弹道目标微动特征分析与提取技术研究

《弹道目标微动特征分析与提取技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ硕士学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ＇？■论文题目弹道目标微动特征分析与提取技术研究学科专业信号与信息处理学号＿＿：２０１４２１０２０４４４作者姓名黄勇指导教师段锐副教授独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研宄成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成果，也不包含为获得电子科技大学或其它教育机构的学位

2、或证书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的Ｉ说明并表示谢意。４，％／作者签名：１：次年Ｊ月飧口＿一口期７论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文ｉ的规定，存权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借ｋ。本人授权电子科技大学可以将学位论文的全ｉ部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：＿口期：

3、二０丨了年６月千日．１分类号密级注1UDC学位论文弹道目标微动特征分析与提取技术研究（题名和副题名）黄勇（作者姓名）指导教师段锐副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业信号与信息处理提交论文日期论文答辩日期学位授予单位和日期电子科技大学年月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonMicro-motionFeatureAnalysisandExtractionTechnologyofBallisticTargetAMasterThesisSubmittedtoUniversityo

4、fElectronicScienceandTechnologyofChinaDiscipline:SignalandInformationProcessingAuthor:HuangYongSupervisor:Prof.DuanRuiSchool:SchoolofElectronicEngineering摘要摘要弹道目标的特征提取与分类识别作为弹道导弹防御系统中的关键技术，是现代战争中必须解决的问题。本文以微动目标雷达识别应用为背景，遵循目标建模—雷达特性分析—特征提取—分类识别的逻辑结构，以单/多分量正弦调频信号的参数估计为主线，研究微动目标的特征提

5、取技术及参数估计等问题。本文的主要工作和研究成果包括：1）建立了弹道目标微动模型和全极化散射模型。其一，基于微动基本模型，给出了与目标几何结构、微动参数相关的回波微多普勒频率的闭合表达式，对基本微动类型的微多普勒频率给出了统一的表征，并分析了其时频特性；其二，建立了全极化散射几何模型，推导了雷达发射极化基与目标极化基的变换关系。并利用姿态角和极化基角将两个模型联系起来。2）提出了全姿态全极化雷达回波和极化欺骗式干扰信号的合成方法。两种方法都能准确模拟目标的微动特性、结构特性、极化特性。其一，给出的回波合成流程能模拟特定的微动目标，能产生多种具有微动特性的

6、极化雷达波形；其二，改进了基于固定图像模板的传统DIS方法，提出的极化欺骗式干扰信号合成方法，能动态产生假目标的调制系数，逼真度高、实时性好。为特征提取和分类识别提供数据支撑。3）提出了基于RCS特征来估计单分量正弦调频信号参数的MLE方法。简述了弹道微动目标的RCS起伏特性，对比了常数和复高斯幅度下调频参数的MLE，并推导了CRLB。同信噪比时，后者的估计性能高于前者，表明利用RCS特征估计调频参数时需要考虑RCS的起伏；4）给出了基于时频重排-霍夫变换来估计多分量正弦调频信号参数。时频重排算法既保留了双线性时频分析方法具有的交叉项抑制性能和良好的抗噪

7、性能，又提升了其能量聚集性，能有效提高霍夫变换提取时频曲线的精度；5）提出了基于微多普勒时频曲线的层次聚类方法来识别有源欺骗式目标。基于组网雷达的空间分集特性，提取时频曲线后利用聚类方法即可分类识别；6）设计了弹道有源欺骗式微动目标的组网雷达识别系统。给出了有源欺骗式目标雷达识别仿真系统，并进行了系统仿真，验证了全文所提出的模型及算法的有效性。关键词：弹道微动目标，极化散射特性，特征提取，时频分析，组网雷达IABSTRACTABSTRACTAsakeytechnologyinballisticmissiledefensesystem,thefeature

8、extractionandclassificationoftrajectorym