基于DSP的防撞雷达系统设计与实现

为保证汽车在高速公路上的行车安全,根据线性调频连续波雷达的基本原理,设计实现一种基于数字信号处理技术的毫米波车载前向防撞雷达系统。雷达系统根据简化的二维恒虚警率降低目标检测时的虚警概率,用MTD频域配对法找出同一目标出现在上、下扫频的频谱。实验结果表明,该系统能实时准确地检测前面目标车辆的距离与速度信息,运行稳定可靠。     

OFDM和MIMO系统中的快速注水功率分配算法

针对传统注水算法需要进行复杂的搜索注水线计算的特点,提出了一种新的低计算复杂度的快速注水算法。在多信道无线通信系统中,注水算法是在给定功率下最大化系统容量的基本功率分配算法。通过对注水问题的分析,利用注水性质快速调整注水线从而移除了复杂的搜索注水线计算。仿真结果表明,与已有的算法相比,提出的算法节省了大量的计算时间。     

AF-CenterNet:基于交叉注意力机制的毫米波雷达和相机融合的目标检测

对于自动驾驶领域而言,确保在各种天气和光照条件下精确检测其他车辆目标是至关重要的。针对单个传感器获取信息的局限性,提出一种基于cross-attention注意力机制的融合方法(AF),用于在特征层面上融合毫米波雷达和相机信息。首先,将毫米波雷达和相机进行空间对齐,并将对齐后的点云信息投影成点云图像。然后,将点云图像在高度和宽度方向上进行扩展,以提高相机图像和点云图像之间的匹配度。最后,将点云图像和相机图像送入包含AF结构的CenterNet目标检测网络中进行训练,并生成一个空间注意力权重,以增强相机中的关键特征。实验结果表明,AF结构可以提高原网络检测各种大小目标的性能,特别是对小目标的检测提升更为明显,且对系统的实时性影响不大,是提高车辆在多种场景下检测精度的理想选择。     

精密跟踪雷达中全软件实现测距和测速

测距和测速是精密跟踪雷达的重要组成部分,采用基于DSP和标准总线硬件平台全软件实现测距和测速功能后,其硬件量缩减为3个模块板,精度和性能稳定性得到较大提升,更易于系统调试和验证。文中对全软件实现测距和测速的硬件组成和软件模块进行了介绍,并对调试方法作了介绍。     

电子战综合试验模拟系统信号处理机的实现

信号处理机是电子战综合试验模拟系统的关键部分，要求它能模拟多种体制雷达的抗干扰处理方式和定时，因此要求该信号处理机具有更好的实时性和通用性。为满足要求，在系统设计时充分采用新技术，如采用现场可编程门阵列（FPGA）实现脉压、运用并行处理技术进行抗干扰处理以及应用实时广播内存网完成网络通信等，这些技术的应用提升了本机实时性和通用性，文中对这些技术的应用进行了阐述。     

基于TMS320VC5509的核磁共振噪声自适应对消系统的实现

核磁共振成像系统强噪声的环境,使得语音通信系统无法正常工作,患者只有在系统停机的前提下才能与医生交流。针对强噪声环境,为了解决医生与患者交流的技术问题,采用最小均方误差自适应对消算法,设计基于TMS320VC5509的DSP语音信号处理硬件系统,针对实际环境和硬件进行编程,同时,分析了核磁共振噪声特性,对系统实时性进行优化,在保证系统信号流畅的前提下尽力提高消噪效果。实验环境信噪比接近0dB,通过实际场景测试,采集原始噪声与消噪后对比、分析,此设计能将信噪比提高到30dB以上。     

EEMD生命探测雷达人体数量识别技术

针对生命探测雷达回波信号的非线性、非平稳性和难以获得大量实验样本的实际问题,提出了一种基于EEMD奇异值和支持向量机的多人识别方法。通过对雷达回波信号进行EEMD分解,将信号自适应分解为若干个本征模态函数(IMF),然后对特征向量矩阵进行奇异值分解求出特征向量,最后将特征向量输入支持向量机的分类器进行模式识别,判断墙体后面的人体数量。实验结果表明,所提出的方法识别速度快,识别率高,可有效应用于生命探测雷达的人体数量识别,具有广阔的应用前景。     

一种动中通地面跟踪系统的FPGA实现

针对动中通系统在跟踪状态下可能失去空中目标、纯机械扫描系统搜索速度慢等问题,设计了一种基于现场可编程门阵列(FPGA)的新型动中通地面系统.系统天线接收的信号经射频处理输入数字信号处理器,运算得到相关信息,以判断目标方位.上位机控制整个系统的工作状态,有良好的人机交互,系统可在失去空中目标后快速搜索或跟踪.水平方向上由直流电机驱动天线阵对360°方位扫描覆盖,俯仰方向上采用不同角度的波束切换,在短时间内依据能量准则定位空中目标方位,提高了动中通系统的运行效率.     

基于双谱特征的超宽带雷达人体目标识别

为了在人体微多普勒特征不明显条件下识别静态人体目标及人体姿态,提出了一种结合双谱对角线起伏特性与目标强散射点分布特征进行人体目标识别的方法。首先,通过分析静态人体目标双谱,提取双谱对角线起伏特性作为分类特征,降低了双谱数据的维数,减少了双谱特征冗余。然后,结合目标强散射点分布特征从不同角度描述目标,并构造用于目标识别的特征向量。最后,用支持向量机实现目标识别。仿真和实测结果均表明,双谱对角线起伏特性与目标强散射点分布特征融合的方法可以有效识别出静态人体目标并且实现人体姿态识别。     

改进的毫米波复数网络稀疏成像算法

针对基于压缩感知的重构方法耗时巨大的问题,从信号恢复的角度提出了一种基于深度学习方法的稀疏成像方案。首先,构建基于复数卷积的U-Net网络。其次,将欠采样信号输入网络得到满采样信号。最后,使用距离维脉压的二维匹配滤波算法重构出目标。实验建立在不同稀疏度和不同采样间隔下的欠采样仿真数据集中,并与传统和最近的信号处理方法进行对比。再使用实测数据进行验证,实验结果表明该算法在重构耗时以及图像平均梯度上具有更好的表现。