多频调频稀疏分解的微动目标参数估计方法

发布时间：2019-05-14 04:32

【摘要】：精细化的回波微动调制分析是提取弹道目标运动几何特性的重要技术手段。该文提出一种多频点-调频傅里叶稀疏分解的微动估计方法来分析目标的时频特性。首先,该文介绍弹道目标进动回波微多普勒的一般表达;平动补偿后对回波局部分段并采用调频率傅里叶稀疏分解来估计局部微多普勒调频参数,有效利用了多频点回波的结构稀疏性,联合多频点稀疏分解提高算法稳健性;最后,拼接主频段信号各分段估计结果得到目标的微动曲线。电磁仿真数据验证了算法的有效性和稳健性,可用于弹道目标的微动分析、多目标识别等任务。
[Abstract]:Fine echo fretting modulation analysis is an important technical means to extract the geometric characteristics of trajectory target motion. In this paper, a fretting estimation method based on multi-frequency point-frequency modulation Fourier sparse decomposition is proposed to analyze the time-frequency characteristics of the target. Firstly, the general expression of precession echo microDoppler of ballistic target is introduced in this paper. After translation compensation, the local segmentation of the echo is carried out and the frequency modulation Fourier sparse decomposition is used to estimate the frequency modulation parameters of the local microDoppler. The structure sparsity of the multi-frequency point echo is effectively utilized, and the robustness of the algorithm is improved by combining the sparse decomposition of the multi-frequency points. Finally, the fretting curve of the target is obtained by the estimation results of each segment of the main frequency band signal. The electromagnetic simulation data verify the effectiveness and robustness of the algorithm, and can be used for fretting analysis of ballistic targets, multi-target recognition and other tasks.
【作者单位】： 西安电子科技大学雷达信号处理国家重点实验室;西安电子科技大学信息感知技术协同创新中心;中国航天科工集团二院二十三所;
【基金】：国家自然科学基金(61301280,61301293)~~
【分类号】：TN957.51

【相似文献】

相关期刊论文 前10条

1 张跃飞;姜玉亭;王建英;尹忠科;;基于稀疏分解的图像压缩[J];系统工程与电子技术;2006年04期

2 尹忠科;解梅;王建英;;基于稀疏分解的图像去噪[J];电子科技大学学报;2006年06期

3 尹忠科;王英;张跃飞;姜玉亭;;图像稀疏分解中原子形成的快速算法[J];电讯技术;2005年06期

4 王春光;刘金江;孙即祥;;基于稀疏分解的心电数据压缩算法[J];中国生物医学工程学报;2008年01期

5 王春光;刘金江;孙即祥;;基于稀疏分解和模糊理论的心电信号波形检测及识别[J];信号处理;2009年07期

6 刘洋;郭树旭;张凤春;李扬;;基于稀疏分解的指静脉图像去噪[J];信号处理;2012年02期

7 刘辉;杨俊安;黄文静;;声信号并行稀疏分解去噪方法研究[J];电路与系统学报;2012年06期

8 王春光;刘金江;孙即祥;;基于粒子群优化的稀疏分解最优匹配原子搜索算法[J];国防科技大学学报;2008年02期

9 李恒建;尹忠科;张家树;王建英;;基于混沌变异粒子群优化算法的图像稀疏分解[J];西南交通大学学报;2008年04期

10 齐爱玲;马宏伟;刘涛;;基于改进人工鱼群优化算法的超声信号稀疏分解[J];仪器仪表学报;2009年12期

相关会议论文 前1条

1 杨雷;赵治栋;;基于MP稀疏分解的心电身份识别[A];浙江省信号处理学会2011学术年会论文集[C];2011年

相关博士学位论文 前1条

1 付金山;基于稀疏分解理论的声矢量阵信号处理[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 任丛;基于RR间期与稀疏分解的房颤检测方法研究[D];河北大学;2015年

2 朱尤祥;基于稀疏分解的频谱感知方法研究[D];哈尔滨工业大学;2015年

3 王睿;某型雷达微弱信号提取研究[D];东北大学;2014年

4 陈青玉;基于自适应稀疏分解的GPR水平分层介质参数反演[D];南昌大学;2016年

5 姜玉亭;基于稀疏分解的图像去噪[D];西南交通大学;2005年

6 张跃飞;基于稀疏分解的图像压缩[D];西南交通大学;2006年

7 方耀;基于稀疏分解的非合作猝发信号解调技术研究[D];杭州电子科技大学;2010年

8 史丽丽;基于稀疏分解的信号去噪方法研究[D];哈尔滨工业大学;2013年

9 唐承志;基于级联原子库稀疏分解及其应用[D];西南交通大学;2011年

10 李扬;稀疏分解在信号去噪方面的应用研究[D];吉林大学;2012年

，

本文编号：2476438