【摘 要】
：
随着毫米波雷达的蓬勃发展,现代工业对毫米波雷达测距分辨率的要求越来越高,因此超分辨率测距算法应运而生。测距的基础分辨率是光速除以两倍扫频带宽,因此超分辨率测距是指测距的分辨率优于基础分辨率,从而提升对相干目标的分辨能力。本文为了提升调频连续波（Frequency Modulation Continuous Wave,FMCW）毫米波雷达的测距分辨率,利用差频信号的频率和相位信息引入相干频谱的理论模
论文部分内容阅读
随着毫米波雷达的蓬勃发展,现代工业对毫米波雷达测距分辨率的要求越来越高,因此超分辨率测距算法应运而生。测距的基础分辨率是光速除以两倍扫频带宽,因此超分辨率测距是指测距的分辨率优于基础分辨率,从而提升对相干目标的分辨能力。本文为了提升调频连续波（Frequency Modulation Continuous Wave,FMCW）毫米波雷达的测距分辨率,利用差频信号的频率和相位信息引入相干频谱的理论模型,实现了超分辨率测距,并且提升了抗噪声性能。本文首先阐述FMCW雷达体制下信号的调制波形,分析其测距和测速原理,给出基础分辨率的表达式,主要介绍了时域补零法、啁啾Z变换（Chirp-Z Transform,CZT）算法、Zoom快速傅里叶变换（Zoom-FFT,ZFFT）算法、多重信号分类（Multiple Signal Classification,MUSIC）算法以及压缩感知（Compressing Sensing,CS）算法。这些算法只考虑了差频信号的频率信息而忽略了相位信息,本文综合考虑差频信号的频率和相位信息,提出了基于相干频谱的超分辨率CZT改进算法和超分辨率CS改进算法。仿真结果表明,基于相干频谱的超分辨率CZT算法的抗噪性能和极限测距分辨率均优于其他经典算法,而基于相干频谱的超分辨率CS算法不仅抗噪性能好,超分辨率测距性能也更强。此外,将这两种改进算法应用于TI平台的毫米波雷达测试系统,进行外场和室内环境下的检测。实验结果表明,本文提出的基于相干频谱的超分辨率CZT改进算法和基于相干频谱的超分辨率CS改进算法的实际测距分辨率均优于经典算法,具有良好的实用性。
其他文献
基于交错正交幅度调制的滤波器组多载波调制（Filter Bank Multicarrier with Offset Quadrature Amplitude Modulation,OQAM/FBMC）技术采用具有良好时频聚焦特性的原型滤波器,具有较低的带外泄露和较高的频谱利用效率,被视为一种满足未来通信网络需求的有前途的多载波调制技术。然而,OQAM/FBMC将复数符号的实部和虚部分开调制,仅在实
雷达通信一体化系统（Integrated Radar and Communication System,IRCS）可以实现资源共享和高可利用率,已成为雷达和通信交叉领域的研究热点。正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号具有良好的模糊函数和高信息传输等优点,在IRCS中得到广泛关注。基于OFDM的IRCS在进行雷达目标探测时
随着移动通信技术的发展,用户的业务需求已经转向以多媒体文件为主的面向内容的无线通信。超密集网络模型的应用,使得用户具有更大的接入速率,然而回程资源限制和小区间干扰加剧制约了系统性能的提升。本文围绕上述问题,主要研究了回程受限的超密集网络中基站缓存内容放置问题,通过设计结合小基站分组策略、协作缓存与传输策略的小基站协作缓存机制,以提升网络的性能。首先,本文研究了以小基站为中心的网络模型中的小基站协作
随着居民出行需求的日益增长,在线的交通服务系统需要对交通节点间的出行需求进行学习以获知乘客的流动模式并对未来的变化趋势进行预测,这被定义为OD矩阵预测问题。OD矩阵是记录一定时间段内交通网络中所有起点和终点之间交通流量的表格。对OD矩阵的精确预测有助于交通平台在节点间进行交通资源调配,然而现有的研究还没有完美解决这一问题。与车速预测和到达时间预估等其它交通领域的研究问题不同,OD矩阵涵盖了目标研究
随着5G时代的到来,广泛应用于军事和民用的无线信道参数估计问题激起了学界的研究热情。无线信道参数联合估计主要包括对信号到达时延、到达角、信号强度等参数的估计。空间环境日益复杂,无线信号多径传播效应也愈发显著。经过多径传播的信号具有不同的到达角和时延,信号衰落也会产生差异。且天线阵列收到的来波信号数量常常大于天线阵元数量。在此欠定场景下,经典的参数估计方法性能将大幅下降甚至失效。因此,如何在欠定场景
随着深度学习技术的不断发展,如何理解和分析三维点云场景已成为重要的研究方向。三维点云的实例分割作为其中的一项关键视觉任务,旨在实现三维场景中实例级别的语义理解,在机器人、无人驾驶、虚拟现实和增强现实等场景中都有广泛的应用。因此,对于三维点云实例分割算法的探索具有十分广阔的研究价值和现实意义。目前大多数点云实例分割算法由于缺乏对实例类别信息的显式利用和实例本质特性的充分发掘,无法有效地解决如何分割相
无人机辅助通信是应对应急通信场景下传统移动通信基站架设成本过高、灾区交通运输环境恶劣等问题,恢复灾区临时通信服务的一项极具潜力的方案。其中,无人机的空间机动性使其在应急通信场景中具备广阔的应用前景。针对现有相关研究未利用无人机的高度维自由度以及未考虑无人机的回程传输过程这两个问题,本文开展应急通信场景下同时考虑用户接入和无人机回程传输过程的高能效无人机辅助通信策略研究。首先,本文介绍了无人机辅助通
一直以来窃电等异常用电行为给电网带来了巨大的危害,因此近年来涌现了大量异常用电检测相关工作。然而目前的研究工作对异常用电的可解释性研究不足,因而对现场稽查的支撑力度不够。大量实际工作经验显示,仅异常检测结果难以进行有效的详细诊断,信息量更大的文字诊断报告更能有效提高异常用电的现场稽查的成功率。因此,本文尝试提出一种面向智能电网的计量异常检测与诊断算法。在生成异常诊断信息时,必须解决以下几个难题:（
随着工业互联网的快速发展,工业领域拥有大量记录设备生产状态的传感器数据,通过对这些数据的挖掘与分析,可以帮助企业发现生产规律,节能增效,提高生产力。工业数据维数多,呈时间序列排布,且不同变量的数据之间依赖性强、关系复杂,可以归纳为共演进时序数据。由于图神经网络在处理依赖关系上表现出色,当前对共演进时序数据的研究通常把变量当做图节点,把变量间的关系建模为图结构来捕获不同变量之间的相互影响关系。变量间
随着桥梁事业的快速发展,桥梁的安全检测任务变得愈加重要。钢结构桥梁是现代桥梁的常见形式之一,螺栓是钢结构桥梁的主要连接方式,螺栓松动、脱落等缺陷属于钢结构桥梁的常见病害,螺栓缺陷会对桥梁的安全运营及民众的生命财产安全造成巨大隐患。在此背景下,研究一套针对桥梁螺栓的缺陷检测算法具有重大意义。目前的桥梁螺栓缺陷检测以人工检测为主,成本高且维护人员工作时存在安全风险。本文提出了一种基于深度学习的桥梁螺栓