项目名称: 旋转对称雷达目标的微多普勒特征提取与雷达系统相参性约束

项目编号: No.61271373

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 傅雄军

作者单位: 北京理工大学

项目金额: 76万元

中文摘要: 目标的微运动包括自旋、锥旋、振动等基本运动,以及进动、章动、翻滚等复合运动。微运动引起微多普勒效应,微多普勒特征提取能获得目标精细的运动特性,为雷达目标识别提供新的技术手段。本项目针对同时作高速平动的旋转对称进动目标,研究了相参平动补偿、进动周期估计、微运动散射中心个数及相应的微多普勒幅度/初相估计、对雷达系统相参性的要求等关键问题。提出航迹测量数据分段拟合的相参运动补偿方法,可满足微多普勒特征提取对回波相位校正精度的要求;提出SM时频分析与逆Radon变换级联的微多普勒特征序贯提取方法,可满足自动目标识别对特征参数估计精度的要求;研究了微多普勒特征提取对雷达系统时钟频率稳定度的需求。研究目标是从实际应用的角度提出行之有效的微多普勒特征提取方法,为微多普勒测量雷达系统的研制提供理论支撑。

中文关键词: 雷达;微多普勒;特征提取;相参性约束;平动补偿

英文摘要: The micro-motion dynamics of targets include spin, coning, vibration, and some composite motions such as precession, nutation, tumbling. The micro-motions could induce micro-Doppler effect. The fine motion characteristics of targets could be obtained by micro-Doppler feature extraction, which provides a novel approach for radar target recognition. Aiming at rotationally symmetrical targets with precession and high-speed translational motion, this project makes deep research on the key issues including coherent motion compensation, precession period estimation, the number of scattering centers with micro-motion and corresponding micro-Doppler magnitude and initial phase estimation, the constraint of radar system coherency. Owing to the requirement of returns' phase correction precision, a coherent motion compensation method is proposed by fitting real track data segmentally. In order to meet the requirement of characteristic parameter estimation precision in automatic target recognition, a sequential micro-Doppler feature extraction approach is presented based on S-Method time-frequency analysis cascaded with inverse Radon transform. This project also makes deep research on the constraint about radar system clock frequency stability. The purpose of this research work is to achieve an effective and practical means

英文关键词: radar;micro-Doppler;feature extraction;coherency constraint;translational motion compensation

成为VIP会员查看完整内容
0

相关内容

逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
18+阅读 · 2020年12月23日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
DaSiamRPN的升级版,视觉目标跟踪之SiamRPN++
极市平台
76+阅读 · 2019年2月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
小贴士
相关VIP内容
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
61+阅读 · 2021年4月22日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
18+阅读 · 2020年12月23日
相关资讯
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
DaSiamRPN的升级版,视觉目标跟踪之SiamRPN++
极市平台
76+阅读 · 2019年2月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员