小型高精度防撞雷达信号处理系统实现

针对国内汽车防撞雷达领域存在问题,研究小型化高精度防撞雷达信号处理系统实现方案,详细分析信号处理流程,确定合适的雷达信号处理方法。结合系统结构和处理方案计算出适合驾车环境的系统参数,通过系统仿真验证其有效性。并在小型化和低成本的条件下,提出基于Super SVA方法实现目标距离分辨率的提高。确保雷达系统不会因为成本问题限制其检测性能。最后,对实例化样机进行外场功能测试,测试数据分析结果验证了系统方案的可行性。     

混沌在超宽带雷达中的应用

随着混沌理论的发展,混沌技术越来越多地应用在雷达领域.混沌序列由确定性系统产生,却有着随机序列的特性,具有白噪声统计特性、较理想的自相关和互相关特性以及产生简单、抗干扰能力强等特性.针对混沌幅度调制的高斯脉冲序列信号和基于混沌的脉冲位置调制方式在超宽带雷达中的应用进行了阐述,并提出混沌超宽带雷达实现方案.     

脉冲压缩体制雷达中精密测距功能的实现

随着现代武器和飞行技术的发展,对雷达的作用距离、分辨力和测量精度等性能的要求越来越高。使用宽带信号和脉冲压缩技术的现代跟踪测量雷达采用宽脉冲发射,以提高发射的平均功率,保证足够的最大作用距离;而接收时则采用相应的脉冲压缩方法获得窄脉冲,以提高距离分辨力,从而较好地解决作用距离和分辨力之间的矛盾。由于系统中采用了中频采样、数字脉压等技术,当前周期的回波信息需要延迟若干个重复周期才能送至测距系统,因此距离跟踪回路的参数要做相应调整。     

混沌调幅的高斯脉冲序列信号在雷达中的应用

超宽带冲激无线电技术具有测距精度高、穿透能力强、功耗低等优点．已在军用雷达探测中得到广泛应用。依据混沌序列的白噪声统计特性、较理想的自相关和互相关特性以及产生简单、抗干扰能力强等特性,提出了基于Chebyshev混沌幅度调制的高斯脉冲序列超宽带雷达方案。并针对混沌超宽带雷达的特点、实现方法进行阐述。     

双通道数字脉冲压缩的FPGA实现

脉冲压缩是雷达信号处理的重要组成部分,用FPGA实现硬件数字脉压是当前脉压技术的发展方向。阐述了一种基于FPGA的双通道数字脉冲压缩系统的原理,方案与具体实现技术,分析了其性能。工程实践表明,与传统的方法相比,该实现方法在通用性,实时性上都具有很强的优越性和推广应用前景。     

基于互交替投影的块稀疏正交匹配追踪算法

针对块稀疏信号,理论分析和实验验证均表明算法精确重构的充分条件与矩阵块相关性和子相关性有关。在此基础上,提出了一种基于互交替投影的块稀疏正交匹配追踪算法(mutual alternating projection-block or-thogonal matching pursuit,MAP-BOMP)。该算法利用互交替投影方法不断构造新的测量矩阵和感知矩阵,使得矩阵块相关性和子相关性都很小,从而提高重构概率,并给出明确的算法收敛条件,降低了计算复杂度。通过与大多数已有块稀疏信号重构算法进行实验仿真对比,该算法在重构效果和重构速度上均优于其他算法。     

FPGA在雷达定时器中的应用

定时器是雷达系统的重要部分,它为雷达全机提供所需的各种主脉冲定时信号和波门定时信号.介绍了FPGA(现场可编程门阵列)在定时器中的应用,着重叙述了定时器原理.该定时器的特点是:采用大容量FPGA,尽可能在FPGA内部实现所有功能,减少外围器件,以达到统一板级设计、提高定时精度及可靠性、降低成本、实现硬件的灵活配置的目的.     

超宽带雷达人体动作识别

超宽带雷达由于其极高的距离分辨力等优势,因此具有良好的目标识别能力,在安全监控、医疗健康等应用领域具有重大意义。但现有利用超宽带雷达进行人体动作识别的方法,仅利用了雷达回波的距离维信息,并没有考虑一个动作的时间相关性,在处理更多相似人体动作类型时,其识别性能会下降。针对这一问题,充分利用超宽带雷达回波的时间-距离二维信息,提出了基于二维离散小波变换的特征提取方法,显著增强了不同动作的可分性,同时降低了分类处理的数据维数,提高了算法效率。最后,基于实测数据的分类实验结果显示,对9种不同的人体动作进行分类,该方法取得了很好的识别效果,识别率超过90%,验证了方法的可行性和有效性。     

基于CVD和Radon变换的旋翼无人机识别

在无人机的检测与识别过程中特征提取尤为重要。针对在低信噪比下由于提取特征困难且鲁棒性较差导致的识别效果不理想的问题,提出了一种基于改进的CVD（Cadence-Velocity Diagram）和Radon变换的特征提取方法应用于识别旋翼无人机。该方法通过提取目标的频率信息、峰值信息和边缘信息作为特征,运用K近邻分类器进行分类识别。仿真结果显示,在信噪比为-15 dB的条件下能够达到96.67%的识别精度。所提方法在低信噪比下识别效果明显优于SVM和朴素贝叶斯等算法。     

基于质量引导的InSAR快速相位解缠方法

针对处理大型InSAR相位数据,由于传统质量引导的相位解缠方法在解缠过程中要进行大量的排序操作,其解缠效率非常低,提出一种索引分段堆排序相位解缠方法。通过结合传统质量图的优点,将QPDVC作为质量图,并利用索引分段堆排序法将大型相位数据分成多个小堆,从而节省了堆排序过程中调整为最小堆的时间。与传统方法相比,提高了解缠精度和效率。最后,通过相关实验数据仿真证明了该方法的高效性和可行性。