LFMCW雷达运动目标距离与速度超分辨估计

超分辨谱估计算法能得到比传统周期图法高得多的分辨率,针对LFMCW雷达动目标检测问题,本文提出一种基于状态矢量空间方法的LFMCW雷达距离与速度超分辨估计方法。文中介绍了状态矢量空间方法的基本原理并分析了三角LFMCW雷达上、下扫频段差频信号的特点,使用基于状态矢量空间方法估计差频信号频谱,同时给出了相应的运动目标距离与速度的估计算法。该算法解决了LFMCW雷达动目标去耦问题,与传统FFT方法相比提高了运动目标距离与速度的分辨率和估计精度。仿真结果证明了该算法的有效性。      

LFMCW雷达多目标检测技术研究

调频非线性的存在影响了线性调频连续波(LFMCW)雷达目标检测能力和距离分辨率.为此,文中提出了一种软件方法实现调频非线性校正的方法.在分析了当前压控振荡器部件的电压频率控制特性基础上,讨论了调频非线性对差频回波信号的影响,将具有调频非线性的雷达目标检测问题转化为差频信号中目标调频分量的检测问题;利用LFM信号在分数阶傅里叶域上呈现出能量聚集这一特性,提出了基于分数阶傅里叶变换的LFMCW雷达多目标检测方法.仿真试验表明,该方法不仅可以有效地改善具有较大调频非线性的LFMCW雷达的目标距离测量精度,同时也提高了多目标的分辨能力.     

阵列LFMCW SAR模糊函数分析

模糊函数(AF)可以描述雷达信号决定的测量精度、杂波抑制特性及信号分辨特性.常规雷达模糊函数是基于时延和多普勒频率的函数,不适用于SAR分辨特性的分析.本文基于常规SAR广义模糊函数(GAF)理论,推导了线性调频连续波(LFMCW)SAR GAF,并进一步分析了前视和下视阵列LFMCW SAR两种典型阵列SAR的模糊函数.根据常规LFMCW SAR模糊函数研究了前视阵列LFMCW SAR GAF,针对下视阵列SAR特点,借鉴了编队卫星SAR模糊函数的分析方法对下视阵列LFMCW SAR GAF进行建模,并结合模糊因子分析了上述两种体制的分辨特性.本文利用模糊函数对阵列LFMCW SAR的分析方法,可为深入理解前视和下视阵列SAR的参数及系统设计提供参考.     

一种提高LFMCW体制雷达测距精度的方法

为了消除距离-速度耦合现象对LFMCW体制雷达测距模糊及精度的影响,雷达发射信号形式采用对称三角LFMCW信号,利用运动目标在上/下扫频段频谱的对称性仿真验证了单目标环境下去距离-速度耦合的有效性,提高了雷达的测距精度。针对多目标环境下对称三角LFMCW体制雷达上/下扫频段目标配对问题,提出了一种联合MTD通道检测结果与目标距离信息的方法进行上/下扫频段目标的准确配对,从而实现对多目标去距离-速度耦合。仿真结果证明了该方法的有效性。     

LFMCW雷达运动目标高精度检测方法

LFMCW雷达检测运动目标，可以采用对称三角LFMCW信号，通过频域配对实现动目标距离、速度的去耦合。但是在实现时，如果只采用传统的FFT作为核心算法就会引起较大的测距、测速误差。本文采用FFT-CZT两级处理方法，从而在运算量增加不多的情况下，显著提高LFMCW雷达的动目标测距、测速精度。仿真结果表明，本方法适用于各种带宽的LFMCW雷达，具有通用性。     

基于改进LFMCW雷达的多目标识别算法

线性调频连续波（LFMCW）雷达在单目标情况下可以根据上下扫频段的两个差频信号准确探测目标距离信息及其径向速度。在多目标情况下,上下扫频段的差频信号由于缺乏关联信息无法准确配对,导致虚假目标数目远大于真实目标数目。为准确识别真实目标,本文提出一种改进LFMCW波形,在LFMCW波形前加上两段频率值互异的恒频波段,两段恒频波段组成双频调制连续波（FSK-CW）,可得到运动目标的距离信息及其径向速度用于剔除虚假目标。仿真结果表明,基于该波形的雷达在多目标情况下能够准确识别目标,且测速和测距精度都较高。     

一种汽车防撞雷达多目标识别方法

针对汽车防撞雷达在多目标环境下遇到的虚假目标问题,基于各种多目标识别方法给出一种改进型变周期线性调频连续波(LFMCW)雷达多目标识别方法。该方法将改进型变周期三角波作为调频信号,通过对回波信号进行动目标检测、恒虚警检测等处理后进行容差函数的判断,最终达到去除虚假目标的目的。仿真结果表明,与传统LFMCW雷达相比,该方法在复杂多目标环境下能去除虚假目标,从而更为准确地识别目标。在实际应用中为驾驶员提供正确的目标距离和相对速度信息,从而起到主动防御的作用。     

基于区域多帧联合处理的LFMCW雷达强散射源环境下微弱目标回波信号特征增强技术

在强散射干扰源存在的条件下,线性调频连续波(linear frequency modulated continuous wave,LFMCW)雷达回波在距离维呈现回波信号频谱扩散现象,给雷达微弱目标检测带来严重的技术挑战.基于对检测目标中心区域多个相邻雷达波束回波数据各分量之间的相关性分析,提出基于区域多帧联合处理的L...     

一种多目标雷达探测系统的设计与实现

针对传统汽车防撞雷达系统中存在的多目标配对问题,基于单发双收射频前端研究了一种线性调频连续波（LFMCW）多目标探测系统。首先理论推导了系统测距测速原理,并在测距测速的基础上增加测角功能;然后根据LFMCW上下扫频中同一目标的角度一致性和峰值能量相近原则对目标进行容差配对,从而实现单周期目标距离速度和角度的准确测量;最后给出多目标雷达探测系统的硬件框图和FPGA信号处理流程,并对该系统进行实测验证。实测结果表明,该系统能够准确地实现目标方位角的测量并有效解决了LFMCW多目标配对问题。     

毫米波超近程LFMCW雷达运动目标参数估计

毫米波超近程线性调频连续波(LFMCW)雷达运动目标参数估计新方法,可以在加速度运动目标环境中有效估计出目标的加速度、速度和距离参数。该方法能够对加速度运动目标多普勒信号进行加速度补偿,解决目标多普勒频谱畸变现象和LFMCW雷达固有的距离速度耦合现象,达到改善加速度运动目标的检测性能和提高参数估计精度目的,且算法稳健,运算量小。算法通过仿真分析,评估了加速度运动补偿前后的效果,证明了算法的有效性。该方法可用于针对毫米波超近程LFMCW雷达信号处理快速、准确的参数估计。     

一种采用变周期调频连续波雷达的多目标识别方法

本文首先从理论上分析了传统的线性调频连续波(FMCW)雷达在进行多目标识别中的局限性,提出了一种采用变周期的线性调频波形作为发射波形的新方法,从而解决了多目标识别中的虚假目标的问题.计算机模拟证明了理论分析的正确性和新方法的可行性.最后,针对这种体制雷达探测系统的新特点,提出了一种适用于该系统的容差函数.     

雷达非刚性多目标的时—频分辨方法

从雷达多目标分辨的基本原理和方法出发,探讨了时－频分析在雷达非刚性多目标分辨中的应用问题,由于集成广义模糊函数是多项式相位信号分析的理想工具,本文将其用于非刚性多目标分辨中,通过对雷达实测数据的分析,表明这是非常有效的。     

MIMO双基地雷达空间多目标定位方法

该文提出了一种L型阵列配置MIMO双基地雷达空间多目标定位方法。该方法利用L型接收阵列所包含的相对发射阵和接收阵的目标4维角度信息,先对接收信号进行解相干处理,然后根据DOA矩阵法的思想构造估计矩阵,通过特征参数与待估参数之间特定关系,导出了多目标4维角度联合估计算法公式,进而实现双基地雷达的空间多目标定位。该算法不涉及多维非线性谱峰搜索,只需一次特征值分解,计算量较小,且估计出的参数可自动配对。仿真结果表明了该文算法的正确性和可行性。     

一种基于费歇信息增量的多传感器对多目标的分配方法

在对序贯Kalman滤波在多传感器多目标跟踪中的应用情况进行分析之后,提出了一种基于费歇信息增量的多传感器对多目标的分配方法．该方法较好地解决了传感器的组合分配问题,并能对目标的跟踪精度实施控制,仿真结果证明了该方法的有效性．     

多目标多传感器的跟踪

多目标多传感器的跟踪是一个非常复杂的问题，其关键是数据的融合。单个传感器的多目标跟踪主要是解决数据的关联问题，多个传感器的多目标跟踪虽然有时也是解决数据关联问题，但是多传感器的数据关联就要复杂得多，它是一个多维的问题。文中主要介绍多目标多传感器跟踪网络构成策略及分级分布传感器跟踪的数据和轨迹融合方式。     

基于多维指派算法的被动多目标跟踪方案

该文针对无源测向交叉定位系统提出了基于多维指派算法的被动多目标跟踪方案。该方案是将三维空间的基准线最小代价算法与动态2D指派算法相结合。该方案的特点是:三维空间的基准线最小代价算法是一种快速数据关联算法,它能够快速削减候选关联集合并简化关联代价的计算,完成航迹起始任务;动态2D指派算法则能够简单而准确地实现观测与航迹的关联。仿真结果证明该方案可以有效地完成无源测向交叉定位系统中的多目标跟踪任务。     

Multielement synthetic transmit aperture imaging using temporal encoding

A new method to increase the signal-to-noise ratio (SNR) of synthetic transmit aperture imaging is investigated. The approach utilizes multiple elements to emulate a spherical wave, and the conventional short excitation pulse is replaced by a linear frequency-modulated (FM) signal. The approach is evaluated in terms of image quality parameters in comparison to linear array imaging. Field II simulations using an 8.5-MHz linear array transducer with 128 elements show an improvement in lateral resolution of up to 30% and up to 10.75% improvement in contrast resolution for the new approach. Measurements are performed using our experimental multichannel ultrasound scanning system, RASMUS. The designed linear FM signal obtains temporal sidelobes below -55 dB, and SNR investigations show improvements of 4-12 dB. A 30 mm (approximately 45%) increase in penetration depth is obtained on a multitarget phantom with 0.5 dB/[cm MHz] attenuation. Furthermore, in vivo images of the abdomen are presented, which demonstrate the clinical application of the new approach.     

相控阵测量雷达多目标模拟器

介绍了一种雷达多目标模拟器的工作原理、组成和功能。该模拟器与雷达之间采用空间辐射的对接方式，接收雷达发射的信号，进行延时与频率的相参调制和幅度调制，产生多个模拟运动目标的射频信号，配以气球和飞机校飞，可以有效检验相控阵测量雷达的多目标跟踪性能和工作方式。     

视场非完全重叠的分布式雷达多目标跟踪方法

在探测能力、波形设计及天线指向等因素制约下,分布式雷达视场并非完全重合,由此造成的观测信息差异给后续信息融合带来了巨大挑战。该文基于高斯混合实现的集势概率假设密度(CPHD)滤波器,提出了一种视场部分重叠下的分布式雷达多目标跟踪方法。首先,利用多目标密度乘积切分出概率假设密度(PHD)中表征共同观测信息的部分;之后,标准的分布式融合(算术平均或几何平均融合)方法作用于切分出的共同观测目标信息以提升跟踪性能,补偿融合则作用于雷达单独观测目标信息以扩展视场范围。该文方法无须视场先验信息,能够适应雷达视场未知时的分布式融合多目标跟踪场景。仿真实验验证了所提出方法在未知、时变雷达视场下跟踪多目标的性能,表明了该文方法比基于高斯混合的聚类方法性能更好。      

Convergence results for the particle PHD filter

Bayesian single-target tracking techniques can be extended to a multiple-target environment by viewing the multiple-target state as a random finite set, but evaluating the multiple-target posterior distribution is currently computationally intractable for real-time applications. A practical alternative to the optimal Bayes multitarget filter is the probability hypothesis density (PHD) filter, which propagates the first-order moment of the multitarget posterior instead of the posterior distribution itself. It has been shown that the PHD is the best-fit approximation of the multitarget posterior in an information-theoretic sense. The method avoids the need for explicit data association, as the target states are viewed as a single global target state, and the identities of the targets are not part of the tracking framework. Sequential Monte Carlo approximations of the PHD using particle filter techniques have been implemented, showing the potential of this technique for real-time tracking applications. This paper presents mathematical proofs of convergence for the particle filtering algorithm and gives bounds for the mean-square error.