论文部分内容阅读
线性调频连续波(LFMCW)雷达由于具有无距离盲区、高距离分辨率、低发射功率和良好的低被截获概率等优点,近年来受到广泛关注,成为雷达研究领域的一个重要课题。LFMCW雷达目标检测问题最终可归结为对差频信号的处理。静止、匀速运动和加速运动三类目标分别对应着正弦信号、线性调频(LFM)信号和多项式相位信号(PPS)三种差频信号模型。各类目标的运动参数信息分别隐含于对应模型信号的参数中。目前对LFMCW雷达目标检测的研究仍存在不少问题,尤其是复杂噪声背景下的多目标检测。本文对LFMCW雷达多目标检测算法进行了较为深入的研究。本文主要工作概述如下:1、针对差频信号为正弦信号模型的多目标检测问题,讨论了几种经典的基于DFT的频率估计算法,仿真并比较了它们的估计性能;提出了一种适用于各种噪声背景下基于改进遗传算法的新方法。2、针对差频信号为LFM信号模型的多目标检测问题,回顾了几种典型时频分析变换,并对Radon-Wigner、Radon-STFT和Radon-Ambiguity-FRFT三种多分量线性调频信号检测方法,通过仿真实验分析、比较了它们的检测性能;同时针对基于二阶或高阶矩算法不适用的SαS噪声背景,引入了分数低阶矩的分析方法,提出了一种基于分数低阶矩的新算法。3、针对差频信号为PPS模型的多目标检测问题,本文主要介绍了高阶模糊度函数(HAF)和高阶模糊度函数积(PHAF)两种常用的多项式相位变换方法,在此基础上提出了一种基于逐个估计和“CLEAN”技术的多目标检测算法,它克服了HAF和PHAF方法的缺陷,能够对多分量PPS进行有效检测。