(xiàn)為余弦形式,且相互交織在一起。

2 基于距離-慢時間像的群目標分辨方法

在距離-慢時間像中,可以通過峰值檢測得到某一慢時間tm時刻所有散射點的RΔ(tm)值。假設用M(tm)表示tm時刻所有散射點RΔ(tm)值之和,則:

(8)

式中N為散射點數(shù)目。

由式(7)和式(8)可得:

(9)

同一個目標上的所有散射點具有相同的旋轉(zhuǎn)頻率,對M(tm)作傅里葉變換:

(10)

以上分析的基礎是:必須從每一個tm時刻所得的一維距離像中獲得所有散射點的準確的RΔ(tm)值。因此必須首先進行噪聲和一維距離像旁瓣處理。這里借鑒文獻[10]中的一維距離像旁瓣和噪聲抑制的方法——形態(tài)學圖像處理。

綜合上述分析,基于距離-慢時間像的自旋微動群目標分辨方法包括以下步驟:

Step1:通過形態(tài)學圖像處理抑制距離-慢時間像中一維像旁瓣。

Step2:在距離-慢時間像中,檢測每一個慢時間采樣時刻一維距離像中的峰值數(shù)peaks_num[tm],然后找出peaks_num[tm]中頻率最大的值N,并判斷N為散射點數(shù)目。

Step3:找出peaks_num[tm]值為N的慢時間采樣時刻,并在這些時刻按照式(8)計算M(tm)的函數(shù)值。

Step4:在Step3的基礎上,采用插值法計算出M(tm)其它慢時間時刻的函數(shù)值。

3 仿真

假設在雷達坐標系中坐標為(300 km,100 km,500 km)附近有3個自旋微動目標,其信息見表1。雷達載頻為fc=10 GHz,帶寬B=1 GHz,PRF=500 Hz,信號時長T=1 s,脈沖寬度Tp=10-7s,快時間采樣率fs=2B=2 GHz。在回波中加入不同信噪比的高斯白噪聲,仿真結(jié)果如圖1～圖3所示。

4 結(jié)語

通過在m-D曲線分離思想基礎上逆向思考,文中提出一種新的自旋微動群目標分辨方法。仿真實驗證明了其有效性。該方法目前僅適用于自旋微動群目標,對于其它的群目標微動形式(例如具有進動的導彈彈頭群目標),其分辨識別方法還需尋求其它技術手段。本方法為解決空間群目標的探測與識別問題提供了新的技術途徑。

[1] 黃培康. 試論空間目標信息獲取 [J]. 航天電子對抗, 2005, 21(2): 17-20.

[2] 王德純. 微多普勒雷達述評 [J]. 中國電子科學研究院學報, 2012, 7(6): 575-580.

[3] LEI P, SUN J P, WANG J, et al. Micro-motion parameter estimation of free rigid targets based on radar micro-Doppler [J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(10): 3776-3786.

[4] CHEN Xiaolong, GUAN Jian, BAO Zhonghua, et al. Detection and extraction of target with micro-motion in spiky sea clutter via short-time fractional fourier transform [J]. IEEE Transaction on Geoscience and Remote Sensing, 2014, 52(2): 1002-1017.

[5] LUO Y, ZHANG Q, QIU C W, et al. Micro-Doppler effect

analysis and feature extraction in ISAR imaging with stepped-frequency chirp signals [J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(4): 2087-2098.

[6] 牛杰, 劉永祥, 秦玉亮, 等. 一種基于經(jīng)驗模態(tài)分解的椎體目標雷達微動特征提取新方法 [J]. 電子學報, 2011, 39(7): 1712-1715.

[7] TIVIVE FHC, PHUNG Son Lam, BOUZERDOUM Abdesselam. Classification of micro-Doppler signatures of human motions using log-Gabor filters [J]. IET Radar， Sonar and Navigation, 2015, 9(9): 1188-1195.

[8] MCDONALD Michael Kenneth. Discrimination of human targets for radar surveillance via micro-Doppler characteristics [J]. IET Radar， Sonar and Navigation, 2015, 9(9): 1171-1180.

[9] 趙盟盟, 張群, 陳怡君, 等. 一種用于群目標分辨的滑動窗軌跡跟蹤算法 [J]. 宇航學報, 2015, 36(10): 1187-1194.

[10] 楊陳, 池龍, 張群, 等. 正弦調(diào)頻傅里葉變換的自旋微動群目標分辨 [J]. 空軍工程大學學報(自然科學版), 2016, 17(3): 51-56.

[11] LIU Yongxiang, CHEN Hangyong, LI Liang, et al. Radar micro-motion target resolution [C]// Proceedings of 2006 CIE International Conference on Radar. New York: IEEE, 2007: 1411-1414.

ResolutionofGroupTargetswithSpinningMicro-motionBasedontheRangeSlow-timeImageofBroadbandRadar

YANG Chen1, CHI Long1, ZHANG Qun1,2, LUO Ying1,3

(1 Information and Navigation College, Air Force Engineering University, Xi’an 710077, China; 2 Key Laboratory of EMW Information (Fudan University), Ministry of Education, Shanghai 200433, China; 3 National Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China)

It is extremely complex to detect and recognize space group targets. Aiming to the resolution of group targets with spinning micro-motion, an approach based on range slow-time image is proposed in this paper. Different from the thought of m-D (micro-Doppler) curves separation in other literatures, the “sum function” which is an additive combination of each scatter’s range varying function is gained basing on the m-D curves in range slow-time image of broadband radar. Taking Fourier transform to the “sum function”, and then the group targets resolution is realized according to the frequency components of “sum function”. The simulation illuminates the feasibility and robustness of this approach.

spinning micro-motion; group targets; micro-doppler; range slow-time image; Fourier transform

TN957

A

2016-06-15

國家自然科學基金(61471386;61571457)資助

楊陳(1991-),男,重慶忠縣人,碩士研究生,研究方向:雷達信號處理。