[发明专利]一种估计空间弹头进动周期的目标微动特征提取方法

说明书

【技术领域】

本发明属于雷达目标探测识别领域，具体涉及雷达目标微动特征分析和提取技术，特别是一种估计空间弹头进动周期的目标微动特征提取方法。

【背景技术】

目标微动特征反映了目标的电磁散射特性、几何结构特性以及运动特性等。弹头在空间飞行过程中要保持稳定，一般均需要采取姿态控制技术，导致弹头目标常常在宏观运动的同时伴有小角度的进动现象，而伴随弹头飞行的其他空间目标如碎片、诱饵等，由于没有姿态控制，将会出现随机翻滚、摆动等运动现象。弹头、碎片、诱饵等空间目标在运动类型、运动状态以及运动参数等上的差异是雷达识别真实弹头的重要依据。

弹头进动对雷达回波产生周期性规律调制，表现在频域就是微多普勒频率，在时频二维成像平面上则对应着相应的周期性曲线。空间弹头目标进动特征提取方法的一般有两类方法：一类是对时频面上的周期性曲线进行准确建模并求解曲线参数得到弹头进动特征；另一类是利用图像域—参数域变换处理算法，对变换后的参数域进行穷举搜索提取弹头进动特征。这些方法主要存在如下问题：第一，空间弹头目标散射点在雷达观测时间内极易发生越距离单元走动，导致微动曲线在时频成像时出现断续现象，传统基于连续曲线参数模型的目标特征提取方法精度受到影响；第二，空间进动弹头目标圆环处散射点是典型滑动型散射中心，进动时频曲线是多条非正弦周期曲线相叠加形式，基于理想正弦曲线模型的目标特征提取方法误差可能较大；第三，弹头目标雷达回波属于多分量信号，二次型时频分析方法虽然分辨率高但存在交叉耦合项，传统单分量信号假设模型下的目标特征提取方法可能难以实用，显然有待改进。

【发明内容】

本发明要解决的技术问题是：在弹头目标圆环处散射点表现出的非正弦时频曲线特性情况下，利用循环幅度差矩阵和平均循环幅度差系数完成对弹头目标进动周期的精确估计。

本发明采取的技术方案如下：

第一步，弹头进动回波时频二维矩阵获取

利用线性时频分析方法(如短时傅里叶分析)对空间弹头目标回波进行时频变换，以频率序列为行(记作m，m∈[0,M-1]，M是总行数)，以时间序列为列(记作n，n∈[0,N-1]，N是总列数)排列成弹头进动回波时频二维矩阵f(m,n)。

第二步，计算循环幅度差矩阵

从时频二维矩阵f(m,n)中第一列开始，按列计算所选取的列与矩阵f(m,n)中所有列的循环幅度差，然后取各自最小值，存成一行；依次进行上述计算，得到时频二维矩阵f(m,n)对应的循环幅度差矩阵M_A，矩阵大小为N×N。

第三步，计算平均循环幅度差系数

从M_A中第一个对角线开始，依次取出相应对角线全部元素并计算均值，得到包含N个元素的平均循环幅度差系数A_m(p)，p∈[0,N-1]是M_A中对角线序号。

第四步，弹头进动周期估计

对A_m(p)的波谷位置进行搜索，然后对所有搜索到的波谷位置取平均值可得进度周期估计值。

本发明的有益效果主要包括：

第一，适应非正弦以及时频曲线断续情况。弹头圆环处散射为滑动型散射，其进动时频曲线为非正弦曲线，并且由于遮挡效应等因素影响，时频曲线呈现断续现象，而本发明方法对这些不理想因素具有较好的鲁棒性。

第二，适应多曲线叠加耦合。弹头目标常常是多分量信号，各散射点回波对应的时频曲线在时频面叠加耦合情况比较严重，本发明方法能有效适应多分量信号带来的曲线叠加耦合效应。

第三，目标特征提取结果精确。循环幅度差算法本身具有较好的抗虚假极值点抗干扰等有利特性，从而进一步保证了弹头进动周期估计结果准确可靠。

【附图说明】

图1是空间弹头模型示意图。

图2是暗室测量所用弹头进动示意图。

图3是时频二维矩阵图。

图4是循环幅度差矩阵结果图。

图5是平均循环幅度差系数结果图。

【具体实施方式】

下面结合附图1-5对本发明作进一步的说明。步骤如下：