資源描述：
《LFMCW雷達(dá)多目標(biāo)檢測(cè)算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、西安電子科技大學(xué)碩士學(xué)位論文LFMCW雷達(dá)多目標(biāo)檢測(cè)算法研究姓名：宋長(zhǎng)哲申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：電路與系統(tǒng)指導(dǎo)教師：劉貴喜20070101捅要線性調(diào)頻連續(xù)波(LFMCW)雷達(dá)由于具有無(wú)距離盲區(qū)、高距離分辨率、低發(fā)射功率和良好的低被截獲概率等優(yōu)點(diǎn)，近年來(lái)受到廣泛關(guān)注，成為雷達(dá)研究領(lǐng)域的一個(gè)重要課題。LFMCW雷達(dá)目標(biāo)檢測(cè)問(wèn)題最終可歸結(jié)為對(duì)差頻信號(hào)的處理。靜止、勻速運(yùn)動(dòng)和加速運(yùn)動(dòng)三類(lèi)目標(biāo)分別對(duì)應(yīng)著正弦信號(hào)、線性調(diào)頻(LFM)信號(hào)和多項(xiàng)式相位信號(hào)(PPS)---種差頻信號(hào)模型。各類(lèi)目標(biāo)的運(yùn)動(dòng)參數(shù)信息分別隱含于對(duì)應(yīng)模型信號(hào)
2、的參數(shù)中。目前對(duì)LFMCW雷達(dá)目標(biāo)檢測(cè)的研究仍存在不少問(wèn)題，尤其是復(fù)雜噪聲背景下的多目標(biāo)檢測(cè)。本文對(duì)LFMCW雷達(dá)多目標(biāo)檢測(cè)算法進(jìn)行了較為深入的研究。本文主要工作概述如下：1、針對(duì)差頻信號(hào)為正弦信號(hào)模型的多目標(biāo)檢測(cè)問(wèn)題，討論了幾種經(jīng)典的基于DFT的頻率估計(jì)算法，仿真并比較了它們的估計(jì)性能；提出了一種適用于各種噪聲背景下基于改進(jìn)遺傳算法的新方法。2、針對(duì)差頻信號(hào)為L(zhǎng)FM信號(hào)模型的多目標(biāo)檢測(cè)問(wèn)題，回顧了幾種典型時(shí)頻分析變換，并對(duì)Radon-Wigner、Radon—STFT和Radon-Ambiguity—FRFT三種
3、多分量線性調(diào)頻信號(hào)檢測(cè)方法，通過(guò)仿真實(shí)驗(yàn)分析、比較了它們的檢測(cè)性能；同時(shí)針對(duì)基于二階或高階矩算法不適用的SaS噪聲背景，引入了分?jǐn)?shù)低階矩的分析方法，提出了一種基于分?jǐn)?shù)低階矩的新算法。3、針對(duì)差頻信號(hào)為PPS模型的多目標(biāo)檢測(cè)問(wèn)題，本文主要介紹了高階模糊度函數(shù)(HAF)和高階模糊度函數(shù)積(PHAl0兩種常用的多項(xiàng)式相位變換方法，在此基礎(chǔ)上提出了一種基于逐個(gè)估計(jì)和“CLEAN”技術(shù)的多目標(biāo)檢測(cè)算法，它克服了HAF和PHAF方法的缺陷，能夠?qū)Χ喾至縋PS進(jìn)行有效檢測(cè)。關(guān)鍵詞：線性調(diào)頻連續(xù)波雷達(dá)遺傳算法時(shí)頻分析分?jǐn)?shù)低階矩多項(xiàng)
4、式相位變換AbstractTheLinearFrequency·ModulatedContinuesWave(uMCW)radar,withitsnoblindarea,highrangeresolution，lowtransmitpowerandlowprobabilityofintercept(LPD．hasbeenanimportanttopicintheradarresearchfieldandattractedmoreandmoreattentionrecently．TheproblemofLFMCWra
5、dartargetdetection,inessential，isthebeatsignalprocessing．Thebeatsignalmodelofthestationary,uniformmotionandacceleratedmotiontargetissinusoid，LinearFrequency-Modulated皿F呻signalandpolynomial-phasesignal(PFS)respectively．Theinformationofthetargetishiddeninthepara
6、metersofitsbeatsignal．TherestillremainsomeproblemsontheLFMCWradartargetdetection,especiallyonthemultipletargetsdetectionundercomplexbackground．Inthisdissertation，algorithmsofLFMCWradarmultipletargetsdetectionarestudiedmainly．Thefollowingisthesummarizationofthe
7、mainworkinthispaper：1．Withrespecttothemultipletargetsdetectionthebeatsignalofwhichissinusoid,someclassicalfrequencyestimationmethodsbasedonDFrarediscussedandtheirperformanceiscompared．AnewmultipletargetsdetectionalgorithminallkindofnoisebasedonmodifiedGeneticA
8、lgorithms(GA)isproposed．2．WithrespecttothemultipletargetsdetectionthebeatsignalofwhichisLFMsignal，severaltypicaltime—frequencyanalysismethodsarereviewedandcomparedtheperformanceoft
