發(fā)布時間：2023-07-25 00:55

　　毫米波雷達(dá)作為一種常用的目標(biāo)檢測工具,具有抗干擾能力強(qiáng),無懼雨雪天氣、探測距離遠(yuǎn)、探測精度高和成本較低等優(yōu)點(diǎn),在民用領(lǐng)域具有很好的應(yīng)用前景。目前,各大安防領(lǐng)域公司和汽車公司都加大了對毫米波雷達(dá)的研發(fā)投入。但是,毫米波雷達(dá)在面對真實(shí)環(huán)境時,依舊面臨著不少的挑戰(zhàn),如多徑環(huán)境下,多徑虛假目標(biāo)造成的干擾;探測精度相比于激光雷達(dá)依舊存在一些不足等等。在多徑環(huán)境下,信號可能會產(chǎn)生相關(guān)甚至相干,一些基于子空間的高分辨率算法就會失效。由于雷達(dá)面對的工作環(huán)境復(fù)雜,多徑傳播普遍存在,因此在多徑環(huán)境下研究如何準(zhǔn)確估計出目標(biāo)的真實(shí)方位和距離是十分必要的。本文以毫米波雷達(dá)中常用的調(diào)頻連續(xù)波(Frequency Modulation Continuous Wave,FMCW)為基礎(chǔ),研究了以下幾點(diǎn)內(nèi)容:1、研究了FMCW采用鋸齒波調(diào)制波形時的測距和測角原理,以及涉及到的相關(guān)概念,如窄帶信號模型和均勻線陣等。2、研究了常用的DOA估計算法,如MUSIC算法、Min-Norm MUSIC算法和ESPRIT算法,并研究了這些估計算法在波束空間下的使用。3、研究了多徑環(huán)境下的信號相干模型,研究了Toeplitz和前后向平...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作與內(nèi)容安排
第二章 FMCW雷達(dá)測距測角原理
    2.1 FMCW雷達(dá)基本結(jié)構(gòu)
    2.2 FMCW雷達(dá)鋸齒波調(diào)制下信號分析
        2.2.1 線性調(diào)頻連續(xù)波雷達(dá)的測距原理
        2.2.2 線性調(diào)頻連續(xù)波雷達(dá)的測角原理
    2.3 本章小結(jié)
第三章 多徑環(huán)境下超分辨DOA估計方法
    3.1 陣列信號模型
    3.2 超分辨測向算法
        3.2.1 MUSIC算法
        3.2.2 Min-Norm MUSIC算法
        3.2.3 ESPRIT算法
        3.2.4 MUSIC、Min-Norm MUSIC和 ESPRIT算法性能仿真
    3.3 波束空間下的超分辨測向
        3.3.1 波束空間下MUSIC和 Min-Norm MUSIC算法
        3.3.2 Beamspace ESPRIT算法
        3.3.3 三種算法在波束空間下的仿真比較
    3.4 去相干算法
        3.4.1 多徑效應(yīng)
        3.4.2 信號相干陣列模型
        3.4.3 Toeplitz矩陣重構(gòu)法
        3.4.4 前后向平滑算法
        3.4.5 改進(jìn)的前后向平滑算法
        3.4.6 去相干算法仿真
    3.5 結(jié)合波束空間和改進(jìn)的平滑算法
    3.6 本章小結(jié)
第四章 多徑環(huán)境下毫米波雷達(dá)測距-測角二維估計
    4.1 測距-測角二維信號模型
    4.2 超分辨測距算法
        4.2.1 使用MUSIC算法測距
    4.3 波束空間下的去相干測距-測角二維估計
        4.3.1 使用DFT和 ESPRIT估計DOA和 TOA
        4.3.2 波束空間去相干測距-測角二維估計
        4.3.3 測距-測角二維估計算法仿真實(shí)驗(yàn)
    4.4 毫米波雷達(dá)平臺和信號處理流程
        4.4.1 毫米波雷達(dá)平臺相關(guān)參數(shù)
        4.4.2 毫米波雷達(dá)信號處理流程
        4.4.3 測距-測角二維估計算法可行性實(shí)驗(yàn)
    4.5 本章小結(jié)
第五章 工作總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號：3836848