EEMD联合AOK-TFR提取车辆微多普勒特征

摘要：

利用连续波雷达探测运动车辆时，非线性、非平稳的多分量回波信号不易解析提取，基于此，提出了联合总体经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）和自适应最优核时频分布（Adaptive Optimal Ker-nel Time-Frequency Distribution，AOK-TFR）的方法提取运动车辆的微多普勒（micro-Doppler）特征。建立了车体振动和车轮转动对雷达回波信号产生的复合调制效应数学模型，并对多分量回波信号进行了EEMD，通过联合AOK-TFR解析回波信号的固有模态分量，得到了较清晰的微多普勒时频像，较好地克服了地杂波带来的EMD模态混叠。仿真分析表明该方法提取到的微多普勒特征参数与仿真参数吻合，证明了该方法的有效性。

关键词：总体经验模态分解、自适应最优核时频分布、微多普勒特征

分类号：TN957.51

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70