《表2 多次实验微动目标参数估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时频集中度指标的多旋翼无人机微动特征参数估计方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在实际数据中，由于外场环境树木等强地杂波干扰，因此对雷达回波先进行杂波抑制。图7（a）为杂波抑制后采用STFT对微多普勒信号时频分析的结果，由于信噪比较低，时频分析结果中已经无法清晰得到微多普勒特性曲线，也无法准确区分其包含的各个微动分量。图7（b）为时频分析后采用Hough变换的结果，与回波信噪比较低，导致地杂波在Hough变换参数空间中积累，微多普勒分量被淹没，导致无法准确区分各微动分量，也无法准确得到其微动参数。图7（c）为采用本文方法在频谱集中度参量空间得到的结果，由于该方法是基于时频旋转算子匹配的原理，因此抗噪声能力强，在实际场景下仍然能够准确提取各个微多普勒信号分量参数，表2为多次外场实验利用本文方法得到的无人机旋翼微动特征参数，由于在实际飞行中，无人机旋翼的转速、初始相位真值无法测量，但是可以根据仿真结果以及3个变量在时频旋转域内的耦合性进行间接验证，实验结果表明该方法在实际场景中对微动目标微动特征参数估计有较高的准确率和可行性。