【摘要】：隨著國(guó)民經(jīng)濟(jì)的飛速發(fā)展,車(chē)輛已成為現(xiàn)代城市的重要組成部分,但是隨之而來(lái)的交通擁堵、事故以及環(huán)境污染等現(xiàn)象也成為了當(dāng)今社會(huì)令人矚目的問(wèn)題。利用信息技術(shù)對(duì)車(chē)輛駕駛進(jìn)行智能輔助,能夠降低交通事故發(fā)生概率、提高道路利用效率,因此得到了業(yè)界廣泛的關(guān)注。對(duì)車(chē)輛自身狀態(tài)信息和周?chē)h(huán)境信息(以下統(tǒng)稱(chēng)“情境信息”)進(jìn)行實(shí)時(shí)、準(zhǔn)確地獲取是實(shí)施駕駛輔助、乃至真正“無(wú)人駕駛”的重要前提。獲取高精度情境信息不但需要具備精準(zhǔn)的探測(cè)能力,也需要能夠與基站、協(xié)作車(chē)輛進(jìn)行數(shù)據(jù)交互和融合。這對(duì)智能車(chē)輛的感知、通信能力提出了更高的要求。與此同時(shí),車(chē)載傳感器數(shù)目增多,會(huì)導(dǎo)致系統(tǒng)體積、能耗增加、電磁干擾嚴(yán)重等諸多問(wèn)題。而雷達(dá)通信一體化(Radar-Communication Integration,RadCom)理論提出將雷達(dá)和通信功能通過(guò)同一套系統(tǒng)完成,能夠降低硬件成本,節(jié)約頻譜資源,是當(dāng)今研究的熱點(diǎn)課題。將RadCom技術(shù)應(yīng)用于感知智能駕駛所需的情境信息,能夠?qū)崿F(xiàn)車(chē)載設(shè)備的通用性、小型化和多功能化,具有重要的理論意義和實(shí)際應(yīng)用前景。本文以車(chē)輛智能駕駛的情境信息獲取為目標(biāo),以高精度車(chē)載雷達(dá)為信息獲取主要途徑,根據(jù)智能駕駛對(duì)情境信息感知與融合的需求,提出了基于正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing,OFDM)的雷達(dá)通信一體化系統(tǒng)方案。在此基礎(chǔ)上,進(jìn)一步提出了基于多源數(shù)據(jù)的高效融合方法,以滿足智能駕駛對(duì)增強(qiáng)情境信息感知的實(shí)時(shí)性、準(zhǔn)確性和魯棒性要求。具體工作可概括為如下四個(gè)部分:本文基于OFDM信號(hào)和相位編碼(Phase Coded,PC)技術(shù),設(shè)計(jì)了基于脈沖串PC-OFDM的雷達(dá)通信一體化信號(hào),獲取雷達(dá)和通信性能的折中。具體而言,本文從模糊函數(shù)(Ambiguity Function,AF)和包絡(luò)峰均比(Peak-to-Mean Envelope Power Ratio,PMEPR)兩方面研究其信號(hào)特性,理論推導(dǎo)了完整的模糊函數(shù)表達(dá)式,分析了距離和速度模糊函數(shù)與信號(hào)各參數(shù)之間的關(guān)系,為一體化信號(hào)設(shè)計(jì)提供理論基礎(chǔ)。此外,本文提出了一種改進(jìn)音頻保留(Tone Reservation,TR)方法降低一體化信號(hào)包絡(luò)起伏,在峰值減小音頻(Peak Reduction Tones,PRTs)上構(gòu)造互補(bǔ)集,使得模糊函數(shù)和包絡(luò)控制方面同時(shí)取得較好的性能。針對(duì)情境信息中的目標(biāo)參數(shù)估計(jì)研究,本文提出了低復(fù)雜度高可靠性的接收信號(hào)處理算法。首先基于連續(xù)波OFDM的一體化信號(hào),采用基于調(diào)制符號(hào)的處理算法,結(jié)合頻域過(guò)采樣技術(shù),實(shí)現(xiàn)了對(duì)目標(biāo)距離、速度、角度和散射類(lèi)型的聯(lián)合估計(jì)。在此基礎(chǔ)上,本文基于脈沖串PC-OFDM的一體化信號(hào),結(jié)合相關(guān)和離散傅里葉變換(Discrete Fourier Transformation,DFT)的處理算法,利用相位編碼的自相關(guān)特性,降低通信信息對(duì)雷達(dá)性能的影響。在利用脈沖相干積累獲得高速度分辨率的同時(shí),提出了一種最小二乘(Least Square,LS)的速度解模糊方法,能夠在較低復(fù)雜度條件下獲得高分辨率的距離-速度像。車(chē)輛的高速運(yùn)動(dòng)會(huì)產(chǎn)生明顯的多普勒效應(yīng),從而引起OFDM信號(hào)的載波間干擾(Inter-Carrier Interference,ICI)。而多車(chē)協(xié)作中其他車(chē)輛的接入會(huì)導(dǎo)致目標(biāo)回波信號(hào)受到其他車(chē)輛一體化信號(hào)的干擾。首先針對(duì)ICI問(wèn)題,本文對(duì)連續(xù)波OFDM信號(hào)進(jìn)行改進(jìn),提出了基于交織OFDM(Interleaved OFDM,I-OFDM)的一體化信號(hào),并基于多普勒估計(jì)和校正實(shí)現(xiàn)了雷達(dá)的無(wú)ICI處理。在此基礎(chǔ)上,提出了一種基于信號(hào)重構(gòu)的混合信號(hào)分離算法,通過(guò)重構(gòu)信號(hào)與接收信號(hào)相消恢復(fù)出目標(biāo)回波信號(hào)。仿真結(jié)果表明,所提算法相比現(xiàn)有算法,對(duì)多普勒具有較強(qiáng)的魯棒性,且對(duì)混合信號(hào)具有較優(yōu)的分離性能,能夠獲取低信干比下高分辨的目標(biāo)距離-速度像。鑒于車(chē)輛容易落入網(wǎng)絡(luò)覆蓋的盲區(qū),本文提出了一種借助無(wú)人機(jī)的間接協(xié)作感知策略。針對(duì)低信噪比下微弱目標(biāo)無(wú)人機(jī)的探測(cè)問(wèn)題,本文對(duì)連續(xù)波OFDM信號(hào)進(jìn)行改進(jìn),構(gòu)建了基于重復(fù)OFDM(Repeated Symbols OFDM,RS-OFDM)的一體化信號(hào),提出了一種聯(lián)合多普勒補(bǔ)償和壓縮感知的處理方法,通過(guò)構(gòu)建一維距離像稀疏模型實(shí)現(xiàn)對(duì)微弱目標(biāo)的準(zhǔn)確感知。在此基礎(chǔ)上,采用動(dòng)態(tài)非參數(shù)置信度傳播(Dynamic Non-parametric Belief Propagation,DNBP)的間接協(xié)作定位算法,實(shí)現(xiàn)對(duì)GPS、RadCom、慣導(dǎo)感知數(shù)據(jù)的融合,并基于克拉美羅界(Cramer-Rao Lower Bound,CRLB)驗(yàn)證了所提算法在性能、復(fù)雜度方面的提升。通過(guò)本文的研究,解決了網(wǎng)絡(luò)覆蓋盲區(qū)車(chē)輛定位精度較低的問(wèn)題。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U463.6;TN957.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 霍凱;趙晶晶;;OFDM新體制雷達(dá)研究現(xiàn)狀與發(fā)展趨勢(shì)[J];電子與信息學(xué)報(bào);2015年11期

2 鄧斌;魏璽章;黎湘;;基于編碼序列隨機(jī)移位的MCPC雷達(dá)信號(hào)設(shè)計(jì)方法研究[J];國(guó)防科技大學(xué)學(xué)報(bào);2011年02期

3 沙學(xué)軍;郭佩;徐玉濱;;一種分?jǐn)?shù)傅里葉變換域的切普信號(hào)擴(kuò)頻通信方式[J];哈爾濱工程大學(xué)學(xué)報(bào);2009年08期

4 王斌;劉昭度;何瑋;O@海;張景波;;車(chē)用測(cè)距雷達(dá)研究進(jìn)展[J];傳感器與微系統(tǒng);2006年03期

5 管欣;閆冬;高振海;;基于慣性導(dǎo)航和實(shí)時(shí)差分全球定位系統(tǒng)的汽車(chē)運(yùn)動(dòng)狀態(tài)測(cè)試系統(tǒng)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2006年01期

相關(guān)博士學(xué)位論文 前2條

1 周炳朋;基于統(tǒng)計(jì)貝葉斯分析的無(wú)線定位和跟蹤技術(shù)研究[D];西南交通大學(xué);2016年

2 劉志鵬;雷達(dá)通信一體化波形研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前3條

1 馬遠(yuǎn);貝葉斯框架下面向智能駕駛的車(chē)輛協(xié)作定位與跟蹤[D];哈爾濱工業(yè)大學(xué);2017年

2 夏向蘭;VANET中車(chē)輛間的協(xié)作精準(zhǔn)定位技術(shù)研究[D];南京郵電大學(xué);2015年

3 劉少華;基于OFDM技術(shù)的雷達(dá)通信共享信號(hào)設(shè)計(jì)研究[D];電子科技大學(xué);2014年

，

本文編號(hào)：2618026