稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法

doi:10.3969/j.issn.1000-1093.2013.01.014

兵工学报 ›› 2013, Vol. 34 ›› Issue (1): 76-81.doi: 10.3969/j.issn.1000-1093.2013.01.014

稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法

1.空军工程大学信息与导航学院，陕西西安 710077; 2.93508部队，北京 100079； 3.空军工程大学防空反导学院，陕西西安 710051; 4.空军工程大学理学院，陕西西安 710051; 5.95947部队，四川成都 610081

上线日期:2013-07-22

Reconstruction and Extraction Methods for Micro-Doppler Feature of Ballistic Missile Precession with Sparse Frequency-stepped Chirp Signal

1. Institute of Information and Navigation, Air Force Engineering University, Xi’an 710077，Shaanxi, China; 2. Unit 93508 of PLA, Beijing 100079, China; 3. Institute of Air and Defense, Air Force Engineering University, Xian 710051，Shaanxi, China; 4. Institute of Science, Air Force Engineering University, Xi’an 710051, Shaanxi, China; 5. Unit 95947 of PLA, Chengdu 610081, Sichuan, China

Online:2013-07-22

摘要/Abstract

摘要：

通过理论推导分析了线性调频步进信号（FSCS）体制下弹头进动的微多普勒特征，并结合压缩感知（CS）理论，提出一种基于频谱稀疏FSCS的微多普勒谱图重构方法。该方法可在大幅减少FSCS子脉冲个数的条件下，准确重构出微多普勒谱图信息，同时，有效抑制了谱图中旁瓣的影响。在此基础上，针对CS理论重构出的微多普勒谱图，利用弹头进动微多普勒在谱图上的特征曲线的光滑性，提出一种基于动态规划的弹头进动微多普勒信息提取方法，并利用该方法准确提取到弹头进动微多普勒信息。仿真验证了文中方法的有效性和鲁棒性。

关键词: 信息处理技术, 线性调频步进信号, 压缩感知, 弹头进动, 微多普勒, 动态规划

Abstract:

Some microDoppler features of ballistic missile precession with frequencystepped chirp signal (FSCS) were analyzed theoretically. Combined with compressed sensing (CS) theory, a new method of microDoppler spectrum reconstruction method based on sparse FSCS was proposed. The spectrum information can be reconstructed exactly, in obviously reduced subpulses of FSCS, and the sidelobes of spectrum can be effectively suppressed. Furthermore, aimed at the reconstructed spectrum, a new extraction method for microDoppler features of ballistic missile precession was proposed on the basis of dynamic planning, by using the smooth character of microDoppler curves. The effectiveness and robustness of the method was validated numerically.

Key words: information processing, frequency-stepped chirp signal, compressed sensing, ballistic missile precession, micro-Doppler, dynamic planning

朱丰1,2，张群1，李松3，冯有前4，张维强5. 稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法[J]. 兵工学报, 2013, 34(1): 76-81.

ZHU Feng1,2，ZHANG Qun1，LI Song3，FENG You-qian4，ZHANG Wei-qiang5. Reconstruction and Extraction Methods for Micro-Doppler Feature of Ballistic Missile Precession with Sparse Frequency-stepped Chirp Signal[J]. Acta Armamentarii, 2013, 34(1): 76-81.

[1]	陈新华，郑恩明，李嶷，杨鹤，周权斌. 复域压缩感知近场声图测量方法[J]. 兵工学报, 2021, 42(8): 1735-1743.
[2]	丁海婷，周琳，刁伟峰. 基于背包问题的多相控阵雷达多目标跟踪时间资源管理算法[J]. 兵工学报, 2021, 42(5): 997-1003.
[3]	卢雨，衣晓. 基于动态规划和双变量容积卡尔曼滤波的空基外辐射源定位算法[J]. 兵工学报, 2021, 42(4): 808-816.
[4]	马云飞，白华军，温亮，郭驰名，贾希胜. 基于Laplace先验和稀疏块相关性的旋转机械振动信号贝叶斯压缩重构[J]. 兵工学报, 2021, 42(12): 2762-2770.
[5]	曹渊，崔东华，刘兴辉. 基于部分传输序列与压缩感知的正交频分复用系统峰值平均功率比降低算法[J]. 兵工学报, 2020, 41(6): 1151-1156.
[6]	黄惠祥，郭秋涵，童峰. 基于分布式压缩感知的麦克风阵列声源定位[J]. 兵工学报, 2019, 40(8): 1725-1731.
[7]	张永顺，朱卫纲，孟祥航，贾鑫，曾创展，王满喜. 基于块稀疏贝叶斯学习的跳频通信梳状干扰抑制[J]. 兵工学报, 2018, 39(9): 1864-1872.
[8]	曾溢良，蓝金辉，邹金霖. 滑动置信度约束的红外弱小目标跟踪算法研究[J]. 兵工学报, 2017, 38(9): 1771-1778.
[9]	王志鹏，王星，田元荣，周一鹏. 基于压缩感知的辐射源信号数据级融合识别方法[J]. 兵工学报, 2017, 38(8): 1547-1554.
[10]	李关防，崔杰，袁富宇. 基于线谱瞬时频率估计的被动声纳目标运动分析[J]. 兵工学报, 2017, 38(7): 1395-1401.
[11]	朱甦，薄煜明，何亮. 基于冗余字典的多特征压缩感知目标跟踪算法[J]. 兵工学报, 2017, 38(6): 1140-1146.
[12]	王啸, 韩太林, 张永立, 刘轩, 王义君, 宫玉琳. 多通道瞬态信号自适应变频算法[J]. 兵工学报, 2017, 38(6): 1161-1167.
[13]	张石，张百海，王飞帆，关子霄. 基于跳数量化的无线传感器网络节点定位算法[J]. 兵工学报, 2017, 38(5): 932-939.
[14]	夏平, 任强, 吴涛, 雷帮军. 融合多尺度统计信息模糊C均值聚类与Markov随机场的小波域声纳图像分割[J]. 兵工学报, 2017, 38(5): 940-948.
[15]	曹俊，郑翠娥，孙大军，张殿伦. 基于凸优化的水下载体定位研究[J]. 兵工学报, 2017, 38(3): 520-526.

稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法

Reconstruction and Extraction Methods for Micro-Doppler Feature of Ballistic Missile Precession with Sparse Frequency-stepped Chirp Signal

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价