一、窄带雷达极化信号采集和处理电路的设计（论文文献综述）
刘旭[1]（2020）在《重拖尾杂波背景下的目标检测与杂波拒判方法研究》文中研究表明在杂波背景中获取感兴趣的目标,一直是雷达信号处理领域的热点问题。随着雷达探测环境愈加复杂,雷达系统设备愈加先进,雷达杂波的统计模型趋向于多样化。实际中,许多实测杂波数据的统计直方图均表现出重拖尾的特性,针对传统高斯杂波模型设计的检测器不再适用。此外,在一些复杂杂波环境中,由于孤立类目标杂波的存在,杂波虚警不可避免地出现在检测结果中,在检测之后需要设计合理的拒判算法来剔除杂波虚警。本论文在介绍、分析各种常用雷达杂波模型及各种常用检测器的基础上,针对重拖尾杂波背景下的目标检测和杂波拒判问题进行了研究,主要内容如下:1.分别针对Alpha稳定分布杂波模型中的两种特殊模型——正值Alpha稳定（Positive Alpha-Stable,PαS）分布模型和亚高斯对称Alpha稳定（Sub-Gaussian Symmetric Alpha-Stable,SGSαS）分布模型,推导并分析了两类点目标检测算法。由于PαS分布和SGSαS分布模型的概率密度函数和累积分布函数不具有关于初等函数的闭式表达式,针对两种模型下的检测器研究有限。（1）针对PαS杂波模型:该模型已经被证实可以很好地建模部分实测杂波的功率数据。本论文第三章首先借助H函数,推导出PαS模型的累积分布函数关于H函数的闭合形式表达式,并借此推导出了最大选择、最小选择、有序统计、删除平均检测器的虚警和检测概率公式,探索了这些检测器在PαS杂波模型下的恒虚警特性,分析并比较了它们的检测性能。（2）针对SGSαS杂波模型:该模型适用于相参雷达杂波向量的建模。本论文第三章借助H函数,推导出SGSαS模型概率密度函数关于H函数的闭合形式表达式,并在此基础上,进一步提出了针对SGSαS杂波模型的两步广义似然比（Generalized Likelihood Ratio Test,GLRT）检测器——GLRT-SGSαS检测器。实验结果表明,相对于其他传统的检测器,GLRT-SGSαS检测器在SGSαS杂波背景下具有更好的检测性能。2.由于高分辨雷达的距离分辨单元尺寸较小,目标在雷达径向方向的平动运动可能带来目标信号在多个脉冲之间跨距离单元走动的问题。此外,目标的转动运动也可能会导致目标信号在多普勒域的扩展。此时,传统秩1目标信号模型无法精确描述实际的目标信号模型。针对上述问题,本论文第四章以逆Gamma纹理复合高斯杂波模型为背景,提出一种基于短时广义似然比线性门限检测器（Generalized Likelihood Ratio Test with Linear-threshold Detector,GLRT-LTD）及高阶互相关积累的距离扩展目标检测方法。该方法将长时间相参积累过程划分为若干个短时间子相参积累过程,采用GLRT-LTD获得每个子相参积累过程的输出量,克服了目标模型失配的问题;同时,运用高阶互相关积累方法,在对目标进行运动补偿的基础上,实现子相参积累过程输出量的长时间积累,以获取更好的检测性能。实验证明,该方法的检测性能优于传统的距离扩展目标检测方法。3.在对地探测场景中,由于孤立类目标杂波的存在,检测结果会出现较多杂波虚警,导致雷达目标检测性能下降,对后续识别等过程产生不利影响。因此,需要在检测过程之后加入拒判过程,剔除杂波虚警。目前针对高分辨距离像数据的拒判方法研究较少,设计出有效的杂波拒判方法对于提高雷达性能具有重要意义。基于上述分析,本论文第五章提出了一种基于Hausdorff距离和K中心一类分类器的高分辨距离像杂波拒判方法。该方法提取强散射点位置和强度构成的点集作为拒判特征,该特征可以较好地反映杂波和目标的结构差别,并具有较好地噪声稳健性;同时,采用Hausdorff距离替代K中心一类分类器中传统的欧氏距离,更好地实现特征间相似性的度量,最终保证了杂波拒判性能的提升。基于实测雷达数据的实验结果表明,所提出的拒判方法相对于传统拒判方法,具有更高的拒判正确率,在尽可能多的保留感兴趣目标样本的同时,能够剔除更多的杂波虚警。
蒋新[2]（2020）在《车载毫米波雷达目标分类识别技术研究》文中提出自动或辅助驾驶是提升日益复杂和拥堵道路交通的智能化水平、推进汽车产业转型升级的重要技术途径,在集成电路和雷达系统技术高速发展的今天,车载毫米波雷达已突破体积、功耗和成本等应用限制,并以其全天时、全天候的高可靠性和高精度探测能力,成为了车载核心传感器,基于车载毫米波雷达的目标自动分类识别技术研究可为精准形成自动驾驶策略提供技术支持。论文围绕车载毫米波雷达对行人、机动和非机动车辆、大型及小型机动车辆等道路交通主体分类识别的技术难题,开展了基于目标运动特征和电磁散射特征的特征提取,研究了基于多特征融合的分类识别技术、并基于实测数据进行了试验研究,获得了高正确率的道路目标分类识别结果,具有良好的推广应用价值。本论文的主要工作和贡献如下:1.分析了毫米波雷达系统的工作模式和适用需求,研究了LFMCW雷达信号的目标定位参数和特征信息测量原理。2.分析了不同类型道路目标分类识别所需的关键特征,研究了基于目标运动特征及电磁散射特征的提取和处理技术,基于实测数据完成了各类目标的特征提取和特征变换,为进一步的目标分类识别技术研究提供了特征级的数据样本支持。3.构建了基于道路目标的分类识别机制,研究了基本分类识别方法及算法特性,依据实际应用场景需求,构建了基于多特征融合的决策树-支持向量机分类器,并进行了基于实测数据的分类器训练与设计。4.搭建了基于AWR1243毫米波雷达的实验平台,进行了融合分类识别算法的实验测试和识别效果评估,达到了优于90%的正确分类识别率,验证了毫米波雷达目标分类识别方案的可行性。
李俭朴[3]（2020）在《宽带极化雷达目标检测算法研究与开发》文中提出宽带极化体制雷达有机地将高分辨成像技术和极化测量技术结合,可以更精细化地刻画目标特性,在军用和民用领域都有着广阔的应用前景。本文以宽带极化雷达目标检测为研究背景,研究了宽带高分辨雷达体制下距离扩展目标的恒虚警检测方法并采用仿真实验和实测数据进行性能分析,同时利用极化信息提取合适的特征进行目标检测,并采用Zynq Ultra Scale+MPSoC系列芯片对信号处理系统进行设计与开发。本文首先研究了窄带低分辨雷达体制下四种基本的目标恒虚警检测方法,分析了它们在均匀瑞利杂波背景下的检测性能;然后研究了宽带高分辨雷达体制下杂波分布模型并模拟了相关瑞利杂波,在此基础上研究了三种宽带雷达目标恒虚警检测方法——能量积累检测、二进制积累检测和基于顺序统计量的多通道检测,重点推导了瑞利杂波背景下基于顺序统计量的多通道检测方中法虚警概率与门限因子的关系式,分别采用蒙特卡洛实验和实测数据比较了三种检测方法的检测性能,验证了基于顺序统计量的多通道检测方法性能的优越性。极化信息可以在高分辨的基础上更加精细化地描述目标特性。本文首先研究了电磁波极化状态的表征方法,介绍了用于描述目标极化特性的极化散射矩阵、极化协方差矩阵和极化相干矩阵以及极化分解理论。基于宽带双圆极化高分辨目标检测的应用背景,提出了一种基于极化特征的高分辨一维距离像目标检测方案,采用非相干分解方法提取了极化度、偶次散射分量和奇次散射分量三种特征形成三维特征空间,在训练阶段采用快速凸包学习算法对纯杂波数据样本进行训练得到判决区域,进而实现目标的检测,并且采用实测数据对检测性能进行分析和比较。本文采用Zynq Ultra Scale+MPSoC系列中的ZU9EG芯片作为主控芯片进行信号处理系统的设计。在介绍了芯片内部资源的基础上,分析了信号处理机单核心架构相较于主流架构的优缺点并且介绍了本信号处理系统的硬件平台。接下来一方面设计了宽带步进频率体制下的信号处理流程,对信号处理任务进行了合理地划分;另一方面研究了基于ZU9EG的软件系统开发流程和搭建过程中涉及到的通信接口,设计出了具体的软件系统并详细介绍了启动引导方法。最后构建了半实物仿真测试系统,实现对信号处理机整体流程的测试和功能验证,并且分析了PS端的资源占用情况和实时性。
孙泽渝[4]（2019）在《地面侦察雷达目标分类技术研究》文中研究指明随着军事电子技术的发展,现代战争逐渐演变为高技术信息战,对战场信息的动态监测和处理能力关系着战争胜败,战场侦察雷达的功能已经不能仅仅满足于探测目标的位置和速度信息。雷达目标属性对判别敌方目标的威胁程度从而进行目标精确打击有着重要意义,目标识别技术应运而生。鉴于高分辨宽带雷达的制造成本高、体积大,不适用于便携式地面侦察雷达应用环境,现役便携式地面侦察雷达大多是低分辨雷达,因此研究低分辨地面侦察雷达自动目标识别技术的重要性不言而喻。本文首先介绍地面侦察雷达回波信号的预处理流程、特征提取方法及常用分类器原理,分析实际采集的人、车回波数据特征,通过对雷达回波数据做傅里叶变换,定义了时域回波结构特征和频谱结构特征,并对定义的特征进行分布统计。随后,对提取的组合特征利用K近邻分类器、SVM分类器、BP神经网络分类器进行分类,在此基础上验证了网格搜索、随机搜索、贝叶斯优化三种超参数优化方法对于K近邻分类器和SVM分类器的有效性,比较了不同分类器以及不同超参数寻优方法的性能。进一步地,本文采用卷积神经网络（Convolutional Neural Network,CNN）分类识别技术,将CNN网络结构简化,使其适用于低分辨雷达的一维数据流。在此基础上,将时域回波、功率谱以及幂变换后的功率谱组合为CNN输入的三个通道,提出一种基于特征融合的一维卷积神经网络（1-D CNN）的目标分类识别方法,与传统分类器相比具有更好的性能。此外,论文比较了不同网络超参数配置对1-D CNN分类器识别性能的影响,利用贝叶斯优化超参数寻优方法进行超参数寻优,克服了分类器训练构建过程中需要依据经验设置超参数的人为因素影响。在此基础上,本文进一步利用自编码器对特征降维,在提高分类器参数自主选择能力的基础上减小网络结构和参数计算规模。最后,本文利用FPGA+DSP硬件架构的地面侦察雷达信号处理平台,在FPGA上实现了回波信号的下变频、脉冲压缩的预处理流程,在DSP上实现了相参积累、目标检测以及目标分类识别模块,目标样本数据库测试和外场试验结果表明,所设计的目标分类识别系统可达到93%以上的正确分类识别率。
李超[5]（2019）在《动目标极化雷达特性精密测量技术研究》文中提出在现代信息化战争中,雷达作为主要的电子信息装备已成为决定战争成败的关键因素。自20世纪50年代以来,学者们逐渐意识到雷达目标的极化散射特性蕴含了丰富的目标姿态、尺寸、形状、材料等物理特征信息,充分利用该信息可有力提升雷达目标检测、抗杂波/干扰、目标成像和分类识别的能力。雷达目标的极化散射特性是目标的固有属性,该特性可通过极化散射矩阵（Polarization Scattering Matrix,PSM）来表征。雷达对目标PSM的测量,标志着目标特性测量工作由标量测量阶段进入矢量测量阶段。在静态测量条件下,目标PSM可以通过微波暗室测量等手段准确获取。但是,实际雷达面临的观测对象通常都是动态和非合作的,对运动目标PSM的测量涉及雷达天线特性、扫描方式、目标检测、跟踪等诸多因素和环节,其测量精度不仅依赖于雷达系统的硬件性能指标,更依赖于极化测量信号/数据处理的理论与技术。如何在非合作条件下准确获取运动目标的极化散射特性,并加以有效利用,长期以来一直是极化雷达探测与目标识别等领域备受关注的基础问题。考虑到对运动目标极化特性的测量工作与极化雷达测量体制及其信号处理流程紧密相关,本文首先从极化测量体制出发,讨论在不同极化测量体制下,雷达精确获取运动目标极化散射矩阵的方法。然后,基于运动目标回波特性设计适用于运动目标的极化测量模式和测量波形。在实际应用方面,着重关注雷达对弱小运动目标检测及其极化散射矩阵估计问题。论文取得的研究成果主要包括以下几个方面:1、同时极化测量体制雷达系统内校准。针对雷达系统中诸如带通滤波器、功率放大器等模拟器件的非线性失真对于极化雷达测量的影响,论文提出一种预失真处理与系统频率误差补偿相结合的内校准方法。该方法是对现有的极化雷达内校准方法的延续和扩展,除了综合考虑雷达系统发射、接收链路的非理想性之外,还以正负斜率线性调频信号为例,揭示了雷达发射的正交波形与系统中采样频率、中频等频率误差的耦合机理,并提出了相应的误差模型和补偿方法。通过理论分析和实验验证:在对雷达系统实验平台（Ke Da-Accurate Polarization Measurement System,KD-APMS）进行预失真处理和频率误差补偿后,当系统发射正负斜率线性调频信号,不同极化通道的幅度平均误差可以控制在0.5d B以内,相位误差可小于1°。2、适用于运动目标的极化测量体制和测量波形设计。针对现有的极化测量体制和测量波形对运动目标极化特性测量存在的缺陷,论文设计了新的极化测量体制和测量波形。在分时极化测量体制方面,提出使用三极化测量体制来解耦目标运动对分时极化测量体制的影响,基于三极化测量体制的雷达系统能够在目标运动信息未知的情况下,实现对目标极化散射矩阵的精确测量。当信噪比（signal to noise ratio,SNR）大于10d B时,该测量体制获得的目标极化散射矩阵测量结果其平均极化相似系数高于0.9。在同时极化测量体制方面,设计了调幅线性调频波形。相较于传统的正负斜率线性调频波形,调幅线性调频波形采用同一极性的调频斜率,一方面从原理上避免了目标运动对雷达正交波形产生的“距离—多普勒耦合”效应;另一方面也可有效消除雷达系统频率误差对于正交波形的影响,实验表明,当SNR>12d B时,使用调幅线性调频波形的同时极化测量体制雷达对运动目标极化特性进行测量,其平均极化相似系数可保持在0.9以上。3、对弱小运动目标检测及其极化散射矩阵估计。论文沿袭传统的目标检测、速度估计、运动补偿的研究思路。在弱小运动目标检测方面,提出基于双极化雷达的运动目标检测前跟踪算法,在SNR>5d B,虚警概率为10-3的情况下,运动目标检测概率高于0.8。在速度估计和极化散射矩阵运动补偿方面,提出基于粒子滤波的运动目标极化散射矩阵估计方法,在达到相同运动补偿精度的情况下,粒子滤波方法的时间消耗仅为传统方法的30%,有效提高了雷达对弱小运动目标极化散射矩阵的估计效率。此外,考虑到对雷达回波进行运动补偿本质上是对目标回波进行相位补偿,以提升回波数据SNR的过程。论文还提出了一种新的信噪比增强方法—雷达回波数据脉冲筛选法。将雷达回波数据脉冲筛选法与三极化测量体制结合,能够在无需运动补偿的情况下实现对运动目标极化散射矩阵的估计。实验表明,当SNR>5d B时,基于脉冲筛选的三极化测量体制雷达对运动目标极化散射矩阵进行估计,其平均极化相似系数高于0.9。与传统的运动补偿方法相比,脉冲筛选方法无需目标运动速度等先验信息,估计性能不受速度估计误差影响,因而具有更广泛的应用前景。
赵越[6]（2019）在《基于雷达图像的目标特征提取方法研究》文中研究表明雷达成像技术对远距离目标进行观测具有全天时、全天候的优点,能够提供目标更多的属性信息,在军事和民用领域中有广阔的应用前景。随着半导体、计算机、信号处理等技术的飞速发展,雷达成像技术性能越来越高,图像质量、分辨率不断提高,其中包含的信息也就越来越多。面对大量雷达图像数据,如何快速、准确、高效地提取目标信息,对目标属性进行判别成为了困扰雷达技术发展的瓶颈问题。传统的基于模型匹配的特征提取方法依赖于目标在图像中的先验信息如轮廓特征、纹理特征、边缘特征等,而在实际环境中这些信息特征会随环境改变而变化,特征提取对训练数据的要求非常高,这在实际中是很难满足的,因此限制了该类方法的工程应用价值。目标属性信息通常是目标某些物理特征的反应如目标的微动特征、结构特征、极化特征等,对于目标识别具有重要的作用,其特征的提取受环境因素影响较小,对训练数据的要求很低,因此,从理论研究和工程实用上都具有很高的价值。为了从雷达图像中充分挖掘目标电磁散射的物理机理,本文分别从目标微动特征提取、目标结构尺寸特征提取以及目标属性散射中心特征提取三个方面开展研究,主要工作概括如下:1.针对低信噪比情况下窄带雷达飞机目标分类问题,提出基于时域调制周期的窄带雷达飞机目标喷气发动机调制（Jet Engine Modulation,JEM）特征提取算法。该算法利用飞机旋翼转速不同引起的时域调制周期和时频域波形熵差异进行分类。首先用窗函数截取回波信号,提取时域和多普勒域能量熵值随窗滑动变化的特征,并对窗函数的长度进行优化,提高了分类性能。最后基于仿真数据与实测数据验证所提特征提取算法在低信噪比情况下能够对飞机目标有效地分类。2.针对空间轨道目标结构尺寸特征提取问题,提出了一种基于多基站ISAR图像的空间轨道目标三维成像算法用来提取目标的结构特征。该算法介绍了多基站ISAR三维转台模型,利用三维转台模型得到空间轨道目标三维坐标与二维ISAR图像之间的投影方程,该投影方程由投影矩阵和散射中心的测量矩阵组成,其中散射中心的测量矩阵表示了散射中心在不同图像中的纵向距离和微多普勒频率,因此不需要进行ISAR图像方位定标。为了构建投影矩阵和散射中心的测量矩阵,本算法分为两个部分:第一部分建立空间轨道目标与成像雷达之间相对运动模型,基于此模型能够构建散射中心的三维坐标与散射中心的纵向距离和微多普勒频率之间的投影矩阵;第二部分首先提出基于分水岭-谱线估计的图像散射中心提取方法用来提取散射中心的纵向距离和微多普勒频率,然后为了联合不同ISAR图像中散射中心的散射信息,提出一种基于对极几何理论的散射中心关联方法用来构建散射中心的测量矩阵。最后基于电磁仿真数据分别验证了散射中心提取方法、散射中心关联方法以及目标三维成像方法的有效性。3.针对短观测时间条件下空间锥体目标微动特征和结构特征提取问题,提出了一种基于ISAR图像序列的空间锥体目标参数估计算法。该算法利用图像旋转相关法估计转台模型空间锥体目标转速,然后利用锥体目标顶点和底面边缘的三个散射中心的微动模型,估计锥体目标对称轴与雷达视线夹角,在此基础上,联合在半个进动周期时间内散射中心在ISAR图像序列中的纵向距离和微多普勒频率的变化信息建立微动特性方程组,求解方程组可以得到空间锥体目标的结构参数和微动参数。最后基于电磁仿真数据验证了此方法能够有效提取空间锥体目标微动特征和结构特征,并缩短了观测时间,改善了实时性。4.针对三维全极化属性散射中心提取问题,考虑到雷达全极化观测数据在频率-方位角-俯仰角三维参数模型空间上具有较强稀疏性,提出了基于SAR图像序列的三维全极化属性散射中心提取算法。首先为了联合属性散射中心在SAR图像序列中的属性散射信息,提出一种全极化属性散射中心的关联方法,由于模型参数较多,需要构建的参数化字典维数很大,首先利用散射中心在SAR图像序列中的位置信息进行参数初始化,再次采用距离-方位特性解耦合的方式进行字典降维,最终求解稀疏信号恢复问题并提取三维全极化属性散射中心。根据提取的三维全极化属性散射中心可以有效地估计目标或目标重要部件的三维空间位置、几何尺寸、姿态角度以及极化信息。最后基于电磁仿真数据验证了上述方法的有效性。
李子言[7]（2019）在《双频紧凑型高频海洋雷达天线系统设计与研究》文中指出高频海洋雷达利用垂直极化的电磁波能够沿导电海洋表面绕射的传播特点,可以全天候、超视距、实时地探测大面积海域的表面动力学参数,使其在“全国海洋观测网络”中占据重要地位。由于高频段电磁波波长与低空飞机、舰船、冰山等硬目标尺寸相当,高频海洋雷达在目标探测领域也得到了广泛研究与应用。天线系统是高频海洋雷达间最具差异的部分。现有高频海洋雷达主要依据接收天线形式的不同分为阵列式和紧凑型两类。阵列式雷达采用相控阵体制,具有大口径窄波束的特点,天线阵列占地面积长达百米。紧凑型系统采用单极子/交叉环接收天线系统,接收阵列占地面积仅与单根天线杆相当,具有极小口径宽波束的特点,能够适应于蜿蜒复杂的海岸线,成本低廉易于维护。配合超分辨率测向算法,紧凑型高频海洋雷达对海洋表面流的探测精度可与大口径阵列式系统相媲美,但是对海浪和硬目标的探测效果逊于相控阵体制。随着电子技术的发展,无论是海态环境监测还是硬目标探测领域,双频/多频工作模式都是高频海洋雷达的主要发展方向,能够在以下三方面大幅提升高频海洋雷达性能:1)适应不同海况。低频率电磁波具有更高浪高测量上限,能够对台风、海啸等极端海情进行预警,同时探测距离更远。高频率能够精细地探测低海况和常规海况下的海面状态。2)提升硬目标探测能力。不同波长的电磁波能够与不同尺寸的硬目标发生谐振,降低雷达漏警率。多频工作还能够避免硬目标与海杂波重叠,提升目标检测和海态反演性能。3)改善抗干扰能力。多频工作能够有效改善高频海洋雷达对外界强背景噪声和射频干扰、电离层干扰的抗干扰能力。现有紧凑型高频海洋雷达受其天线系统限制,只能工作在单频窄带模式,双频/多频工作模式均依靠增加雷达数目实现。本文在充分研究了紧凑型高频海洋雷达系统的基础上,设计并研制了一套双频紧凑型天线系统,既继承了紧凑型天线系统的极小阵列口径、结构紧凑、成本低廉的优势,还扩展了选频范围,摆脱了对地面电特性的依赖,提升了波束指向性能。主要的研究工作主要集中于以下几个方面:1)设计并研制了双频中馈发射天线,包括设计方法、数学模型和样机测量。首先在设计方法上,分别提出了用集总加载陷波器技术实现单杆天线双频段工作、增加一个外部套筒改善振子的阻抗特性实现宽频带、合理设计根部扼流圈和传输线变压器实现对地无关特性。其次利用傅里叶级数法对其电特性进行建模分析。最后制作了天线样机对多种配置进行测量,验证设计方法与数学模型的正确性。仿真和实测结果均表明研制的双频发射天线的VSWR<2带宽范围能够覆盖6-8MHz和11-13MHz两个频段,相对频带宽度分别为30%和24%,并且不需要铺设地网系统。2)设计并研制了双频矢量传感器,包括实际噪声系数分析、电气特性研究、辐射特性研究及样机测量。首先研究了高频段接收天线的实际噪声系数,作为高频段接收天线小型化的理论依据。其次充分研究了有源环天线的电气特性,提出了具有理想开关电路特性的PIN二极管对管方案,使有源环天线能够分时工作在两个频段。最后提出了新型的“口字型”正交环布局方式,实测结果证明该布局方式能够提升天线增益、两环正交性、抗环境干扰能力。3)为了验证双频矢量传感器在实际环境中的方向特性,建立了“室内-操场-岸基”三级方向性图的测量流程。在前两级测量流程中,结合方向性图幅相校准方法,深入研究各种设计方案的实际方向特性,结果表明新型“口字型”布局的双频矢量传感器方向特性最优。在岸基雷达站测量并验证了新型传感器在双频段均具有良好的方向特性,且探测性能满足雷达系统应用要求。最后完成了双频海洋表面流场反演,双频段最大探测距离分别达到了200km和100km,径向流速与浮标数据的相关系数为0.89和0.91,均方根误差为16.97cm/s和15.68 cm/s。全面验证了双频天线系统设计的有效性。4)研究了二元双频矢量传感器阵列的波束形成算法。在双频矢量传感器能够有效反演流场之后,将其进行组阵以提升浪场探测能力。首先详细分析了新型二元阵列兼有二元直线阵和矢量传感器的特点,能够突破半波长组阵,作为双频组阵的理论基础。随后结合紧凑型高频海洋雷达的信号处理特点,提出了二元双频矢量传感器阵列的稳健自适应波束形成算法,包括用协方差矩阵重构算法突破阵列口径的限制,以及用导向矢量失配校准算法克服方向性图失配。最后根据仿真分析得出的12-16m组阵间距最优的结论,利用实测方向性图构造了阵列间距为16m的7.8/13MHz二元双频阵列模型,采用该算法后双频段对应的阵列方向图分别在（-100°,100°）和（-50°,50°）范围内保持与法向方位相当的主瓣宽度,在其余方位仍然能够得到比常规波束形成更好的波束指向性能。
周围[8]（2018）在《对海ISAR目标检测估计与宽带跟踪关键技术研究》文中研究表明逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）能够全天候、全方位地对海面进行探测搜索,获得舰船目标信息,同时可以对感兴趣的目标进行成像、特征提取和属性识别,对我国管辖海域、海岸带实施巡航监视,提升国家海防能力具有重要意义。本文以实际对海ISAR系统为平台,针对海杂波统计特性建模、海杂波中的目标检测、参数估计和成像模式下运动目标距离方位连续跟踪等关键技术进行了深入研究,主要内容如下:1.介绍了对海ISAR中常用的海杂波幅度分布,给出了相应的数学模型及参数估计方法。通过对大量实测数据的处理与定量分析,证明Gamma分布可用于X波段雷达海杂波幅度分布的建模,且其形状参数具有空间慢变特性。利用该分布对海杂波幅度进行建模,将有利于人们加深对海面散射机理的理解,丰富海杂波常用统计模型,也为后续海杂波中恒虚警（Constant False Alarm Rate,CFAR）检测算法设计奠定了基础。2.提出了两种适用于Gamma分布杂波背景的恒虚警检测器:基于最大似然估计的MLG-CFAR和基于加权幅度循环迭代的WAI-CFAR。理论分析证明MLG-CFAR检测器对Gamma分布的杂波平均功率估计值是渐进有效的,且在形状参数已知的前提下,该检测器对尺度参数具有恒虚警特性;MLG-CFAR在均匀、非均匀杂波背景中的检测性能仿真结果验证了该检测器在Gamma杂波中的最优性。为进一步提升CFAR检测算法在杂波边缘的虚警控制能力和多目标情况下的检测能力,本文提出了WAI-CFAR检测器。该方法综合了均值类和有序统计量类CFAR算法的优点,在形状参数已知时对Gamma分布的尺度参数具有恒虚警特性,在均匀杂波背景中具有较好的性能,在非均匀杂波背景中可通过灵活设定加权系数,获得较强的目标检测能力和鲁棒的虚警控制能力。3.目标参数估计是目标检测之后的重要一环,它将为后续目标探测跟踪、ISAR成像跟踪提供准确的输入信息。本文在已有的工程应用方案基础上,建立了基于邻近单元比幅法的距离、径向速度估计方法的理论模型,并给出了典型的应用实例。考虑到实际对海ISAR的常用信号形式和工作方式,上述方法在目标参数估计时仍存在两个重要问题:线性调频信号的距离-多普勒耦合效应和扫描模式下天线方向图引入的幅相调制。基于此,本文建立了天线扫描模式下广义相参积累的数学模型,首次理论分析和仿真研究了天线转动对目标参数估计的影响,提出扫描模式下距离、速度联合估计方法和修正的和差比幅单脉冲测角技术,并结合实际目标参数估计流程提出了完整的改进方法。4.获得目标的距离、速度和方位等准确信息后,可选取其中感兴趣或者具有威胁性的目标进行ISAR成像。为了实现对目标连续成像或尽可能地延长积累时间以提高多普勒分辨力,需要在成像期间通过对选定目标的距离、方位连续跟踪实现对该目标的持续捕获。本文提出了一种基于“质心算法”的宽带回波距离方位自动跟踪（RATCA）方法。考虑到成像场景中可能存在各类不稳定因素造成回波偶然丢失,该方法综合脉内处理、脉间处理并引入“遗忘因子”实现了对目标距离差、方位差的鲁棒估计。理论分析和仿真结果证明RATCA方法能够有效地削弱回波丢失等极端情况对距离、方位跟踪的影响,具有良好的跟踪效果和优异的鲁棒性。5.通过大量的实测数据处理与分析对上述方法的性能进行评估与验证。结果表明,本文提出的两类CFAR检测算法、目标参数估计方法和基于目标宽带回波的距离方位跟踪方法在实际海面环境中具有较好的处理结果和良好的适应性。上述理论分析、实测数据处理和外场试验结果表明对海ISAR目标检测估计与宽带跟踪等关键技术问题得到较好的解决,且处理方案对后续雷达系统研制、信号处理算法工程化应用提供了必要的支撑。
党龙飞[9]（2019）在《钻孔测井雷达关键技术与原理样机研究》文中研究表明在科研团队原有研究基础上,较为系统地研究了时域信号源、时域收发天线、微波与控制电路、数据采集与成像算法等钻孔测井成像雷达各子系统的关键技术;设计并研制了一款基于冲激体制的钻孔测井成像雷达原理样机,并在实验测试井中进行了实验测试,测试结果达到预期要求。针对提高时域信号源峰值功率、降低触发抖动、减小时域信号源电磁辐射干扰,以及脉冲波形整形等难点技术进行了应用基础与实验测试分析;设计并研制了基于固态快速开关器件（雪崩三极管）和Marx电路的时域信号源,信号源峰值电压500 V,峰-峰值脉宽0.5 ns（双极脉冲波形）、重频1-50 KHz可调、幅度抖动1.1%、方均根时间抖动30 ps。针对石油钻孔特定应用环境以及对时域天线设计的宽带匹配、小型化与高辐射效率、波形高保真要求、拖尾信号抑制、全向发射与定向接收等难点技术要求,采用仿真与实验相结合方法,设计并研制了基于电阻加载的偶极子全向发射天线与定向辐射的改进型单极子接收天线;收、发天线带宽0.3-2.5 GHz,时域增益3 dBi,阻抗变化范围40-60Ω,波形保真系数95%,主信号与拖尾信号幅值比10:1,拖尾信号持续时间小于2 ns;发射天线E面、H面时域方向图分别为±35°、±180°,天线几何尺寸50×2×0.15 cm3;接收天线E面、H面时域方向图分别为±35°、±60°,峰值功率前后比36:1,天线几何尺寸Φ6.8×18 cm3。采用等效采样与嵌入式时控电路技术,设计并研制了带宽0.3-2.5 GHz、增益10-60 dB可调、ADC分辨率16位、采样率6 GHz、延时精度250 ps、触发时间抖动10 ps、延时量程300 ns、重复频率1-50 KHz可调、可控信号支路数10路、几何尺寸12×8×3 cm3的时控与接收前端电路子系统。提出了以收、发天线直达波信号特征计时点为基准,通过时间对准、幅度归一、信号累计平均降噪、数字滤波、时变放大等步骤顺序的成像算法,在实验室及实验测试井测试中,获得了较为清晰的目标成像图像。在各子系统软、硬件研究基础上,研制了几何尺寸Φ9×300 cm3、能实时成像的钻孔测井雷达原理样机系统,测试数据表明,样机系统探测距离3-15 m、距离分辨率≤10 cm、角分辨率≤±5°、温度适应范围-40-80℃。原理样机研制为后续进一步的工程样机研制积累了技术与实验数据基础,有望满足诸如页岩气开采过程中裂缝走向探测设备的急迫需求。
张群,胡健,罗迎,陈怡君[10]（2018）在《微动目标雷达特征提取、成像与识别研究进展》文中研究指明微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念,然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状,并介绍了几种典型前沿应用,最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。
二、窄带雷达极化信号采集和处理电路的设计（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、窄带雷达极化信号采集和处理电路的设计（论文提纲范文）
（1）重拖尾杂波背景下的目标检测与杂波拒判方法研究（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 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 重拖尾杂波模型研究现状 |
| 1.2.2 目标检测研究现状 |
| 1.2.3 拒判方法研究现状 |
| 1.3 本文内容安排 |
| 第二章 常用杂波统计模型及目标检测方法 |
| 2.1 引言 |
| 2.2 典型的雷达杂波统计模型 |
| 2.2.1 高斯分布模型 |
| 2.2.2 Alpha稳定分布模型 |
| 2.2.3 复合高斯分布模型 |
| 2.2.4 其他模型 |
| 2.3 Alpha稳定分布及复合高斯分布杂波背景下的常用检测器 |
| 2.3.1 Alpha稳定分布杂波背景下常用检测器 |
| 2.3.2 复合高斯分布杂波背景下常用检测器 |
| 2.4 本章小结 |
| 第三章 Alpha稳定分布杂波背景下点目标检测方法 |
| 3.1 引言 |
| 3.2 H函数简介 |
| 3.3 PαS分布杂波背景下的点目标CFAR检测器 |
| 3.3.1 PαS分布杂波背景下基本CFAR检测器描述 |
| 3.3.2 PαS分布杂波背景下点目标CFAR检测器的推导 |
| 3.4 SGSαS分布杂波背景下的自适应点目标检测器设计 |
| 3.4.1 检测问题描述及模型选择 |
| 3.4.2 SGSαS分布模型PDF的相关推导 |
| 3.4.3 SGSαS分布杂波背景下基于两步法GLRT检测器 |
| 3.4.4 CFAR特性分析 |
| 3.5 实验结果及分析 |
| 3.5.1 PαS分布与SGSαS分布拟合实测数据效果分析 |
| 3.5.2 PαS分布杂波背景下点目标CFAR检测器性能分析 |
| 3.5.3 GLRT-SGSαS检测器性能分析 |
| 3.6 本章小结 |
| 第四章 逆Gamma纹理复合高斯分布杂波背景下距离扩展目标检测方法 |
| 4.1 引言 |
| 4.2 检测模型描述及杂波模型 |
| 4.2.1 检测问题描述 |
| 4.2.2 杂波模型 |
| 4.3 基于短时GLRT-LTD及高阶互相关积累距离扩展目标检测方法 |
| 4.3.1 子积累过程数据划分 |
| 4.3.2 子积累过程中GLRT-LTD方法 |
| 4.3.3 高阶互相关积累方法 |
| 4.4 实验及分析 |
| 4.4.1 实验数据介绍 |
| 4.4.2 高阶互相关积累方法的有效性验证 |
| 4.4.3 与其他传统检测器比较 |
| 4.5 本章小结 |
| 第五章 基于Hausdorff距离和K中心一类分类器的HRRP杂波拒判方法 |
| 5.1 引言 |
| 5.2 基于目标强散射点的特征提取 |
| 5.3 基于Hausdorff距离和K中心一类分类器的拒判方法 |
| 5.4 实验结果及分析 |
| 5.4.1 实测数据介绍 |
| 5.4.2 各拒判方法的性能对比 |
| 5.4.3 不同信噪比下的拒判性能比较 |
| 5.4.4 不同参数下的拒判性能比较 |
| 5.4.5 不同对齐方法的讨论 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 附录A |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）车载毫米波雷达目标分类识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 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 道路目标的雷达分类识别技术研究现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 基于毫米波雷达的目标信息获取理论 |
| 2.1 毫米波雷达工作原理 |
| 2.1.1 毫米波雷达系统构成 |
| 2.1.2 毫米波LFMCW雷达信号分析 |
| 2.2 目标定位参数测量理论 |
| 2.2.1 雷达测距原理 |
| 2.2.2 雷达测速原理 |
| 2.3 目标特征信息测量理论 |
| 2.3.1 目标特征信息类别 |
| 2.3.2 目标特性分析及特征选取 |
| 2.3.3 目标电磁散射特征测量理论 |
| 2.4 本章小结 |
| 第三章 毫米波雷达目标特征提取技术研究 |
| 3.1 目标运动特征提取技术研究 |
| 3.1.1 回波数据预处理 |
| 3.1.1.1 加窗处理 |
| 3.1.1.2 双脉冲对消处理 |
| 3.1.2 恒虚警检测 |
| 3.1.3 道路目标运动特征实测数据分析 |
| 3.2 目标电磁散射特征提取技术研究 |
| 3.2.1 目标HRRP回波特性及预处理 |
| 3.2.1.1 幅度敏感性 |
| 3.2.1.2 平移敏感性 |
| 3.2.1.3 姿态敏感性 |
| 3.2.2 道路目标HRRP实测数据分析 |
| 3.2.3 基于HRRP的特征分析 |
| 3.2.3.1 目标尺寸特征 |
| 3.2.3.2 平移不变特征 |
| 3.3 目标特征变换方法研究 |
| 3.3.1 主分量分析 |
| 3.3.1.1 主分量分析原理 |
| 3.3.1.2 基于PCA的特征变换 |
| 3.3.2 线性判别分析 |
| 3.3.2.1 线性判别分析原理 |
| 3.3.2.2 基于LDA的目标特征变换 |
| 3.3.3 特征变换方法选取 |
| 3.3.4 道路目标特征数据处理 |
| 3.3.4.1 特征分析及选取 |
| 3.3.4.2 特征标准化 |
| 3.4 本章小结 |
| 第四章 毫米波雷达目标分类识别技术研究 |
| 4.1 基于车载毫米波雷达的目标分类识别框架 |
| 4.2 基于特征融合的分类算法研究 |
| 4.2.1 逻辑回归分类算法 |
| 4.2.2 K近邻分类算法 |
| 4.2.3 支持向量机分类算法 |
| 4.2.4 基于道路目标的分类算法选取 |
| 4.3 基于决策树的SVM分类器设计 |
| 4.3.1 多类别分类SVM |
| 4.3.2 基于决策树的SVM模型 |
| 4.3.3 SVM分类算法设计 |
| 4.3.3.1 软间隔SVM |
| 4.3.3.2 非线性SVM |
| 4.3.4 分类器训练及设计 |
| 4.4 车载毫米波雷达分类系统方案 |
| 4.4.1 系统总体流程 |
| 4.4.2 系统评估准则 |
| 4.5 本章小结 |
| 第五章 车载毫米波雷达目标分类识别技术实现 |
| 5.1 实验数据采集 |
| 5.1.1 实验平台搭建 |
| 5.1.2 实验场景设置 |
| 5.2 实验结果分析 |
| 5.2.1 整体分类识别效果评估 |
| 5.2.2 多特征融合分类识别效果评估 |
| 5.2.3 多类分类识别效果评估 |
| 5.2.4 不同环境下的效果评估 |
| 5.3 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（3）宽带极化雷达目标检测算法研究与开发（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 国内外研究现状 |
| 1.3 论文内容与安排 |
| 第二章 宽带雷达目标恒虚警检测方法 |
| 2.1 引言 |
| 2.2 窄带雷达目标检测方法 |
| 2.2.1 单元平均恒虚警检测方法 |
| 2.2.2 其他几种恒虚警检测方法 |
| 2.2.3 性能分析与比较 |
| 2.3 宽带雷达目标恒虚警检测方法 |
| 2.3.1 杂波分布模型及模拟 |
| 2.3.2 典型宽带雷达目标检测方法 |
| 2.3.3 基于顺序统计量的多通道检测方法 |
| 2.3.4 实验与性能分析 |
| 2.4 本章小结 |
| 第三章 宽带极化雷达目标检测方法 |
| 3.1 引言 |
| 3.2 雷达极化理论及表征方法 |
| 3.2.1 电磁波极化状态及表征 |
| 3.2.2 目标极化特性及表征 |
| 3.2.3 散射机理与极化分解 |
| 3.3 基于极化特征的HRRP目标检测方法 |
| 3.3.1 极化特征提取 |
| 3.3.2 基于极化特征的HRRP目标检测方法 |
| 3.3.3 实验与性能分析 |
| 3.4 本章小结 |
| 第四章 基于Zynq Ultra Scale+ MPSoC的信号处理系统设计 |
| 4.1 引言 |
| 4.2 芯片及硬件平台介绍 |
| 4.2.1 处理器系统(PS)与可编程逻辑(PL) |
| 4.2.2 硬件架构介绍 |
| 4.3 基于ZU9EG的信号处理系统设计 |
| 4.3.1 系统工作流程及任务划分 |
| 4.3.2 软件系统的构建与开发 |
| 4.3.3 DMA通信 |
| 4.3.4 中断系统及软件流程 |
| 4.3.5 启动引导 |
| 4.4 信号处理系统测试及验证 |
| 4.4.1 系统组成 |
| 4.4.2 系统测试结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）地面侦察雷达目标分类技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究成果及现状 |
| 1.3 论文主要研究内容和章节安排 |
| 2 雷达目标分类技术基础 |
| 2.1 低分辨雷达信号处理 |
| 2.2 低分辨雷达目标分类 |
| 2.2.1 特征提取 |
| 2.2.2 分类器设计 |
| 2.2.3 分类器超参数寻优策略 |
| 2.3 本章小结 |
| 3 基于回波结构特征提取的目标分类方法 |
| 3.1 本文方法提出背景 |
| 3.2 回波时域特征提取及分布情况 |
| 3.2.1 基于回波时域波形的特征定义 |
| 3.2.2 特征分布情况 |
| 3.3 回波频谱结构的特征提取及分布情况 |
| 3.3.1 基于频谱结构的特征定义 |
| 3.3.2 特征分布情况 |
| 3.4 不同分类器的仿真实验 |
| 3.4.1 人-车目标K近邻分类器实验 |
| 3.4.2 人-车目标SVM分类器实验 |
| 3.4.3 人-车目标BP神经网络分类器实验 |
| 3.5 分类器超参数优化实验 |
| 3.5.1 K近邻分类器超参数优化 |
| 3.5.2 SVM分类器超参数优化 |
| 3.6 本章小结 |
| 4 基于特征融合的 1-D CNN 地面侦察雷达目标分类算法 |
| 4.1 卷积神经网络的结构 |
| 4.1.1 卷积层 |
| 4.1.2 激活层 |
| 4.1.3 池化层 |
| 4.1.4 丢弃层 |
| 4.1.5 损失函数 |
| 4.2 基于特征融合的1-D CNN网络结构配置 |
| 4.3 1-D CNN目标分类及性能比较 |
| 4.3.1 不同网络结构的分类性能 |
| 4.3.2 不同激活函数的分类性能 |
| 4.3.3 不同学习率的分类性能 |
| 4.3.4 不同优化器的分类性能 |
| 4.4 基于贝叶斯优化的特征融合1-D CNN目标分类方法 |
| 4.5 自编码特征融合1-D CNN目标分类方法 |
| 4.6 本章小结 |
| 5 目标分类算法的实现及测试 |
| 5.1 信号处理系统 |
| 5.1.1 信号处理硬件平台 |
| 5.1.2 信号处理系统工作原理 |
| 5.1.3 实验环境介绍 |
| 5.2 雷达回波信号处理的FPGA实现 |
| 5.2.1 接收中频回波信号 |
| 5.2.2 数字正交下变频 |
| 5.2.3 脉冲压缩 |
| 5.3 基于DSP的目标检测及分类识别 |
| 5.3.1 DSP软件工作流程 |
| 5.3.2 目标检测模块 |
| 5.3.3 目标分类识别模块 |
| 5.4 本章小结 |
| 6 总结和展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 硕士期间取得的学术成果和参与的科研项目 |
（5）动目标极化雷达特性精密测量技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 运动目标极化特性精密测量的科学内涵与挑战 |
| 1.1.1 极化雷达精密测量的科学内涵 |
| 1.1.2 目标运动给极化雷达精密测量带来的挑战 |
| 1.2 国内外研究现状 |
| 1.2.1 极化雷达测量体制的发展 |
| 1.2.2 极化雷达系统误差的测量与标校 |
| 1.2.3 运动目标极化特性的测量方法 |
| 1.2.4 弱小运动目标的检测及其极化散射矩阵估计 |
| 1.3 论文的主要工作及内容安排 |
| 第二章 基于分时极化测量体制的运动目标散射矩阵测量技术 |
| 2.1 引言 |
| 2.2 分时极化测量体制雷达的信号模型 |
| 2.2.1 传统雷达的信号模型 |
| 2.2.2 分时极化测量体制雷达的信号模型 |
| 2.3 分时极化测量体制雷达的测量误差模型 |
| 2.3.1 雷达系统误差模型 |
| 2.3.2 目标运动误差模型 |
| 2.4 分时极化测量体制雷达测量误差的标校和补偿 |
| 2.4.1 基于有源极化标校器的雷达系统误差标校 |
| 2.4.2 雷达系统误差的简化模型 |
| 2.4.3 基于三面角反射器的雷达系统误差标校 |
| 2.4.4 目标运动误差补偿方法 |
| 2.5 本章小结 |
| 第三章 基于同时极化测量体制的运动目标散射矩阵测量技术 |
| 3.1 引言 |
| 3.2 同时极化测量体制雷达信号模型 |
| 3.2.1 基于匹配滤波形式的同时极化测量体制雷达信号模型 |
| 3.2.2 基于去斜形式的同时极化测量体制雷达信号模型 |
| 3.3 匹配滤波形式下同时极化测量体制雷达测量误差模型 |
| 3.3.1 雷达波形预失真处理 |
| 3.3.2 基带匹配滤波形式下雷达系统频率误差补偿模型 |
| 3.3.3 中频匹配滤波形式下雷达系统频率误差补偿模型 |
| 3.4 基于频率补偿的同时极化测量体制雷达校准实验 |
| 3.4.1 基带匹配滤波形式 |
| 3.4.2 中频匹配滤波形式 |
| 3.5 本章小结 |
| 第四章 针对运动目标的极化测量体制及测量波形设计 |
| 4.1 引言 |
| 4.2 雷达极化捷变器 |
| 4.2.1 雷达极化捷变器/单接收系统 |
| 4.2.2 雷达极化捷变器/双接收系统 |
| 4.3 基于三极化测量体制的运动目标极化散射矩阵测量 |
| 4.3.1 三极化测量体制雷达信号模型 |
| 4.3.2 三极化雷达系统极化捷变器的设计 |
| 4.3.3 基于三极化测量体制的运动目标极化散射矩阵测量 |
| 4.4 基于调幅线性调频波形的运动目标极化散射矩阵测量 |
| 4.4.1 调幅线性调频波形与信号处理流程 |
| 4.4.2 基于调幅线性调频波形的同时极化测量体制雷达系统结构简化 |
| 4.4.3 基于调幅线性调频波形的目标极化散射矩阵测量 |
| 4.5 本章小结 |
| 第五章 弱小运动目标的检测及其极化散射矩阵估计 |
| 5.1 引言 |
| 5.2 基于双极化雷达的运动目标检测前跟踪算法 |
| 5.2.1 数学模型与算法流程 |
| 5.2.2 似然比函数的计算 |
| 5.2.3 仿真实验与性能分析 |
| 5.3 基于粒子滤波的运动目标极化散射矩阵估计 |
| 5.3.1 基于粒子滤波的目标运动速度估计 |
| 5.3.2 基于粒子滤波的运动目标极化散射矩阵估计 |
| 5.4 雷达回波数据的脉冲筛选 |
| 5.4.1 脉冲筛选的数学模型 |
| 5.4.2 脉冲筛选方法与运动补偿方法的对比 |
| 5.5 基于脉冲筛选的运动目标极化散射矩阵估计 |
| 5.5.1 传统的分时极化测量体制 |
| 5.5.2 三极化测量体制 |
| 5.5.3 非正交极化测量体制 |
| 5.5.4 性能对比分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（6）基于雷达图像的目标特征提取方法研究（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 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 特征提取技术 |
| 1.2.2 关键问题和难点 |
| 1.3 研究内容安排 |
| 第二章 基于时域闪烁周期的窄带雷达飞机目标特征提取方法 |
| 2.1 引言 |
| 2.2 理想旋翼参数模型 |
| 2.2.1 窄带雷达理想旋翼回波模型 |
| 2.2.2 窄带雷达理想旋翼回波信号JEM特征分析 |
| 2.3 基于时域闪烁周期的飞机目标分类方法 |
| 2.3.1 时频分析 |
| 2.3.2 基于时域闪烁周期的JEM特征提取 |
| 2.3.3 窗长优化 |
| 2.4 实验分析 |
| 2.4.1 仿真数据 |
| 2.4.2 实测数据 |
| 2.5 本章小结 |
| 第三章 基于多基站ISAR图像的空间轨道目标特征提取方法 |
| 3.1 引言 |
| 3.2 多基站ISAR三维转台模型 |
| 3.2.1 多基站ISAR三维转台模型 |
| 3.2.2 平动补偿 |
| 3.3 空间轨道目标与成像雷达相对运动模型 |
| 3.3.1 常用坐标系 |
| 3.3.2 空间目标与成像雷达相对运动模型 |
| 3.3.3 实验分析 |
| 3.4 空间轨道目标散射中心关联 |
| 3.4.1 基于分水岭-谱线估计的图像散射中心提取 |
| 3.4.2 基于对极几何理论的散射中心关联 |
| 3.4.3 实验分析 |
| 3.5 基于多基站ISAR图像空间轨道目标三维成像 |
| 3.6 仿真实验 |
| 3.7 本章小结 |
| 第四章 基于ISAR图像序列的空间锥体目标特征提取方法 |
| 4.1 引言 |
| 4.2 空间锥体目标微动特性 |
| 4.2.1 空间锥体目标的微动方程 |
| 4.2.2 空间锥体目标散射中心微动特性 |
| 4.3 空间锥体目标结构参数估计 |
| 4.3.1 粗估计雷达视线相对于对称轴的角速度 |
| 4.3.2 粗估计雷达视线相对于对称轴的夹角 |
| 4.3.3 估计空间锥体目标结构参数 |
| 4.4 空间锥体目标微动参数估计 |
| 4.5 仿真实验 |
| 4.6 本章小结 |
| 第五章 基于SAR图像序列的三维全极化属性散射中心提取方法 |
| 5.1 引言 |
| 5.2 三维全极化属性散射中心模型 |
| 5.2.1 属性散射中心信号模型 |
| 5.2.2 散射体的散射响应 |
| 5.2.3 极化特征 |
| 5.3 基于SAR图像序列的三维全极化属性散射中心提取 |
| 5.3.1 稀疏信号分析理论 |
| 5.3.2 属性散射中心关联 |
| 5.3.3 基于SAR图像序列的模型参数初始值估计 |
| 5.3.4 三维全极化属性散射中心提取 |
| 5.4 实验分析 |
| 5.4.1 属性散射中心关联性能分析 |
| 5.4.2 属性散射中心模型参数估计性能分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）双频紧凑型高频海洋雷达天线系统设计与研究（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 高频海洋雷达天线系统的发展现状 |
| 1.2.1 高频海洋雷达的国内外发展现状 |
| 1.2.2 高频海洋雷达双频/多频天线系统的国内外现状 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 紧凑型高频海洋雷达基础 |
| 2.1 高频海洋雷达散射理论 |
| 2.1.1 一阶散射理论 |
| 2.1.2 二阶散射理论 |
| 2.2 紧凑型高频海洋雷达系统 |
| 2.2.1 高频海洋雷达的雷达方程 |
| 2.2.2 紧凑型高频海洋雷达波形体制 |
| 2.2.3 紧凑型高频海洋雷达硬件结构 |
| 2.3 紧凑型高频海洋雷达信号处理流程 |
| 2.3.1 距离多普勒谱 |
| 2.3.2 阵列信号模型 |
| 2.3.3 阵列协方差矩阵 |
| 2.3.4 多重信号分类算法 |
| 2.3.5 数字波束形成技术 |
| 2.4 本章小结 |
| 第三章 双频中馈发射天线研制 |
| 3.1 双频单极发射天线 |
| 3.1.1 单极发射天线设计 |
| 3.1.2 双频单极发射天线设计 |
| 3.2 双频中馈发射天线 |
| 3.2.1 中馈天线介绍 |
| 3.2.2 双频中馈发射天线结构设计 |
| 3.3 双频中馈发射天线电特性分析 |
| 3.3.1 天线数学模型建立 |
| 3.3.2 仿真结果及分析 |
| 3.4 双频中馈发射天线样机实验 |
| 3.5 本章小结 |
| 第四章 双频矢量传感器研制 |
| 4.1 高频海洋雷达接收天线的噪声系数 |
| 4.1.1 接收天线的等效噪声温度与实际噪声系数 |
| 4.1.2 高频海洋雷达接收天线的噪声系数分析 |
| 4.1.3 实测结果与分析 |
| 4.2 矢量传感器介绍 |
| 4.2.1 矢量传感器结构 |
| 4.2.2 矢量传感器电磁特性分析 |
| 4.3 双频矢量传感器总体设计 |
| 4.3.1 双频矢量传感器总体结构 |
| 4.3.2 双频正交环天线结构设计 |
| 4.4 双频环天线的电气特性研究 |
| 4.4.1 有源环天线电气特性测量方法 |
| 4.4.2 方案一:变容二极管方案 |
| 4.4.3 方案二:射频开关芯片方案 |
| 4.4.4 方案三:PIN二极管对管方案 |
| 4.4.5 方案四:陷波器方案 |
| 4.5 双频正交环的辐射特性研究 |
| 4.5.1 绝对方向图测量方法 |
| 4.5.2 磁棒及绕线方式介绍 |
| 4.5.3 “十字型”双频正交环天线布局及绕线方式 |
| 4.5.4 “口字型”双频正交环天线布局及绕线方式 |
| 4.5.5 双频正交环天线辐射特性仿真分析 |
| 4.5.6 双频正交环天线方向性图近场测量结果及分析 |
| 4.6 双频矢量传感器研制小结 |
| 4.7 本章小结 |
| 第五章 双频矢量传感器测量与校准研究 |
| 5.1 矢量传感器方向性图 |
| 5.1.1 理想方向性图 |
| 5.1.2 方向性图失配原因 |
| 5.2 双频矢量传感器方向性图的测量与校准方法 |
| 5.2.1 方向性图测量方法 |
| 5.2.2 方向性图校准方法 |
| 5.3 双频矢量传感器方向性图操场测量 |
| 5.3.1 操场实验环境与测量方法 |
| 5.3.2 操场实验结果与分析 |
| 5.4 双频矢量传感器方向性图岸基实验 |
| 5.4.1 岸基实验环境与方向性图测量方法 |
| 5.4.2 岸基方向性图结果与分析 |
| 5.4.3 岸基实验雷达海洋回波采集与分析 |
| 5.5 双频矢量传感器海洋表面流反演结果 |
| 5.6 本章小结 |
| 第六章 二元双频矢量传感器阵列的波束形成研究 |
| 6.1 矢量传感器及阵列的波束形成 |
| 6.1.1 矢量传感器的常规波束形成 |
| 6.1.2 二元矢量传感器阵列的常规波束形成 |
| 6.2 二元矢量传感器阵列的自适应波束形成算法 |
| 6.2.1 Capon自适应波束形成器介绍 |
| 6.2.2 协方差矩阵重构算法介绍 |
| 6.2.3 二元矢量传感器阵列的自适应波束形成算法 |
| 6.2.4 算法仿真及分析 |
| 6.3 基于导向矢量失配校准的二元双频阵列稳健波束形成算法 |
| 6.3.1 基于序列二次规划(SQP)的导向矢量失配迭代求解算法 |
| 6.3.2 基于二次约束二次规划(QCQP)的导向矢量失配校准算法 |
| 6.3.3 稳健的二元双频矢量传感器阵列自适应形成算法 |
| 6.3.4 算法仿真及分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻博期间的科研经历和科研成果 |
（8）对海ISAR目标检测估计与宽带跟踪关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 ISAR的国内外研究概况 |
| 1.2.1 国外ISAR发展概述 |
| 1.2.2 国内ISAR发展概述 |
| 1.3 对海ISAR信号处理评述 |
| 1.3.1 海杂波统计特性分析 |
| 1.3.2 海面目标恒虚警检测方法 |
| 1.3.3 目标参数估计方法 |
| 1.3.4 目标跟踪方法 |
| 1.4 本文的主要研究内容 |
| 第2章 海杂波幅度统计特性分析 |
| 2.1 典型海杂波幅度分布 |
| 2.2 实测海杂波数据统计分析 |
| 2.2.1 试验雷达实测数据统计结果 |
| 2.2.2 IPIX雷达实测数据统计结果 |
| 2.3 本章小结 |
| 第3章 Gamma分布海杂波中目标恒虚警检测算法研究 |
| 3.1 引言 |
| 3.2 杂波空间模型 |
| 3.2.1 均匀杂波背景 |
| 3.2.2 非均匀杂波背景 |
| 3.3 基于最大似然估计的CFAR检测器 |
| 3.3.1 MLG-CFAR检测器介绍 |
| 3.3.2 MLG-CFAR检测器详细设计 |
| 3.3.3 MLG-CFAR性能分析 |
| 3.4 加权幅度循环迭代CFAR检测器 |
| 3.4.1 WAI-CFAR检测器介绍 |
| 3.4.2 WAI-CFAR检测器详细设计 |
| 3.4.3 WAI-CFAR性能分析 |
| 3.5 本章小结 |
| 第4章 对海ISAR目标参数估计方法研究 |
| 4.1 引言 |
| 4.2 基本信号处理方法 |
| 4.2.1 广义相参积累的数学模型 |
| 4.2.2 和差比幅单脉冲测角技术 |
| 4.2.3 基于ACAC方法的距离、径向速度估计数学原理 |
| 4.3 天线转动模式下目标参数估计方法 |
| 4.3.1 天线转动对目标参数估计的影响 |
| 4.3.2 目标参数估计方法 |
| 4.4 仿真结果、性能分析与讨论 |
| 4.4.1 角度估计 |
| 4.4.2 径向速度与距离估计 |
| 4.5 本章小结 |
| 第5章 基于目标宽带回波的距离方位自动跟踪方法研究 |
| 5.1 引言 |
| 5.2 RAT方法原理概述 |
| 5.2.1 距离跟踪 |
| 5.2.2 方位跟踪 |
| 5.3 基于质心算法的距离方位跟踪方法 |
| 5.3.1 质心算法原理概述 |
| 5.3.2 RATCA方法工作原理及应用 |
| 5.3.3 遗忘因子的选取准则分析 |
| 5.4 仿真结果、性能分析与讨论 |
| 5.4.1 跟踪精度结果与分析 |
| 5.4.2 RATCA算法的鲁棒性及偏差分析 |
| 5.4.3 RATCA算法中角误差估计的几点说明 |
| 5.5 本章小结 |
| 第6章 实测数据处理结果及分析 |
| 6.1 对海ISAR数据采集试验 |
| 6.2 目标检测结果与分析 |
| 6.3 目标参数估计结果与分析 |
| 6.3.1 参数估计结果 |
| 6.3.2 目标方位估计算法的工程化建议 |
| 6.4 基于宽带回波的目标距离、方位跟踪结果与分析 |
| 6.4.1 正常情况 |
| 6.4.2 特殊情况 |
| 6.4.3 连续跟踪与部分成像结果 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（9）钻孔测井雷达关键技术与原理样机研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 钻孔测井技术与设备发展现状 |
| 1.1.1 钻孔测井技术发展现状 |
| 1.1.2 钻孔测井设备发展现状 |
| 1.1.3 时域测井成像雷达测井技术发展现状 |
| 1.2 选题背景与研究意义 |
| 1.2.1 学科与技术选题背景与研究意义 |
| 1.2.2 社会需求选题背景与研究意义 |
| 1.2.3 选题的科研项目与研究基础背景 |
| 1.3 课题主要研究内容、意义与关键技术 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 项目研究关键技术 |
| 1.4 主要创新与章节结构安排 |
| 1.4.1 主要创新 |
| 1.4.2 论文章节结构安排 |
| 第二章 时域雷达的应用基础理论与关键技术 |
| 2.1 时域信号波形设计 |
| 2.1.1 典型时域信号的频谱分析 |
| 2.1.2 用于辐射的时域信号波形设计 |
| 2.2 时域天线的关键参数体系与设计原则 |
| 2.2.1 描述时域天线的关键参数 |
| 2.2.2 时域天线设计的基本原则 |
| 2.3 信号源与时域天线的电磁匹配 |
| 2.3.1 电磁匹配的方法及适用范围 |
| 2.3.2 信号源与辐射天线电磁匹配研究 |
| 2.4 时域信号成像算法研究 |
| 2.4.1 目标回波时域信号提取方案 |
| 2.4.2 时域成像算法调试与测试结果 |
| 2.5 本章小结 |
| 第三章 时域测井成像雷达方案设计与指标论证 |
| 3.1 时域测井成像雷达样机系统研制方案 |
| 3.1.1 时域测井成像雷达构成与工作流程 |
| 3.1.2 时域测井成像雷达机械结构设计 |
| 3.2 时域测井成像雷达样机系统技术指标论证 |
| 3.2.1 样机系统距离分辨率与时域信号波形参数 |
| 3.2.2 样机系统雷达不模糊距离与最高重频 |
| 3.2.3 样机系统发射功率、接收机灵敏度与探测距离 |
| 3.2.4 样机接收机系统技术指标 |
| 3.2.5 样机数据存储与传输系统技术指标 |
| 3.2.6 时域测井成像雷达样机技术指标 |
| 3.3 本章小结 |
| 第四章 时域测井成像雷达样机系统设计与研制 |
| 4.1 时域信号源设计、研制与测试 |
| 4.1.1 时域信号源设计方案 |
| 4.1.2 时域信号源技术指标论证 |
| 4.1.3 时域信号源关键技术研究 |
| 4.1.4 时域信号源研制 |
| 4.1.5 时域信号源实验测试 |
| 4.1.6 时域信号源设计与研制小结 |
| 4.2 时域收发天线设计、研制与测试 |
| 4.2.1 全向辐射偶极子天线设计 |
| 4.2.2 定向接收单极子天线设计 |
| 4.2.3 时域收发天线设计与研制小结 |
| 4.3 接收机设计、研制与测试 |
| 4.3.1 宽带带通滤波器设计与研制 |
| 4.3.2 宽带低噪放及可变增益放大器设计与研制 |
| 4.3.3 接收机信号调理链路仿真 |
| 4.3.4 等效采样电路设计与研制 |
| 4.3.5 接收机实验测试 |
| 4.3.6 接收机设计与研制小结 |
| 4.4 本章小结 |
| 第五章 时域测井成像雷达样机系统调试与测试 |
| 5.1 时域测井成像雷达样机系统成像实验测试 |
| 5.1.1 移动目标成像实验 |
| 5.1.2 移动系统成像实验 |
| 5.1.3 穿墙成像及对水体成像实验 |
| 5.2实验井成像实验 |
| 5.2.1 实验场地构建 |
| 5.2.2 雷达系统实验井成像实验 |
| 5.3 本章小结 |
| 第六章 论文总结与后续展望 |
| 6.1 论文完成的主要工作 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士期间取得的成果 |
（10）微动目标雷达特征提取、成像与识别研究进展（论文提纲范文）
| 1 引言 |
| 2 微动目标回波模型 |
| 3 微动特征提取 |
| 3.1 基于变换域的微动特征提取 |
| 3.2 基于图像域的微动特征提取 |
| 3.3 基于稀疏重构的微动特征提取 |
| 3.4 3维微动特征提取 |
| 4 微动目标成像 |
| 4.1 刚体目标成像 |
| 4.2 非刚体目标成像 |
| 4.3 微动目标3维成像 |
| 5 微动目标分类与识别 |
| 6 典型前沿应用 |
| 6.1 弹道目标识别 |
| 6.2 海面舰船目标探测与识别 |
| 6.3 人体微动特征提取与识别 |
| 7 总结与展望 |
四、窄带雷达极化信号采集和处理电路的设计（论文参考文献）
- [1]重拖尾杂波背景下的目标检测与杂波拒判方法研究[D]. 刘旭. 西安电子科技大学, 2020(02)
- [2]车载毫米波雷达目标分类识别技术研究[D]. 蒋新. 电子科技大学, 2020(01)
- [3]宽带极化雷达目标检测算法研究与开发[D]. 李俭朴. 西安电子科技大学, 2020(05)
- [4]地面侦察雷达目标分类技术研究[D]. 孙泽渝. 南京理工大学, 2019(01)
- [5]动目标极化雷达特性精密测量技术研究[D]. 李超. 国防科技大学, 2019
- [6]基于雷达图像的目标特征提取方法研究[D]. 赵越. 西安电子科技大学, 2019(01)
- [7]双频紧凑型高频海洋雷达天线系统设计与研究[D]. 李子言. 武汉大学, 2019(06)
- [8]对海ISAR目标检测估计与宽带跟踪关键技术研究[D]. 周围. 哈尔滨工业大学, 2018(01)
- [9]钻孔测井雷达关键技术与原理样机研究[D]. 党龙飞. 电子科技大学, 2019(04)
- [10]微动目标雷达特征提取、成像与识别研究进展[J]. 张群,胡健,罗迎,陈怡君. 雷达学报, 2018(05)