【摘要】：自微多普勒效應被引入雷達領域以來,基于微動特征的雷達目標分類識別技術便引起了諸多關注。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,不同的幾何結構和運動狀態(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,它具有結構簡單、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具有重大的研究意義。雷達信號處理具有計算復雜度高、運算量大、實時性強的特點,隨著雷達技術的不斷發(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)被成功應用在諸多領域,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。如何結合GPU平臺實現(xiàn)信號的實時處理已成為雷達領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)射信號的基礎上推導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、線程和存儲結構三個角度對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)的基本構成和工作原理信號處理機是雷達系統(tǒng)中至關重要的一環(huán)，其性能的好壞是弱的重要指標，，雷達信號處理技術是各種體制雷達關鍵技術理的主要任務就是在不同場景下，通過抑制噪聲、雜波和人為所在方位，提取目標相關信息。隨著雷達技術的不斷發(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。基于中央處理器（Central 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
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN957.52

【參考文獻】

相關期刊論文 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;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];西安電子科技大學學報;2011年04期

4 陳行勇;陳海堅;王yN;肖昌達;;彈道導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];雷達科學與技術;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];電波科學學報;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,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];電子與信息學報;2004年02期

相關博士學位論文 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;2007年

相關碩士學位論文 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;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;2017年

3 周夢璐;基于GPU的雷達數(shù)據(jù)處理技術研究[D];電子科技大學;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;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;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;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;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;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;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研究[D];國防科學技術大學;2011年

本文編號：2611669