海面刚体目标微动特征建模及特性分析

陈小龙 董云龙 李秀友 关键

引用本文:
Citation:

海面刚体目标微动特征建模及特性分析

    作者简介: 陈小龙(1985–),男,山东烟台人,讲师,博士,海军航空工程学院电子信息工程系,研究方向为杂波抑制、时频分析、微多普勒分析、海杂波中微弱目标检测。获全军优秀硕士学位论文奖。E-mail:cxlcxl1209@163.com;关键(1968–),男,辽宁锦州人,教授,博士生导师,海军航空工程学院电子信息工程系主任,主要研究方向为雷达目标检测与跟踪、侦察图像处理和信息融合。获全国优秀博士学位论文奖,新世纪百千万人才工程国家级人选。E-mail:guanjian96@tsinghua.org.cn.
    通讯作者: 陈小龙, cxlcxl1209@163.com ; 关键, cxlcxl1209@163.com
  • 基金项目:

    国家自然科学基金(61501487,61471382,61401495,61201445,61179017),山东省自然科学基金(2015ZRA06052),飞行器海上测量与控制联合实验室开放基金,泰山学者建设工程专项经费

Modeling of Micromotion and Analysis of Properties of Rigid Marine Targets

    Corresponding author: Chen Xiao-long, cxlcxl1209@163.com ;Guan Jian, cxlcxl1209@163.com
  • Fund Project: The National Natural Science Foundation of China (61501487, 61471382, 61401495, 61201445, 61179017), The Natural Science Foundation of Shandong (2015ZRA06052), The Foundation of the Marine Aircraft Measurement and Control Laboratory, The Special Funds of Taishan Scholars Construction Engineering

  • 摘要: 微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。
  • [1] Ward K D and Watts S. Use of sea clutter models in radar design and development[J].IET Radar, Sonar Navigation, 2010, 4(2): 146-157.
    [2] Chen X L, Guan J, Liu N B, et al.. Detection of a low observable sea-surface target with micromotion via the Radon-linear canonical transform[J].IEEE Geoscience and Remote Sensing Letters, 2014, 11(7): 1225-1229.
    [3] Greco M, Stinco P, Gini F, et al.. Impact of sea clutter nonstationarity on disturbance covariance matrix estimation and CFAR detector performance[J].IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(3): 1502-1513.
    [4] 黄勇, 陈小龙, 关键. 实测海尖峰特性分析及抑制方法[J]. 雷达学报, 2015, 4(3): 334-342.Huang Y, Chen X L, and Guan J. Property analysis and suppression method of real measured sea spikes[J]. Journal of Radars, 2015, 4(3): 334-342.
    [5] Al-Ashwal W A, Woodbridge K, and Griffiths H D. Analysis of bistatic sea clutterpart I: average reflectivity[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(2): 1283-1292.
    [6] 陈小龙, 关键, 何友. 微多普勒理论在海面目标检测中的应用及展望[J]. 雷达学报, 2013, 2(1): 123-134.Chen X L, Guan J, and He Y. Applications and prospect of micro-motion theory in the detection of sea surface target[J]. Journal of Radars, 2013, 2(1): 123-134.
    [7] Shui P L, Li D C, and Xu S W. Tri-feature-based detection of floating small targets in sea clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(2): 1416-1430.
    [8] Chen V C, Fayin Li, Ho S-S, et al.. Micro-Doppler effect in radar: phenomenon, model, and simulation study[J]. IEEE Transactions on Aerospace and Electronic Systems, 2006, 42(1): 2-21.
    [9] 罗迎, 张群, 王国正, 等. 基于复图像OMP分解的宽带雷达微动特征提取方法[J]. 雷达学报, 2012, 1(4): 361-369.Luo Y, Zhang Q, Wang G Z, et al.. Micro-motion signature extraction method for wideband radar based on complex image OMP decomposition[J]. Journal of Radars, 2012, 1(4): 361-369.
    [10] Chen X L, Guan J, Bao Z H, et al.. Detection and extraction of target with micro-motion in spiky sea clutter via short-time fractional Fourier transform[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(2): 1002-1018.
    [11] Chen V C, David Tahmoush, and William J Miceli. Radar Micro-Doppler Signature: Processing and Applications[M]. UK: IET, 2014.
    [12] Chen X L, Guan J, Li X Y, et al.. Effective coherent integration method for marine target with micromotionvia phase differentiation and radon-Lvs distribution[J]. IET Radar, Sonar Navigation, 2015, 9(9): 1284-1295.
    [13] Chen X L, Guan J, Huang Y, et al.. Radon-linear canonical ambiguity function-based detection and estimation method for marine target with micromotion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(4): 2225-2240.
    [14] 李彦兵, 杜兰, 刘宏伟, 等. 基于微多普勒效应和多级小波分解的轮式履带式车辆分类研究[J]. 电子与信息学报, 2013, 35(4): 894-900.Li Y B, Du L, Liu H W, et al.. Study on classification of wheeled and tracked vehicles based on micro-Doppler effect and multilevel wavelet decomposition[J]. Journal of Electronics Information Technology, 2013, 35(4): 894-900.
    [15] Chen X L, Guan J, Liu N B, et al.. Maneuvering target detection via Radon-fractional Fourier transform-based long-time coherent integration[J]. IEEE Transactions on Signal Processing, 2014, 62(4): 939-953.
    [16] Wang Y. Inverse synthetic aperture radar imaging of maneuvering target based on range-instantaneous-Doppler and range-instantaneous-chirp-rate algorithms[J]. IET Radar, Sonar Navigation, 2012, 6(9): 921-928.
    [17] De Wind H J, Cilliers J E, and Herselman P L. Dataware: sea clutter and small boat radar reflectivity databases[J]. IEEE Signal Processing Magazine, 2010, 27(2): 145-148.
  • [1] 陈小龙关键何友 . 微多普勒理论在海面目标检测中的应用及展望. 雷达学报, 2013, 2(1): 123-134. doi: 10.3724/SP.J.1300.2012.20102
    [2] 苏宁远陈小龙关键牟效乾刘宁波 . 基于卷积神经网络的海上微动目标检测与分类方法. 雷达学报, 2018, 7(5): 565-574. doi: 10.12000/JR18077
    [3] 丁昊董云龙刘宁波王国庆关键 . 海杂波特性认知研究进展与展望. 雷达学报, 2016, 5(5): 499-516. doi: 10.12000/JR16069
    [4] 陈世超罗丰胡冲聂学雅 . 基于多普勒谱非广延熵的海面目标检测方法. 雷达学报, 2019, 8(3): 344-354. doi: 10.12000/JR19012
    [5] 黄勇陈小龙关键 . 实测海尖峰特性分析及抑制方法. 雷达学报, 2015, 4(3): 334-342. doi: 10.12000/JR14108
    [6] 丁昊刘宁波董云龙陈小龙关键 . 雷达海杂波测量试验回顾与展望. 雷达学报, 2019, 8(3): 281-302. doi: 10.12000/JR19006
    [7] 闫亮孙培林易磊韩宁汤俊 . 基于逆高斯分布的复合高斯海杂波建模研究. 雷达学报, 2013, 2(4): 461-465. doi: 10.3724/SP.J.1300.2013.13083
    [8] 贺思三赵会宁张永顺 . 基于延迟共轭相乘的弹道目标平动补偿. 雷达学报, 2014, 3(5): 505-510. doi: 10.3724/SP.J.1300.2014.14087
    [9] 张群胡健罗迎陈怡君 . 微动目标雷达特征提取、成像与识别研究进展. 雷达学报, 2018, 7(5): 531-547. doi: 10.12000/JR18049
    [10] 杨琪邓彬王宏强秦玉亮 . 太赫兹雷达目标微动特征提取研究进展. 雷达学报, 2018, 7(1): 22-45. doi: 10.12000/JR17087
    [11] 何其芳张群罗迎李开明 . 正弦调频Fourier-Bessel变换及其在微动目标特征提取中的应用. 雷达学报, 2018, 7(5): 593-601. doi: 10.12000/JR17069
    [12] 冯存前李靖卿贺思三张豪 . 组网雷达中弹道目标微动特征提取与识别综述. 雷达学报, 2015, 4(6): 609-620. doi: 10.12000/JR15084
    [13] 陈小龙关键何友于晓涵 . 高分辨稀疏表示及其在雷达动目标检测中的应用. 雷达学报, 2017, 6(3): 239-251. doi: 10.12000/JR16110
    [14] 左磊产秀秀禄晓飞李明 . 基于空域联合时频分解的海面微弱目标检测方法. 雷达学报, 2019, 8(3): 335-343. doi: 10.12000/JR19035
    [15] 刘宁波董云龙王国庆丁昊黄勇关键陈小龙何友 . X波段雷达对海探测试验与数据获取. 雷达学报, 2019, 8(5): 656-667. doi: 10.12000/JR19089
    [16] 钱李昌许稼胡国旭 . 非合作无源双基地雷达弱目标长时间积累技术. 雷达学报, 2017, 6(3): 259-266. doi: 10.12000/JR16137
    [17] 章鹏飞李刚霍超颖殷红成 . 基于双雷达微动特征融合的无人机分类识别. 雷达学报, 2018, 7(5): 557-564. doi: 10.12000/JR18061
    [18] 张林赵志坚关键何友 . 基于自适应阈值选择的非参量GS 检测算法. 雷达学报, 2012, 1(4): 387-392. doi: 10.3724/SP.J.1300.2012.20084
    [19] 罗迎张群王国正管桦柏又青 . 基于复图像OMP分解的宽带雷达微动特征提取方法. 雷达学报, 2012, 1(4): 361-369. doi: 10.3724/SP.J.1300.2012.20065
    [20] 胡程廖鑫向寅曾涛 . 一种生命探测雷达微多普勒测量灵敏度分析新方法. 雷达学报, 2016, 5(5): 455-461. doi: 10.12000/JR16090
  • 加载中
计量
  • 文章访问数:  907
  • HTML浏览量:  244
  • PDF下载量:  1358
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-29
  • 录用日期:  2015-11-16
  • 刊出日期:  2015-12-28

海面刚体目标微动特征建模及特性分析

    通讯作者: 陈小龙, cxlcxl1209@163.com
    通讯作者: 关键, cxlcxl1209@163.com
    作者简介: 陈小龙(1985–),男,山东烟台人,讲师,博士,海军航空工程学院电子信息工程系,研究方向为杂波抑制、时频分析、微多普勒分析、海杂波中微弱目标检测。获全军优秀硕士学位论文奖。E-mail:cxlcxl1209@163.com;关键(1968–),男,辽宁锦州人,教授,博士生导师,海军航空工程学院电子信息工程系主任,主要研究方向为雷达目标检测与跟踪、侦察图像处理和信息融合。获全国优秀博士学位论文奖,新世纪百千万人才工程国家级人选。E-mail:guanjian96@tsinghua.org.cn
  • 1. (海军航空工程学院电子信息工程系 烟台 264001)
  • 2. (海军航空工程学院信息融合研究所 烟台 264001)
基金项目:  国家自然科学基金(61501487,61471382,61401495,61201445,61179017),山东省自然科学基金(2015ZRA06052),飞行器海上测量与控制联合实验室开放基金,泰山学者建设工程专项经费

摘要: 微多普勒描述了海面目标运动的精细特征,成为区分海杂波和目标的有用特征之一,有助于提高雷达目标探测和识别能力。该文以对海观测雷达为平台,建立了海杂波中微动目标雷达回波模型。首先,简要回顾了微动和微多普勒效应的定义,归纳总结出微多普勒效应的内涵和实质,并给出了海面刚体目标的微动特征分类。然后,根据观测时长将模型分为距离单元内微动目标回波模型和长时间微动目标观测模型;根据海面微动目标的运动形式,将模型分为非匀速平动目标回波模型和3轴转动目标回波模型。最后,采用雷达实测数据分析微动特征并验证模型的有效性。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回