基于微多普勒特性分析的地面慢速目标识别与欺骗干扰方法研究

摘要

微多普勒效应引入雷达领域以来，在雷达目标检测、特征提取、分类与识别、参数反演等方面得到了广泛的应用。行人除了躯干质心运动外，还存在头、肩、四肢以及手脚等部位的微运动。而车辆除了车体质心运动外，还存在轮子等部件的微运动，这两类地面运动目标均具有典型的微运动。同时，行人与车辆目标也是地面监视雷达的主要监视对象。但是，目前的地面监视雷达多是窄带雷达，传统的基于傅里叶变换与多普勒分析的方法很难实现行人与慢速车辆目标的分类与识别。然而，行人与车辆目标所产生的微多普勒效应是其微运动部件的特有特征，不仅蕴含着目标部件的自身尺寸、材质等固有属性信息，而且还包含目标的运动信息。因此，研究基于微多普勒分析的地面慢速目标识别方法将能够提升地面监视雷达的识别与信息获取能力。同时，由于微多普勒信号具有较强的非平稳特性，使得地面慢速目标的微多普勒特征提取与识别研究将面临较多的挑战。另外，地面慢速目标识别需要的微多普勒信息，也是欺骗干扰所需产生的理想干扰效果。由于地面慢速目标的微多普勒信号中包含了目标部件的精细化运动信息，如何充分地利用目标的微多普勒信息，实现对地面慢速目标精细化的欺骗干扰是目前雷达信号处理与电子对抗领域的研究热点和难点。本文在国家自然科学基金课题、国家863课题和横向课题的资助下，结合地面监视雷达系统对目标探测与识别的实际应用需求，开展基于微多普勒特性分析的地面慢速目标识别与欺骗干扰研究，将重点研究地面慢速目标的微多普勒特征提取、微运动部件精细化识别以及基于微运动的目标精细化欺骗干扰等问题。主要研究内容概述如下:
　　1、针对目标微运动特性进行分析，建立了振动、旋转和摆动等典型微运动的普适模型，推导了不同微运动模型对应的微多普勒解析表达式。针对微多普勒非平稳性强，常规傅里叶分析方法分辨率低的难题，利用短时傅里叶变换(Short Time FourierTransform，STFT)、Wigner-Ville变换(Wigner-Ville Distribution，WVD)以及平滑伪WVD等时频分析方法对不同微运动的微多普勒特性进行了深入研究，并详细分析对比了不同时频分析方法的性能，为后续的行人与车辆等地面慢速目标的微多普勒特征提取与识别及欺骗干扰研究提供理论基础。
　　2、针对行人和车辆等地面慢速运动目标在窄带雷达观测中难以检测和分类等难题，充分挖掘行人与车辆目标的微多普勒特征差异性，提出了基于时频谱图纹理信息的地面慢速目标特征提取与分类方法，并利用行人和车辆目标实测数据，获得了良好的特征提取与分类结果。首先，针对连续波雷达数据包含大量背景杂波等问题，建立了地杂波统计模型，研究了有效的杂波抑制方法。其次，基于行人和车辆目标的微运动模型及其微运动特性，利用STFT进行时频分析以生成谱图样本，并通过预处理进一步提高样本的信杂噪比。接着，提取行人和车辆目标的谱图熵值、统计直方图三阶矩和方向性等谱图纹理信息，并形成有效的特征库。然后，将纹理特征库分为训练集和测试集，先后送入支持向量机分类器进行训练学习，以实现行人与车辆的有效分类。最后，仿真与实测数据处理结果验证了所提出的方法在信噪比较低和训练样本数较少时，具有较好的鲁棒性。
　　3、针对行人的微运动部位复杂且难以分离的问题，结合人体各部位回波的统计特性，提出了基于主分量分析(Principle Component Analysis，PCA)的行人微运动部位精细化识别方法，其精细化识别能力优于现有的基于复数经验模态分解(ComplexEmpirical Mode Decomposition，CEMD)方法。首先，基于行人的微运动特性对行人各微动部位进行精细化建模，并对各微运动部位的统计特性进行详细分析。其次，采用滑窗技术将行人雷达回波信号进行时间平滑处理，并依据信息理论准则，无需任何先验知识或主观阈值的设置，通过最小化AIC准则(Akaike Information Criterion，AIC)确定PCA分解对应的主分量个数。接着，对行人雷达回波信号进行PCA分解，获得代表行人回波主要能量的特征向量，并采用逆滑窗处理方法重构信号，获得表示行人微运动部位信息的主分量。然后，结合基于Ixegram的聚类算法对相似主分量进行重新聚类，以实现行人主要微运动部位的精细化识别。最后，仿真数据处理结果验证了所提出方法的有效性。
　　4、针对目前车辆欺骗干扰因未考虑其微运动造成干扰容易辨识的问题，结合车辆目标微运动部位的微多普勒特性分析，提出了基于微多普勒特性的车辆目标精细化欺骗干扰方法，获得了高逼真度的虚假车辆运动目标。首先，在分析现有车辆欺骗干扰方法基本原理和缺陷的基础上，通过干扰机截获地面监视雷达发射的窄带信号，并通过电子侦察系统对雷达进行定位。其次，对截获信号进行虚假车辆目标的平动调制。接着，利用微动特征及虚假目标的姿态信息如方位角、俯仰角、位置等构造微动调制函数，并对经过平动调制后的欺骗干扰再进行精细地微运动调制。然后，转发调制后的信号以完成基于微多普勒调制的车辆目标欺骗干扰。之后，分析了精细化欺骗干扰的干扰效果、载频误差对干扰性能的影响及欺骗干扰的计算量等性能。最后，仿真数据处理结果验证了所提出的方法能够获得高精度的车辆欺骗干扰结果。