FMCW信号的频率非线性校正分析

将FMCW技术应用于SAR系统中可得到质量轻、花费低、耗能低的高分辨率传感器。当发射信号受非线性影响时,这就限制了这种应用。混频后的差频信号不能重建目标距离信息。因为非线性通过不同频率扩散了目标能量,恶化了SNR和距离分辨率,尤其是当系统用于远距离应用时。针对FMCW信号的非线性影响,文中详细讨论了消除非线性影响的方法。该方法直接对去斜数据进行处理,计算简单。     

近距离超宽带调频连续波雷达非线性校正研究

调频连续波雷达凭借其结构简单、造价低廉等优势在目标探测与识别等方面体现出重要的应用价值,然而系统的非线性调制问题成为制约其性能的重要因素。传统的非线性校正方法能够在一定程度上估计非线性,但估计过程中的误差传递问题导致校正效果并不理想。基于该问题,本文提出一种基于多项式回归的方法实现非线性的准确估计。所提算法首先将非线性相位建模为多项式函数,然后通过多项式回归实现参数的联合估计,以消除误差传递问题。基于估计出的参数,通过时域重采样操作实现非线性的校正。仿真结果表明,所提算法不仅能够准确估计出多项式参数,而且在一定信噪比下比传统算法更接近克拉美—罗界。X波段FMCW雷达实测数据处理结果显示,本文所提算法可以有效消除非线性误差。      

基于HAF估计的超宽带LFM信号距离像频域校正

为更准确且简洁地表达超宽带的线性调频(LFM)信号的非线性相位,文中采用一种高阶模糊函数,而不是经典的泰勒展开来表达非线性相位多项式,并用高阶模糊函数(HAF)法估计非线性相位多项式系数。针对因目标延时不同导致的非线性程度不同的问题,采用了一种频域校正法补偿回波的非线性相位,一次性完成不同距离目标的一维距离像聚焦,无需对不同距离目标分别进行校正处理,算法效率大大提高。     

LFMCWSAR非线性校正成像方法研究

线性调频连续波合成孔径雷达(LFMCW SAR)是一种新近提出来的成像雷达体制,它结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点.然而,由于受系统的影响,调频信号的频率和时间并不完全满足线性关系.在详细分析了LFMCW的调频非线性对距离分辨率及FMCW SAR成像质量的影响之后,提出使用分段线性拟合的方法估计调频信号的非线性,并提出了非线性的校正方法,研究了存在非线性时的FMCW SAR成像算法,并给出了仿真结果,验证了该方法的有效性.     

LFMCW SAR非线性校正成像方法研究

线性调频连续波合成孔径雷达（LFMCW SAR）是一种新近提出来的成像雷达体制,它结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点。然而,由于受系统的影响,调频信号的频率和时间并不完全满足线性关系。在详细分析了LFMCW的调频非线性对距离分辨率及FMCW SAR成像质量的影响之后,提出使用分段线性拟合的方法估计调频信号的非线性,并提出了非线性的校正方法,研究了存在非线性时的FMCW SAR成像算法,并给出了仿真结果,验证了该方法的有效性。     

S型非线性调频雷达信号优化方法

实际雷达处理系统中,脉冲压缩通过数字方式实现,因此回波采样时存在一定的离散采样误差。传统方法设计的S型非线性调频（NLFM）信号进行脉冲压缩时受离散采样误差影响较大,这个影响可以通过提高系统采样频率来减小,然而提高采样频率会使运算量剧增。鉴于此,针对离散采样误差对传统S型NLFM信号进行优化,优化后的S型NLFM信号在实际雷达系统常用的采样频率下就能将离散采样误差给脉冲压缩结果带来的影响降到很小,提高了脉压主副比,仿真结果验证了该优化方法的有效性。     

激光多普勒测速中连续波调频非线性的分析与校正

基于多普勒效应的线性调频激光测速系统的原理是:激光照射到运动目标,引起光束频率发生改变,返回的光束与本振光进行相干混频后得到多普勒频移,进而可以推算出目标的相对运动速度值,但调频的非线性严重影响了测量结果的准确性。仿真分析了调频非线性对测量的影响,调频非线性会使混频后频移产生误差,造成速度测量不准,并且影响速度极性的判断,验证了激光调频线性度对测速有很大影响的结论,并对校正调频非线性提出了可行的方法,完成了调频线性化的矫正,降低了系统测量误差。     

基于差分滤波的非线性估计及校正方法

在线性调频连续波雷达系统中,各个器件的非理想特性使得信号的相位产生各种畸变,严重影响雷达的测距精度以及成像质量,需要经过一定的校正手段才能获得高精度的测量结果。该文针对线性调频连续波信号以及确定性非线性相位的特点,建立了受到非线性干扰的线性调频连续波信号模型,提出一种新的基于差分滤波的非线性估计方法能够对周期性及非周期性非线性进行同时估计,并利用匹配傅里叶变换(MFT)方法对非线性相位进行校正。通过仿真和对比分析,表明该方法与其他方法相比具有更高的估计精度,且在非线性度较大时也能够具有良好的校正效果。最后采用雷达的实测数据验证了该算法的有效性。     

双基地线性FMCW雷达信号模糊函数及分辨特性

该文通过对双基地雷达几何结构和线性调频连续波(FMCW)信号的特点分析,推导了双基地线性FMCW雷达信号的模糊函数,表明模糊函数形状受目标位置的影响;从模糊函数推导出的距离分辨率、速度分辨率、距离速度耦合斜率均是关于目标双基地角的函数,从而导致目标的分辨特性与目标位置有关。该结论可为这种雷达体制在信号处理和波形设计上提供理论依据。     

非线性调频雷达干扰技术研究

在分析非线性调频信号基本原理的基础上,针对S型NLFM信号,从其模糊函数出发,提出一种与雷达目标信号相仿的非性调频信号作为干扰信号（即匹配干扰）。经过理论分析和仿真,结果证实这种匹配干扰可在很大程度上提高进入雷达的有效干扰功率,但有效干扰功率会随对准频偏的加大而减小。对于基于DRFM的匹配干扰,由于其较高的瞄频精度,频偏对干扰效果几乎没有影响。     

FMCW雷达差频信号的非线性分析

FMCW雷达具有大的时宽带宽积,可达到较高的测距精度,但由于压控振荡器等器件非线性的存在,使测距精度大大降低。通过理论分析这一非线性对用于测距的差频信号频谱的影响,结合直接采集和实测相应的差频信号,确定非线性误差的来源和频率范围。采用模拟窄带滤波,降低扰频信号干扰,并通过实验测量,验证了利用该方法可以达到提高测距精度的效果。     

FMCW测距雷达数字信号处理器设计仿真

提出了一种调频连续波(FMCW)测距雷达信号处理器的数字实现方案，它将快速傅立叶变换(FFT)和现场可编程门阵列(FPGA)技术相结合，可实现FMCW雷达低成本、高精度的测距功能。仿真和测试结果表明该方案可用单芯片完成数字信号处理器的硬件设计，可在一些小型。FMCW测距雷达上应用。     

Costas编码跳频宽带雷达信号测速技术研究

 频率步进雷达固有的时延－多普勒耦合现象严重影响了运动目标的距离－速度二维联合分辨率.使用具有近似"图钉型"模糊图的跳频脉冲串信号可以消除时延－多普勒耦合,从而同时获得距离和速度的高分辨特性.本文首次推导了跳频脉冲串信号统一形式的模糊函数,分析了编码跳频信号的模糊性和分辨特性,并针对宽带信号下的高速目标提出了一种新的Costas编码跳频信号STRETCH处理方法,有效抑制了传统方法的高旁瓣问题.仿真实验表明Costas编码跳频信号具有较好的测速以及高分辨距离成像性能.     

FMCW雷达发射泄漏信号数字对消技术研究

针对单天线调频连续波雷达发射信号泄漏问题,结合数字自适应系统数据处理能力强、准确灵活、通用能力强等优点,提出了数字对消技术方案,并进行了仿真分析和实验验证,结果表明,该方案能有效抑制由于收发隔离不足导致的发射信号泄漏问题。     

宽带信号I/Q采样不平衡校正方法研究

针对宽带信号模拟正交下变频时产生的I/Q信号不平衡问题,本文提出了一种在数字域对I/Q信号不平衡的校正方法,建立了 I/Q信号不平衡的数字模型,分析了 I/Q信号不平衡给系统带来的影响,推导了 I/Q信号不平衡的校正方法,并对校正结果进行了仿真验证,该方法已在某设备中成功应用.     

线性调频连续波跟踪雷达的信号处理方法

针对线性调频连续波雷达体制用于跟踪雷达的特殊问题,结合相应的信号处理算法提出了对总体设计的一些期望,以期对总体设计人员提供一定的参考。同时针对跟踪雷达的信号处理算在该体制中的特殊应用进行了分析,并对现有的产品设计方案提出了进一步完善的方法。分析表明,调整设计方案后可以增加原有产品的雷达作用距离和跟踪精度。     

基于胸腔信号样本的FMCW雷达身份验证

针对当前使用体征信号进行身份验证准确率低,且特征提取过程复杂的问题,本文在通过毫米波雷达检测生命体征的基础上,提出了一种将纯净的人体胸腔信号（Chest Cavity Signal, CCS）作为样本进行身份验证的方法。首先,对提取到的雷达原始信号进行预处理,消除与实验无关的冗余干扰并提取相位信号。接着对含有干扰的相位信号进行变分模态分解（VMD）,提取纯净的心跳与呼吸信号并制作CCS样本。最后将CCS样本送入二维卷积神经网络（2D CNN）中进行训练并验证身份,识别准确率达到了97.5%,实验证明本文提出的方法对于身份验证具有很好的效果。     

基于FMCW雷达的自适应生命信号提取方法

为了进一步提高调频连续波（FMCW）雷达自适应提取生命信号能力,通过提高距离分辨率提取被测目标位置距离维处的人体生命信号,利用改进的快速互补集合经验模态分解（IFCEEMD）对生命信号分解,从分解得到的若干个固有模态函数（IMFs）中利用筛选准则分离出呼吸、心跳信号。实验结果表明,所提出的方法能够快速、准确地提取出不同呼吸状态下的呼吸频率和心跳频率,并且有效地消除人体身体随机抖动带来的干扰。     

基于FMCW雷达的人体生命体征信号预测算法

将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解?长短期记忆神经网络的生命体征信号预测方法。针对静止状态下的人体,通过雷达采集到的生命体征信号,采用粒子群算法优化变分模态分解VMD的模态分量个数K和惩罚系数α的值,实现自适应选取后用于VMD分解,再将分解后的模态分量进行叠加重构。采用粒子群算法优化长短期记忆网络模型中的网络层数、学习率、正则化系数等3个参数,自适应选取合适的参数组合,将重构后的信号通过优化后的LSTM网络进行预测。实验结果显示本文所提预测方法在10位志愿者的预测结果与原始数据的均方根误差平均值为0.017 188 9,平均绝对误差的平均值为0.007 158,相较于当前其他研究,预测精度上有明显提升。