论文部分内容阅读
微多普勒效应反映了目标的几何结构和运动特性,可以视为目标的独特特征。近年来,微多普勒效应被广泛地引入到雷达领域,为雷达自动目标识别提供了新的途径。由于直升飞机、螺旋桨飞机和喷气式飞机具有不同的旋转部件,车辆目标与人体目标具有不同的微动结构,因此,利用微多普勒信息可以实现三类飞机目标的分类及实现车辆目标与人体目标的分类。本文的主要工作可以概括为以下二个部分:1.分析了现有基于微多普勒特征的飞机目标分类方法的不足,并提出一种旋翼物理参数估计方法,该方法可以用于飞机目标的分类。该旋翼物理参数估计方法首先利用相干单距离多普勒干涉(CSRDI)算法和霍夫变换(Hough)算法对飞机旋翼进行窄带成像,然后利用主成分分析(PCA)算法从旋翼的窄带成像结果中提取旋翼的物理参数,比如旋翼转速、桨叶长度和桨叶片数等。基于仿真数据和实测数据的实验表明,该旋翼物理参数估计方法可以有效的估计出旋翼的物理参数。2.基于车辆目标和人体目标时频谱的差异,提出了反映目标时频谱特性的四维时频特征并通过理论推导证明了四维时频特征中的三维时频特征具有一定的噪声稳健性。最后,基于车辆目标和人体目标的实测数据的实验,验证了四维时频特征在对单人、多人和车辆目标分类时比现有方法具有更好的可分性,也验证了三维噪声稳健时频特征在较低信噪比条件下能够快速地实现车辆目标和人体目标的分类。