闪烁现象下旋翼目标微动参数估计方法

逆Radon变换以其精度高、抗噪性能好的优点常用于微动信号的参数估计,但是当旋翼类目标微动信号存在闪烁现象时,该方法失效.针对此问题,提出一种闪烁现象下的微动参数估计方法.首先,建立基于线性调频信号的单旋翼直升机雷达回波散射点模型,分析闪烁现象下回波的微动特性.其次,通过去噪卷积神经网络(denosing convolutional neural network,DnCNN)结构分别训练去噪网络和去闪烁网络,消除旋翼目标回波时频图中存在的噪点、闪烁带和零频带,得到余弦包络特征增强的微动信号时频图.最后,针对传统逆Radon变换使用遍历法搜索微动参数,存在运算量较大的问题,因此采用黄金分割法对搜索过程进行改进,提升参数估计速度,最终完成对旋翼目标微动参数的估计.仿真结果验证了所提方法的可行性和有效性.