雷達中的微多普勒效應 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] Victor C.Chen 著，吳順君，杜蘭，劉宏偉 譯

齣版社： 電子工業齣版社

ISBN：9787121208522

版次：1

商品編碼：11284766

包裝：平裝

開本：16開

齣版時間：2013-07-01

頁數：288

字數：353000

正文語種：中文

內容簡介

　　微多普勒效應是由物體及其構件的微運動産生的物理現象。雷達目標的微多普勒特徵對於提高雷達的檢測和分辨能力，改善雷達成像和目標識彆的性能有重要意義。當前，雷達微多普勒效應仍是一個充滿挑戰性的前沿研究課題，《雷達中的微多普勒效應》是世界上首部係統闡述雷達微多普勒效應專著的中譯本。它從剛體和非剛體的運動學特性齣發，介紹瞭雷達微多普勒效應的原理和理論，深入分析瞭微多普勒特徵的提取方法和潛在應用。

目錄

第1章 引言
1.1 多普勒效應
1.2 相對論多普勒效應和時間膨脹
1.3 雷達中觀察到的多普勒效應
1.4 多普勒頻移的估計和分析
1.5 多普勒頻率估計的剋拉美-羅界
1.6 微多普勒效應
1.7 雷達中觀察到的微多普勒效應
1.8 微多普勒頻移的估計和分析
1.8.1 瞬時頻率分析
1.8.2 聯閤時頻分析
1.9 物體的微多普勒特徵
參考文獻
附錄1 AMATLAB源代碼

第2章 雷達微多普勒效應基礎
2.1 剛體運動
2.1.1 歐拉角
2.1.2 四元數
2.1.3 運動方程
2.2 非剛體運動
2.3 運動物體的電磁散射
2.3.1 目標的雷達截麵積
2.3.2 雷達截麵積預測方法
2.3.3 運動物體的電磁散射
2.4 計算微多普勒效應的基礎數學
2.4.1 微運動目標引起的微多普勒
2.4.2 振動引起的微多普勒頻移
2.4.3 鏇轉引起的微多普勒頻移
2.4.4 圓錐運動引起的微多普勒頻移
2.5 雙基微多普勒效應
2.6 多基微多普勒效應
2.7 微多普勒估計的剋拉美-羅界
參考文獻
附錄2A
附錄2B MATLAB源代碼

笫3章 剛體運動的微多普勒效應
3.1 鍾擺振蕩
3.1.1 鍾擺的非綫性運動動力學建模
3.1.2 鍾擺的雷達截麵積（RCS）建模
3.1.3 振蕩鍾擺的雷達後嚮散射
3.1.4 振蕩鍾擺産生的微多普勒特徵
3.2 直升機鏇翼
3.2.1 鏇轉鏇翼葉片的數學模型
3.2.2 鏇轉鏇翼葉片的RCS模型
3.2.3 物理光學眼麵預測模型
3.2.4 鏇翼葉片的雷達後嚮散射
3.2.5 鏇翼葉片的微多普勒特徵
3.2.6 所需的最小脈衝重復頻率
3.2.7 鏇翼葉片微多普勒特徵的分析和說明
3.3 自鏇對稱陀螺
3.3.1 對稱陀螺的無外力鏇轉
3.3.2 扭矩引起的對稱陀螺的鏇轉
3.3.3 對稱陀螺的RCS模型
3.3.4 對稱陀螺的雷達後嚮散射
3.3.5 進動陀螺産生的微多普勒特徵
3.3.6 進動陀螺微多普勒特徵的分析和說明
3.4 風力渦輪機
3.4.1 風力渦輪機的微多普勒特徵
3.4.2 風力渦輪機微多普勒特徵的分析和說明
參考文獻
附錄3 AMATLAB源代碼

笫4章 非剛性物體運動的微多普勒效應
4.1 人體的關節運動
4.1.1 人的行走
4.1.2 人體行走周期性運動的描述
4.1.3 人體運動的仿真
4.1.4 人體部件的參數
4.1.5 根據經驗的數學參數化模型推導的人體行走模型
4.1.6 獲取人體運動的運動學參數
4.1.7 三維運動學數據采集
4.1.8 基於角度循環圖模式的角度運動學特性
4.1.9 行人的雷達後嚮散射
4.1.1 0人體運動數據處理
4.1.1 1人體運動引起的雷達微多普勒特徵
4.2 鳥類的撲翼運動
4.2.1 鳥類撲翼運動學
4.2.2 鳥類撲翼的多普勒觀測
4.2.3 鳥類撲翼的仿真
4.3 四足動物的運動
4.3.1 四足運動的建模
4.3.2 四足運動的微多普勒特徵
4.3.3 小結
參考文獻
附錄4A MATLAB源代碼
附錄4B MATLAB源代碼

笫5章 微多普勒特徵的分析與解釋
5.1 生物運動感知
5.2 生物運動的分解
5.2.1 基於統計的分解方法
5.2.2 聯閤時頻域中的微多普勒特徵分解
5.2.3 基於物理結構的分解
5.3 從微多普勒特徵中提取特性
5��4從微多普勒特徵中估計運動學參數
5.5 人體運動識彆
5.5.1 用於人體運動識彆的特性
5.5.2 異常的人類行為
5.5.3 小結
參考文獻

笫6章 總結、挑戰和展望
6.1 總結
6.2 挑戰
6.2.1 分解微多普勒特徵
6.2.2 基於微多普勒特徵的特性提取和目標辨識
6.3 展望
6.3.1 多基微多普勒分析
6.3.2 基於微多普勒特徵的分類
6.3.3 基於微多普勒辨識的聽覺方法
6.3.4 穿牆環境下的微多普勒特徵
參考文獻
術語錶

前言/序言

　　微多普勒效應最初被引入到相參激光係統中是為瞭測量物體的運動性質，例如振動速率和振動偏移。微多普勒頻移可以用獨特特徵來特徵化，這種特殊特徵代錶從物體的結構部件産生的復雜精細特性。在激光雷達係統中，即使用一個很低的振動速率，物體振動的微偏移就能容易地引起大的多普勒頻移。與激光雷達相比，在我們感興趣的微波雷達中，由於波長較長，要觀察由微振動引起的微多普勒調製是睏難的。然而，如果振動速率和振動偏移量相乘，且乘積足夠大，那麼振動的多普勒調製就可以被觀察到。例如，由鏇翼葉片的鏇轉産生的微多普勒頻移將被檢測到，因為它們的鏇臂越長，則鏇臂葉尖的速度越高。盡管由鏇轉的鏇翼葉片引起的多普勒頻移已被觀察到很長時間瞭，但一直到聯閤時頻域分析被引入到雷達信號分析之前，多普勒頻移的時變特性並沒有受到足夠的重視。��
　　1998年，當我正從事聯閤時頻域分析應用於雷達圖像和信號處理時，我得到瞭行人的雷達實驗數據，實驗中雷達是固定的，而人是走動的。用固定的雷達采集的實驗數據實際上是逆閤成孔徑雷達(ISAR)數據，因而可以得到行人的一係列距離—多普勒像。��
　　現在有各種各樣的算法可以用來産生聚焦的ISAR圖像。然而，任何未作補償的運動將引起圖像上沿著距離域的模糊，並且，如果相參處理時間較長，未補償的運動可産生時變多普勒頻移，可能引起ISAR圖像在多普勒域上的模糊。從行人的一係列距離—多普勒像，在與步速相關的多普勒頻率上沿著距離我們可以清楚地看到行人的聚焦的鮮明斑點。但是，在距離—多普勒像上，存在由行人的未補償的擺動手臂和腿引起的沿著多普勒域的汙跡。為瞭開發利用擺動的手臂和腿的詳情，我們將聯閤時頻域分析應用於汙染部分周圍的雷達距離像。作為一個直接的結果，在身體軀乾運動的多普勒頻移周圍，時頻圖像清楚地顯示齣手臂和腿的多普勒擺動。那是我們畫齣的第一個行人的微多普勒特徵。此特徵清楚地顯示瞭由人體的結構部件，如腳、手、手臂和腿的周期運動引起的時變頻率分布。��
　　微多普勒特徵的開發利用不必要求距離分辨。任何連續波(CW)雷達都好到足以産生目標的微多普勒特徵，但是，同時具有距離和多普勒分辨的ISAR距離—多普勒像，在距離—多普勒域揭示目標或其結構部件在距離—多普勒域上的位置方麵是有用的。那就是為什麼在本書中我們寜可用二維距離像來産生微多普勒特徵而不用一維時間序列的原因。從二維的距離像，在采用瞭運動補償和自聚焦算法以後，目標的距離—多普勒像可以被重構。在另一方麵，從目標上結構部件未作補償的鏇轉，我們也可以提取目標的微多普勒特徵。��
　　在最近十年中，大量的有關雷達中的微多普勒效應的文章已經發錶。本書的目的是介紹微多普勒效應的原理和理論，揭示微多普勒特徵的潛在應用，並提供一種産生感興趣目標的微多普勒特徵的簡單易行的工具。除瞭實際雷達數據的分析以外，仿真是研究雷達中的微多普勒效應的重要手段。基於本書中所提供的仿真例子，鼓勵讀者進行修改並將這種仿真拓展到其他感興趣的應用上。
　　在本書中，第1章是對雷達中微多普勒效應的一種介紹。第2章給齣瞭雷達中微多普勒效應的概念和數學。在第3和第4章中，介紹瞭某些可用的RCS預測模型，以便計算剛性和非剛性物體的微多普勒特徵。幾種典型的例子與MATLAB源代碼一起在這幾章中提供。第5章專注於生物運動的感知和生物運動信息與微多普勒特徵之間的關係。這有助於基於目標的微多普勒特徵來識彆帶運動學行為的目的。第6章總結瞭雷達中的微多普勒效應，並列齣瞭在微多普勒研究方麵的某些挑戰和展望。��
　　為瞭教學的目的，本書在附帶的DVD磁盤中提供瞭MATLAB源代碼。這些源代碼由貢獻者在保持現狀的基礎上提供，且已聲明不作任何擔保。源代碼的貢獻者不承擔任何損壞引起的法律責任。��
　　本書中所提供的MATLAB源代碼有部分歸功於我的學生YangHai和YinanYang的努力。我想對他們錶示衷心的感謝。我也要感謝RaghuRaj在基於物理部件的分解方法和在第5章中有關圖錶方麵的工作。我要特彆感謝DavidTahmoush在四足動物運動的微多普勒特徵以及為本書第4章準備有關圖錶方麵令人關注的工作。��
　　我也希望錶達我對WilliamMiceli，我的老朋友和我的微多普勒研究的資助者的感謝，感謝他的一貫支持和過去十年對雷達中的微多普勒效應的研究工作的有益討論，特彆是對第4章中輪轉全景攝影機拍攝的照片和第6章中的聽覺方法的技術討論。我對本書的評閱人所給齣的建設性建議心存感激，同樣也感謝Artec齣版社的員工對本書齣版的關注和支持。

評分☆☆☆☆☆

2.3運動物體的電磁散射

評分☆☆☆☆☆

3.2直升機鏇翼

評分☆☆☆☆☆

6.3.3基於微多普勒辨識的聽覺方法

評分☆☆☆☆☆

5.5.3小結

評分☆☆☆☆☆

1.1 多普勒效應

評分☆☆☆☆☆

2.7 微多普勒估計的剋拉美-羅界

評分☆☆☆☆☆

挺好的，挺好的挺好的

評分☆☆☆☆☆

1.9 物體的微多普勒特徵

評分☆☆☆☆☆