基于跟踪脉冲的MIMO雷达多目标微动特征提取.docx

基于跟踪脉冲的MIMO雷达多目标微动特征提取
基于跟踪脉冲的MIMO雷达多目标微动特征提取
摘要：多输入多输出（MIMO）雷达系统具有更高的分辨率和更好的抗干扰能力，被广泛应用于目标检测和跟踪。然而，在目标微动场景下，传统的雷达系统往往无法有效提取目标的微小运动特征。为了解决这一问题，本论文提出了一种基于跟踪脉冲的MIMO雷达多目标微动特征提取方法。该方法利用MIMO雷达系统的高分辨率和多通道数据，并结合目标跟踪算法，实现对目标微动特征的准确提取。
1.引言
目标微动是指目标在传统雷达分辨范围内的微小运动，这种微小运动往往伴随着目标的形变、旋转、振动等特征。目标微动特征的提取对于目标识别、形状重建和动态目标跟踪等应用具有重要意义。然而，传统雷达系统由于分辨率和抗干扰能力的限制，往往无法提取目标微动特征。因此，基于MIMO雷达系统的多通道数据和高分辨率优势，研究目标微动特征提取具有重要的理论和应用价值。
2.MIMO雷达系统原理
MIMO雷达系统是利用多个天线对目标进行发射和接收的雷达系统。通过天线的选择性发射和接收，MIMO雷达系统可以实现对目标的高分辨率探测、信号分离和抗干扰能力。其工作原理是通过多通道的脉冲发射和接收，利用波束形成和虚拟阵列处理技术，从而获取目标的空时信息。
3.目标微动特征提取方法
本论文提出的目标微动特征提取方法主要包括以下几个步骤：
（1）目标检测：利用MIMO雷达系统的多通道数据，通过波束形成和虚拟阵列处理技术，实现对目标的高分辨率探测和信号分离。
（2）目标跟踪：采用目标跟踪算法，对检测到的目标进行关联和追踪。常用的跟踪算法有卡尔曼滤波、粒子滤波等。
（3）目标微动估计：利用目标跟踪算法得到的目标位置信息，结合多通道数据的相位差和时延差等信息，实现对目标微动的估计。
（4）微动特征提取：根据目标微动估计结果，提取目标的微小运动特征，如目标的振动频率、振动幅度等。
4.实验分析
为验证本论文方法的有效性，进行了实验分析。实验结果表明，该方法能够准确提取目标的微动特征，实现对目标微小运动的高精度估计。与传统雷达系统相比，基于MIMO雷达的多目标微动特征提取方法具有更高的分辨率和更好的抗干扰能力。
5.结论与展望
本论文提出了一种基于跟踪脉冲的MIMO雷达多目标微动特征提取方法，利用MIMO雷达系统的多通道数据和高分辨率优势，实现对目标微动特征的准确提取。实验结果表明，该方法能够有效提取目标的微小运动特征，具有重要的理论和应用价值。未来的研究可以进一步优化算法，提高提取效果，并探索更多的应用场景。
参考文献：
[1]Cui,Y.;Dang,C.;Wang,F.-L.;Chen,S.;Yu,B.;Zhu,X.Micro-DopplerCharacteristicsExtractionofWalkingHumanwithanX-BandMIMORadar.Sensors2016,16,974.
[2]Zhang,L.;Tan,H.;Wu,H.;Xiao,J.;Zhang,W.;Fan,W.Micro-DopplerFeatureExtractionofMultipleTargetsforDoppler-OnlyMIMORadar.Sensors2017,17,2974.
[3]Liu,L.;Tan,X.;Qiu,T.;Wang,X.;Zhang,B.StudyonMicro-MotionMulti-TargetParametersEstimationBasedonMIMORadar.Sensors2018,18,1038.
[4]Huang,P.;Zhu,J.;Yang,P.;Zhao,Y.;Yang,F.Micro-DopplerandDopplerFeaturesAnalysisofRotatingWindTurbineBasedonRadarExperimentalStudy.Sensors2018,18,1367.