组网雷达中弹道目标微动特征提取与三维成像技术研究

Research indicates that, single radar system can not satisfy the demands of the detection and recognition of ballistic targets in the future air and missile defense operations. The characters extraction and fusion of ballistic targets and three-dimensional (3-D) imaging based on network radar can remarkably improve the efficiency of radar. In the project, firstly, we will establish the micro-motion model of ballistic targets by introducing the space parameter to the micro-Doppler (m-D) analysis, and propose 3-D parameterized expressions to solve the micro-motion feature extraction and the 3-D scattering distribution reconstruction of ballistic targets in the broadband/narrowband radar networks; secondly, we intend to extract the m-D features by high-order terms compensation and optimalizing searching methods; thirdly, the feature-level fusion is used to fuse the m-D features obtained by each radar in the network, and then the 3-D micro-motion features of targets can be resolved; finally, after extracting the m-D curve features in timefrequency image of narowband radar and slow-timemicro-range image of broadband radar, the 3-D imaging of ballistic targets can be constructed in the network radar system by matching the 3-D position of each scattering center. The prospective achievements of the project will promote the development of the m-D theory and micro-motion extraction techniques, and have great value to the national air defense and strategic early-warning system both in theory and practice.

研究表明，采用单部雷达已难以满足未来防空反导作战对弹道目标的探测与识别需求，基于组网雷达进行弹道目标微动特征融合提取和三维成像可显著提高雷达的探测与识别效能。本项目拟通过建立弹道目标微动模型，引入空间维参量，建立三维参数化表示方法来解决宽带/窄带单基组网雷达中弹道目标微动特征提取与三维散射分布重构关键问题；拟采用基于高阶项补偿的微多普勒信息提取和采用最优化搜索方法求得微多普勒信号参数的方案实现对目标微多普勒信息的提取；拟基于特征层融合对组网雷达微动特征进行融合处理，并进一步求得目标的三维微动参数；通过提取窄带雷达时间-频率像和宽带雷达慢时间-微距离像中的微多普勒曲线特征实现散射中心的匹配解算各散射中心三维坐标的方法来实现组网条件下弹道目标的三维成像。本项目的预期研究成果将促进微多普勒理论和微动特征提取技术的完善与成熟，对于提高我国防空反导能力和战略预警能力具有重要的理论意义和实用价值。

本项目将微多普勒、组网雷达及三维重构等理论引入到弹道目标探测与识别中，通过研究组网雷达条件下微多普勒信号的参数化表征、滑动散射条件下微多普勒信息获取、组网雷达条件下弹道目标微动特征融合，实现了弹道目标三维微动特征与结构特征的高精度提取，并且获得目标的高精度三维重构像，为弹道目标识别技术的进一步研究和实际应用提供理论依据和技术手段。具体研究包括以下内容：（1）建立了弹道目标微动模型，完成了弹道目标在不同雷达组网模式下微多普勒信号的参数化表征；（2）建立在微多普勒效应在不同雷达组网表征的基础上，针对滑动散射条件下的平动补偿问题，提出了多种平动补偿算法，实现了平动—微动信号的分离；在平动被高精度补偿的基础上，提出了多种弹道目标滑动散射中心微动信息的获取方法，成功提取滑动散射中心微多普勒信息；（3）针对组网雷达中各雷达观测信息存在差异的问题，提出了多种微多普勒特征融合处理方法，对组网雷达中的微多普勒特征进行融合处理并提取出目标的三维微动特征；（4）提出了多种组网雷达目标三维成像算法，利用各雷达观测得到的微动特征的内在联系，获得目标的高精度的三维重构像，进而获取目标的精细结构。发表期刊论文65篇，其中SCI检索期刊论文18篇，EI检索期刊论文20篇，中文核心期刊论文27篇。EI检索会议论文8篇。出版专著1部并获批国防科技图书出版基金资助。培养青年教师3名，博士研究生2名，硕士研究生7名，1篇硕士学位论文获得校级优秀学位论文奖。申报国防专利4项。完成了相应计算、仿真和分析程序的开发。本项目的研究进一步丰富和完善了微多普勒理论和微动特征提取技术，促进了基于组网雷达微动特征的目标识别技术的发展，对于提高我国国土防空反导能力及战略预警能力都具有较为重要的理论意义和实用价值。