發(fā)布時(shí)間：2020-08-12 01:29

【摘要】： 本文主要針對(duì)自主研制開發(fā)的生命探測(cè)雷達(dá)進(jìn)行信號(hào)處理的算法研究，生命特征信號(hào)屬于低速運(yùn)動(dòng)目標(biāo)信號(hào)，它所產(chǎn)生的多普勒頻移非常小，微弱的回波信號(hào)極易淹沒在強(qiáng)雜波背景下。如何更加有效準(zhǔn)確地檢測(cè)和提取出所需的微弱目標(biāo)信號(hào)即生命特征信號(hào)，是本文研究的重點(diǎn)。 接收到的生命特征信號(hào)是頻率極低、準(zhǔn)周期、低信噪比、多諧波組合的信號(hào)。采樣數(shù)據(jù)的分析表明：雜波符合高斯分布；生命特征信號(hào)可以簡化為諧波模型來進(jìn)行信號(hào)提取、雜波抑制和提高信噪比的處理。 論文對(duì)生命探測(cè)雷達(dá)采集的生命特征信號(hào)數(shù)據(jù)作了大量的仿真和實(shí)驗(yàn)，提出了基于傳統(tǒng)小波變換的Mallat算法，利用多分辨率特性求得一鏡像濾波器組，選擇具有較好正則性和光滑性的Symlets小波系來進(jìn)行低頻生命特征信號(hào)的提取。仿真結(jié)果表明，小波變換算法能夠有效的準(zhǔn)確的提取出生命特征信號(hào)。 生命探測(cè)雷達(dá)的數(shù)字信號(hào)處理算法建立在以上仿真結(jié)果基礎(chǔ)上，在C語言環(huán)境下完成的。主要分成時(shí)域處理和頻域處理兩大部分。 最后，論文比較了傳統(tǒng)小波變換與FIR低通濾波方法應(yīng)用于低速目標(biāo)信號(hào)檢測(cè)的結(jié)果，比較得出傳統(tǒng)小波變換要比FIR低通濾波器方法對(duì)信號(hào)檢測(cè)的群延遲要小的多，并且可以得到更高的信噪比。合理的將多種信號(hào)處理技術(shù)相結(jié)合的方法能更加有效、準(zhǔn)確地檢測(cè)并提取出低速目標(biāo)信號(hào)，在工程中應(yīng)用前景更加廣泛。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：TN957.51
【圖文】：

圖4.2真實(shí)雜波噪聲信號(hào)的直方圖圖4.3高斯分布隨機(jī)數(shù)的直方圖對(duì)實(shí)驗(yàn)中采集的數(shù)據(jù)進(jìn)行雜波、噪聲分析。信號(hào)采集環(huán)境為雷達(dá)探測(cè)儀隔著4Ocm厚的墻發(fā)射電磁波。雜波信號(hào)的直方圖分析見圖4.2。圖4.3為在Matlab仿真中產(chǎn)生的8000點(diǎn)高斯隨機(jī)數(shù)的直方圖。比較圖4.2和4.3，可見兩圖形狀基本一致。對(duì)多段雜波采集數(shù)據(jù)做同樣的實(shí)驗(yàn)，也可得到相同的結(jié)論，可以說本文研究的雜波其函數(shù)形式是符合高斯分布的。見雜波頻譜圖4.4(未除去直.流分量)，其功率譜也應(yīng)滿足高斯分布。 x10。a刀n

本文編號(hào)：2789842