船用调频连续波雷达信号处理关键算法研究与实现

发布时间：2017-10-31 23:35

  本文关键词：船用调频连续波雷达信号处理关键算法研究与实现

  更多相关文章： 差频信号 恒虚警检测 海杂波预测

【摘要】：FMCW(调频连续波)雷达由于自身具有的结构简单、峰值功率低、距离分辨率高、无盲区等特点,在体积、重量和功耗受限平台上得到重视和应用。然而,在船用导航雷达领域,由于受海杂波影响其优势没有充分体现,还存在杂波抑制、杂波下目标检测和估计等问题需要解决。为了提高海杂波下FMCW雷达的检测性能,本文针对船用FMCW雷达差频信号处理过程中的海杂波干扰抑制、恒虚警检测和频率估计这三个方面开展相关研究,具体工作如下:1、针对广义回归神经网络(GRNN)海杂波预测算法中传统采用实验法来估计参数所存在的缺陷,研究了一种改进的基于粒子群(PSO)算法的GRNN海杂波预测算法,所改进的算法根据PSO算法能够比较容易的找到群体最优解,并且简单实用的特点,利用它来找到GRNN预测海杂波时的高斯函数宽带系数,然后再根据GRNN理论来预测海杂波。预测和对消仿真实验的结果表明,所改进的方法能够有效的提高海杂波预测的准确度,从而改善了海杂波抑制的效果。2、研究了一种改进的恒虚警检测算法(STMVI-CFAR),该算法在可变指示恒虚警率检测算法(VI-CFAR)的基础上,结合消减单元平均有序统计(TM-CFAR)检测算法和开关型恒虚警检测算法(S-CFAR)的优点,在不同的杂波环境下自适应的选择不同的检测策略。本文所提的算法在均匀环境、多目标干扰环境和杂波边缘环境下都能够保持较好的检测性能。最后在MATLAB软件平台上,通过仿真试验,分析了所提改进算法在不同的背景环境下的检测性能,并与其他现有的几种检测算法进行了对比。3、为了进一步提高雷达测距的精度,首先通过对现有的几种频谱分析方法的原理进行研究,并在理想的差频信号的基础上进行了仿真验证。然后研究了一种改进的频谱估计算法,该算法将所介绍的拟合方法与Chirp-Z算法相结合,通过仿真实验的验证,的确比文中所述几种方法的测距精度更高,并通过Monte Caro仿真实验验证了算法的稳定性。4、仿真实现了一个FMCW雷达信号处理系统,从信号源的模拟、差频信号的获取、目标的检测和最后的频谱分析。进一步验证了本文所改进算法的有效性。
【关键词】：差频信号 恒虚警检测 海杂波预测
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.51
【目录】：

• 摘要5-6
• ABSTRACT6-14
• 缩略语对照表14-15
• 第一章 绪论15-21
• 1.1 研究背景和意义15-16
• 1.2 国内外研究现状16-19
• 1.2.1 FMCW的发展现状16
• 1.2.2 海杂波预测算法的研究现状16-17
• 1.2.3 恒虚警算法的研究现状17-18
• 1.2.4 频谱估计算法的研究现状18-19
• 1.3 本文结构安排19-21
• 第二章 FMCW雷达信号处理基本理论21-29
• 2.1 FMCW测距雷达系统结构21-22
• 2.2 FMCW雷达测距原理22-23
• 2.3 影响FMCW雷达信号处理性能的因素23-28
• 2.3.1 海杂波的预测和对消23-24
• 2.3.2 目标信号的恒虚警检测24-25
• 2.3.3 差频信号的频谱估计25-28
• 2.4 本章小结28-29
• 第三章 海杂波预测和对消算法的研究29-44
• 3.1 常见的海杂波信号模型29-33
• 3.1.1 Rayleigh分布29-30
• 3.1.2 Lognormal分布30-31
• 3.1.3 Weibull分布31-33
• 3.2 基于GRNN的海杂波回归预测算法33-36
• 3.2.1 相空间重构及海杂波预测34-35
• 3.2.2 GRNN学习训练35-36
• 3.3 基于PSO-GRNN的海杂波回归预测算法36-38
• 3.3.1 粒子群（PSO）算法36-37
• 3.3.2 基于自适应PSO算法的GRNN参数优化流程37-38
• 3.4 海杂波的预测对消38
• 3.5 仿真实验及结果分析38-43
• 3.5.1 采用GRNN预测海杂波39-41
• 3.5.2 采用PSO-GRNN预测海杂波41-43
• 3.6 本章小结43-44
• 第四章 恒虚警检测算法的研究44-62
• 4.1 几种经典的恒虚警检测算法44-49
• 4.1.1 ML类CFAR检测算法44-47
• 4.1.2 有序统计(OS)类检测算法47-48
• 4.1.3 开关型CFAR检测算法48-49
• 4.2 VI-CFAR检测算法49-54
• 4.2.1 VI-CFAR算法原理49-51
• 4.2.2 VI-CFAR参数的选择51-53
• 4.2.3 VI-CFAR算法仿真分析53-54
• 4.3 改进的VI-CFAR检测算法54-60
• 4.3.1 STMVI-CFAR算法原理55-56
• 4.3.2 STMVI-CFAR算法在杂波边缘环境下的仿真56-57
• 4.3.3 STMVI-CFAR算法性能分析57-60
• 4.4 本章小结60-62
• 第五章 FMCW雷达差频信号频率估计算法研究62-78
• 5.1 快速傅里叶变换(FFT)算法62-64
• 5.2 基于FFT的Chirp-Z算法64-69
• 5.2.1 Chirp-Z算法64-66
• 5.2.2 基于FFT的Chirp-Z算法验证66-69
• 5.3 改进的频率估计算法69-77
• 5.3.1 能量重心算法69-70
• 5.3.2 拟合算法70-72
• 5.3.3 基于改进的拟合算法的chirp-Z算法72-77
• 5.4 本章小结77-78
• 第六章 FMCW雷达信号处理仿真系统的实现78-84
• 6.1 FMCW雷达系统参数设置78
• 6.2 FMCW雷达模拟差频信号的实现78-80
• 6.2.1 单目标差频信号的仿真实现79
• 6.2.2 多目标差频信号的仿真实现79-80
• 6.3 FMCW雷达差频信号CFAR检测80-81
• 6.4 FMCW雷达差频信号频谱分析81-83
• 6.4.1 单目标频谱分析81-82
• 6.4.2 多目标频谱分析82-83
• 6.5 本章小结83-84
• 第七章 总结与展望84-86
• 7.1 论文总结84-85
• 7.2 论文展望85-86
• 致谢86-87
• 参考文献87-92
• 攻读硕士学位期间取得的成果92-93

【参考文献】

中国期刊全文数据库 前10条

1 张玲华;姚绍芹;解伟超;;基于自适应粒子群优化径向基函数神经网络的语音转换[J];数据采集与处理;2015年02期

2 毕井章;刘溶;周希辰;任渊;;基于GRNN和时间窗方差滤波的海杂波抑制[J];电讯技术;2014年07期

3 苏昭斌;朱人杰;陈红卫;;基于粒子群支持向量机的海杂波序列回归预测[J];计算机测量与控制;2014年05期

4 李正周;陈静;沈美容;侯倩;丁浩;金钢;;基于混沌神经网络的海上目标图像的海杂波抑制方法[J];光电子.激光;2014年03期

5 郭通;兰巨龙;李玉峰;江逸茗;;基于量子自适应粒子群优化径向基函数神经网络的网络流量预测[J];电子与信息学报;2013年09期

6 行鸿彦;祁峥东;徐伟;;基于选择性支持向量机集成的海杂波背景中的微弱信号检测[J];物理学报;2012年24期

7 卢宁;于才;唐伟;;海杂波背景下的GRNN小目标检测[J];火控雷达技术;2012年02期

8 姚云萍;段昶;方庆;;一种船用雷达的海杂波抑制算法[J];火控雷达技术;2011年03期

9 秦玉华;郝程鹏;;一种新的鲁棒恒虚警检测器[J];仪器仪表学报;2008年12期

10 陈玺;杨大磊;;雷达信号检测中恒虚警处理的算法研究[J];舰船电子工程;2007年04期

中国博士学位论文全文数据库 前4条

1 杨萃;噪声环境下频率估计算法研究[D];华南理工大学;2010年

2 林三虎;基于混沌的非相干雷达海杂波抑制方法研究[D];西安电子科技大学;2006年

3 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年

4 齐国清;FMCW液位测量雷达系统设计及高精度测距原理研究[D];大连海事大学;2001年

中国硕士学位论文全文数据库 前8条

1 侯盼卫;FMCW测距雷达的信号处理技术研究与实现[D];中北大学;2014年

2 钟鹏;FMCW雷达近程测距系统的设计与研究[D];武汉科技大学;2014年

3 王琨;调频连续波雷达在雷达测距中的算法研究[D];河北工业大学;2014年

4 李兵飞;复杂背景下多策略恒虚警检测算法研究[D];哈尔滨工业大学;2012年

5 徐军荣;FMCW雷达测距的信号处理技术研究[D];南京航空航天大学;2009年

6 宋换荣;FMCW雷达料位仪信号处理系统的研究及应用[D];南京林业大学;2007年

7 朱先正;雷达杂波研究及模拟[D];南京理工大学;2006年

8 宋玮;FMCW雷达测距精度及其信号处理技术的研究[D];南京理工大学;2004年

，

本文编号：1124299