弹道目标平动补偿与微多普勒特征提取方法  

Translational Motion Compensation and Micro-Doppler Feature Extraction of Ballistic Targets

作　　者：罗迎[1] 柏又青[2] 张群[1,3] 段艳丽[1] 朱丰[1] 

机构地区：[1]空军工程大学电讯工程学院,西安710077 [2]空军工程大学理学院,西安710051 [3]复旦大学波散射与遥感信息国家教育部重点实验室,上海200433

出　　处：《电子与信息学报》2012年第3期602-608,共7页Journal of Electronics & Information Technology

基　　金：国家自然科学基金(60971100;61172169);国家自然科学青年基金(61102109)资助课题

摘　　要：针对传统逆合成孔径雷达(ISAR)成像中的平动补偿方法并不适用于弹道目标平动补偿的问题,该文提出了一种弹道目标平动补偿与微多普勒(m-D)特征提取方法。在分析有翼弹道目标未完成平动补偿时的m-D效应的基础上,首先采用形态学中的骨架提取方法抑制1维距离像旁瓣,再在快时间频率(距离)-慢时间平面上搜索分离各散射点的m-D特征曲线,然后对其进行经验模式分解(EMD)分解,利用分解结果中的趋势项分量完成目标回波的平动补偿,并通过分析EMD分解结果获得了目标的自旋频率、锥旋频率等特征信息。仿真实验验证了所提方法的有效性与鲁棒性。The translational motion compensation methods for conventional Inverse Synthetic Aperture Radar（ISAR） are not suitable for ballistic targets.In the paper,an algorithm for ballistic targets＇ translational motion compensation and micro-Doppler（m-D） feature extraction is proposed.Based on the analysis of m-D effect of ballistic targets with tails without translational motion compensation,the skeleton extraction algorithm in morphology image processing is firstly utilized to suppress the sidelobes of range profile,and then the m-D curves on the range-slowtime plane are separated.The Empirical-Mode Decomposition（EMD） algorithm is then utilized to obtain the translational motion component from the m-D curves for translational motion compensation.The micro-motion features of target such as spinning frequency and coning frequency are also obtained from the EMD results.Simulations are given to validate the effectiveness and robustness of the proposed algorithm.

关 键 词：目标识别 弹道目标 微多普勒(m-D) 经验模式分解(EMD) 

分 类 号：TN957.51[电子电信—信号与信息处理]