基于趋势估计的微多普勒分离与特征提取算法

来源：系统工程与电子技术杂志2021年第12期北京时间：

作者：彭正红, 杨德贵, 王行, 王浩, 朱政亮

单位：1. 中南大学航空航天学院, 湖南 长沙 410083；2. 中南大学自动化学院, 湖南 长沙 410083；3. 浙江大学工业控制技术国家重点实验室, 浙江 杭州 310027；4. 厦门大学水声通信与海洋信息技术教育部重点实验室, 福建 厦门 361005

摘要：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。

关键词：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

基金资助：装备预研项目(61404130119);中南大学中央高校基本科研业务费专项资金(2020zzts764)