[發明專利]基于微多普勒效應的微動目標特征提取方法

無效

• 申請號: 201310217013.X
• 申請日: 2013-06-04
• 公開（公告）號: CN103344947A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 李智;彭明金;王強
• 申請（專利權）人: 四川大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種微多普勒效應的微動目標特征提取方法，適用于非接觸的目標檢測和識別領域。?

背景技術

當探測器與被測目標間存在相對運動時便會產生多普勒頻移,?此現象稱為多普勒效應。除相對運動外，目標自身還有其他運動如直升飛機螺旋槳的轉動，輪船上旋轉的雷達天線等小幅振動或轉動。由自身的附加運動引起的信號頻率的展寬現象，即微多普勒效應。表現在頻譜上就是存在頻譜旁瓣或展寬，這種旁瓣或展寬表征了微動目標本身特有的參數數據，如反映了目標的電磁特性、幾何機構和運動特征，為目標特征提取和目標識別提供了新的途徑。V.C.Chen對點散射體的振動和剛體目標的旋轉所產生的微多普勒進行了微動建模、理論推導和仿真技術，給出了四種單一微動（振動、旋轉、翻轉和錐旋）的微多普勒時頻特征，并從以下雷達實驗數據中成功提取出相應的微多普勒時頻特征。?

基于微多普勒效應的目標探測可以幫助人們完成復雜環境的判斷和分析，為微動動目標的快速探測和精確識別提供有力保障。基于激光微多普勒效應的振動目標識別的前提是回波信號的特征參數的精確提取。在現在的微多普勒特征提取中，大部分使用的傳統的時頻分析方法，比如短時傅里葉變換、WVD、SPWVD等，這些時頻分析方法存在時域和頻域的分辨率問題或者核函數的選擇問題，對于微多普勒的特征提取存在很大的缺陷，因此需要一種更好的微多普勒特征提取的方法，能夠很好的對微多普勒特征參數進行提取。?

發明內容

該發明的目的是克服傳統時頻分析方法在微多普勒特征提取中的不足，提出基于降采樣EMD的希爾伯特黃變換（HHT）和峰圖譜值的微多普勒特征提取模型。?

該發明首先通過引進HHT到微多普勒的特征中，HHT由EMD和Hibert變換兩部分，由于EMD存在模式混疊問題，對其進行改進，得到基于降采樣EMD的HHT。通過對微多普勒信號進行降采樣，得到多種的微多普勒數據，然后分別多每組數據添加相應的高斯噪聲和EMD變換，最后進行求和平均，得到微多普勒信號的本征模態函數（IMF）。再分別對本征模態函數（IMF）進行Hilbert譜分析以及傳統時頻變換加譜圖峰圖譜值估計，進而對微多普勒特征參數進行估計和提取。?

附圖說明

圖1是本發明的基于降采樣EMD的HHT和峰值譜圖估計的微多普勒特征提取模型圖；?

圖2是本發明的改進的降采樣EMD計算流程圖。

具體實施方式

所述的基于改進的降采樣EMD的HHT和峰值譜圖估計的微多普勒特征提取方法描述如下：?

輸入:?采集得到的微多普勒數據?;?

輸出:?基于微多普勒的振動目標的平動速度、微動幅值、微動頻率等特征參數；?

階段1：

???（1）將原始振動目標微多普勒數據進行降采樣的EMD分解；

???（2）對得的多組IMF進行整體平均，得到供階段2處理的IMF。

???

????階段2：

(1)?將階段1得到的IMF分別進行Hilbert變換，求得相應的Hilbert時頻譜；

（2）對時頻譜估算微動目標的平動速度、微動幅值、微動頻率等特征參數；

（3）將階段1中的IMF進行傳統時頻變換（STFT、WVD、SPWVD等），得到時頻分布；

（4）將相應時頻分布圖進行峰值譜圖估計；

（5）對峰圖譜值估計圖進行微動目標的平動速度、微動幅值、微動頻率等特征參數，作為（2）的參數估計補充。

??????????????????

所述的降采樣EMD的算法描述如下：

(1)?降采樣：對原始信號數據進行等間隔的降采樣，可以得到組具有較低采樣率的數據；

(2)?加噪聲：分別為每組較低采樣率的數據添加一定強度的高斯白噪聲，且添加的白噪聲互不相同；

(3)?EMD分解：對（2）中得到的添加有白噪聲的個序列分別進行EMD分解，進而得到相應的IMF分量；

????(4)?求和平均：根據（3）EMD分解后的多組IMF，進行相應的求和，并得其平均值，計算結果作為原始信號的IMF分量。公式如下所示：

所述的峰圖譜值估計算法描述如下：

????譜圖峰值估計法就是利用瞬時頻率能代表譜圖峰值位置的特點，進行的目標瞬時頻率提取。譜圖峰值估計的公式如下所示：

式中，為傳統時頻分析得到的時頻變換數據，為矩陣；