一种基于距离-慢时间像的自旋微动群目标分辨方法与流程

本发明涉及信号与信息处理技术，具体涉及一种基于距离-慢时间像的自旋微动群目标分辨方法。

背景技术：

随着弹道导弹相关技术在世界范围内的发展和扩散，空间群目标的监测识别对保障国土安全、促进空间技术发展都具有重要意义。对于空间群目标，其中各子目标的运动特征差异较大，不同目标会发生不同形式的微动，通过对回波进行微多普勒分析反演出目标运动参数，可为空间群目标识别供重要信息。

微多普勒效应是指目标或目标结构中的旋转、振动等微小运动对雷达回波信号产生多普勒频率调制的物理现象，是目标精细运动特征在雷达回波中的反映。论文《Micro-Doppler effect in radar:phenomenon,model and simulation study》(IEEE Transactions on Aerospace Electronic Systems)首次将微多普勒概念引入雷达探测领域并对刚体目标的旋转所产生的微多普勒效应进行了理论分析与研究。之后关于微动特征提取与微多普勒效应应用的研究进入热潮。

对于单个目标的微动信息的提取与应用已经近于成熟，近年，人们把开始转向研究群目标微多普勒效应。由于多个目标位于雷达天线同一波束范围内，各目标的回波信号在时域或频域相互叠加，群目标微动特征提取和目标分辨更加困难。从公开文献来看，仅有少量关于群目标微多普勒效应研究。为解决空间群目标分辨问题提供了新的技术途径，本发明提出一种基于距离-慢时间像的自旋微动群目标分辨方法。

技术实现要素：

为解决上述问题的不足，本发明提出一种基于距离-慢时间像的自旋微动群目标分辨方法，通过如下方式实现：

步骤一：通过形态学图像处理抑制距离-慢时间像中一维像旁瓣；

步骤二：在距离-慢时间像中，检测每一个慢时间采样时刻一维距离像中的峰值数peaks_num[tm]，然后找出peaks_num[tm]中频率最大的值N，并判断N为散射点数目；

步骤三：找出peaks_num[tm]值为N的慢时间采样时刻，并计算在这些时刻M_RΔ(tm)的函数值；

步骤四：在步骤三的基础上，采用插值法计算出M_RΔ(tm)其它慢时间时刻的函数值；

步骤五：对M_RΔ(tm)关于慢时间tm作傅里叶变换，得到能量谱||FT[M_RΔ(tm)]||；根据该能量谱中可以得到自旋群目标的子目标数，各子目标的自旋频率，从而实现群目标的分辨。

本发明的意义在于：提出了一种新的自旋微动群目标分辨方法，拓展了微多普勒效应的应用范围，为解决空间群目标分辨问题提供了新的技术途径。

附图说明

图1为本发明方法的流程图；

图2(a)为雷达回波信号信噪比SNR＝0dB时的RΔ(tm)-慢时间像，图2(b)为雷达回波信号信噪比SNR＝0dB时的抑制一维距离像旁瓣之后的RΔ(tm)-慢时间像，图2(c)为雷达回波信号信噪比SNR＝0dB时的M_RΔ(tm)随慢时间变化图，图2(d)为雷达回波信号信噪比SNR＝0dB时的能量谱||FT[M_RΔ(tm)]||；

图3(a)为雷达回波信号信噪比SNR＝-5dB时的RΔ(tm)-慢时间像，图3(b)为雷达回波信号信噪比SNR＝-5dB时的抑制一维距离像旁瓣之后的RΔ(tm)-慢时间像，图3(c)为雷达回波信号信噪比SNR＝-5dB时的M_RΔ(tm)随慢时间变化图，图3(d)为雷达回波信号信噪比SNR＝-5dB时的能量谱||FT[M_RΔ(tm)]||；

图4(a)为雷达回波信号信噪比SNR＝-10dB时的RΔ(tm)-慢时间像，图4(b)为雷达回波信号信噪比SNR＝-10dB时的抑制一维距离像旁瓣之后的RΔ(tm)-慢时间像，图4(c)为雷达回波信号信噪比SNR＝-10dB时的M_RΔ(tm)随慢时间变化图，图4(d)为雷达回波信号信噪比SNR＝-10dB时的能量谱||FT[M_RΔ(tm)]||。

具体实施方式

下面结合附图和本发明的实例，对本发明作进一步的描述。

如图1所示，本发明通过下列步骤实现：

步骤一：通过形态学图像处理抑制距离-慢时间像中一维像旁瓣；

步骤二：在距离-慢时间像中，检测每一个慢时间采样时刻一维距离像中的峰值数peaks_num[tm]，然后找出peaks_num[tm]中频率最大的值N，并判断N为散射点数目；

步骤三：找出peaks_num[tm]值为N的慢时间采样时刻，并计算在这些时刻M_RΔ(tm)的函数值；

步骤四：在步骤三的基础上，采用插值法计算出M_RΔ(tm)其它慢时间时刻的函数值；

步骤五：对M_RΔ(tm)关于慢时间tm作傅里叶变换，得到能量谱||FT[M_RΔ(tm)]||；根据该能量谱中可以得到自旋群目标的子目标数，各子目标的自旋频率，从而实现群目标的分辨。

下面是具体的分析：

在距离-慢时间像中，我们可以通过峰值检测得到某一慢时间tm时刻所有散射点的RΔ(tm)值；假设用M_RΔ(tm)表示tm时刻所有散射点RΔ(tm)值之和，则

(1)式中N为散射点数目。

已知自旋类散射点在雷达视线方向上的微动函数为：

RΔ(tm)＝d+lcos(Ωtm+θ)cosε (2)

(2)式中，l为散射点旋转半径，ε为雷达视线方向与旋转平面的夹角，Ω为旋转角速度，d为旋转中心到雷达的距离与参考点到雷达距离之差，θ表示相位。

由(1)式和(2)可得

同一个目标上的所有散射点具有相同的旋转频率，对M_RΔ(tm)作傅里叶变换

(4)式中m表示子目标数目，f表示M_RΔ(tm)的傅里叶频率域，Ωk表示第k个子目标的自旋角速度，ak表示幅度能量谱||FT[M_RΔ(tm)]||中f＝±Ωk/(2π)处幅度值，a0表示f＝0处幅度值。||FT[M_RΔ(tm)]||中包含的非零频率分量数即为群目标的子目标数，每一个非零频率分量即为某一子目标的旋转频率。因此，通过(4)中的||FT[M_RΔ(tm)]||，可以得到自旋群目标的子目标数，各子目标的自旋频率，从而实现群目标的分辨。

以上分析的基础是：必须从每一个tm时刻所得的一维距离像中获得所有散射点的准确的RΔ(tm)值。由于一维距离像旁瓣和噪声等因素的影响，在一维距离像中仅仅通过峰值检测很难获得该慢时间时刻所有散射带点的RΔ(tm)值，还需要对距离-慢时间像做预处理。首先需要对距离-慢时间像作一维像旁瓣抑制，才能保证峰值检测过程中不会将虚假峰值误判为散射点。采用图像形态学实现一维距离像旁瓣抑制。另一方面，在距离-慢时间像中，各散射点对应m-D曲线存在交叉点的慢时间时刻(即存在散射点遮挡的慢时间时刻)，一维距离像中峰值数目少于散射点总数，若按照(1)式计算，M_RΔ(tm)函数值是不准确的，还需特别处理。对于这种情况，采用插值法处理。对距离-慢时间做完一维距离像旁瓣抑制后，先检测每一个慢时间采样时刻的一维距离像中的峰值数量peaks_num[tm]，然后找出peaks_num[tm]中频率最大的值N,并判断N为散射点数目。之后按照公式(1)计算在peaks_num[tm]慢时间时刻的M_RΔ(tm)值。M_RΔ(tm)其它慢时间时刻(存在散射点遮挡的慢时间时刻)的值根据已有的数据，用插值法确定。

实例1：多分量正弦调频信号的正弦调频傅里叶变换中交叉项的抑制仿真

仿真实验：为了验证本发明所提算法的有效性，我们进行如下计算机仿真。

表1目标参数信息

假设在雷达坐标系中坐标为(300,100,500)(单位：km)附近有3个自旋微动目标，其信息见表1。雷达载频为fc＝10GHz，带宽B＝1GHz，PRF＝500，信号时长T＝1s，脉冲宽度Tp＝1e-7s，快时间采样率fs＝2B＝2GHz。在回波中加入不同信噪比的高斯白噪声，仿真结果如图2(a)至图4(d)所示。

图2(a)至图2(d)所示的仿真中，回波信号信噪比为0dB，图2(a)为RΔ(tm)-慢时间像，图2(b)为抑制一维距离像旁瓣之后的RΔ(tm)-慢时间像，图2(c)为利用本文所提方法得到的M_RΔ(tm)，图2(d)为能量谱||FT[M_RΔ(tm)]||，其中有三种频率成分(7Hz、11Hz、14Hz)，很容易判断出该群目标中有三个子目标，并且这三个频率分别是三个子目标的自旋频率，与表1中给出的目标信息十分吻合，实现了群目标的分辨。

图3(a)-图3(d)是在SNR＝-5dB条件下的仿真结果，图4(a)-图4(d)是在-10dB条件下的仿真结果。图4(a)-图4(d)所示的仿真结果中，由于噪声功率太强，M_RΔ(tm)函数不能准确得到，自旋群目标分辨受到很严重影响。上面的仿真结果证明，在信噪比大于-10dB的条件下，所提出的方法能够实现自旋微动群目标的分辨。