顾福飞，傅敏辉，凌晓冬，张 印

(中国卫星海上测控部，江阴 214430)

0 引 言

自旋运动是航天器、碎片等空间目标常见的运动形式，自旋运动所产生的微多普勒(micro-Doppler, m-D)特征为空间目标的分类、识别提供了重要信息。随着各国对空间资源利用的日渐重视，近年来国内外学者针对空间目标的m-D特征分析与提取问题进行了大量研究[1-4]。从公开发表的文献来看，空间自旋目标的平动在精确补偿条件下，其m-D特征通常表现为正弦曲线。现有的经验模式分解算法[1]、扩展Hough变换[5]以及正弦调频Fourier-Bessel变换[6]等方法能够对其进行准确提取。然而空间目标通常情况下具有高速的径向运动，精确的平动补偿是难以实现的，必然存在估计误差，这将导致目标的m-D特征曲线附加了剩余平动引起的调制项，与理论的m-D特征曲线存在差异，给常规的特征提取带来困难。

文献[7]提出先利用经验模式分解方法进行平动补偿，然后再利用Hough变换进行特征提取。该方法需要基于目标的强散射中心信息，并且所需的计算量较大。文献[8]提出了多级延迟共轭相乘和Hough变换的平动补偿与特征提取方法。当目标包含多个散射点时，需要依次提取每个散射点的微动特征，因此该方法效率较低。文献[9-10]研究了速度和加速度对微多普勒的影响，提出了基于频谱重排和模板的平动补偿方法，但是该方法对噪声较为敏感。文献[11]基于目标整体运动信息，利用Radon变换对平动参数进行估计，需要较长的积累时间。文献[12]研究了弹道进动目标平动补偿方法，该方法只能够针对具有轴对称特性的目标进行处理。……