近程PRC-CW雷达运动目标特征分析与提取方法

"这篇论文是2008年由赵兆、王志华和是湘全在南京理工大学电子工程与光电技术学院发表的，探讨了近程伪码调相连续波(PRC-CW)雷达对运动目标特征的研究。" 在雷达探测技术中，PRC-CW雷达是一种广泛应用的类型，它结合了伪随机码（Pseudo-Random Code）和连续波（Continuous Wave）的优点，能够提供较高的距离分辨率和目标识别能力。本文主要关注的是在近程环境下，如何通过这种雷达系统获取运动目标的独特特征。 作者们基于目标的多点散射模型建立了一个近程PRC-CW雷达的多分量信号模型。这个模型考虑了目标反射信号的各种复杂因素，如目标的不同散射中心、形状以及运动状态等。基于这个模型，他们提出了一个新的思路，即利用运动目标的“细微频谱结构”作为其特征。这一特征不仅包含了目标的基本信息，还可能反映出目标的动态特性。 特征提取的过程是在常规的脉冲压缩-快速傅里叶变换（Pulse Compression - Fast Fourier Transform, PPC-FFT）处理后进行的。脉冲压缩能提高雷达的测距分辨率，而FFT则用于将时间域信号转换到频率域，揭示信号的频谱特性。接下来，采用频谱细化方法来进一步解析目标的细微频谱结构，这一方法能够提取出更多细节信息。为了使特征对不同入射角度具有不变性，论文中引入了梅林变换（Mellin Transform）。梅林变换在几何缩放下保持特征不变，使得无论雷达从哪个角度探测，都能稳定地识别目标。 论文提供了实现这一特征提取方法的流程图，并通过实际的外场测量数据进行了验证。实验结果证明，不同目标的细微频谱结构有显著差异，这表明这种方法能有效地反映出不同目标的结构特征，从而提高了目标识别的准确性。 这篇论文为近程PRC-CW雷达的运动目标特征提取提供了新的理论和方法，对于雷达信号处理和目标识别领域具有重要的理论价值和实践意义。它展示了如何利用先进的信号处理技术来提升雷达系统的性能，并在实际应用中取得了积极的结果。