[发明专利]太赫兹频段单旋翼无人机目标特性微多普勒特征提取方法

说明书

本发明是提供一种太赫兹频段的单旋翼无人机目标特性微多普勒特征提取方法。雷达接收到的含有噪声的旋翼无人机回波信号，微多普勒特征淹没在杂波中。本发明的技术方案是提取时域回波的闪烁时刻信号及其对应时刻的时频域闪烁特征，计算得到旋翼的旋转速度；通过回波信号的时频图和时域闪烁信号的时频图的相近值合并，得到去掉杂波的回波信号的时频图的闪烁特征，恢复微多普勒特征。本发明从含有背景噪声的回波中提取微多普勒特征，为旋翼无人机的探测、成像和识别提供了重要方法。

技术领域

本发明涉及雷达信号的时频分析和雷达微多普勒特征分析技术，具体涉及微小型旋翼无人机叶片的微多普勒特征提取方法。

背景技术

雷达发射电磁波信号到达目标并接收目标的回波信号，如果目标是运动的，接收信号的频率将偏离发射信号的频率，称为多普勒效应。如果目标除了目标主体运动外，目标或目标部件还有微运动，那么这种微运动将在回波信号上引起附近的频率调制，并在目标主体运动产生的发射信号多普勒偏移频率附近产生边频。这种附加的频率调制称为微多普勒效应，多普勒频率附近的边频称为微多普勒频率。微多普勒特征是微小型旋翼无人机目标特性的重要特性。

文献“直升机旋翼叶片回波建模与特性分析，空军预警学院学报，2015，29(5)：322-327”和文献“旋翼叶片回波建模与闪烁现象机理分析，物理学报，2016，65(13)：138401”建立了直升机旋翼叶片的回波模型，并分析了回波的时域闪烁和时频域闪烁的机理，时域闪烁时刻与时频域的闪烁时刻是一一对应的，闪烁的原因是叶片与雷达波束垂直，此时有镜面反射的存在，导致雷达回波较强。如果叶片是偶数个，那么旋翼在旋转时必然有两个叶片垂直雷达波束，其中一个叶片靠近雷达，另一个叶片远离雷达，就会产生大小相等的相位相反的微多普勒频率，在时频图上直观体现为闪烁关于0频对称。叶片的数目、叶片的长度、旋转频率以及雷达发射的电磁波频率都影响微多普勒特征。

专利申请CN107167801A公开了一种基于旋翼微多普勒特征的多旋翼无人机识别方法，其技术方案是根据接收到的雷达回波信号，提取旋翼的微多普勒特征，获得目标多旋翼无人机的旋翼数量、旋翼的旋转速度和叶片长度等参数，实现多旋翼无人机的识别。统计时域回波的闪烁次数，根据旋翼的叶片数计算得到旋翼数量，并根据闪烁周期计算得到旋翼的旋转速度，根据最大微多普勒频率计算得到叶片长度。此技术方案中旋翼的叶片数目是已知的，只能识别特定类型的旋翼无人机；另外雷达回波中通常含有环境噪声，会淹没微多普勒特征，很难估算微多普勒的最大频率。

专利申请CN105678781A公开了一种基于边缘检测的目标微多普勒特征分离方法，其核心思想是将信号处理转移到图像处理领域，具体方法为对回波信号进行伪Winger-Ville处理，得到回波信号的时频分布矩阵；时频矩阵对应时频图，将时频图进行对比度增强和边缘锐化处理，对处理后的时频图进行边缘检测，并基于边缘斜率惯性原则对两个分量对应的目标微多普勒特征进行分离和边界提取，由此计算目标微多普勒特征参数。其技术方案要求环境噪声只能稍微污染微多普勒特征，而不能淹没微多普勒特征，这在实际中是不存在的，即使经过滤波处理，也不能滤除低频信号，因为微多普勒特征是从0频到最大微多普勒频率之间的所有频率。

本发明将突破微小型旋翼无人机很小的雷达散射截面(RCS)无法被雷达根据RCS特性探测、常规频率雷达不能探测到微小型旋翼无人机的微多普勒特性以及微多普勒特性淹没在环境噪声中的局限性，在太赫兹频段分析提取单旋翼无人机叶片的微多普勒特征，为旋翼无人机的探测、成像和识别提供了新的思路和方法。

发明内容

为克服现有探测微小型旋翼无人机方法的不足，本发明提出一种太赫兹频段的单旋翼无人机目标特性微多普勒特征提取方法，克服了微小型旋翼无人机微多普勒频率低、微多普勒特征淹没在环境噪声中导致无法探测的问题。本发明方法发射的电磁波频率在太赫兹频段，能够探测到旋翼无人机叶片产生的微多普勒特征；另外本发明方法根据时域回波和回波的时频特点，去除了时频图中的噪声，更有利于提取最大微多普勒频率。