生命探测雷达信号处理算法研究

发布时间：2020-08-12 01:29

【摘要】： 本文主要针对自主研制开发的生命探测雷达进行信号处理的算法研究，生命特征信号属于低速运动目标信号，它所产生的多普勒频移非常小，微弱的回波信号极易淹没在强杂波背景下。如何更加有效准确地检测和提取出所需的微弱目标信号即生命特征信号，是本文研究的重点。 接收到的生命特征信号是频率极低、准周期、低信噪比、多谐波组合的信号。采样数据的分析表明：杂波符合高斯分布；生命特征信号可以简化为谐波模型来进行信号提取、杂波抑制和提高信噪比的处理。 论文对生命探测雷达采集的生命特征信号数据作了大量的仿真和实验，提出了基于传统小波变换的Mallat算法，利用多分辨率特性求得一镜像滤波器组，选择具有较好正则性和光滑性的Symlets小波系来进行低频生命特征信号的提取。仿真结果表明，小波变换算法能够有效的准确的提取出生命特征信号。 生命探测雷达的数字信号处理算法建立在以上仿真结果基础上，在C语言环境下完成的。主要分成时域处理和频域处理两大部分。 最后，论文比较了传统小波变换与FIR低通滤波方法应用于低速目标信号检测的结果，比较得出传统小波变换要比FIR低通滤波器方法对信号检测的群延迟要小的多，并且可以得到更高的信噪比。合理的将多种信号处理技术相结合的方法能更加有效、准确地检测并提取出低速目标信号，在工程中应用前景更加广泛。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TN957.51
【图文】：

图4.2真实杂波噪声信号的直方图图4.3高斯分布随机数的直方图对实验中采集的数据进行杂波、噪声分析。信号采集环境为雷达探测仪隔着4Ocm厚的墙发射电磁波。杂波信号的直方图分析见图4.2。图4.3为在Matlab仿真中产生的8000点高斯随机数的直方图。比较图4.2和4.3，可见两图形状基本一致。对多段杂波采集数据做同样的实验，也可得到相同的结论，可以说本文研究的杂波其函数形式是符合高斯分布的。见杂波频谱图4.4(未除去直.流分量)，其功率谱也应满足高斯分布。 x10。a刀n

本文编号：2789842