【摘要】：自微多普勒效應(yīng)被引入雷達領(lǐng)域以來,基于微動特征的雷達目標分類識別技術(shù)便引起了諸多關(guān)注。微動是指雷達目標發(fā)生除質(zhì)心平動以外的振動或轉(zhuǎn)動、或目標某部件相對于本體發(fā)生的微運動。由微動產(chǎn)生的多普勒頻率被稱為微多普勒頻率,不同的幾何結(jié)構(gòu)和運動狀態(tài)會產(chǎn)生不同的微多普勒特征,反映了目標自身的一種本質(zhì)特征,這些特征對雷達自動目標分類識別具有非常重要的作用。調(diào)頻連續(xù)波雷達通過發(fā)射調(diào)頻連續(xù)波信號來獲取目標速度和距離信息,它具有結(jié)構(gòu)簡單、發(fā)射功率較低的優(yōu)點,并且容易實現(xiàn)距離維上的高分辨。當調(diào)頻連續(xù)波雷達工作在低重頻模式下時,目標回波經(jīng)過混頻處理后發(fā)生明顯的頻譜混疊現(xiàn)象,使用適用于脈沖-多普勒雷達體制的窄帶目標分類方法會造成很大的性能損失,基于調(diào)頻連續(xù)波雷達體制的目標分類識別技術(shù)具有重大的研究意義。雷達信號處理具有計算復(fù)雜度高、運算量大、實時性強的特點,隨著雷達技術(shù)的不斷發(fā)展,現(xiàn)代雷達體制對雷達信號處理的實時性提出了很高的要求。近年來,圖形處理器(GPU)被成功應(yīng)用在諸多領(lǐng)域,GPU具有浮點計算能力強、存儲器帶寬高的優(yōu)點,非常適用于處理海量數(shù)據(jù)的并行加速計算問題。如何結(jié)合GPU平臺實現(xiàn)信號的實時處理已成為雷達領(lǐng)域一個重要的研究方向。本文對窄帶低重頻線性調(diào)頻連續(xù)波雷達體制下的空中目標分類問題和基于GPU的雷達目標分類系統(tǒng)進行了深入研究,主要工作包括如下內(nèi)容:1.簡單介紹了鋸齒波線性調(diào)頻連續(xù)波和對稱三角波線性調(diào)頻連續(xù)波信號的處理方法,并在鋸齒波線性調(diào)頻連續(xù)波信號為發(fā)射信號的基礎(chǔ)上推導(dǎo)出了飛機目標槳葉的散射點回波模型。2.在窄帶線性調(diào)頻連續(xù)波雷達體制下,針對噴氣式飛機、螺旋槳飛機和直升機三類目標的分類問題,提出了一種低重頻信號分割混頻處理方法。當雷達在低重頻工作模式下,傳統(tǒng)雷達目標分類方法會因調(diào)頻周期太長,無法準確提取目標所在距離單元信號而導(dǎo)致分類性能下降。本文中將下變頻之后的回波信號先分段再進行去斜(dechirp)處理,等效于提高了雷達的重頻。仿真實驗表明,低重頻信號分割混頻處理方法可以有效改善飛機目標的槳葉回波,提高三類飛機目標的識別率。3.介紹了GPU和CUDA框架,從硬件角度分析了CPU和GPU的區(qū)別,從編程模型、線程和存儲結(jié)構(gòu)三個角度對CUDA進行了詳細介紹。研究了基于GPU的雷達目標分類系統(tǒng)設(shè)計問題,通過SIMT的GPU線程調(diào)用模式,實現(xiàn)了基于CLEAN的數(shù)據(jù)預(yù)處理方法和SVM分類算法的并行化。通過仿真實驗驗證,在處理方式相同的條件下,基于GPU的雷達目標分類系統(tǒng)輸出結(jié)果準確有效,相較于CPU平臺計算,GPU極大的提升了雷達信號處理速度,節(jié)省運算時間。
【圖文】：

圖 1.2 雷達系統(tǒng)的基本構(gòu)成和工作原理信號處理機是雷達系統(tǒng)中至關(guān)重要的一環(huán)，其性能的好壞是弱的重要指標，，雷達信號處理技術(shù)是各種體制雷達關(guān)鍵技術(shù)理的主要任務(wù)就是在不同場景下，通過抑制噪聲、雜波和人為所在方位，提取目標相關(guān)信息。隨著雷達技術(shù)的不斷發(fā)展，信號處理系統(tǒng)的實時信號處理能力提出了更高的要求，即信海量雷達數(shù)據(jù)信息的同時，還要使完成一次處理所用的時間配。雷達信號處理的實時性要求不僅需要算法的升級，同時有強大的計算能力。段雷達信號處理機一般是基于 FPGA 和 DSP 實現(xiàn)的[24]，雖然能力比較強，但是 FPGA 和 DSP 的代碼和信號處理機的硬件此基于 FPGA+DSP 芯片的硬件信號處理系統(tǒng)可維護性較低，，造成了信號處理機升級不便�；谥醒胩幚砥鳎–entral Proc軟件化雷達雖然簡化了生產(chǎn)和維護等步驟，提升了信號處理

進而得到目標的距離與速度信息[34]。線性調(diào)頻連續(xù)波雷達系統(tǒng)框圖如圖2.1 所示。首先發(fā)射機產(chǎn)生線性調(diào)頻連續(xù)波信號，大部分發(fā)射信號能量通過發(fā)射天線向外輻射，經(jīng)目標反射后被接收天線接收。同時雷達系統(tǒng)將小部分發(fā)射信號能量作為本振信號，與接收到的回波信號在混頻器中混頻得到差拍信號，將差拍信號進行數(shù)模轉(zhuǎn)換，通過分析差拍信號頻率，可以得到目標的距離與速度等信息[1]。圖 2.1 線性調(diào)頻連續(xù)波雷達系統(tǒng)框圖
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN957.52

【參考文獻】

相關(guān)期刊論文 前10條

1 劉勇;張國毅;常碩;;調(diào)頻與調(diào)相連續(xù)波雷達信號的識別[J];電子信息對抗技術(shù);2014年04期

2 江艷陽;黃雙華;劉峰;白海東;;基于CUDA的雷達線性調(diào)頻信號脈沖壓縮實現(xiàn)[J];艦船電子工程;2011年11期

3 侯志;繆晨;張金棟;吳文;;復(fù)雜探測背景下的LFMCW雷達動目標二維檢測方法[J];西安電子科技大學(xué)學(xué)報;2011年04期

4 陳行勇;陳海堅;王yN;肖昌達;;彈道導(dǎo)彈目標回波信號建模與雷達特征分析[J];現(xiàn)代雷達;2010年03期

5 李蔚清;吳慧中;;一種基于GPU的雷達探測區(qū)域快速可視化方法[J];系統(tǒng)仿真學(xué)報;2008年S1期

6 王曉紅;張紅;古占平;;CS-LFMCW雷達角度信息提取及其精度影響因素[J];雷達科學(xué)與技術(shù);2006年05期

7 劉貴喜;凌文杰;楊萬海;;線性調(diào)頻連續(xù)波雷達多目標分辨的新方法[J];電波科學(xué)學(xué)報;2006年01期

8 錢云襄,劉渝;調(diào)頻連續(xù)波雷達信號調(diào)制方式識別算法研究[J];數(shù)據(jù)采集與處理;2005年03期

9 張容權(quán),楊建宇,熊金濤,向敬成;對稱三角線性調(diào)頻連續(xù)波信號模糊函數(shù)分析[J];電子學(xué)報;2004年03期

10 楊建宇,凌太兵,賀峻;LFMCW雷達運動目標檢測與距離速度去耦合[J];電子與信息學(xué)報;2004年02期

相關(guān)博士學(xué)位論文 前1條

1 杜蘭;雷達高分辨距離像目標識別方法研究[D];西安電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王鳳蓮;認知雷達資源管理方法研究和基于GPU的雷達信號處理[D];西安電子科技大學(xué);2017年

2 馮嘉賁;調(diào)頻連續(xù)波雷達目標分類方法研究[D];西安電子科技大學(xué);2017年

3 周夢璐;基于GPU的雷達數(shù)據(jù)處理技術(shù)研究[D];電子科技大學(xué);2016年

4 劉桂平;連續(xù)波雷達地面慢速目標檢測與分類[D];西安電子科技大學(xué);2014年

5 吳志平;FMCW雷達的發(fā)射泄漏及相位噪聲的抑制[D];電子科技大學(xué);2014年

6 楊自豪;基于微多普勒的窄帶飛機目標分類方法研究[D];西安電子科技大學(xué);2013年

7 盛淑然;5mm線性調(diào)頻系統(tǒng)目標探測與分析[D];南京理工大學(xué);2013年

8 李南;線性調(diào)頻連續(xù)波雷達信號處理研究[D];西安電子科技大學(xué);2012年

9 程榮剛;基于JEM特征的空中飛機目標分類方法研究[D];西安電子科技大學(xué);2012年

10 熊超;基于GPU的連續(xù)波雷達頻譜分析與譜峰搜索技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

本文編號：2611669