基于GS-IRadon算法旋翼目标微动特征提取方法

本发明涉及目标探测的领域，尤其涉及基于gs-iradon算法旋翼目标微动特征提取方法。

背景技术：

1、旋翼目标，即包含可旋转叶片部件的目标，主要包括直升机、多旋翼无人机、风力发电机等．这类目标可通过叶片转动产生微多普勒效应，对这类目标存在的微多普勒效应进行研究，能反映目标或目标部件独特的微动特征和结构特性，而对这类目标的叶的微动特征的研究是探测和识别该类目标的主要研究方向。

2、对于目标探测、分类和识别等领域，有效提取微多普勒特征能够估计到目标的相关参数，具有很高的应用价值。目前针对旋翼目标微动特征提取的方法主要分为以下几类。

3、一是时域特征提取，这类方法主要利用旋翼目标信号的周期特征，通过对时域信号进行相关处理，提取目标旋转频率等特征。二是频域特征提取，这类方法通过基于信号层的分离方法对多分量信号进行分离，在再频域上实现目标不同运动状态或目标的分离，信号分离方法主要包括希尔伯特-黄变换(hilbert-huang transform, hht)、经验模态分解(empirical mode decomposition, emd)及其改进型，如cemd、复数局部模态分解(complexlocal mean decomposition, clmd)等；三是变换域特征提取，这类方法是旋翼目标特征提取最主要的方法，主要是将信号变换到时频域，从时频图像出发，利用时频图像中目标微多普勒调制特征通过参数变换方法提取目标微动特征，主要的方法有hough变换以及iradon变换；

4、然而实际中旋翼目标回波时频结果中存在时频闪烁，直接使用参数变换方法提取微动特征难以实现；现阶段方法的鲁棒性较差，提取特征存在局限，有时难以有效提取特征。

技术实现思路

1、本发明的目的在于针对上述现有技术的不足，提供了基于gs-iradon算法旋翼目标微动特征提取方法，该方法鲁棒性强，算法复杂度低，算法精度高，能够有效在闪烁条件下，提取旋翼目标微动特征。

2、为实现上述目的，本发明采用了如下技术方案：

3、本发明提供了基于gs-iradon算法旋翼目标微动特征提取方法，包括以下步骤：

4、s1、建立旋翼目标模型，并基于所述旋翼目标模型对闪烁机理进行分析，得出零频附近直流分量是影响目标特征提取的主要因素；

5、s2、根据所述旋翼目标模型，提出基于黄金分割法的iradon变换算法进行微动特征提取；

6、s201、旋翼目标回波数据的预处理：利用mti算法去除回波中存在的直流分量，并利用短时傅里叶变换将信号转换至时频域，得到信号时频结果；

7、s202、利用iradon变换得到信号时频结果变换后的iradon变换结果：设定转速搜索范围，利用基于黄金分割法对iradon变换结果进行峰值搜索，提取特征。

8、进一步，所述s1具体为：

9、当雷达发射波长为的单载频连续波，散射点的基带回波为：

10、（1）

11、其中，为后向散射系数；为雷达与旋翼中心的距离；为方位角；为俯仰角；为旋翼旋转频率，(，为叶片长度)；分别为散射点与旋翼中心的距离和初始旋转角；为复数中的虚部符号；

12、假设单叶片有个强散射中心，则单叶片回波为：

13、（2）

14、令不同叶片具有相同位置和散射系数的散射点，则旋翼叶片总回波的散射点模型表示为：

15、（3）。

16、进一步，当所述旋翼叶片均匀散射，即，相邻散射点间隔，则散射点与旋翼中心距离，式（3）变为：

17、（4）

18、当散射点间隔趋于0时，式（4）变为：

19、（5）。

20、进一步，所述s1还包括时频结果，所述视频结果由正弦分量、时频闪烁以及直流分量组成；

21、所述正弦分量看作是对最外侧散射点回波信号中相位部分求导；

22、     （6）

23、所述时频闪烁是由于回波中存在辛格函数部分时频变换产生的强幅度频率带；

24、所述直流分量是回波中辛格函数部分与其余部分在频域卷积时产生，其强度与正弦包络部分强度相同。

25、进一步，所述s201中，旋翼目标回波数据的预处理为：

26、当闪烁不存在时，对于旋翼目标，叶片的长度以及转速都是相同的具有相同的幅度，仅相位不同；在时频结果表现为三条幅度相同初始相位不同的正弦曲线，在已知转速的情况下，利用iradon变换后，将出现三个强聚焦点，说明该旋翼目标为三叶片旋翼；

27、当闪烁存在时，时频结果中存在时频闪烁和直流分量，因此使用一阶mti去除直流分量，时频结果中直流分量被消除，使用iradon变换后，此时iradon变换结果中，也会出现了三个强散射点，能够有效的进行特征提取。

28、进一步，所述s202具体为：

29、将旋翼目标回波进行stft后，所述时频结果中正弦包络信号为

30、       (7)

31、式（7）在所述时频结果中为正弦调制信号，将所述正弦调制信号变换到参数空间，则正弦调制信号表示为：

32、（8）

33、为时频像横轴；为是时频像纵轴；；

34、由中心切片定理，得iradon变换后的矩阵为：

35、（9）

36、此时，利用iradon变换，能够实现叶片初相和最高频率为：

37、（10）；

38、由于旋翼目标各个叶片的转速与长度相同，因此各叶片的最高频率相同，最高频率为：

39、（11）。

40、进一步，所述s202还包括，基于黄金分割法的变步长搜索转速的步骤：

41、s2021、给定转速的范围，根据掌握的旋翼目标参数，设定一个转速区间、并给定估计误差以及黄金分割比；

42、s2022、求取黄金区间内的黄金分割点值、，并分别计算、下中的的最大值，记为、；

43、如果，则将进行区间更新，令、、，同时更新并用iradon变换计算更新后对应的；

44、如果，则将、、，同时更新并用iradon变换计算更新后对应的；

45、s2023、计算并比较与的大小，如果，则重复所述s2022；

46、如果，比较、大小，

47、当时，有；

48、当时，有；

49、基于黄金分割法进行峰值，迭代次数为，则迭代次数与搜索范围以及误差的关系为：

50、（12）。

51、本发明的有益效果为：分析回波闪烁机理并通过实验发现，闪烁存在的条件下，零频附近的直流分量是影响目标进行特征提取的主要因素。因此对回波数据进行预处理，利用mti算法去除直流分量后，再将信号利用短时傅里叶变换stft变换到时频域，最后利用于黄金分割法的iradon变换算法（gsiradon）进行特征提取。此方法鲁棒性强，算法复杂度低，算法精度高，能够有效在闪烁条件下，提取旋翼目标微动特征。