專利名稱：基于微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法，適用于非接觸的目標(biāo)檢測(cè)和識(shí)別領(lǐng)域。
背景技術(shù)：
當(dāng)探測(cè)器與被測(cè)目標(biāo)間存在相對(duì)運(yùn)動(dòng)時(shí)便會(huì)產(chǎn)生多普勒頻移，此現(xiàn)象稱為多普勒效應(yīng)。除相對(duì)運(yùn)動(dòng)外，目標(biāo)自身還有其他運(yùn)動(dòng)如直升飛機(jī)螺旋槳的轉(zhuǎn)動(dòng)，輪船上旋轉(zhuǎn)的雷達(dá)天線等小幅振動(dòng)或轉(zhuǎn)動(dòng)。由自身的附加運(yùn)動(dòng)引起的信號(hào)頻率的展寬現(xiàn)象，即微多普勒效應(yīng)。表現(xiàn)在頻譜上就是存在頻譜旁瓣或展寬，這種旁瓣或展寬表征了微動(dòng)目標(biāo)本身特有的參數(shù)數(shù)據(jù)，如反映了目標(biāo)的電磁特性、幾何機(jī)構(gòu)和運(yùn)動(dòng)特征，為目標(biāo)特征提取和目標(biāo)識(shí)別提供了新的途徑。V.C.Chen對(duì)點(diǎn)散射體的振動(dòng)和剛體目標(biāo)的旋轉(zhuǎn)所產(chǎn)生的微多普勒進(jìn)行了微動(dòng)建模、理論推導(dǎo)和仿真技術(shù)，給出了四種單一微動(dòng)(振動(dòng)、旋轉(zhuǎn)、翻轉(zhuǎn)和錐旋)的微多普勒時(shí)頻特征，并從以下雷達(dá)實(shí)驗(yàn)數(shù)據(jù)中成功提取出相應(yīng)的微多普勒時(shí)頻特征?；谖⒍嗥绽招?yīng)的目標(biāo)探測(cè)可以幫助人們完成復(fù)雜環(huán)境的判斷和分析，為微動(dòng)動(dòng)目標(biāo)的快速探測(cè)和精確識(shí)別提供有力保障?；诩す馕⒍嗥绽招?yīng)的振動(dòng)目標(biāo)識(shí)別的前提是回波信號(hào)的特征參數(shù)的精確提取。在現(xiàn)在的微多普勒特征提取中，大部分使用的傳統(tǒng)的時(shí)頻分析方法，比如短時(shí)傅里葉變換、WVD、SPffVD等，這些時(shí)頻分析方法存在時(shí)域和頻域的分辨率問題或者核函數(shù)的選擇問題，對(duì)于微多普勒的特征提取存在很大的缺陷，因此需要一種更好的微多普勒特征提取的方法，能夠很好的對(duì)微多普勒特征參數(shù)進(jìn)行提取。

發(fā)明內(nèi)容
該發(fā)明的目的是克服傳統(tǒng)時(shí)頻分析方法在微多普勒特征提取中的不足，提出基于降采樣EMD的希爾伯特黃變換(HHT)和峰圖譜值的微多普勒特征提取模型。該發(fā)明首先通過引進(jìn)HHT到微多普勒的特征中，HHT由EMD和Hibert變換兩部分，由于EMD存在模式混疊問題，對(duì)其進(jìn)行改進(jìn)，得到基于降采樣EMD的HHT。通過對(duì)微多普勒信號(hào)進(jìn)行降采樣，得到多種的微多普勒數(shù)據(jù)，然后分別多每組數(shù)據(jù)添加相應(yīng)的高斯噪聲和EMD變換，最后進(jìn)行求和平均，得到微多普勒信號(hào)的本征模態(tài)函數(shù)(IMF)。再分別對(duì)本征模態(tài)函數(shù)(IMF)進(jìn)行Hilbert譜分析以及傳統(tǒng)時(shí)頻變換加譜圖峰圖譜值估計(jì)，進(jìn)而對(duì)微多普勒特征參數(shù)進(jìn)行估計(jì)和提取。


圖1是本發(fā)明的基于降采樣EMD的HHT和峰值譜圖估計(jì)的微多普勒特征提取模型圖
圖2是本發(fā)明的改進(jìn)的降采樣EMD計(jì)算流程圖。
具體實(shí)施方式
所述的基于改進(jìn)的降采樣EMD的HHT和峰值譜圖估計(jì)的微多普勒特征提取方法描述如下:
輸入:采集得到的微多普勒數(shù)據(jù)；
輸出:基于微多普勒的振動(dòng)目標(biāo)的平動(dòng)速度、微動(dòng)幅值、微動(dòng)頻率等特征參數(shù)；
階段1:
(1)將原始振動(dòng)目標(biāo)微多普勒數(shù)據(jù)^( 進(jìn)行降采樣的EMD分解；
(2)對(duì)得的多組MF進(jìn)行整體平均，得到供階段2處理的MF。階段2:
(1)將階段I得到的MF分別進(jìn)行Hilbert變換，求得相應(yīng)的Hilbert時(shí)頻譜；
(2)對(duì)時(shí)頻譜估算微動(dòng)目標(biāo)的平動(dòng)速度、微動(dòng)幅值、微動(dòng)頻率等特征參數(shù)；
(3)將階段I中的IMF進(jìn)行傳統(tǒng)時(shí)頻變換(STFT、WVD、SPffVD等)，得到時(shí)頻分布；
(4)將相應(yīng)時(shí)頻分布圖進(jìn)行峰值譜圖估計(jì)；
(5)對(duì)峰圖譜值估計(jì)圖進(jìn)行微動(dòng)目標(biāo)的平動(dòng)速度、微動(dòng)幅值、微動(dòng)頻率等特征參數(shù)，作為(2)的參數(shù)估計(jì)補(bǔ)充。
所述 的降采樣EMD的算法描述如下:
(1)降采樣:對(duì)原始信號(hào)數(shù)據(jù)進(jìn)行等間隔的降采樣，可以得到I組具有較低采樣率的數(shù)據(jù)；
(2)加噪聲:分別為每組較低采樣率的數(shù)據(jù)添加一定強(qiáng)度的高斯白噪聲/%40,且添加的白噪聲互不相同；
(3)EMD分解:對(duì)(2)中得到的添加有白噪聲的丨個(gè)序列』Q的分別進(jìn)行EMD分解，進(jìn)
而得到相應(yīng)的IMF分量巧⑴；
(4)求和平均:根據(jù)(3) EMD分解后的多組IMF，進(jìn)行相應(yīng)的求和，并得其平均值，計(jì)算結(jié)果作為原始信號(hào)的IMF分量。公式如下所示:
權(quán)利要求
1.一種基于微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法，其特征在于該方法主要包括以下階段和步驟: 階段1:(1)將原始振動(dòng)目標(biāo)微多普勒數(shù)據(jù)辟)進(jìn)行降采樣的EMD分解； (2)對(duì)得的多組MF進(jìn)行整體平均，得到供階段2處理的MF； 階段2: (1)將階段I得到的頂F分別進(jìn)行Hilbert變換，求得相應(yīng)的Hilbert時(shí)頻譜；(2)對(duì)時(shí)頻譜估算微動(dòng)目標(biāo)的平動(dòng)速度、微動(dòng)幅值、微動(dòng)頻率等特征參數(shù)； (3)將階段I中的IMF進(jìn)行傳統(tǒng)時(shí)頻變換(STFT、WVD、SPffVD等)，得到時(shí)頻分布；(4)將相應(yīng)時(shí)頻分布圖進(jìn)行峰值譜圖估計(jì)；(5)對(duì)峰圖譜值估計(jì)圖進(jìn)行微動(dòng)目標(biāo)的平動(dòng)速度、微動(dòng)幅值、微動(dòng)頻率等特征參數(shù)，作為(2)的參數(shù)估計(jì)補(bǔ)充。
2.根據(jù)權(quán)利要求1所述的基于微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法，其中降采樣EMD算法其特征在于如下步驟:(O降采樣:對(duì)原始信號(hào)數(shù)據(jù)I的進(jìn)行等間隔的降采樣，可以得到V組具有較 低采樣率的數(shù)據(jù)；(2)加噪聲:分別為每組較低采樣率的數(shù)據(jù)添加一定強(qiáng)度的高斯白噪聲〃，且添加的白噪聲互不相同；(3)EMD分解:對(duì)(2)中得到的添加有白噪聲的Jf個(gè)序列Xm⑴分別進(jìn)行EMD分解，進(jìn)而得到相應(yīng)的IMF分量； (4)求和平均:根據(jù)(3)EMD分解后的多組IMF，進(jìn)行相應(yīng)的求和，并得其平均值，計(jì)算結(jié)果作為原始信號(hào)的IMF分量，公式如下所示:
3.根據(jù)權(quán)利要求1所述的基于微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法，其中所述的峰圖譜值估計(jì)算法其特征在于如下描述: 譜圖峰值估計(jì)法就 是利用瞬時(shí)頻率能代表譜圖峰值位置的特點(diǎn)，進(jìn)行的目標(biāo)瞬時(shí)頻率提取，譜圖峰值估計(jì)的公式如下所示:/ = arg j mas | W (^mr J J I <m< M 式中，為傳統(tǒng)時(shí)頻分析得到的時(shí)頻變換數(shù)據(jù)，為IfxiV矩陣； 于是，可以得到微多普勒頻率的表達(dá)式如下:S(戰(zhàn))一 J (桃)Jn其中表示目標(biāo)平動(dòng)的多普勒頻移，可以得到一個(gè)IxAf的微多普勒頻率矩陣表不，假設(shè)微多普勒信號(hào)的時(shí)長(zhǎng)為t，于是對(duì)于時(shí)刻的微多普勒頻率，可以根據(jù)對(duì)微多普勒頻率矩陣求(取整)值，進(jìn)而讀取相應(yīng)列的值就可以得到相應(yīng)的微多普勒頻率； 具體步驟如下:(I)根據(jù)時(shí)頻分布矩陣，提取Z =時(shí)刻的對(duì)應(yīng)取得最大值時(shí)的縱坐標(biāo)值，得到的縱坐標(biāo)值就是微多普勒頻率值 ；
全文摘要
本發(fā)明提出一種基于微多普勒效應(yīng)的微動(dòng)目標(biāo)特征提取方法，首先通過引入HHT到微動(dòng)目標(biāo)特征提取中，針對(duì)HHT在特征提取的模態(tài)混疊的問題，提出了基于降采樣EMD的HHT算法，通過對(duì)原始信號(hào)的降采樣后得到的多組數(shù)據(jù)進(jìn)行加噪EMD分解并求和平均，從而有效解決了HHT在振動(dòng)目標(biāo)特征提取中的圖譜模式混疊問題，不僅抑制了原始信號(hào)的噪聲，提高信噪比，還降低了多組數(shù)據(jù)的EMD運(yùn)算復(fù)雜度，大大減少運(yùn)算量，提高運(yùn)算速度，達(dá)到了比較好的微多普勒特征提取效果。在通過綜合傳統(tǒng)時(shí)頻分析方法和改進(jìn)的HHT算法的優(yōu)勢(shì)，提出了基于改進(jìn)的HHT的微多普勒特征參數(shù)提取模型，在模型中通過加入譜圖峰值估計(jì)法，對(duì)傳統(tǒng)時(shí)頻分析譜圖中的分辨率問題進(jìn)行了改進(jìn)和改善，作為HHT特征提取的輔助手段，達(dá)到提高振動(dòng)目標(biāo)特征提取的準(zhǔn)確性和實(shí)用性要求。
文檔編號(hào)G01S7/41GK103245937SQ20131019830
公開日2013年8月14日 申請(qǐng)日期2013年5月27日 優(yōu)先權(quán)日2013年5月27日
發(fā)明者李智, 彭明金, 王強(qiáng) 申請(qǐng)人:四川大學(xué)