基于趋势估计的微多普勒分离与特征提取算法

作者：彭正红; 杨德贵^*; 王行; 王浩; 朱政亮

来源：系统工程与电子技术, 2021, 43(12): 3452-3461.

DOI：10.12305/j.issn.1001-506X.2021.12.05

• 微动回波模型
• 曲线趋势估计
• 曲线分离
• 变分模态分解
• 经验模态分解

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler, m-D)曲线交叠耦合导致的微动辨识难点,提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据,再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离,最后利用变分模态分解(variational mode decomposition, VMD)及经验模态分解(empirical mode decomposition, EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明,所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线,进而提取目标的微动特性。

• 单位
  工业控制技术国家重点实验室; 航天学院; 厦门大学; 浙江大学; 自动化学院; 中南大学