旋转部件微动中心提取方法：一种外辐射源雷达新策略

"这篇研究论文探讨了基于外辐射源的含旋转部件目标微动中心的提取方法，主要关注于无源雷达系统的应用。通过时频分析、Hough变换结合法、经验模式分解等技术获取目标的微动特征，但无法准确提取微动中心。文章提出了一种新的算法，首先采用子孔径综合成像技术获取目标图像，然后利用已知的旋转频率、半径和初始相位，在目标图像域中进行积分，找到峰值位置确定旋转中心，从而实现旋转部件微动中心的有效提取。仿真实验验证了该算法的可行性。" 在现代电子技术领域，基于外辐射源的雷达系统，如利用电视和广播信号作为辐射源，已经成为一种具有广泛应用前景的技术。这种双/多基地雷达系统具有广泛辐射信号分布的特点，增强了雷达的生存能力和目标成像质量，可用于目标分类和识别。微动，即目标或其组件的微小振动、转动和加速运动，会产生微多普勒效应，导致雷达回波信号的频率调制，形成多普勒谱边带，提供了关于目标微动行为的丰富信息。 微多普勒效应是研究目标特性的重要手段，因为它揭示了目标瞬时的频移变化，有助于获取目标的精细微动特征。这些特征对于确定目标内部结构、微动部件与主体间的关系至关重要。近年来，已有多种微动特征提取技术被提出，如时频分析、Hough变换结合法和经验模式分解等，它们可以提取旋转部件的频率、半径和初始相位等信息，但未能有效提取微动中心。 为解决这一问题，本研究提出了一种创新算法。首先，利用子孔径综合成像技术生成目标图像，然后结合已知的微动参数（频率、半径和初始相位），在目标图像上进行轨迹积分。积分图像的峰值位置对应于旋转部件的微动中心，实现了精确的微动中心定位。通过仿真实验，验证了新算法在提取旋转部件微动中心方面的有效性。 这一研究成果对于无源雷达系统中的目标识别和分类具有重要意义，特别是对于那些包含旋转部件的目标，如飞机的螺旋桨或汽车的轮子，能够提供更深入的目标动态行为理解，从而提高雷达系统的探测和识别性能。