论文部分内容阅读
真假目标识别一直是弹道导弹防御系统的难点和主要技术瓶颈之一。由于目标微运动产生的微多普勒现象是目标的固有特征，因而基于弹头和诱饵微动形式的差异所导致的微多普勒不同，可以用来识别真假目标。本课题来源于某型号反导武器系统的目标识别算法研究以及某靶场雷达的实测数据分析和目标特征提取等项目，以空间弹头目标雷达特性分析和目标分类识别为背景，研究用于提取目标的微多普勒特征的识别分析方法，为弹道目标识别提供技术和方法的支撑。 首先，进行弹道目标的微动建模和微多普勒建模。建立了目标进动、翻滚和章动的微运动模型，利用解析的方法推导了微多普勒的一般理论公式，通过对比，计算结果与仿真结果完全一致，从而验证了微多普勒模型以及理论公式推导的正确性。利用最小能量弹道模拟导弹飞行轨迹，添加导弹目标群的微动信息和RCS数据，仿真弹道中段飞行的目标的雷达回波数据。 其次，分别利用短时傅里叶变换(STFT)、魏格纳-维利分布(WVD)和小波变换等时频分析方法对窄带RCS数据作时频处理，得到其微多普勒时频像，对比图像效果，发现小波变换由于其自适应的特性在时频分析方面具有不可比拟的优势。利用小波方差、小波能量和小波信息熵描述不同目标窄带RCS数据的周期特性、高频和低频特性的区别。 然后，通过小波变换中的多尺度分析提取弹头目标微动特征，将进动弹头和翻滚助推级的窄带RCS序列的高频分量分解出来，对比两者的分布特性，利用四分位数和直方图纹理两个特征量对真假目标进行识别仿真，效果良好，并且具有一定的抗噪性能。 最后，进行了微动弹头的微多普勒特性模拟实验和数据分析，测量了进动弹头的窄带RCS数据，利用小波方法分析了窄带RCS测试数据的周期特性、高频和低频特性，验证了小波分析方法提取目标微动特性的有效性。 本文通过对飞行弹道导弹目标雷达回波精确模拟，利用小波变换和小波多尺度分析方法提取弹头目标的微动特征，并以此为依据对真假目标进行识别。