一、基于相控阵的多普勒测速系统的硬件实现（论文文献综述）
程远[1]（2020）在《弹载MIMO雷达目标检测算法实现研究》文中研究说明精确制导技术在现代战争中有着举足轻重的作用,弹载MIMO雷达凭借其灵活性、低截获性、高探测能力等优异特点,较传统弹载相控阵雷达更具竞争力。国内外研究机构也越来越多开展MIMO雷达导引头的研制工作。本文以弹载MIMO雷达信号处理系统研制为出发点,研究了若干目标检测算法的硬件实现方案,重点分析了弹载MIMO雷达角度搜索方案和雷达下视状态时的目标检测方案。针对基于RTL开发时算法实现复杂度大、空时自适应滤波计算量大等问题,提出采用高层次设计平台进行算法实现,以及采用空-时两级降维的3DT-STAP算法来降低空时自适应滤波的计算量。并在已有的FPGA+DSP架构的硬件平台上实现相关算法模块。完成的主要工作如下:1、分析弹载MIMO雷达基本工作原理,针对导引头不同状态下的目标检测需求,研究了弹载MIMO雷达测速测距测角中常用的几种信号处理算法。针对目标角度搜索,分析比较了3种经典的DOA估计算法,并出于分辨率和计算量的考量,选择基于Capon算法的DOA估计方案。当导引头处于斜下俯冲状态时,建立地杂波模型,并采用空-时域两级降维处理的3DT-STAP方法来生成空时二维滤波器,抑制地杂波对目标检测造成的干扰,同时大大降低算法实现的计算量。2、针对弹载MIMO雷达采样通道多、计算密集等特点,在高性能FPGA+DSP架构的信号处理机平台上实现了弹载MIMO雷达信号处理系统的板卡之间、芯片之间的数据流控制,合理分配大量的计算数据。包括12路ADC数据采集通路、板卡间FPGA高速数据互联和FPGA与DSP之间基于Serial Rapid IO（SRIO）的高速数据传输等。3、针对FPGA传统RTL设计模式下搭建复杂算法模块时设计流程繁复、开发周期长的情况,提出了借助Xilinx高层次综合设计平台High Level Synthesis（HLS）、System Generator for DSP（System Generator）来加速FPGA实现弹载MIMO雷达信号处理算法的方案。并基于以上平台在FPGA中搭建了数字正交下变频、脉冲压缩、基于Capon算法的DOA估计、3DT-STAP算法处理模块等功能模块。在DSP中实现了恒虚警检测和目标凝聚算法。
胡雅婕[2]（2020）在《基于毫米波通信信号的雷达探测平台设计与实现》文中研究表明随着人工智能技术的迅速发展,具备自动驾驶和网联协作的智能车辆将成为未来智能交通系统的重要组成部分,也将成为5G和后5G通信系统的典型应用场景之一。为满足自动驾驶车辆对感知信息的宽带、低时延传输要求,采用雷达通信一体化设计方法将有望突破车载多雷达传感器感知信息的车间宽带高效传输的难题。通过雷达传感器对自动驾驶车辆周围环境进行探测和感知,基于毫米波通信链路实现车联网多雷达感知信息的传输与共享。为此,本文针对车联网场景下雷达和通信功能一体化设计场景,设计并搭建了基于毫米波通信信号的雷达探测的软硬件验证平台。本论文的主要贡献如下:1)针对车联网场景中毫米波通信链路单独工作无法实现对环境感知探测的问题,设计并搭建了基于毫米波通信信号雷达探测的硬件平台,扩展了车联网场景中雷达探测的维度,实现了水平面车辆二维定位。2)基于所搭建的硬件平台,设计并搭建了基于毫米波通信信号的雷达探测软件验证平台,实现了雷达探测、雷达扫描模拟可视化、以及雷达探测模拟界面自定义配置等功能,与传统毫米波雷达仅具备径向单一维度测距功能相比,本文所搭建的软硬件平台可以实现水平面车辆二维定位。
刘代[3]（2020）在《雷达资源分配与目标跟踪算法研究》文中研究表明随着雷达技术的快速发展,雷达功能越来越复杂,任务模式也越来越多,如何利用雷达有限资源提高雷达探测能力和目标跟踪精度成为重要研究课题,本文按照从雷达资源分配到目标跟踪,从量测噪声到量测方程,从线性滤波到非线性滤波,从非机动跟踪到机动跟踪的技术路线,在资源分配和目标跟踪两大技术领域开展研究。主要工作如下:1.针对雷达资源分配课题开展研究,包括时序设计和任务调度算法两方面。（1）时序设计:提出了动态时间片的定义,根据雷达不同的应用场景提出动态时间片的划分,并基于动态时间片节拍进行时序设计,克服了传统的调度间隔固定,不灵活,容易产生时间碎片,调度任务较少时时间利用率低等缺点,具有调度间隔灵活可变,不会产生时间碎片,时间利用率高等优点。本文通过计算机仿真证明该时序设计的有效性。（2）任务调度算法:提出了基于任务相关性的自适应调度算法,传统的自适应的调度算法未考虑任务之间的相关性即当前调度任务执行对后续任务的影响,实际上当前任务的执行对后续任务有影响,本文通过分析当前任务与后续任务之间的相关性,建立失跟任务数和时间余度模型,增加了时间余度评估指标,提出了基于任务相关性的自适应调度算法,经计算机仿真验证本文算法在多目标条件特别是负载饱和情况下大大提高了发现目标性能和时间余度。2.通过分析雷达测角精度和测距精度的影响因素,距离误差、角度误差与目标信噪比相关,量测噪声协方差矩阵可根据信噪比估计结果进行适当修正,结合先进的非线性滤波算法,提出了基于信噪比模型的扩展卡尔曼滤波算法和基于信噪比模型的不敏卡尔曼滤波算法。传统非线性滤波跟踪算法中测角误差和测距误差根据经验取固定常数值,而实际上测角误差和测距误差是变化值,会随信噪比的变化而变化。本文所提算法通过不断修正量测噪声协方差矩阵进行跟踪滤波,相比传统的非线性滤波算法目标跟踪性能得到显着提高,体现在目标跟踪精度更高、收敛速度更快。通过计算机仿真验证算法的有效性。3.宽带相控阵雷达可以获取目标高分辨距离像,本文利用此特征获取目标姿态角,并将其应用到目标跟踪。利用高分辨距离像对目标姿态角进行实时估计,并将其融合到目标的量测方程,因目标姿态角与目标运动参数间的关系是非线性的,本文结合先进的非线性滤波算法实现目标跟踪。（1）对于非机动目标跟踪提出了利用姿态角的扩展卡尔曼滤波算法和利用姿态角的不敏卡尔滤波算法。在利用姿态角的扩展卡尔曼滤波算法中,因量测方程中的姿态角是非线性函数,本文推导了姿态角由非线性方程转线性方程的表达式。通过计算机仿真表明,利用姿态角的目标跟踪算法相比传统的非线性滤波算法目标跟踪精度（位置精度和速度精度）得到很大提高,收敛速度变快,姿态角测角误差对跟踪性能影响不大,同时利用姿态角的扩展卡尔曼滤波算法和利用姿态角的不敏卡尔滤波算法跟踪精度差距不大,但在计算耗时上利用姿态角的扩展卡尔曼滤波算法较优,但在姿态角为临界值时算法失效,利用姿态角的不敏卡尔滤波算法姿态角无角度限制。（2）对于机动目标跟踪提出了利用姿态角的机动目标跟踪算法。此算法相比传统的机动目标跟踪算法性能优越,极大地改善了目标跟踪性能,体现在具有较小的目标位置误差和速度误差,更高的目标预测精度,同时分析了姿态角测角误差对算法性能的影响,姿态角测角误差越小,目标跟踪性能越好。通过计算机仿真验证了所提算法的有效性。4.针对杂波环境下目标跟踪算法开展研究,包括杂波环境下的非机动目标跟踪和机动目标跟踪。（1）对于杂波环境下的非机动目标跟踪,基于MTD测出不模糊径向速度,利用此径向速度建立速度波门,推导了径向速度波门表达式,在量测方程中引入径向速度维,利用MTD测出的径向速度实时更新目标观测值中的径向速度,而不是利用目标三轴速度和位置的数学表达式来计算径向速度。该算法相比杂波环境下传统的滤波算法目标跟踪性能得到较大提升。（2）对于杂波环境下的机动目标跟踪,根据多普勒量测信息解速度模糊,得到目标径向速度,然后在目标量测方程中增加径向速度维,将量测方程中的径向速度函数进行泰勒级数展开略去高阶量转为线性函数,同时在点迹关联时增加了径向速度波门,滤除更多的杂波点,利用多普勒量测计算出的径向速度实时更新观测值中的径向速度,因在机动目标跟踪算法中利用了更多量测信息,所以目标跟踪性能相比杂波环境下传统机动目标跟踪算法有较大提高,体现在目标位置精度、速度精度得到很大提高、位置和速度收敛速度加快、目标发生机动时响应速度更快,同时本文分析了多普勒量测误差对跟踪性能的影响,多普勒量测误差越小,目标跟踪性能越好。通过计算机仿真验证了本文所提算法的有效性。
王怡[4]（2020）在《着陆雷达面目标回波模拟仿真应用研究》文中研究表明探测器在天体表面软着陆的过程中,需要相控阵敏感器提供的距离与速度信息,这样才能够保证着陆器安全着陆在星体表面。因此,我们需要对雷达的系统性能进行验证。本文结合着陆雷达应用场景,提出一种基于火星三维地形的着陆雷达面目标回波模拟方法,同时利用CPU-GPU平台加速生成雷达面目标回波数据,并通过数字平台的仿真测试,验证雷达系统功能的有效性以及雷达系统的稳定性。首先确定着陆雷达的测距测速信号体制,在该体制的基础上结合雷达方程分析出影响面目标回波幅度和相位的影响因素,并分析面目标回波幅度的分布特性。其次要结合星体表面真实地形特点,依次建立出表面微观起伏模型,撞击坑模型和突起石块模型,同时根据相关数据资料建立撞击坑和石块的表面分布统计模型,在星体表面原始DEM数据的基础上,按照统计特性依次叠加上起伏模型,撞击坑模型和石块模型,生成仿真地形数据。接着考虑到雷达散射截面积会影响面目标回波幅度,于是建立表面电磁散射模型。先读取雷达轨迹数据,并从轨迹数据中心提取出雷达的运动姿态、高度、速度以及波束信息,将这些信息与仿真地形数据结合起来建立坐标系,得到波束中心照射点和波束照射范围。确定波束照射范围后,对其进行面元划分,针对等距离——等多普勒带只适用于平地的问题以及为了更好的适用于GPU,提出一种矩形网格划分法对波束范围进行划分,同时利用下视角法对场景的遮蔽效果进行判断。然后在天线实测数据的基础上,对不同模型进行改进,得到最接近实际情况的后向散射系数模型,将后向散射系数模型,遮蔽效应以及回波幅度分布特性相结合建立电磁散射模型,并结合相控阵天线方向图设计出面目标回波模拟方法。最后,针对实际仿真过程时间过长的问题,结合GPU编程架构对算法并行化设计,详细分析面目标回波仿真中的两个并行层次,从内存管理和线程分配两方面设计出核函数,同时在内存分配上提出改进措施,进一步加快运算速度,通过Matlab和CUDA C混合编程技术实现GPU编程架构下火星三维地形的面目标回波的离线快速仿真。接着进行软件的设计,并利用Matlab的GUI和App Complier完成界面设计和软件封装。最终,通过测距测速算法对离线生成的回波数据进行解算,验证结果的有效性,并与传统的基于CPU的回波模拟方法比较,验证其高效性。
刘永军[5]（2019）在《基于OFDM的雷达通信一体化设计方法研究》文中研究指明无论是在军用还是民用领域,雷达和通信设备都得到了广泛的应用,而且在一些应用中既要完成雷达功能又要完成通信功能。为实现雷达和通信功能,传统的方式是将互相独立的雷达和通信设备堆积在一起,而雷达通信一体化则将雷达和通信的发射、接收、处理等分系统共享,显着降低系统冗余、体积、重量、能耗、操作复杂度等,具有重要的研究意义和实用价值。此外,随着毫米波雷达和5G乃至未来6G无线通信的发展,雷达和通信都需要更大的带宽,占用相同的频段,导致频谱资源愈发匮乏,而解决该问题的一种有效方法是将雷达和通信波形共用,即雷达通信一体化波形。雷达通常以诸如目标参数分辨率和估计精度、最大探测距离、最大无模糊距离和速度、检测和分类性能等为评估标准,通信通常以通信数据率、误码率、多普勒容限等为评估准则,它们对不同的系统参数要求对立与统一共存,给雷达通信一体化系统参数设计,以及雷达通信一体化波形设计带来困难。此外,雷达通信一体化波形所携带的通信信息可能使其模糊函数性能恶化,降低目标回波的相参积累性能,给目标参数估计带来困难。针对上述雷达通信一体化系统参数设计、波形设计、目标参数估计等难题,本文以同时满足雷达和通信实际需求为目标,优化设计多输入多输出正交频分复用（MIMO-OFDM）雷达通信一体化系统参数;从保持发射波形的模糊函数特性和目标回波相参积累性能出发,对通信编码进行设计;利用OFDM的频率分集特性,从提升雷达目标检测概率、参数估计精度和分类性能以及通信信道容量的角度,对OFDM雷达通信一体化波形进行优化设计;根据OFDM雷达通信一体化波形的回波特点,设计雷达目标参数估计算法。主要研究内容概括如下:1.针对OFDM雷达通信一体化波形的模糊函数对通信调制信息敏感的问题,提出了通信信息预调制的方法。建立OFDM雷达通信一体化波形数学模型,推导并分析其模糊函数特性,研究通信调制信息对OFDM雷达通信一体化波形模糊函数的影响机理,通过通信信息预调制的方法,使OFDM雷达通信一体化波形的同一脉冲不同OFDM符号所调制的通信信息具有优良的自相关和互相关特性,从而减小通信调制信息对OFDM雷达通信一体化波形的模糊函数的影响,确保OFDM雷达通信一体化波形的模糊函数为图钉状。此外,通过通信信息预调制的方法,使OFDM雷达通信一体化波形中携带通信信息的随机相位编码服从均匀分布,从而提升脉冲压缩后主瓣内多脉冲相参积累性能。2.针对等功率发射波形,在同时探测扩展目标,并在频率选择性衰落信道中进行通信信息传输时,发射功率使用效率低的问题,提出了自适应的OFDM雷达通信一体化波形设计方法。根据OFDM的分集特性,分别建立了OFDM雷达通信一体化波形与目标检测概率,以及与通信信道容量之间的数学模型。在有限发射功率约束下,以最大化雷达检测概率和通信信道容量为优化目标函数,通过KKT（Karush-Kuhn-Tucker）条件,求解出最优解,设计出可随环境变化的自适应OFDM雷达通信一体化波形,并推导出雷达和通信性能同时达到最优的条件。仿真结果表明所设计的波形要优于等功率发射波形。3.针对等功率发射的OFDM雷达通信一体化波形的扩展目标参数估计精度和通信数据率低的问题,提出了OFDM雷达通信一体化波形多目标优化设计方法。根据OFDM雷达通信一体化波形的回波模型,推导出目标散射系数、距离和速度估计的克拉美罗界（CRB）,并以此作为雷达参数估计精度的衡量标准。此外,以通信信道容量为通信性能标准,在有限发射功率和最小分配功率约束下,建立最小化雷达目标参数估计的CRB和最大化通信信道容量的多目标优化模型,并分别提出加权最优和帕累托最优的OFDM雷达通信一体化波形设计方法,所提方法提升了雷达目标参数估计精度和通信信道容量。4.针对等功率发射OFDM雷达通信一体化波形在雷达目标分类和通信信息传输中性能低下的问题,提出了基于互信息的OFDM雷达通信一体化波形设计方法。该方法以随机目标脉冲响应与OFDM雷达通信一体化波形间的互信息为目标分类性能评估准则,在有限发射功率约束下,建立最大化互信息和通信信道容量的OFDM雷达通信一体化波形优化模型,通过KKT条件,推导出最优解,设计出最优的OFDM雷达通信的一体化波形。所设计的波形提升了雷达目标分类性能和通信信道容量。此外,针对所设计的波形对随机目标和通信信道的频率响应的误差敏感的问题,提出了稳健的OFDM雷达通信一体化波形设计方法。首先,根据极小极大稳健波形设计准则,建立稳健的OFDM雷达通信一体化波形优化模型;然后,优化设计出稳健的OFDM雷达通信一体化波形。所设计的稳健波形在可能出现的最坏情况下,具有最优的雷达和通信性能。5.针对基于OFDM雷达通信一体化波形的雷达目标参数超分辨估计问题,提出了基于通信信息补偿的距离和速度联合超分辨估计方法。首先,建立OFDM雷达通信一体化波形的回波模型,并矢量化表示采样后的回波信号;然后,进行通信信息补偿,并建立类似于均匀线阵的接收信号模型;接着,根据空间平滑的思想,提出“频率平滑”的方法,实现对不同目标的解相干处理;最后,利用子空间投影算法,实现对目标距离和速度的联合超分辨估计,并通过脉冲压缩解决距离模糊的问题。所提方法充分利用了OFDM雷达通信一体化波形回波的特点,实现了比传统处理方法分辨率更高的无模糊距离和速度估计。6.针对单输入单输出雷达通信一体化系统通信数据率和角度估计分辨率低的问题,提出了MIMO-OFDM雷达通信一体化系统。在雷达和通信性能需求的约束下,建立MIMO-OFDM雷达通信一体化系统参数的优化模型,对系统参数进行优化设计。此外,为充分利用该系统的带宽和孔径,提出了时空联合处理方法。首先,根据所设计的系统,建立MIMO-OFDM雷达通信一体化波形的目标回波模型;然后,通过时域失配滤波消除MIMO-OFDM雷达通信一体化系统不同发射天线发射信号之间的功率差异;最后,通过虚拟孔径扩展和空域匹配滤波,实现对目标距离和角度的高分辨估计。为了衡量所提算法的参数估计性能,推导出了基于MIMO-OFDM雷达通信一体化波形的距离和角度估计的CRB。仿真实验表明所提方法比传统处理方法具有更高的距离和角度估计精度。
杜潇剑[6]（2019）在《基于多核DSP的弹载雷达信号处理研究》文中认为在未来战争中,复杂的战场环境要求弹载雷达具有良好的目标探测、抗干扰和实时处理性能,而这些均需要强大的数据处理能力作为支撑。得益于强大的计算性能和成熟的开发生态,多核DSP已经被广泛应用于各种弹载雷达系统。脉冲多普勒雷达（Pulse Doppler RADAR,PD RADAR）使用全相参体制,具有良好的速度检测能力以及非常优秀的抗地/海杂波性能。本文主要研究基于多核DSP TMS320C6678的弹载PD雷达并行信号处理以及实时处理性能优化。本文首先分析弹载平台特点,然后介绍PD雷达的工作原理,细致分析了雷达信号处理流程,对PD雷达信号处理的各个步骤进行阐述。其次,根据设计的弹载雷达信号处理样机,联合多核DSP的软硬件资源,包括片上互联结构、存储器架构、多核同步方法和内核操作系统等,又根据不同算法步骤的任务特性,确定并行任务模型,完成算法在多核DSP的软件映射,确定完整的基于多核DSP的PD雷达信号处理工程化开发方案。然后,利用性能探查工具“profile”深入考察现有信号处理程序的实时性能,确认其性能瓶颈,分别从算法流程、代码实现与编译器、存储器结构三个方面对其进行优化改善,另外结合EDMA传输特性对矩阵转置操作进行专门优化,并利用混合编程方式改造部分函数,最终大幅提高信号处理程序的实时性。接着,针对基于硬件信号量的多核同步方式工作不稳定的问题,进一步提出基于MessageQ方式构建稳定的多核同步框架,并以此为基础重构PD雷达信号处理程序。最后,设计仿真雷达回波场景,对弹载PD雷达信号处理机进行单机功能性仿真测试和雷达半实物模拟系统实验,验证PD雷达多核DSP并行处理程序的正确性和实时性。
王玉双[7]（2019）在《水下无人航行器前视声呐系统研究》文中研究表明前视声呐相当于无人航行器的眼睛,在航行过程中起着不可或缺的作用。避障需要避碰声呐获取障碍物的方位与距离信息;水下导航需要测流声呐获取无人航行器相对海底的速度,从而推算当前位置;海底地形探测需要侧扫声呐获取不同方位的海底距离信息,根据一片连续区域的距离信息即可获得海底起伏状态。因此,形形色色的声呐系统都离不开测向、测距和测流这三大基本功能。本文围绕这三大功能对前视声呐系统进行研究,具体内容如下:本文对水下无人平台前视声呐的阵列形状和信号参数进行了设计。设计分析了圆阵、同心双圆环阵的波束性能,制作了双圆环阵用于验证性实验;基于相控阵测流理论,设计了一种能够覆盖在无人航行器下表面的共形阵,该阵列理论上能够实现相控测流和海底地形探测功能。本文分析了单频脉冲和线性调频脉冲的模糊函数,采用线性调频脉冲作为探测信号。线性调频脉冲能够兼顾距离分辨率和作用距离,并且对航行器运动导致的多普勒频移不敏感。算法上,利用宽带波束形成器获得空间处理增益,利用匹配滤波器进行脉冲压缩获得时间处理增益。本文前视声呐系统的硬件主要由发射驱动模块、采集传输模块和信号处理硬件平台组成。发射驱动模块为发射换能器提供驱动信号;采集器对接收阵列各通道信号进行采样,传输模块将采集的数据发送给信号处理平台。信号处理流程包括带通滤波、宽带波束形成、距离衰减补偿、匹配滤波、包络提取、平滑压缩和门限判决七个步骤。本文采用基于CUDA（Compute Unified Device Architecture,通用并行计算设备架构）的GPU对信号处理过程进行加速。利用上述硬件实验系统及双圆环阵构建的样机进行了外场实验,结果表明:本文设计的前视声呐系统能够完成障碍物实时探测功能,输出障碍物所在方位角、俯仰角和距离;在静止条件下,能够探测到63.7米的河岸;在运动条件下,能够测量到46米的桥墩和3-6米的河底。试验结果验证了样机系统能够完成实时水下避碰功能。
杨健[8]（2019）在《车载毫米波雷达中频信号处理算法研究》文中提出近年来,随着中国经济的发展,人们对汽车的需求逐渐增强,高级驾驶辅助系统和自动驾驶技术越来越受到政府的支持、科研机构的重视和大中小企业的青睐。车载毫米波雷达作为其中重要的传感器,研究其中频信号处理算法具有重要意义。本论文以调频连续波（FMCW）和调频中断连续波（FMICW）两种波形作为研究对象,研究出一套检测精度高、实时性好、系统鲁棒性强的雷达中频信号处理算法,主要从信号去噪、测距测速以及角度估计几个方面开展研究:第一,实际雷达回波信号中会混有机械噪声、热噪声等多种类型的噪声。为消除雷达回波信号中混叠的噪声以提高信噪比,本文提出了一种基于经验模态分解（EMD）、小波阈值和瞬时半周期准则的去噪算法。首先将含有噪声的信号经EMD分解为若干个本征模态函数（IMF）分量,再根据信号和噪声的分布特点引入瞬时半周期准则筛选出有用信号和噪声占主导的IMF集合,对噪声占主导的IMF分量进行小波阈值去噪,有效信号占主导的IMF分量不做处理,最后重构各阶IMF分量可得到去噪后的信号。第二,研究FMICW技术在车载雷达中的应用。指出调频连续波雷达使用收发互异天线可能导致发射机能量泄露使得接收机过载问题,重点分析了使用单一开关频率的FMICW雷达在车载应用中出现杂散尖峰的问题。本论文使用一种基于多个开关频率的交错算法,在多个频谱上每个频率位置做最小化可在频域中直接消除杂散尖峰,给出选择多个开关频率的选取要求,并分析该算法对回波信号信噪比的影响。第三,研究角度估计算法。讨论当前常用的角度估计算法原理,如传统波束成形方法、最小方差无失真响应算法、多重信号分类算法和旋转不变技术估计信号参数算法,通过仿真实验对比分析各算法角度分辨率,并分析各算法应用在车载雷达目标角度估计中的适用性。第四,在软件仿真方面,利用Matlab软件相控阵系统工具箱建立发射机、辐射器、接收放大器等模型,建立复杂的交通场景得到多个目标的仿真回波信号。在实物模拟方面,选取德州仪器（TI）公司推出的车载毫米波雷达AWR1642评估板,搭建模拟真实交通工况的实验平台,捕获真实雷达回波数据。利用软件仿真和实物模拟得到的雷达回波数据验证本文信号处理算法发现:本文提出基于EMD和小波阈值去噪算法与其他去噪方法相比去噪后信噪比更大、信噪比增益更大、均方根误差更小、滤波效果更好;本文使用的基于交错算法的FMICW雷达应用在车载中与等效FMCW雷达检测性能接近,且在多目标环境下具有良好的适应性。
丁施健[9]（2019）在《“低小慢”目标探测雷达信号处理机的设计》文中认为随着无人机行业的快速发展,城市空域面临着越来越严峻的安全威胁。无人机干扰航班、航拍敏感地区、向监狱投递违禁物品等案例,说明无人机已经成为了新的空域威胁,为此向雷达提出了探测“低高度、小体积、慢速度”目标的要求。由于目标“低小慢”的特性,必须考虑对杂波的抑制以及“低小慢”目标的检测问题。目标高度低导致背景杂波较强;目标体积小导致目标RCS（雷达有效反射截面积）比较小、检测到目标的回波更加微弱;目标速度慢导致目标与强地杂波的多普勒频移存在严重的混叠,在频域上更难分别出目标和杂波。这些因素导致了“低小慢”目标更加难以被雷达检测出来。本文针对“低小慢”目标难检测的特点,基于相控阵雷达平台设计了一款信号处理机。识别运动杂波后通过设计低副瓣滤波器来压低强杂波;通过研究多通道静态/动态杂波图与恒虚警融合技术能在复杂杂波背景下控制虚警上升、提高目标检测能力;通过俯仰维相位和差测角提高测高精度,便于雷达从高度上区分无人机与地面目标;同时分析了长时间积累下的距离高分辨处理,能带来杂波的细化与信噪比的提升;最后设计了基于FPGA的相控阵雷达信号处理机,该设计采用FPGA+DSP的硬件结构,能较好的承担复杂时序的设计以及信号处理算法任务。本文介绍了信号处理机的硬件配置方法与算法设计,同时给出了相控阵平台下信号处理机的测试内容与测试方法,最终通过整机雷达的实测结果验证信号处理机的性能。大量的测试证明该雷达对无人机具有较好的检测性能。在无人机各种飞行姿态下、复杂的城市环境中能有效探测到无人机,验证了信号处理方案的性能,说明本文研究的内容具有良好的应用前景与实用性。
缪富城[10]（2019）在《宽带相控多普勒计程仪硬件系统设计》文中研究指明21世纪是面向海洋的时期,世界部分国家都面对海洋资源蓄势待发,这也面临海洋安全的问题。走向远洋需要精确的导航与定位技术,其中多普勒计程仪在舰船、水下潜器定位导航中起着重要的作用。多普勒计程仪相较于其他导航设备,具有高精度、作用距离远、防电磁干扰等特性。多普勒计程仪在军事和民用方面都有广泛的应用,设备的高精度,集成化小型化,是多普勒计程仪发展方向。基于此背景,本文首先介绍了多普勒测速的现象,以及在测速原理中的问题和解决办法。介绍了相控阵在多普勒测速过程中的优势。从而对多普勒计程仪的硬件系统进行了电路设计。根据声呐系统技术指标要求,通过方案论证,给出了发射机、接收机、数字信号处理机的电路设计方案。其中发射机的设计包括逻辑电路、驱动芯片电路、D类功放电路、变压器设计以及储能电容选择。接收机的设计包括放大电路、波束形成电路、可变增益电路以及滤波器。数字信号处理机主要是三片TI公司C5000系列DSP芯片配置电路以及一片Altera公司MAX7000A系列CPLD芯片逻辑控制电路进行了阐述。为了能够验证硬件系统整机性能,设计了模拟器的信号衰减电路及功率衰减电路。最后对所完成硬件电路进行了电路性能指标测试以及整机性能的水池测试实验。测试结果满足预期技术指标要求。
二、基于相控阵的多普勒测速系统的硬件实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于相控阵的多普勒测速系统的硬件实现（论文提纲范文）
（1）弹载MIMO雷达目标检测算法实现研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.3 本文的论文安排 |
| 第二章 弹载MIMO雷达目标检测原理 |
| 2.1 弹载MIMO雷达应用场景 |
| 2.2 弹载MIMO雷达基本原理 |
| 2.2.1 MIMO雷达基本收发模型 |
| 2.2.2 基于OFDM-LFM的MIMO雷达正交波形 |
| 2.2.3 MIMO雷达匹配滤波 |
| 2.2.4 基于子阵的数字波束形成技术 |
| 2.2.5 线性约束最小方差准则和最小方差无畸变响应 |
| 2.3 弹载MIMO雷达信号处理通用处理方法 |
| 2.3.1 信号预处理 |
| 2.3.2 波束形成和脉冲压缩 |
| 2.3.3 恒虚警检测 |
| 2.3.4 目标凝聚 |
| 2.4 弹载MIMO雷达的目标角度搜索方法 |
| 2.4.1 CBF算法 |
| 2.4.2 Capon算法 |
| 2.4.3 MUSIC算法 |
| 2.4.4 谱峰搜索 |
| 2.5 弹载MIMO雷达下视状态下的目标检测方法 |
| 2.5.1 弹载MIMO雷达回波信号模型 |
| 2.5.2 弹载MIMO雷达空时自适应处理 |
| 2.5.3 空-时域两级降维的 3DT-STAP处理 |
| 2.6 本章小结 |
| 第三章 弹载MIMO雷达目标检测算法实现平台 |
| 3.1 弹载MIMO雷达信号处理平台概况 |
| 3.1.1 目标检测算法实现的硬件框架 |
| 3.1.2 弹载MIMO雷达信号处理机层次结构 |
| 3.1.3 多路ADC驱动及跨时钟域处理 |
| 3.1.4 ADC采样波门和脉冲截取 |
| 3.1.5 基于Aurora协议的FPGA片间高速数据接口 |
| 3.1.6 基于SRIO的高速互联端口 |
| 3.2 FPGA高层次开发设计平台介绍 |
| 3.2.1 System Generator开发平台与设计流程 |
| 3.2.2 HLS开发平台与设计流程 |
| 3.3 本章小结 |
| 第四章 弹载MIMO雷达信号处理算法硬件实现 |
| 4.1 硬件实现流程 |
| 4.1.1 信号预处理硬件实现流程 |
| 4.1.2 目标角度搜索方法硬件实现流程 |
| 4.1.3 空-时域两级降维的3DT-STAP算法硬件实现流程 |
| 4.2 数字正交下变频模块 |
| 4.3 脉冲压缩处理模块 |
| 4.4 DBF模块 |
| 4.5 基于Capon算法的DOA估计处理模块 |
| 4.5.1 协方差矩阵产生和求逆模块 |
| 4.5.2 Capon谱求解模块 |
| 4.6 3DT-STAP算法部分处理模块 |
| 4.6.1 协方差矩阵产生和求逆模块 |
| 4.6.2 最优权向量生成模块 |
| 4.7 DSP端的目标检测与搜索实现 |
| 4.7.1 数据接收与转换 |
| 4.7.2 CFAR检测 |
| 4.7.3 目标凝聚 |
| 4.8 本章小节 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于毫米波通信信号的雷达探测平台设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 毫米波雷达 |
| 1.2.2 5G毫米波平台 |
| 1.2.3 可视化算法平台 |
| 1.3 研究内容 |
| 1.4 文章结构 |
| 第二章 基于毫米波通信信号的雷达探测方法研究 |
| 2.1 基于毫米波通信信号的雷达探测方法 |
| 2.1.1 基于毫米波通信信号的雷达探测方法 |
| 2.1.2 基于毫米波通信信号的雷达探测方法性能分析 |
| 2.2 基于毫米波通信信号的雷达平台实现与验证 |
| 2.2.1 基于毫米波通信信号的雷达硬件平台总体方案设计 |
| 2.2.2 基于毫米波通信信号的雷达硬件平台的搭建 |
| 2.2.3 基于毫米波通信信号的雷达硬件平台性能验证与分析 |
| 2.3 本章小结 |
| 第三章 雷达探测可视化展示与验证软件 |
| 3.1 雷达探测可视化展示与验证软件的总体方案 |
| 3.2 雷达探测可视化展示与验证软件的开发与实现 |
| 3.2.1 雷达信号生成与显示功能的设计与实现 |
| 3.2.2 雷达扫描模拟功能的设计与实现 |
| 3.2.3 雷达探测显示功能的设计与实现 |
| 3.3 雷达探测可视化展示与验证软件的测试与验证 |
| 3.4 本章小结 |
| 第四章 总结与展望 |
| 4.1 全文总结 |
| 4.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间学术成果 |
（3）雷达资源分配与目标跟踪算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究历史与现状 |
| 1.2.1 雷达资源分配 |
| 1.2.2 雷达目标跟踪算法 |
| 1.3 研究内容及计划安排 |
| 第二章 基于动态时间片节拍和任务相关性的自适应调度 |
| 2.1 引言 |
| 2.2 可分配雷达资源 |
| 2.3 传统的自适应调度算法 |
| 2.3.1 经典EDF算法 |
| 2.3.2 HPEDF算法 |
| 2.4 基于动态时间片节拍的时序设计 |
| 2.4.1 时间片的定义 |
| 2.4.2 时序设计 |
| 2.5 基于任务相关性的自适应调度算法 |
| 2.5.1 任务模型 |
| 2.5.2 任务相关性模型 |
| 2.5.3 评估指标 |
| 2.5.4 任务驻留时间对雷达威力的影响 |
| 2.5.5 执行任务选择 |
| 2.5.6 调度策略 |
| 2.6 仿真分析 |
| 2.6.1 以动态时间片为节拍的时序设计仿真 |
| 2.6.2 基于任务相关性的自适性调度算法仿真 |
| 2.7 本章小结 |
| 第三章 基于信噪比模型的目标跟踪 |
| 3.1 引言 |
| 3.2 量测噪声分析 |
| 3.2.1 数学模型 |
| 3.2.2 目标回波信噪比随距离的变化 |
| 3.2.3 雷达方位测角精度分析 |
| 3.2.4 雷达俯仰测角精度分析 |
| 3.2.5 雷达测距精度分析 |
| 3.2.6 量测噪声协方差的选取 |
| 3.3 基于信噪比模型的扩展卡尔曼滤波 |
| 3.3.1 扩展卡尔曼滤波算法 |
| 3.3.2 基于信噪比模型的扩展卡尔曼滤波 |
| 3.4 基于信噪比模型的不敏卡尔曼滤波 |
| 3.4.1 不敏卡尔曼滤波算法 |
| 3.4.2 基于信噪比模型的不敏卡尔曼滤波 |
| 3.5 仿真分析 |
| 3.5.1 角度误差变化仿真 |
| 3.5.2 距离误差变化仿真 |
| 3.5.3 距离误差角度误差变化仿真 |
| 3.6 本章小结 |
| 第四章 利用姿态角辅助的目标跟踪 |
| 4.1 引言 |
| 4.2 利用姿态角的目标跟踪 |
| 4.2.1 姿态角的定义 |
| 4.2.2 数学模型 |
| 4.2.3 算法实现 |
| 4.3 利用姿态角辅助的非机动目标跟踪算法 |
| 4.3.1 利用姿态角的扩展卡尔曼滤波 |
| 4.3.2 利用姿态角的不敏卡尔曼滤波 |
| 4.3.3 仿真分析 |
| 4.4 利用姿态角辅助的机动目标跟踪算法 |
| 4.4.1 机动目标跟踪算法 |
| 4.4.2 利用姿态角辅助的机动目标跟踪算法 |
| 4.4.3 仿真分析 |
| 4.5 本章小结 |
| 第五章 杂波环境下的目标跟踪 |
| 5.1 引言 |
| 5.2 杂波环境下传统的目标跟踪算法 |
| 5.2.1 杂波环境下非机动目标跟踪算法 |
| 5.2.2 杂波环境下机动目标跟踪算法 |
| 5.3 径向速度分析 |
| 5.3.1 径向速度获取 |
| 5.3.2 基于多普勒量测的测速精度分析 |
| 5.3.3 径向速度线性化 |
| 5.4 杂波环境下径向速度辅助的非机动目标跟踪算法 |
| 5.4.1 数学模型 |
| 5.4.2 径向速度波门 |
| 5.4.3 利用径向速度的Kalman-PDA算法 |
| 5.4.4 仿真分析 |
| 5.5 杂波环境下径向速度辅助的机动目标跟踪算法 |
| 5.5.1 数学模型 |
| 5.5.2 径向速度波门 |
| 5.5.3 利用径向速度的IMM-PDA算法 |
| 5.5.4 仿真分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）着陆雷达面目标回波模拟仿真应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 .研究背景及意义 |
| 1.2 .国内外研究现状 |
| 1.2.1 .雷达回波模拟技术发展 |
| 1.2.2 .基于GPU的回波模拟技术发展 |
| 1.3 .本文主要研究内容 |
| 第二章 雷达面目标回波仿真理论 |
| 2.1 .着陆测量雷达信号体制 |
| 2.2 .面目标回波模型 |
| 2.2.1 .雷达距离方程 |
| 2.2.2 .面目标回波数学模型 |
| 2.3 .中断连续波收发隔离 |
| 2.3.1 .周期方波断续法 |
| 2.3.2 .伪随机码调幅 |
| 2.3.3 .仿真分析与对比 |
| 2.4 .面目标回波分布特性 |
| 2.5 .本章小结 |
| 第三章 雷达面目标回波生成 |
| 3.1 .星体表面地形建模 |
| 3.1.1 .建立微观起伏模型 |
| 3.1.2 .建立撞击坑模型 |
| 3.1.3 .建立突起石块模型 |
| 3.1.4 .建立撞击坑和石块统计模型 |
| 3.1.5 .模型叠加 |
| 3.2 .建立电磁散射模型 |
| 3.2.1 .计算波束照射范围 |
| 3.2.2 .划分散射面元 |
| 3.2.3 .遮蔽效应判断 |
| 3.2.4 .确立后向散射系数模型 |
| 3.2.5 .起伏RCS计算 |
| 3.3 .相控阵天线方向图仿真 |
| 3.3.1 .线性相控阵方向图 |
| 3.3.2 .平面相控阵天线方向图仿真 |
| 3.4 .面目标回波数据生成 |
| 3.5 .本章小结 |
| 第四章 GPU通用计算模型 |
| 4.1 .CUDA简介 |
| 4.2 .CUDA硬件架构 |
| 4.3 .CUDA存储器模型 |
| 4.4 .CUDA编程模型 |
| 4.5 .计算性能分析 |
| 4.6 .本章小结 |
| 第五章 基于GPU和 Matlab的回波模拟实现 |
| 5.1 .Matlab和 CUDA C混合编程技术 |
| 5.1.1 .Matlab和 CUDA C混合编程介绍 |
| 5.1.2 .Matlab和 CUDA C混合编程的实现 |
| 5.2 .基于GPU和 Matlab的回波模拟并行设计 |
| 5.2.1 .内存管理设计 |
| 5.2.2 .GPU并行线程分配 |
| 5.3 .回波数据生成软件设计 |
| 5.3.1 .软件总体设计 |
| 5.3.2 .软件主要模块设计 |
| 5.4 .仿真结果验证分析 |
| 5.5 .本章小结 |
| 第六章 总结和展望 |
| 致谢 |
| 参考文献 |
| 个人简历、攻读硕士学位期间取得的成果 |
（5）基于OFDM的雷达通信一体化设计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 一体化系统研究现状 |
| 1.3 雷达通信一体化波形研究历史与发展现状 |
| 1.3.1 雷达通信一体化复用波形 |
| 1.3.2 雷达通信一体化共用波形 |
| 1.4 论文主要内容与安排 |
| 第二章 OFDM雷达通信一体化模糊函数与相参积累分析 |
| 2.1 引言 |
| 2.2 OFDM雷达通信一体化信号模型 |
| 2.2.1 工作模式 |
| 2.2.2 信号模型 |
| 2.3 OFDM雷达通信一体化波形模糊函数分析 |
| 2.3.1 OFDM雷达通信一体化波形模糊函数 |
| 2.3.2 通信调制信息对模糊函数影响分析 |
| 2.3.3 特殊情况影响分析 |
| 2.3.4 模糊函数统计特性分析 |
| 2.3.5 循环前缀对模糊函数影响分析 |
| 2.4 消除通信调制信息对模糊函数影响 |
| 2.5 OFDM雷达通信一体化波形相参积累分析 |
| 2.5.1 相参积累影响因素分析 |
| 2.5.2 相参积累特性分析 |
| 2.6 实验仿真与性能分析 |
| 2.6.1 通信编码序列特性 |
| 2.6.2 模糊函数特性比较 |
| 2.6.3 相参积累特性 |
| 2.7 本章小结 |
| 第三章 自适应OFDM雷达通信一体化波形设计 |
| 3.1 引言 |
| 3.2 信号模型与问题描述 |
| 3.3 雷达和通信波形设计准则 |
| 3.3.1 雷达性能准则 |
| 3.3.2 通信性能准则 |
| 3.4 自适应波形设计 |
| 3.4.1 最优雷达波形 |
| 3.4.2 最优通信波形 |
| 3.4.3 最优雷达通信一体化波形设计 |
| 3.5 OFDM雷达通信一体化波形性能分析 |
| 3.5.1 最优雷达和通信条件 |
| 3.5.2 加权因子讨论 |
| 3.6 实验结果与分析 |
| 3.6.1 通信性能分析 |
| 3.6.2 雷达性能分析 |
| 3.6.3 最优权衡曲线 |
| 3.7 本章小结 |
| 第四章 OFDM雷达通信一体化波形多目标优化设计方法 |
| 4.1 引言 |
| 4.2 雷达通信一体化信号与雷达测量模型 |
| 4.2.1 信号模型 |
| 4.2.2 雷达测量模型 |
| 4.3 雷达和通信波形设计准则 |
| 4.3.1 雷达估计性能与性能提升 |
| 4.3.2 通信信道容量与性能提升 |
| 4.4 多目标OFDM雷达通信一体化最优波形设计 |
| 4.4.1 加权最优波形设计 |
| 4.4.2 Pareto最优波形设计 |
| 4.5 仿真实验与分析 |
| 4.5.1 峰值平均功率比性能比较 |
| 4.5.2 通信性能比较 |
| 4.5.3 雷达性能比较 |
| 4.5.4 算法收敛性分析 |
| 4.6 本章小结 |
| 第五章 基于互信息的OFDM雷达通信一体化波形设计 |
| 5.1 引言 |
| 5.2 问题描述与模型建立 |
| 5.2.1 一体化信号模型 |
| 5.2.2 条件互信息 |
| 5.2.3 通信数据率 |
| 5.3 基于互信息的自适应OFDM雷达通信一体化波形设计 |
| 5.3.1 雷达和通信波形独立设计 |
| 5.3.2 自适应OFDM雷达通信一体化波形设计 |
| 5.4 基于互信息的稳健OFDM雷达通信一体化波形设计 |
| 5.5 实验结果与分析 |
| 5.5.1 自适应OFDM雷达通信一体化波形性能 |
| 5.5.2 稳健的OFDM雷达通信一体化波形信道容量分析 |
| 5.5.3 稳健的OFDM雷达通信一体化波形互信息分析 |
| 5.5.4 稳健的OFDM雷达通信一体化波形最优权衡曲线 |
| 5.6 本章小结 |
| 第六章 基于OFDM雷达通信一体化波形的雷达目标参数超分辨估计 |
| 6.1 引言 |
| 6.2 信号模型 |
| 6.3 距离速度联合超分辨估计 |
| 6.3.1 通信信息补偿 |
| 6.3.2 解相干处理 |
| 6.3.3 子空间投影 |
| 6.3.4 解距离模糊 |
| 6.4 仿真实验与分析 |
| 6.4.1 参数估计与解距离模糊 |
| 6.4.2 分辨率比较 |
| 6.4.3 通信性能仿真分析 |
| 6.5 本章小结 |
| 第七章 基于MIMO-OFDM雷达通信一体化波形的雷达目标参数估计 |
| 7.1 引言 |
| 7.2 MIMO-OFDM雷达通信一体化系统设计 |
| 7.2.1 MIMO-OFDM雷达通信一体化系统 |
| 7.2.2 雷达需求分析 |
| 7.2.3 通信需求分析 |
| 7.2.4 MIMO-OFDM雷达通信一体化系统参数设计 |
| 7.3 MIMO-OFDM雷达通信一体化信号模型 |
| 7.4 距离角度联合估计 |
| 7.4.1 传统处理 |
| 7.4.2 时空联合处理 |
| 7.5 性能分析 |
| 7.5.1 处理增益损失分析 |
| 7.5.2 克拉美罗界分析 |
| 7.6 实验结果与分析 |
| 7.6.1 MIMO-OFDM系统性能 |
| 7.6.2 距离角度估计性能 |
| 7.6.3 通信误码率 |
| 7.7 本章小结 |
| 第八章 总结与展望 |
| 8.1 工作总结 |
| 8.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）基于多核DSP的弹载雷达信号处理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第1章 绪论 |
| 1.1 脉冲多普勒雷达概述 |
| 1.2 DSP概述 |
| 1.3 研究背景与意义 |
| 1.4 本文的论文安排 |
| 第2章 PD雷达的信号处理原理 |
| 2.1 引言 |
| 2.2 弹载平台特点分析 |
| 2.3 PD雷达的测距与测速原理 |
| 2.4 脉冲压缩处理 |
| 2.5 数字下变频 |
| 2.6 杂波抑制 |
| 2.6.1 动目标显示 |
| 2.6.2 动目标检测 |
| 2.7 恒虚警处理 |
| 2.8 目标凝聚 |
| 2.9 单脉冲比幅测角 |
| 2.10 本章小结 |
| 第3章 基于多核DSP的弹载PD雷达信号处理机 |
| 3.1 引言 |
| 3.2 弹载PD雷达信号处理机设计 |
| 3.2.1 信号处理机概览 |
| 3.2.2 信号处理机组成 |
| 3.2.3 信号处理板距离通道工作流程 |
| 3.3 多核DSP软硬件基础 |
| 3.3.1 Key Stone架构 |
| 3.3.2 存储器结构 |
| 3.3.3 多核同步方法 |
| 3.3.4 SYS/BIOS操作系统 |
| 3.4 PD雷达算法的工程化实现 |
| 3.4.1 并行处理的任务模型 |
| 3.4.2 算法的任务映射 |
| 3.4.3 SRIO接口的工程应用 |
| 3.5 本章小结 |
| 第4章 信号处理的实时性优化 |
| 4.1 引言 |
| 4.2 性能探查 |
| 4.3 算法流程优化 |
| 4.4 存储器优化 |
| 4.4.1 基于存储器带宽优化 |
| 4.4.2 基于Cache优化 |
| 4.5 代码优化 |
| 4.5.1 关键字、循环优化、编译器优化与内存屏障 |
| 4.5.2 优化的矩阵分核分块转置函数 |
| 4.5.3 线性汇编、内联函数与混合编程 |
| 4.6 基于Message Q方法重构弹载PD雷达信号处理程序 |
| 4.6.1 任务划分与同步方式 |
| 4.6.2 多核工作流程 |
| 4.7 本章小结 |
| 第5章 PD雷达系统测试与结果验证 |
| 5.1 引言 |
| 5.2 单机功能性仿真实验 |
| 5.2.1 模拟场景设计与仿真实验流程 |
| 5.2.2 单机仿真实验系统 |
| 5.2.3 测试结果 |
| 5.3 雷达半实物模拟系统实验 |
| 5.3.1 仿真参数 |
| 5.3.2 测试结果 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）水下无人航行器前视声呐系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究内容与方法 |
| 1.4 论文组织结构 |
| 第二章 声呐设计与算法原理 |
| 2.1 技术指标 |
| 2.2 前视声呐坐标选择与视域模型 |
| 2.2.1 坐标系选择与转换 |
| 2.2.2 视域模型 |
| 2.3 声呐设计 |
| 2.3.1 信号设计 |
| 2.3.2 阵列设计 |
| 2.3.3 阵列性能分析 |
| 2.4 算法原理 |
| 2.4.1 波束形成技术 |
| 2.4.2 匹配滤波技术 |
| 2.4.3 测流原理与算法 |
| 2.5 本章小结 |
| 第三章 前视避碰声呐系统设计 |
| 3.1 信号收发系统介绍 |
| 3.1.1 信号发射端驱动 |
| 3.1.2 信号采集与传输 |
| 3.2 信号处理系统设计 |
| 3.2.1 软件开发平台选择 |
| 3.2.2 算法设计与CUDA实现 |
| 3.2.3 程序总流程 |
| 3.3 本章小结 |
| 第四章 障碍物观测实验 |
| 4.1 处理过程分析 |
| 4.2 静态观测实验 |
| 4.3 动态观测实验 |
| 4.4 河底深度测量 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
（8）车载毫米波雷达中频信号处理算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车载毫米波雷达研究现状 |
| 1.2.2 毫米波雷达信号处理算法研究现状 |
| 1.3 本论文主要工作及内容安排 |
| 1.3.1 主要工作及创新点 |
| 1.3.2 论文内容安排 |
| 2 车载毫米波雷达系统原理介绍 |
| 2.1 车载毫米波雷达处理阶段 |
| 2.2 调频连续波信号波形选取 |
| 2.2.1 线性调频连续波 |
| 2.2.2 可变斜率连续波 |
| 2.2.3 多频移键控 |
| 2.2.4 快速斜坡序列 |
| 2.2.5 不同连续波调制波形的对比 |
| 2.3 雷达回波数据立方体 |
| 2.4 本章小结 |
| 3 基于EMD和小波阈值的信号去噪方法 |
| 3.1 经验模态分解 |
| 3.2 小波阈值去噪 |
| 3.3 基于EMD和小波阈值的信号去噪方法 |
| 3.4 仿真结果对比分析 |
| 3.5 本章小结 |
| 4 基于交错算法的FMICW雷达技术 |
| 4.1 调频中断连续波雷达原理 |
| 4.2 调频中断连续波雷达在车载应用中的研究 |
| 4.2.1 FMICW雷达应用在车载中的缺陷 |
| 4.2.2 交错算法消除杂散尖峰 |
| 4.2.3 分析交错算法性能 |
| 4.3 仿真实验对比 |
| 4.4 本章小结 |
| 5 角度估计算法对比分析 |
| 5.1 窄带宽阵列接收模型 |
| 5.2 常用的角度估计算法原理 |
| 5.2.1 传统波束成形方法 |
| 5.2.2 最小方差无失真响应算法 |
| 5.2.3 多重信号分类算法 |
| 5.2.4 旋转不变技术估计信号参数算法 |
| 5.3 不同角度估计算法仿真对比 |
| 5.4 本章小结 |
| 6 车载雷达系统中频信号处理仿真与模拟实验 |
| 6.1 软件仿真实验 |
| 6.1.1 仿真软件介绍 |
| 6.1.2 仿真实验设计及结果分析 |
| 6.1.3 GUI界面设计 |
| 6.2 实物模拟实验 |
| 6.2.1 车载毫米波雷达设备选取 |
| 6.2.2 模拟实验平台搭建 |
| 6.2.3 实验及结果分析 |
| 6.3 本章小结 |
| 7 总结和展望 |
| 7.1 工作总结 |
| 7.2 存在不足和未来展望 |
| 参考文献 |
| 作者简介 |
（9）“低小慢”目标探测雷达信号处理机的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 相控阵雷达研究背景 |
| 1.2 无人机探测雷达的意义与关键技术研究 |
| 1.2.1 无人机探测雷达的意义 |
| 1.2.2 小目标检测技术研究动态 |
| 1.3 本文的主要工作和内容安排 |
| 2 相控阵雷达的研究 |
| 2.1 相控阵雷达的组成 |
| 2.1.1 波束控制机 |
| 2.1.2 天线与TR组件 |
| 2.1.3 频综与发射机 |
| 2.1.4 接收机 |
| 2.1.5 信号处理机 |
| 2.1.6 数据处理与终端 |
| 2.2 本章小结 |
| 3 “低小慢”目标的信号处理 |
| 3.1 杂波抑制方法 |
| 3.1.1 动目标处理 |
| 3.1.2 运动杂波抑制 |
| 3.2 目标检测方法 |
| 3.2.1 空域多恒虚警融合技术 |
| 3.2.2 杂波图检测技术 |
| 3.3 相位和差测角技术 |
| 3.4 长时间积累下的高分辨处理 |
| 3.4.1 距离高分辨处理 |
| 3.4.2 目标长时间积累 |
| 3.5 本章小结 |
| 4 基于FPGA的相控阵雷达信号处理机的实现 |
| 4.1 信号处理机硬件平台介绍 |
| 4.1.1 FPGA芯片选型 |
| 4.1.2 时钟芯片的调试 |
| 4.1.3 AD9653 的调试 |
| 4.1.4 AD9739 的调试 |
| 4.1.5 88E1111 的调试 |
| 4.2 信号处理关键技术在FPGA上的实现 |
| 4.2.1 数字信号下变频 |
| 4.2.2 脉冲压缩 |
| 4.2.3 动目标检测滤波器 |
| 4.2.4 单元平均CFAR |
| 4.3 雷达波形设计与指标验证 |
| 4.4 整机时序设计 |
| 4.5 系统实验 |
| 4.5.1 信号处理机的测试 |
| 4.5.2 雷达整机实验 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）宽带相控多普勒计程仪硬件系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 多普勒计程仪简介 |
| 1.2.1 国外多普勒计程仪发展概况 |
| 1.2.2 国内多普勒计程仪发展概况 |
| 1.3 论文安排 |
| 第2章 宽带相控多普勒计程仪系统设计原理 |
| 2.1 引言 |
| 2.2 多普勒测速的基本原理 |
| 2.2.1 信号的多普勒频移 |
| 2.2.2 多普勒计程仪的测速原理 |
| 2.3 相控阵设计原理 |
| 2.3.1 相控阵发射原理 |
| 2.3.2 相控阵接收原理 |
| 2.4 宽带相控多普勒计程仪硬件设计原理 |
| 2.4.1 发射机设计原理 |
| 2.4.2 接收机设计原理 |
| 2.4.3 模拟器设计原理 |
| 2.5 本章小结 |
| 第3章 宽带相控多普勒计程仪硬件设计 |
| 3.1 发射机设计 |
| 3.1.1 逻辑电路设计 |
| 3.1.2 驱动电路设计 |
| 3.1.3 功放电路设计 |
| 3.1.4 变压器设计 |
| 3.1.5 储能电容设计 |
| 3.2 接收机设计 |
| 3.2.1 放大电路设计 |
| 3.2.2 波束形成电路设计 |
| 3.2.3 滤波电路设计 |
| 3.2.4 可变增益电路设计 |
| 3.3 数字信号处理电路部分设计 |
| 3.3.1 数字处理电路系统结构图 |
| 3.3.2 数字电路部分设计 |
| 3.4 模拟器部分硬件设计 |
| 3.5 本章小结 |
| 第4章 宽带相控多普勒计程仪测试与分析 |
| 4.1 引言 |
| 4.2 发射机测试与分析 |
| 4.2.1 驱动电路测试 |
| 4.2.2 输出波形测试 |
| 4.2.3 发射机功耗测试 |
| 4.2.4 功放效率测试 |
| 4.2.5 声源级测试 |
| 4.3 接收机测试与分析 |
| 4.3.1 放大电路测试 |
| 4.3.2 相移测试 |
| 4.3.3 滤波器测试 |
| 4.3.4 固定增益测试 |
| 4.3.5 噪声测试 |
| 4.4 数字处理电路测试 |
| 4.4.1 A/D采样模块测试 |
| 4.4.2 D/A模块测试 |
| 4.5 模拟器调试与分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
四、基于相控阵的多普勒测速系统的硬件实现（论文参考文献）
- [1]弹载MIMO雷达目标检测算法实现研究[D]. 程远. 西安电子科技大学, 2020(05)
- [2]基于毫米波通信信号的雷达探测平台设计与实现[D]. 胡雅婕. 北京邮电大学, 2020(05)
- [3]雷达资源分配与目标跟踪算法研究[D]. 刘代. 西安电子科技大学, 2020(08)
- [4]着陆雷达面目标回波模拟仿真应用研究[D]. 王怡. 电子科技大学, 2020(07)
- [5]基于OFDM的雷达通信一体化设计方法研究[D]. 刘永军. 西安电子科技大学, 2019(02)
- [6]基于多核DSP的弹载雷达信号处理研究[D]. 杜潇剑. 西安电子科技大学, 2019(02)
- [7]水下无人航行器前视声呐系统研究[D]. 王玉双. 东南大学, 2019(06)
- [8]车载毫米波雷达中频信号处理算法研究[D]. 杨健. 中国计量大学, 2019(02)
- [9]“低小慢”目标探测雷达信号处理机的设计[D]. 丁施健. 南京理工大学, 2019(06)
- [10]宽带相控多普勒计程仪硬件系统设计[D]. 缪富城. 哈尔滨工程大学, 2019(09)