一种复合微运动的微多普勒分析与参数估计

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (36): 166-169.

• 数据库、信号与信息处理 • 上一篇下一篇

一种复合微运动的微多普勒分析与参数估计

陈广锋1，2，张林让2，刘高高2，王纯2，刘昕2，张波2

1.西安文理学院数学系，西安 710065
2.西安电子科技大学雷达信号处理国家重点实验室，西安 710071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-21 发布日期:2011-12-21

Micro-Doppler analysis and parameter estimation of complex motion

CHEN Guangfeng1，2，ZHANG Linrang2，LIU Gaogao2，WANG Chun2，LIU Xin2，ZHANG Bo2

1.Department of Mathematics，Xi’an University of Arts and Science，Xi’an 710065，China
2.National Lab of Radar Signal Processing，Xidian University，Xi’an 710071，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-21 Published:2011-12-21

摘要/Abstract

摘要： 目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息，在目标的分类、识别等领域中有着重要的作用。建立了振动与加速运动的复合微动模型，定量分析了目标的微多普勒调制特征，提出了利用提取峰值法和拟合直线法估计目标的加速度、振动频率和振动幅度等参数的方法，通过仿真验证了模型的正确性和参数估计的有效性。

关键词: 微多普勒, 振动, 加速度, 时频分析, 参数估计

Abstract: Micro-Doppler signature produced by micro-motion contains movement and structure information which is useful for radar classification and recognition.In this paper，complex micro-motion scattering point with vibration and acceleration is modeled.Based on a quantitative analysis on micro-Doppler modulation，a precession parameter estimation method on acceleration，frequency and amplitude of vibration by extracting peak value and fitting straight line is proposed.Simulation demonstrates the correctness of the model and the validity of the parameter estimation.

Key words: micro-Doppler, vibration, acceleration, time-frequency analysis, parameter estimation

陈广锋1，2，张林让2，刘高高2，王纯2，刘昕2，张波2. 一种复合微运动的微多普勒分析与参数估计[J]. 计算机工程与应用, 2011, 47(36): 166-169.

CHEN Guangfeng1，2，ZHANG Linrang2，LIU Gaogao2，WANG Chun2，LIU Xin2，ZHANG Bo2. Micro-Doppler analysis and parameter estimation of complex motion[J]. Computer Engineering and Applications, 2011, 47(36): 166-169.

[1]	孟娜，李艳艳，汪霖. 基于CITAF-HAF的立方调频信号参数估计[J]. 计算机工程与应用, 2021, 57(17): 75-79.
[2]	曹晓航，汪立新，束学渊. 基于小波不变矩的雷达辐射源信号识别[J]. 计算机工程与应用, 2020, 56(19): 269-272.
[3]	邹柏贤1，苗军2，逯燕玲1. 光纤安防监测信号的特征提取与识别研究综述[J]. 计算机工程与应用, 2019, 55(3): 23-29.
[4]	王秋萍，王梦娜，王晓峰. 改进收敛因子和比例权重的灰狼优化算法[J]. 计算机工程与应用, 2019, 55(21): 60-65.
[5]	郇战，李晨，万彩艳，陈学杰. 基于步行加速度信息分割的人员识别[J]. 计算机工程与应用, 2019, 55(1): 203-209.
[6]	景元1，2，吉爱红2，张曦元2，3，宋雅伟4，陈炜峰1. 传感器人体运动行为特征识别研究进展[J]. 计算机工程与应用, 2019, 55(1): 23-28.
[7]	王延华，李腾. 基于双目视觉的接触网磨耗在线检测研究[J]. 计算机工程与应用, 2018, 54(5): 242-246.
[8]	贾小云1，王二虎1，吴敬一2. Android平台下的实时人体行为识别[J]. 计算机工程与应用, 2018, 54(24): 164-167.
[9]	刘肃平，谭志平. 基于大数据的辅机设备振动噪声监测分析平台[J]. 计算机工程与应用, 2018, 54(22): 258-264.
[10]	李昕咛，周治平，刘乐乐. 结合多传感器信息分析的手机用户认证方案[J]. 计算机工程与应用, 2018, 54(1): 140-145.
[11]	李小光，卜方玲，徐新. 基于手机加速度计的地震场景分层识别方法[J]. 计算机工程与应用, 2017, 53(6): 252-257.
[12]	李健1，曲怀敬1，王美平2，许鸿奎1. 基于PCA和广义高斯建模的多聚焦图像融合[J]. 计算机工程与应用, 2017, 53(5): 216-221.
[13]	马正华1，李雷2，乔玉涛2，戎海龙3，曹海婷2. 基于多传感器融合的动态手势识别研究分析[J]. 计算机工程与应用, 2017, 53(17): 153-159.
[14]	邹柏贤1，3，苗军2，许少武2，逯燕玲1. 基于ELM算法的光纤振动信号识别研究[J]. 计算机工程与应用, 2017, 53(16): 126-133.
[15]	李兆强，王凯. 无抖振滑模控制在结构振动中的应用研究[J]. 计算机工程与应用, 2017, 53(11): 229-232.

一种复合微运动的微多普勒分析与参数估计

Micro-Doppler analysis and parameter estimation of complex motion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics