基于OMP算法的微多普勒签名检测和无人机识别

科学领域:

• 雷达信号处理 雷达信号处理
• 无人驾驶飞行器 (UAV) 技术
• 电磁学 电磁学 电磁学 电磁学

背景情况:

• 越来越多的无人机使用需要强大的识别和监管方法.
• 微多普勒签名为无人机识别提供了重要的信息.
• 由于高度低,雷达截面小 (RCS),地面的杂乱严重阻碍了无人机微多普勒信号的检测.

研究的目的:

• 为无人机回声信号提出和评估一种新的杂乱抑制方法.
• 为了增强从强大的地面杂乱中提取弱微多普勒信号.
• 通过稀疏表示技术,使无人机可靠识别.

主要方法:

• 使用线性频率调制连续波 (LFMCW) 雷达系统.
• 开发了一种基于直角匹配追踪 (OMP) 算法的杂乱抑制技术.
• 使用稀疏表示与环境杂乱字典来取消干扰.
• 分析时间频域中的处理信号,以根据旋翼叶片特征识别无人机.

主要成果:

• 基于OMP的方法在抑制杂乱功率方面表现出有效性,达到-15dB.
• 微多普勒信号的成功提取得到,即使在低信号噪声比 (SNR) -10dB的情况下也是如此.
• 实地实验证实了该方法在识别不同无人机方面的能力.

结论:

• 拟议的OMP算法在无人机微多普勒信号处理方面取得了重大进展.
• 这种方法为无人机检测中的地面杂乱取消提供了强大的解决方案.
• 该技术有助于准确的无人机识别,解决了监控和监管方面的关键需求.