搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

运动目标激光微多普勒效应平动补偿和微动参数估计

郭力仁 胡以华 董骁 李敏乐

运动目标激光微多普勒效应平动补偿和微动参数估计

郭力仁, 胡以华, 董骁, 李敏乐
PDF
导出引用
导出核心图
  • 利用激光探测微多普勒效应可以精确估计微动参数,有利于实现目标的准确分类和精细识别.运动目标的微多普勒效应是一种由多项式相位信号模型与正弦调频模型组成的混合信号.对于这类混合信号中的微动参数估计目前还未提出有效的方法.对此,本文提出一种基于分数阶傅里叶变换(FrFT)的平动补偿方法,通过设计对FrFT参数域的带宽搜索方法,可以从混合信号中精确估计平动参数,实现平动和微动的分离;通过设计静态参数粒子滤波器,从补偿后的信号中准确估计了微动参数;针对静态参数模型,采用马尔可夫-蒙特卡罗方法增加粒子多样性,并利用累积残差定义新的粒子权重计算函数,保证了算法在对多维参数估计时的快速有效收敛,避免了参数分别估计时误差传递的影响.通过仿真分析对比和实验数据,验证了本文所提补偿和参数估计算法的有效性.
      通信作者: 胡以华, skl_hyh@163.com
    • 基金项目: 国家自然科学基金(批准号:61271353)资助的课题.
    [1]

    Chen V C 2011 The Micro-Doppler Effect in Radar (London: Artech House) p20

    [2]

    Zhang D H 2016 M. S. Thesis (Beijing: Institute of Technology) (in Chinese) [张德华 2016 硕士学位论文 (北京: 北京理工大学)]

    [3]

    Pawan S, Ahmad F, Amin M 2011 Signal Process. 6 1409

    [4]

    Yang W G, Qu W X, Zhang R Y 2016 J. Equip. Acad. 27 107 (in Chinese) [杨文革, 屈文星, 张若禹 2016 装备学院学报 27 107]

    [5]

    Gini F, Giannakis G B 1999 IEEE Trans. Signal Process. 47 363

    [6]

    Han X, Du L, Liu H W 2015 J. Electron. Inform. Technol. 37 961 (in Chinese) [韩勋, 杜兰, 刘宏伟 2015 电子与信息学报 37 961]

    [7]

    Hong L, Dai F, Wang X 2016 IEEE Geosci. Remote Sens. Lett. 13 1349

    [8]

    Simeunovic M, Popovic-Bugarin V, Djurovic I 2017 IEEE Trans. Aerosp. Electron. Syst. 53 1273

    [9]

    Du L, Li L, Wang B 2016 IEEE Sens. J. 16 3756

    [10]

    Shu C Y, Huang P L, Ji J Z 2016 Syst. Engin. Electron. 38 259 (in Chinese) [束长勇, 黄沛霖, 姬金祖 2016 系统工程与电子技术 38 259]

    [11]

    Li K L 2010 Ph. D. Dissertation (Changsha: National University of Defense Technology) (in Chinese) [李康乐 2010 博士学位论文 (长沙: 国防科学技术大学)]

    [12]

    Wang Z F, Wang Y, Xu L 2017 IEEE Signal Proc. Lett. 24 1238

    [13]

    Yang Y C, Tong N N, Feng C Q 2013 Sci. Sin.: Inform. 43 1172 (in Chinese) [杨有春, 童宁宁, 冯存前 2013 中国科学: 信息科学 43 1172]

    [14]

    Zhang S N, Zhao H C, Xiong G 2014 Acta Phys. Sin. 63 158401 (in Chinese) [张淑宁, 赵惠昌, 熊刚 2014 物理学报 63 158401]

    [15]

    Zhu H, Zhang S N, Zhao H C 2015 Digital Signal Process. 40 224

    [16]

    Guo L R, Hu Y H, Wang Y P 2016 Proc. SPIE 10021 100211Z

    [17]

    Hu Y, Guo L, Dong X 2016 2016 Fourth International Conference on Ubiquitous Positioning, Indoor Navigation and Location Based Services (UPINLBS) Shanghai, China, November 2-4, 2016 p264

    [18]

    Zhu H, Zhang S N, Zhao H C 2014 Acta Phys. Sin. 63 058401 (in Chinese) [朱航, 张淑宁, 赵惠昌 2014 物理学报 63 058401]

    [19]

    Zhang W P 2014 M. S. Thesis (Changsha: National University of Defense Technology) (in Chinese) [张文鹏 2014硕士学位论文 (长沙: 国防科技大学)]

    [20]

    Lu W L, Xie J W, Wang H M, Sheng C 2016 Acta Phys. Sin. 65 080202 (in Chinese) [路文龙, 谢军伟, 王和明, 盛川 2016 物理学报 65 080202]

    [21]

    Zhu H, Zhang S 2013 Proceedings 2013 International Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC) Shengyang, China, December 20-22, 2013 p908

    [22]

    Gelman A, Carlin J B, Stern H S 2012 Bayesian Data Analysis (3rd Ed.) (Boca Raton: CRC Press) p106

    [23]

    Jouin M, Gouriveau R, Hissel D 2016 Mech. Syst. Signal Proc. 72 2

    [24]

    Wang C, Xu C F, Feng Q 2017 J. Beijing Institute Technol. 37 318 (in Chinese) [王才, 徐成发, 冯祺 2017 北京理工大学学报 37 318]

  • [1]

    Chen V C 2011 The Micro-Doppler Effect in Radar (London: Artech House) p20

    [2]

    Zhang D H 2016 M. S. Thesis (Beijing: Institute of Technology) (in Chinese) [张德华 2016 硕士学位论文 (北京: 北京理工大学)]

    [3]

    Pawan S, Ahmad F, Amin M 2011 Signal Process. 6 1409

    [4]

    Yang W G, Qu W X, Zhang R Y 2016 J. Equip. Acad. 27 107 (in Chinese) [杨文革, 屈文星, 张若禹 2016 装备学院学报 27 107]

    [5]

    Gini F, Giannakis G B 1999 IEEE Trans. Signal Process. 47 363

    [6]

    Han X, Du L, Liu H W 2015 J. Electron. Inform. Technol. 37 961 (in Chinese) [韩勋, 杜兰, 刘宏伟 2015 电子与信息学报 37 961]

    [7]

    Hong L, Dai F, Wang X 2016 IEEE Geosci. Remote Sens. Lett. 13 1349

    [8]

    Simeunovic M, Popovic-Bugarin V, Djurovic I 2017 IEEE Trans. Aerosp. Electron. Syst. 53 1273

    [9]

    Du L, Li L, Wang B 2016 IEEE Sens. J. 16 3756

    [10]

    Shu C Y, Huang P L, Ji J Z 2016 Syst. Engin. Electron. 38 259 (in Chinese) [束长勇, 黄沛霖, 姬金祖 2016 系统工程与电子技术 38 259]

    [11]

    Li K L 2010 Ph. D. Dissertation (Changsha: National University of Defense Technology) (in Chinese) [李康乐 2010 博士学位论文 (长沙: 国防科学技术大学)]

    [12]

    Wang Z F, Wang Y, Xu L 2017 IEEE Signal Proc. Lett. 24 1238

    [13]

    Yang Y C, Tong N N, Feng C Q 2013 Sci. Sin.: Inform. 43 1172 (in Chinese) [杨有春, 童宁宁, 冯存前 2013 中国科学: 信息科学 43 1172]

    [14]

    Zhang S N, Zhao H C, Xiong G 2014 Acta Phys. Sin. 63 158401 (in Chinese) [张淑宁, 赵惠昌, 熊刚 2014 物理学报 63 158401]

    [15]

    Zhu H, Zhang S N, Zhao H C 2015 Digital Signal Process. 40 224

    [16]

    Guo L R, Hu Y H, Wang Y P 2016 Proc. SPIE 10021 100211Z

    [17]

    Hu Y, Guo L, Dong X 2016 2016 Fourth International Conference on Ubiquitous Positioning, Indoor Navigation and Location Based Services (UPINLBS) Shanghai, China, November 2-4, 2016 p264

    [18]

    Zhu H, Zhang S N, Zhao H C 2014 Acta Phys. Sin. 63 058401 (in Chinese) [朱航, 张淑宁, 赵惠昌 2014 物理学报 63 058401]

    [19]

    Zhang W P 2014 M. S. Thesis (Changsha: National University of Defense Technology) (in Chinese) [张文鹏 2014硕士学位论文 (长沙: 国防科技大学)]

    [20]

    Lu W L, Xie J W, Wang H M, Sheng C 2016 Acta Phys. Sin. 65 080202 (in Chinese) [路文龙, 谢军伟, 王和明, 盛川 2016 物理学报 65 080202]

    [21]

    Zhu H, Zhang S 2013 Proceedings 2013 International Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC) Shengyang, China, December 20-22, 2013 p908

    [22]

    Gelman A, Carlin J B, Stern H S 2012 Bayesian Data Analysis (3rd Ed.) (Boca Raton: CRC Press) p106

    [23]

    Jouin M, Gouriveau R, Hissel D 2016 Mech. Syst. Signal Proc. 72 2

    [24]

    Wang C, Xu C F, Feng Q 2017 J. Beijing Institute Technol. 37 318 (in Chinese) [王才, 徐成发, 冯祺 2017 北京理工大学学报 37 318]

  • [1] 陈勇, 赵惠昌, 陈思, 张淑宁. 基于分数阶傅里叶变换的弹载SAR成像算法. 物理学报, 2014, 63(11): 118403. doi: 10.7498/aps.63.118403
    [2] 邹露娟, 汪 波, 冯久超. 一种基于混沌和分数阶傅里叶变换的数字水印算法. 物理学报, 2008, 57(5): 2750-2754. doi: 10.7498/aps.57.2750
    [3] 乔耀军, 韩庆生, 李蔚. 基于全光时域分数阶傅里叶变换的光脉冲最小损伤传输新方法. 物理学报, 2011, 60(1): 014219. doi: 10.7498/aps.60.014219
    [4] 李秀坤, 孟祥夏, 夏峙. 水下目标几何声散射回波在分数阶傅里叶变换域中的特性. 物理学报, 2015, 64(6): 064302. doi: 10.7498/aps.64.064302
    [5] 唐 斌, 李 可, 杜正聪. 混合退火粒子滤波器. 物理学报, 2006, 55(3): 999-1004. doi: 10.7498/aps.55.999
    [6] 宁小磊, 王宏力, 张琪, 陈连华. 区间衍生粒子滤波器. 物理学报, 2010, 59(7): 4426-4433. doi: 10.7498/aps.59.4426
    [7] 张琪, 乔玉坤, 孔祥玉, 司小胜. 随机摄动强跟踪粒子滤波算法. 物理学报, 2014, 63(11): 110505. doi: 10.7498/aps.63.110505
    [8] 陈志敏, 田梦楚, 吴盘龙, 薄煜明, 顾福飞, 岳聪. 基于蝙蝠算法的粒子滤波法研究. 物理学报, 2017, 66(5): 050502. doi: 10.7498/aps.66.050502
    [9] 冷洪泽, 宋君强, 曹小群, 杨锦辉. 基于粒子滤波的一种改进的资料同化方法. 物理学报, 2012, 61(7): 070501. doi: 10.7498/aps.61.070501
    [10] 张淑宁, 赵惠昌, 熊刚, 郭长勇. 基于粒子滤波的单通道正弦调频混合信号分离与参数估计. 物理学报, 2014, 63(15): 158401. doi: 10.7498/aps.63.158401
    [11] 朱志宇, 杨官校. 基于Stiefel流形的粒子滤波器研究. 物理学报, 2010, 59(12): 8316-8321. doi: 10.7498/aps.59.8316
    [12] 盛峥, 陈加清, 徐如海. 利用粒子滤波从雷达回波实时跟踪反演大气波导. 物理学报, 2012, 61(6): 069301. doi: 10.7498/aps.61.069301
    [13] 行鸿彦, 张强, 徐伟. 海杂波FRFT域的分形特征分析及小目标检测方法. 物理学报, 2015, 64(11): 110502. doi: 10.7498/aps.64.110502
    [14] 赵道木, 王绍民. 失调分数傅里叶变换及其光学作用. 物理学报, 2001, 50(10): 1935-1938. doi: 10.7498/aps.50.1935
    [15] 崔华坤, 王大勇, 王云新, 刘长庚, 赵洁, 李艳. 无透镜傅里叶变换数字全息术中非共面误差的自动补偿算法. 物理学报, 2011, 60(4): 044201. doi: 10.7498/aps.60.044201
    [16] 隋展, 朱启华, 张颖, 左言磊, 赵磊. 用于补偿增益窄化效应的Rugate滤波器设计. 物理学报, 2009, 58(6): 3977-3982. doi: 10.7498/aps.58.3977
    [17] 赵峥, 刘辽. Hawking效应是坐标尺度变换下的补偿效应. 物理学报, 1993, 42(9): 1537-1542. doi: 10.7498/aps.42.1537
    [18] 刘松, 罗春荣, 翟世龙, 陈怀军, 赵晓鹏. 负质量密度声学超材料的反常多普勒效应. 物理学报, 2017, 66(2): 024301. doi: 10.7498/aps.66.024301
    [19] 吕百达, 吴 平, 陈天禄. 光束分数傅里叶变换的Wigner分布函数分析方法. 物理学报, 2005, 54(2): 658-664. doi: 10.7498/aps.54.658
    [20] 倪龙, 陈晓. 基于频散补偿和分数阶微分的多模式兰姆波分离. 物理学报, 2018, 67(20): 204301. doi: 10.7498/aps.67.20180561
  • 引用本文:
    Citation:
计量
  • 文章访问数:  259
  • PDF下载量:  73
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-12-28
  • 修回日期:  2018-04-26
  • 刊出日期:  2018-08-05

运动目标激光微多普勒效应平动补偿和微动参数估计

  • 1. 国防科技大学电子对抗学院, 脉冲功率激光技术国家重点实验室, 合肥 230037
  • 通信作者: 胡以华, skl_hyh@163.com
    基金项目: 

    国家自然科学基金(批准号:61271353)资助的课题.

摘要: 利用激光探测微多普勒效应可以精确估计微动参数,有利于实现目标的准确分类和精细识别.运动目标的微多普勒效应是一种由多项式相位信号模型与正弦调频模型组成的混合信号.对于这类混合信号中的微动参数估计目前还未提出有效的方法.对此,本文提出一种基于分数阶傅里叶变换(FrFT)的平动补偿方法,通过设计对FrFT参数域的带宽搜索方法,可以从混合信号中精确估计平动参数,实现平动和微动的分离;通过设计静态参数粒子滤波器,从补偿后的信号中准确估计了微动参数;针对静态参数模型,采用马尔可夫-蒙特卡罗方法增加粒子多样性,并利用累积残差定义新的粒子权重计算函数,保证了算法在对多维参数估计时的快速有效收敛,避免了参数分别估计时误差传递的影响.通过仿真分析对比和实验数据,验证了本文所提补偿和参数估计算法的有效性.

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回