PRC_CW雷达地杂波空间相关特性仿真分析

在分析典型地物杂波的空间分布特性的基础上,针对ＰＲＣ＿ＣＷ（伪码调相连续波）雷达的特性,即雷达在低俯视角情形时地面回波信号展宽,利用对码元回波复信号进行空间矢量叠加以得到ＰＲＣ＿ＣＷ雷达实际接收的回波信号。通过计算机模拟得到伪码调相连续波雷达回波信号后,对其空间相关特性进行了分析。     

基于混沌特性的PRC-CW雷达目标回波分析和识别

伪码调相连续波(PRC-CW)雷达目标识别中,对于具有相同径向速度的不同目标的分析和识别是一个需解决的问题.针对PRC-CW雷达目标回波的非线性时变特性,该文运用非线性动力学方法分析了此类回波的混沌特性.通过Lyapunov谱、相关维、Kolmogrov熵3类混沌特性参数提取方法的研究,形成了一个完整的分析和处理流程.进而通过对多类实测目标数据混沌特性参数的分析,得到了X波段PRC-CW雷达运动目标回波呈现混沌特性的结论.以实际的计算结果的分析和比较,证明了基于混沌特性的PRC-CW雷达目标识别是可行的.     

一种LFMCW雷达目标距离提取方法

在阐述FFT方法、最小二乘曲线拟合方法和雷达信号特点的基础上,将BP网络应用于线性调频连续波雷达系统目标距离的信号处理中,用雷达数据对构造的BP网络进行了训练和测试。仿真结果表明,该方法在训练对象足够充分的情况下可以适应较大范围内测量,在无噪或低噪声的情况下,可以获得较高的测量精度,是一种对LFMCW系统信号处理的有效方法。     

对称三角形线形调频连续波信号处理系统设计

针对线性调频连续波雷达回波信号MTD-速度目标配对算法。设计了一种基于PCI总线的双片DSP结构的信号处理系统．通过实验证明，该系统能够满足毫米波雷达对称三角形线性调频连续波信号实时处理的要求。     

大容量宽带卫星通信系统的下行高效传输方法

针对基于非再生式星上处理的大容量宽带卫星通信系统下行链路采用频分复用(FDM)传输方式效率低、性能差的问题,提出并论证了两种特殊的连续波时分复用(CWTDM)方法——分帧交织叠接相加法(AFO)和准正交时分复用(QOTDM)法。首先,两种方法均先将待传输的各路基带复信号采样量化;然后,AFO方法对量化信号进行分帧叠接相加后加上帧头构成复用帧进行下行传输,QOTDM方法采用样点交织的时分复接再添加同步序列后转化为连续信号进行传输。AFO方法对信号复接、分接的处理简单;QOTDM方法复接时只需每路缓存一个样点,有利于实现更大容量的星上交换。与FDM下行传输方式相比,这两种方法的功率效率更高、链路特性更好。仿真结果表明,相较FDM传输方式,QOTDM方法的256个载波下的信干比可提高10dB,子信道隔离度可达到实用要求。     

汽车防撞雷达的数据处理

建立了防止高速公路上同向行驶两车相撞的数学模型，论述了防撞雷达的基本设计思想和三角波调频连续波防撞雷达的总体方案，着重介绍了数据处理部分的实施方案和实验，给出了原理电路和程序框图。     

基于线性预测滤波的抗速度欺骗干扰技术

针对调频连续波 (FMCW)雷达 ,提出了采用自适应线性预测滤波预处理实现速度欺骗干扰的检测。与直接对回波进行加速度补偿检测法相比 ,只需进行简单的门限检测即可判断干扰的存在及干扰参数估计 ,无需进行复杂的二维检测处理     

基于二维Chirp-Z变换的前视FMCW雷达成像新方法

机载前视成像作为一种全新的成像雷达工作模式,与调频连续波技术的结合有着诸多的优势.本文以"一发多收"系统为研究对象,根据其成像几何模型给出了基于调频连续波的前视雷达回波信号表达式,利用双基等效单基原理,将回波信号等效为"自发自收"系统时的情况,同时分析了载机在发射信号和接收信号过程中连续运动带来的影响–产生多普勒频移,以及对其近似补偿方法.在此基础上,本文提出了一种针对调频连续波前视雷达成像的基于二维Chirp-Z变换变标的成像算法,给出了算法的完整推导过程和各补偿因子的表达式,整个算法只包含Fourier变换和复乘操作,不涉及插值,易于工程实现.最后仿真数据处理结果验证了本文分析的正确性和算法的有效性.     

一种基于软件无线电技术的低成本运动目标探测雷达

由于成本和频段规范的限制,民用的线性调频连续波(LFMCW)体制的毫米波雷达往往体积较小且作用距离较近。在一些对于作用距离较远的运动目标检测应用场合,现有的商用现成品(COTS)毫米波雷达无法满足要求。在现有商用现成品毫米波射频(RF)前端的基础上,设计了一种基于软件无线电(SDR)的线性调频连续波雷达原型,在一个以异构片上系统(SOC)处理器为核心器件的软件无线电平台上,采用距离多普勒处理的方法提高信号相干积累增益,通过增加较小成本获得了比现有民用毫米波雷达更大的改。实测验证表明,该雷达原型作用距离较远,并且具有灵活性高、成本低和小型化的特点。