张 群 何其芳 罗 迎



基于贝塞尔函数基信号分解的微动群目标特征提取方法

张 群 何其芳*罗 迎

(空军工程大学信息与导航学院 西安 710077) (信息感知技术协同创新中心 西安 710077)

微动特征提取是群目标分辨的有效手段，以往针对孤立目标的特征提取技术不再适用。针对此该文提出了一种基于信号分解的微动群目标特征提取方法。首先通过分析微动信号的正弦调频(SFM)形式，推导了SFM信号相位项在-分辨率贝塞尔函数基上的分解结果；然后根据回波分解结果中微动频率与函数基的一一对应关系进行频率粗略估计，并针对误差产生原因给出了精确的微动频率估计方法；最后在离散信号相位解模糊的基础上，完成各子目标的微动频率提取。仿真实验验证了算法的有效性，且与正弦调频傅里叶变换(SFMFT)算法和平均幅度差函数(AMDF)算法相比具有更高精度。

微多普勒；群目标；贝塞尔函数基；特征提取；参数估计

1 引言

当多个目标位于雷达天线同一波束范围内，目标回波信号在时频域相互叠加构成群目标[1,2]。群目标特征提取旨在利用目标的不同参数和特征实现群目标分辨与识别[3]。微多普勒效应(micro-Doppler effect, m-D effect)反映了目标的精细运动特征[4,5]，不同目标的微多普勒特征往往各不相同。对于地面驻停车辆群，可通过提取发动机的振动微多普勒特征分辨汽车与坦克，还可根据发动机转速来区分不同发动机类型；对于中段弹道导弹群目标，可通过提取目标进动微多普勒特征进行真弹头的识别。……