雷達中的微多普勒技術及展望

楊淳紅

【摘要】微波雷達中的微多普勒效應成為近年來一個新的技術研究熱點，目標的微多普勒特征能夠刻畫其精細、獨特的特性。文章首先介紹微多普勒效應的概念，分析其產生機理，闡述了雷達目標微多普勒特征提取的經典時頻分析方法，揭示其應用，并展望微多普勒技術的發展。

【關鍵詞】微運動;微多普勒;特征提取;時頻分析

1.引言

在現代信息化戰爭條件下，現有的目標識別技術已不能滿足現代高技術戰爭的要求，雷達目標研究所需要的數據不僅僅是目標的整體運動信息，還需要更多、更精細目標數據，比如目標所處狀態及其姿態的變化等，因而微波雷達目標的微多普勒效應成為近年來一個新的技術研究熱點。

微多普勒效應最初是被引入到相參激光雷達系統中用來測量物體的運動性質[1]。微波雷達中的微多普勒效應是美國海軍研究實驗室的Victor C.Chen博士1998年在研究聯合時頻域分析應用于雷達圖像和信號處理試驗時，從得到的行人運動逆合成孔徑雷達實驗數據中發現并從此開始研究。

微多普勒效應是指運動目標除了主體移動外，目標或其任何結構部件還存在微運動（振動、旋轉、翻滾、進動、章動等小幅度運動），這種微運動在雷達回波信號上引起附加的多普勒頻率調制，并在主體移動產生的發射信號多普勒偏移頻率附近產生邊頻，使得目標多普勒頻譜展寬的現象[1]。如直升機旋轉的旋翼葉片、汽車發動機引起的車身振動、飛鳥撲動的翅膀、行人擺動的手臂和腿等。

雷達目標回波中包含的微多普勒信息能夠精細刻畫目標的形狀、結構、散射特性及其獨特的精細運動特性，更進一步反映目標的類型和運動意圖。目標精細的微多普勒特征信息與目標物性參數之間具有特定的對應關系，被視為目標獨一無二的特性，微動特征的提取為雷達目標的分類和識別及微弱目標的檢測提供了穩定性好、可靠性高的新途徑。

2.目標微多普勒特征提取方法

微多普勒的產生是由于目標的微運動所引起的雷達回波的微多普勒頻率調制，其中所包含的目標各結構部件的微運動信息反映了目標的微動特性，從雷達回波中的微多普勒特征信息可以進一步反演出目標的形狀、結構、姿態、表面材料的電磁參數、運動特征等信息，因此雷達目標微多普勒特征的提取是微多普勒技術研究的關鍵。

要分析并利用目標的微動特性，從微動目標雷達回波中提取出目標的微多普勒特征信息，關鍵在于對微多普勒雷達回波信號瞬時頻率的高精度估計。由于目標微動具有時變性，所以由微動引起的微多普勒回波信號也具有時變、非平穩的特點，它反映了多普勒頻移的變化特性和瞬時特性，回波信號的頻譜組合是作為時間的函數而變化的。因此，目標微動特征的提取需要用時變信號處理方法，經典時變信號分析方法是時頻分析。作為時間和頻率的二維函數，時頻分析能夠同時對時間和頻率成分進行細致分析，給出了信號在不同時間和不同頻率處的能量分布特性。

時頻分析方法可分為線性時頻變換和雙線性時頻變換。線性時頻變換是由傅里葉變換轉化而來，最典型的是短時傅里葉變換（STFT）。雙線性時頻變換反映的是信號能量的時頻分布，典型形式是Wigner-Vaille分布（WVD）及其改進形式Cohen類時頻分布等。

2.1 短時傅里葉變換（STFT）

短時傅里葉變換基本思想是在信號傅里葉變換前乘上一個時間有限的窗函數，并假定非平穩信號在分析窗的短時間間隔內是平穩的，然后沿時間軸移動窗函數，計算出各個不同時刻的頻譜，得到信號的時變特性。短時傅里葉變換關鍵在于選擇合適的窗函數，窗函數大小決定短時傅里葉變換的時間分辨率和頻率分辨率。選擇較寬的窗，則頻率分辨率較高，但時間分辨率差;選擇較窄的窗，則時間分辨率較高而頻率分辨率較差。這類分析方法只能提供信號粗略的時頻分布，頻譜擴展比較寬，分辨率低，優點是在對多信號進行分析時不會產生交叉干擾項。

2.2 Wigner-Vaille分布（WVD）

Wigner-Vaille分布（WVD）是一種高分辨率的時頻變換，避免了線性時頻分布中時間分辨率和頻率分辨率的相互制約，能夠更準確地反映時變微多普勒頻率特性及其局域聯合時頻信息。雙線性WVD變換比其他線性變換有更好的聯合時頻分辨率，但因其雙線性性質，對于多分量信號存在嚴重的交叉項干擾的問題。

2.3 Cohen類時頻分布

Leon Cohen提出一種對通過核函數對Wigner-Vaille分布（WVD）進行平滑的時頻分析方法Cohen類。Cohen類既保持了高時頻分辨率有大大地減小了交叉項干擾。通過選擇不同的核函數，就可得到不同性能的時頻分布。

3.微多普勒技術應用

基于雷達目標的微多普勒特征，微多普勒技術在軍、民用方面將存在廣闊的應用前景。從目前國內外研究現狀來看，雷達微多普勒技術應用主要集中在以下幾方面：

（1）空間、空中及地面目標分類和識別

基于目標的微動特性，對空間碎片的大小、數量、分布及軌跡的探測和分類識別有助于人造衛星的運行和航天測繪;可對彈道導彈彈頭和誘餌進行真假目標的識別，對炮彈落點進行精確估計;依據不同的外形結構及運動特性對各種飛機和直升機進行分類識別;依據不同發動機所引起的車身振動分類識別各型坦克、裝甲車、汽車等。

（2）微弱目標的探測和識別

微弱目標信號常常會被淹沒在背景雜波中，然而基于微多普勒效應，可以從中檢測出微弱目標信號。例如，對生物目標心臟跳動及呼吸時胸腔運動或喉部的振動的探測以及從高海雜波背景中檢測出航海浮標和漂浮的冰塊等微弱海面目標，對其進行識別分類可應用于軍事偵察和災害救援領域。對橋梁振動的檢測也有助于橋梁健康監測，為橋梁的維護和壽命的延長提供幫助。

（3）生物目標的運動識別

生物目標的運動識別，微多普勒效應在人的個體識別、生物醫學、運動醫學、醫學診斷、物理療法和康復醫學有重要的意義。依據鳥類的尺寸和撲翼的頻率可以用時變多普勒譜帶寬來分辨鳥的種類。其他生物目標如四足動物的運動模式和特性的研究在分類識別和計算機圖形學與動畫制作領域有重大價值。

4.微多普勒技術展望

微波雷達中的微多普勒技術的研究和應用時間并不是很長，還存在許多問題和挑戰，需要更深入的研究，未來微多普勒技術的發展將會有以下幾方面發展趨勢：

（1）從單基到多基的發展

現有目標微多普勒的參數估計和特征提取大都基于單基雷達。由于微多普勒效應與目標所處方位有關，單基雷達目標由于自身的遮擋效應和對雷達視線影響，使得目標回波不能更完整和精確地反映目標的運動細節。而多基雷達具有多個發射機和接收機，分布在多個節點位置上，可從多個不同視角觀測目標，得到更加完整和精確的目標多普勒和微多普勒信息，從而產生更清晰的目標運動圖像。

（2）建立精準目標微多普勒綜合數據庫

目前，許多運動模型的建立主要還是靠經驗模型，并不完善和精確，針對目標所具有的多種特征不同方面的側重研究，特征參數提取的重點可能不同，因此，更完善精準的目標綜合數據庫的建立也是一個重要的研究發展方向。

（3）微多普勒的目標辨識應用范圍的推廣

目前基于微多普勒特征的目標識別分類都是基于目標的行為運動，而人腦經過訓練可以分辨并處理微多普勒信號，因此，將微多普勒推廣到聽覺領域是可行的，可以利用偵測目標的運動音素對不同的運動方式進行分類。

（4）穿墻環境下微多普勒的檢測

微多普勒對微弱目標的檢測和對人類運動微多普勒特征的成功提取，為穿墻環境下的雷達微多普勒技術應用提供了可能，可用于探測有無生命跡象及其運動等，例如地震或爆炸后，生物活體的探測、定位和監視，以及單兵作戰的活動檢測，在軍事偵察和災害救援等領域有廣泛的應用前景。

參考文獻

[1]Victor C.Chen.雷達中的微多普勒效應[M].電子工業出版社，2013：07.

[2]李康樂.雷達目標微動特征提取與估計技術研究[D].國防科學技術大學博士論文，2010.

[3]李明.雷達目標識別技術研究進展及發展趨勢分析[J].現代雷達，2010（32）10.

[4]倪迎紅，陳玲.雷達目標識別及發展趨勢預測[J].電訊技術，2009，11（49）：11.

[5]張群，羅迎，何勁.雷達目標微多普勒效應研究概述[D]. 2010國防空天信息技術前沿論壇論文集.