雷达中的微多普勒效应 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] Victor C.Chen 著，吴顺君，杜兰，刘宏伟 译

出版社： 电子工业出版社

ISBN：9787121208522

版次：1

商品编码：11284766

包装：平装

开本：16开

出版时间：2013-07-01

页数：288

字数：353000

正文语种：中文

内容简介

　　微多普勒效应是由物体及其构件的微运动产生的物理现象。雷达目标的微多普勒特征对于提高雷达的检测和分辨能力，改善雷达成像和目标识别的性能有重要意义。当前，雷达微多普勒效应仍是一个充满挑战性的前沿研究课题，《雷达中的微多普勒效应》是世界上首部系统阐述雷达微多普勒效应专著的中译本。它从刚体和非刚体的运动学特性出发，介绍了雷达微多普勒效应的原理和理论，深入分析了微多普勒特征的提取方法和潜在应用。

目录

第1章 引言
1.1 多普勒效应
1.2 相对论多普勒效应和时间膨胀
1.3 雷达中观察到的多普勒效应
1.4 多普勒频移的估计和分析
1.5 多普勒频率估计的克拉美-罗界
1.6 微多普勒效应
1.7 雷达中观察到的微多普勒效应
1.8 微多普勒频移的估计和分析
1.8.1 瞬时频率分析
1.8.2 联合时频分析
1.9 物体的微多普勒特征
参考文献
附录1 AMATLAB源代码

第2章 雷达微多普勒效应基础
2.1 刚体运动
2.1.1 欧拉角
2.1.2 四元数
2.1.3 运动方程
2.2 非刚体运动
2.3 运动物体的电磁散射
2.3.1 目标的雷达截面积
2.3.2 雷达截面积预测方法
2.3.3 运动物体的电磁散射
2.4 计算微多普勒效应的基础数学
2.4.1 微运动目标引起的微多普勒
2.4.2 振动引起的微多普勒频移
2.4.3 旋转引起的微多普勒频移
2.4.4 圆锥运动引起的微多普勒频移
2.5 双基微多普勒效应
2.6 多基微多普勒效应
2.7 微多普勒估计的克拉美-罗界
参考文献
附录2A
附录2B MATLAB源代码

笫3章 刚体运动的微多普勒效应
3.1 钟摆振荡
3.1.1 钟摆的非线性运动动力学建模
3.1.2 钟摆的雷达截面积（RCS）建模
3.1.3 振荡钟摆的雷达后向散射
3.1.4 振荡钟摆产生的微多普勒特征
3.2 直升机旋翼
3.2.1 旋转旋翼叶片的数学模型
3.2.2 旋转旋翼叶片的RCS模型
3.2.3 物理光学眼面预测模型
3.2.4 旋翼叶片的雷达后向散射
3.2.5 旋翼叶片的微多普勒特征
3.2.6 所需的最小脉冲重复频率
3.2.7 旋翼叶片微多普勒特征的分析和说明
3.3 自旋对称陀螺
3.3.1 对称陀螺的无外力旋转
3.3.2 扭矩引起的对称陀螺的旋转
3.3.3 对称陀螺的RCS模型
3.3.4 对称陀螺的雷达后向散射
3.3.5 进动陀螺产生的微多普勒特征
3.3.6 进动陀螺微多普勒特征的分析和说明
3.4 风力涡轮机
3.4.1 风力涡轮机的微多普勒特征
3.4.2 风力涡轮机微多普勒特征的分析和说明
参考文献
附录3 AMATLAB源代码

笫4章 非刚性物体运动的微多普勒效应
4.1 人体的关节运动
4.1.1 人的行走
4.1.2 人体行走周期性运动的描述
4.1.3 人体运动的仿真
4.1.4 人体部件的参数
4.1.5 根据经验的数学参数化模型推导的人体行走模型
4.1.6 获取人体运动的运动学参数
4.1.7 三维运动学数据采集
4.1.8 基于角度循环图模式的角度运动学特性
4.1.9 行人的雷达后向散射
4.1.1 0人体运动数据处理
4.1.1 1人体运动引起的雷达微多普勒特征
4.2 鸟类的扑翼运动
4.2.1 鸟类扑翼运动学
4.2.2 鸟类扑翼的多普勒观测
4.2.3 鸟类扑翼的仿真
4.3 四足动物的运动
4.3.1 四足运动的建模
4.3.2 四足运动的微多普勒特征
4.3.3 小结
参考文献
附录4A MATLAB源代码
附录4B MATLAB源代码

笫5章 微多普勒特征的分析与解释
5.1 生物运动感知
5.2 生物运动的分解
5.2.1 基于统计的分解方法
5.2.2 联合时频域中的微多普勒特征分解
5.2.3 基于物理结构的分解
5.3 从微多普勒特征中提取特性
5��4从微多普勒特征中估计运动学参数
5.5 人体运动识别
5.5.1 用于人体运动识别的特性
5.5.2 异常的人类行为
5.5.3 小结
参考文献

笫6章 总结、挑战和展望
6.1 总结
6.2 挑战
6.2.1 分解微多普勒特征
6.2.2 基于微多普勒特征的特性提取和目标辨识
6.3 展望
6.3.1 多基微多普勒分析
6.3.2 基于微多普勒特征的分类
6.3.3 基于微多普勒辨识的听觉方法
6.3.4 穿墙环境下的微多普勒特征
参考文献
术语表

前言/序言

　　微多普勒效应最初被引入到相参激光系统中是为了测量物体的运动性质，例如振动速率和振动偏移。微多普勒频移可以用独特特征来特征化，这种特殊特征代表从物体的结构部件产生的复杂精细特性。在激光雷达系统中，即使用一个很低的振动速率，物体振动的微偏移就能容易地引起大的多普勒频移。与激光雷达相比，在我们感兴趣的微波雷达中，由于波长较长，要观察由微振动引起的微多普勒调制是困难的。然而，如果振动速率和振动偏移量相乘，且乘积足够大，那么振动的多普勒调制就可以被观察到。例如，由旋翼叶片的旋转产生的微多普勒频移将被检测到，因为它们的旋臂越长，则旋臂叶尖的速度越高。尽管由旋转的旋翼叶片引起的多普勒频移已被观察到很长时间了，但一直到联合时频域分析被引入到雷达信号分析之前，多普勒频移的时变特性并没有受到足够的重视。��
　　1998年，当我正从事联合时频域分析应用于雷达图像和信号处理时，我得到了行人的雷达实验数据，实验中雷达是固定的，而人是走动的。用固定的雷达采集的实验数据实际上是逆合成孔径雷达(ISAR)数据，因而可以得到行人的一系列距离—多普勒像。��
　　现在有各种各样的算法可以用来产生聚焦的ISAR图像。然而，任何未作补偿的运动将引起图像上沿着距离域的模糊，并且，如果相参处理时间较长，未补偿的运动可产生时变多普勒频移，可能引起ISAR图像在多普勒域上的模糊。从行人的一系列距离—多普勒像，在与步速相关的多普勒频率上沿着距离我们可以清楚地看到行人的聚焦的鲜明斑点。但是，在距离—多普勒像上，存在由行人的未补偿的摆动手臂和腿引起的沿着多普勒域的污迹。为了开发利用摆动的手臂和腿的详情，我们将联合时频域分析应用于污染部分周围的雷达距离像。作为一个直接的结果，在身体躯干运动的多普勒频移周围，时频图像清楚地显示出手臂和腿的多普勒摆动。那是我们画出的第一个行人的微多普勒特征。此特征清楚地显示了由人体的结构部件，如脚、手、手臂和腿的周期运动引起的时变频率分布。��
　　微多普勒特征的开发利用不必要求距离分辨。任何连续波(CW)雷达都好到足以产生目标的微多普勒特征，但是，同时具有距离和多普勒分辨的ISAR距离—多普勒像，在距离—多普勒域揭示目标或其结构部件在距离—多普勒域上的位置方面是有用的。那就是为什么在本书中我们宁可用二维距离像来产生微多普勒特征而不用一维时间序列的原因。从二维的距离像，在采用了运动补偿和自聚焦算法以后，目标的距离—多普勒像可以被重构。在另一方面，从目标上结构部件未作补偿的旋转，我们也可以提取目标的微多普勒特征。��
　　在最近十年中，大量的有关雷达中的微多普勒效应的文章已经发表。本书的目的是介绍微多普勒效应的原理和理论，揭示微多普勒特征的潜在应用，并提供一种产生感兴趣目标的微多普勒特征的简单易行的工具。除了实际雷达数据的分析以外，仿真是研究雷达中的微多普勒效应的重要手段。基于本书中所提供的仿真例子，鼓励读者进行修改并将这种仿真拓展到其他感兴趣的应用上。
　　在本书中，第1章是对雷达中微多普勒效应的一种介绍。第2章给出了雷达中微多普勒效应的概念和数学。在第3和第4章中，介绍了某些可用的RCS预测模型，以便计算刚性和非刚性物体的微多普勒特征。几种典型的例子与MATLAB源代码一起在这几章中提供。第5章专注于生物运动的感知和生物运动信息与微多普勒特征之间的关系。这有助于基于目标的微多普勒特征来识别带运动学行为的目的。第6章总结了雷达中的微多普勒效应，并列出了在微多普勒研究方面的某些挑战和展望。��
　　为了教学的目的，本书在附带的DVD磁盘中提供了MATLAB源代码。这些源代码由贡献者在保持现状的基础上提供，且已声明不作任何担保。源代码的贡献者不承担任何损坏引起的法律责任。��
　　本书中所提供的MATLAB源代码有部分归功于我的学生YangHai和YinanYang的努力。我想对他们表示衷心的感谢。我也要感谢RaghuRaj在基于物理部件的分解方法和在第5章中有关图表方面的工作。我要特别感谢DavidTahmoush在四足动物运动的微多普勒特征以及为本书第4章准备有关图表方面令人关注的工作。��
　　我也希望表达我对WilliamMiceli，我的老朋友和我的微多普勒研究的资助者的感谢，感谢他的一贯支持和过去十年对雷达中的微多普勒效应的研究工作的有益讨论，特别是对第4章中轮转全景摄影机拍摄的照片和第6章中的听觉方法的技术讨论。我对本书的评阅人所给出的建设性建议心存感激，同样也感谢Artec出版社的员工对本书出版的关注和支持。

评分☆☆☆☆☆

6.1总结

评分☆☆☆☆☆

参考文献

评分☆☆☆☆☆

好好干，字数补丁 好好干，字数补丁

评分☆☆☆☆☆

1.6微多普勒效应

评分☆☆☆☆☆

4.3 四足动物的运动

评分☆☆☆☆☆

笫4章 非刚性物体运动的微多普勒效应

评分☆☆☆☆☆

3.3 自旋对称陀螺

评分☆☆☆☆☆

6.3.3 基于微多普勒辨识的听觉方法

评分☆☆☆☆☆

附录4A MATLAB源代码