基于散射中心的风电机RCS数据压缩重构

摘要

cqvip:为解决风电机对雷达信号干扰的实时处理问题,必须将数据量超过十亿量级的风电机全姿态雷达散射截面(Radar Cross Section,RCS)数据进行有效压缩重构。针对传统阈值离散傅里叶变换(Threshold Discrete Fourier Transform,TDFT)由于阈值选取困难而压缩重构效果不佳的问题,避开阈值的选取问题,基于电磁散射理论,提出了一种采用风电机散射中心参数集表征大量RCS数据的思想。基于几何绕射理论散射中心模型,采用总体最小二乘-旋转不变技术信号参数估计(Total Least Squares-Estimated Signal Parameters via Rotational Invariance Technique,TLS-ESPRIT)法,求解了由风电机RCS数据所构成的两个子向量间的旋转因子矩阵,进而获取了风电机一维散射中心参数集,最终实现风电机RCS数据的有效压缩重构。以金风77/1500型风电机为算例。结果表明,与TDFT相比,在同一重构误差范围内,基于散射中心的压缩重构方法数据压缩比最高可达31.25。