一种飞行器旋翼微动特征提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110146853A(43)申请公布日2019.08.20(21)申请号201910477082.1(22)申请日2019.06.03(71)申请人浙江大学地址310058浙江省杭州市西湖区余杭塘路866号(72)发明人宋春毅谢丛霜徐志伟(74)专利代理机构杭州求是专利事务所有限公司33200代理人贾玉霞邱启旺(51)Int.Cl.G01S7/35(2006.01)G01S13/58(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种飞行器旋翼微动特征提取方法(57)摘要本发明公开一种飞行器旋翼微动特征提取方法，该方法将低秩分解应用于旋翼回波时频图的显著性检测，从而使得该方法在低信噪比下仍能够具有较高的旋翼微动特征的提取准确率，对飞行器旋翼回波信号的最大微多普勒频偏估计具有准确性和鲁棒性，具备一定抗干扰能力，有利于空中旋翼监测。CN110146853ACN110146853A权利要求书1/2页1.一种飞行器旋翼微动特征提取方法，其特征在于，该方法具体包括如下步骤：S1：对旋翼的时频图进行低秩分解得到时频图TF的低秩部分TFS；S1.1：在连续波雷达下，通过下式的旋翼的回波模型得到旋翼回波信号序列s(t)；其中，L是旋翼长度，R0是雷达与旋翼旋转中心的距离，λ是雷达的发射波长，β是雷达的观测仰角，fr是旋翼旋转频率，φ0是旋翼初始相位，N是旋翼桨叶数目，n为旋翼的编号，t为时间。S1.2：对旋翼回波信号序列s(t)进行时频分析，得到时频图TF：S1.3：通过求解式(2)的NP-Hard问题得到时频图TF的稀疏部分E:其中，TFs是时频图TF的低秩部分，||·||*是核范数，|·|1是一阶范数，ε是一个正的平衡值；S1.4：用初始时频图TF减去E即可以得到经过低秩分解后的图像的低秩部分TFsTFs＝TF-E(3)S2：将时频图TF的低秩部分TFs分割为二值图像TFb；S2.1：将S1.4得到的图像的低秩部分TFs通过迭代法得到二值化的分割阈值T0；S2.2：将TFs的每个像素点通过下式得到二值化后的图像TFb中的每个像素点其中，p(x，y)代表是TFb中每个像素点的灰度值，ps(x，y)代表是图像TFs中每个像素点的灰度值；S3：将二值图像TFb沿图像中心水平线分为上半部分TFt和下半部分TFd；S4：采用直线检测方法提取TFt中的频率带长度集Lt、TFd中的频率带长度集Ld，通过下式得到估计旋翼微动特征最大多普勒频偏其中，ω0为时频图的频率分辨率。2.根据权利要求1所述的飞行器旋翼微动特征提取方法，其特征在于，所述的直线检测方法为Hough检测。3.根据权利要求1所述的飞行器旋翼微动特征提取方法，其特征在于，所述的S1.2中对旋翼回波信号序列s(t)进行时频分析采用快速傅立叶变换方法：2CN110146853A权利要求书2/2页其中，f是频率，w(·)是窗长为W的窗函数，默认使用汉明窗。mi是窗函数位置的索引，Ol是两个分析窗之间信号的重叠长度，k是离散频率的索引。4.根据权利要求1所述的飞行器旋翼微动特征提取方法，其特征在于，所述的S1.3中求解NP-Hard问题采用的方法为加速近端梯度法。5.根据权利要求1所述的飞行器旋翼微动特征提取方法，其特征在于，所述的S1.3中ε取值为：其中，Ns＝tsfs是旋翼信号的总长度，ts为采样时间。3CN110146853A说明书1/4页一种飞行器旋翼微动特征提取方法技术领域[0001]本发明涉及雷达信号处理领域，具体涉及一种低信噪比下旋翼微动特征提取方法。背景技术[0002]微动指的是物体除质心平动以外任何振动、转动等微运动。旋翼的旋转就是一种微动状态。微多普勒频率体现的是散射中心速度相对雷达的变化，受到微动目标物理结构、运动参数影响，因此提取回波中微多普勒特征能为飞行目标分类、识别提供依据。[0003]获得旋翼运动回波的数据后，多种从回波信号中提取微多普勒特征的方法被提出。比如，采用非线性分析经验模式分解法提取微动目标参数，针对正弦调频形式的微多普勒信号提出正交匹配追踪算法进行稀疏逼近实现了微动目标参量的估计，该类方法直接分解雷达回波序列，具有较好的鲁棒性，但是在估计参量维数较高时，计算量巨大。由于目标回波的微多普勒频率的时变性，雷达回波信号序列常常经过时频分析再进行处理。或者采用Hough变换方法在参数域中进行多维搜索提取出微多普勒曲线进行参数估计。由于叶尖的微多普勒回波能量小，易淹没于背景噪声中，在极低信噪比下这类参数估计方法的准确度不高。还有一种方法是在频域上检测目标信号包络转折点以及时频域上峰值间隔的方法提取旋翼运动参数，此计算方法复杂度小，但抗噪性较差。发明内容[0004]针对现有技