毫米波调频无线电引信干扰技术研究

针对毫米波调频引信的数字射频存储转发、正弦调幅扫频、噪声调幅和噪声调频,提出了干扰方法。采用滤波分离差频信号,并从差频信号中提取多普勒信号参数的方法,将毫米波调频引信信号的差频测距结果以及多普勒信号作为引信启动的联合判决条件。仿真结果表明,对该体制引信施加正弦调幅扫频干扰和间隔转发干扰的欺骗效果明显,覆盖接收机的大功率噪声信号均能有效压制回波信号。

毫米波调频系统差频频谱细化算法改进

对毫米波调频系统差频信号进行频谱分析时,传统的复调制细化选带频谱分析方法(Zoom FFT)计算量较大,且精度和最大细化倍数有限。为此,本文研究了一种改进的频谱细化方法。该方法在采样数据一定的情况下,对差频信号进行基于复解析带通滤波器的Zoom FFT变换,再利用最小二乘法进行连续谱的曲线拟合估计,提高了频谱估计的实时性和精度。

毫米波调频引信的优化二维FFT信号处理算法

针对毫米波调频引信对目标距离速度信息联合估计的问题,提出一种基于相对距离评价函数优化的二维快速傅里叶变换(FFT)信号处理算法。首先,通过分析二维FFT算法实际测距测速精度与FFT点数的关系,建立了优化数学模型,利用相对距离评价函数对数学模型求解,得到FFT点数最优解;然后,采样将差频信号数据转换成二维数据矩阵,分别对矩阵的行列进行相应FFT变换;最后,通过提取峰值点的坐标估计目标的距离速度信息。结果表明:该算法有效提高了传统二维FFT算法的测距测速精度,并且满足实时性要求,能够同时提取毫米波调频引信的目标距离速度信息。

基于FPGA的毫米波调频引信信号处理设计及实现

为了满足弹载引信探测系统的高速、高精度、复杂算法的实时信号处理要求,设计了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的差频回波信号处理系统。针对传统的峰值检索目标检测算法在实际应用中误爆概率高的不足,根据CA-CFAR(单元平均恒虚警)检测理论以及LFMCW引信回波频谱特性,设计了频域CFAR(Constant False Alarm Rate)目标检测算法。在Matlab环境中对差频回波信号处理算法进行仿真,主要包括FIR、FFT、MTI、CFAR等。以Xilinx Virtex-5系列芯片XC5VLX50T和AD9230为核心,调用相关IP核,并结合Verilog HDL硬件电路设计语言,实现回波信号处理算法的硬件结构。仿真及实测结果表明:FIR、FFT、MTI、CFAR、目标判别等模块性能均能满足设计要求,该信号处理系统能够满足实时性要求,实现2.5m至3.5m范围内高精度稳定起爆。

基于数字射频存储平台的调频毫米波引信自动测试系统

针对调频毫米波引信测试启动性能过程中利用传统推板、拉距和滑弹试验存在交会速度低、测试效率不高且偏差较大的问题,提出基于数字射频存储平台构建调频毫米波引信自动测试系统替代传统测试手段完成引信电性能测试。该系统运用数字射频存储技术、自动控制技术和专用控制软件,实现调频毫米波引信电性能的自动化测试。实验结果表明,该系统能够在模拟引信真实交会速度下测试引信电性能,提高调频毫米波引信测试效率,减少试验过程中外部环境影响,提升调频毫米波引信的可靠性和工艺稳定性。

基于粒子群的多毫米波安防机器人环境感知方法

安防机器人常工作于昏暗、烟雾等环境,毫米波有探测这类环境的能力,但其点云是稀疏的,可将多毫米波的点云融合以提高环境感知的能力。点云融合时需要精确的结构参数,针对测量法获取结构参数存在误差的问题,在分析多毫米波点云坐标的基础上,利用粒子群算法对毫米波雷达结构参数进行搜索,并根据搜索结果进行点云融合以及环境地图的构建;同时提出稀疏点云地图的评价指标,对毫米波感知效果进行定量评价。利用安防机器人在昏暗环境下开展实验,结果表明与结构参数由测量法获取的多毫米波感知系统对比,点云数量有所增加,地图边界空洞数量平均减少55%,边界噪声率平均下降12.9%,物体点云离散度平均下降约0.06,中心位置的偏移量均有所减小。

毫米波LFMCW雷达调频非线性剩余频差的估计

针对LFMCW雷达中调频非线性剩余频率误差的估计问题 ,提出了一种基于过零检测和周期图的参数估计方法 ,详细分析了相位调制正弦信号的过零检测误差 .仿真试验表明 ,该方法能够精确地估计调频非线性剩余频差 ,具有较高的运算效率 。

基于调频毫米波的安防移动机器人导航系统

随着安防机器人应用领域的扩大,其工作环境的复杂性随之增加。在烟雾、灰尘和昏暗等特殊的室内环境中,视觉和激光导航方式不再适用。针对该问题,在开展毫米波雷达测距原理的研究的基础上,首先开展二脉冲对消器的研究,滤除静态杂波,并设计动态门限检测器,准确获取毫米波雷达与移动机器人之间的距离;为了提高导航精度,提出一种分割聚类法,处理距离数据集合;最后基于三角定位原理设计安防机器人导航系统。实验结果表明,利用分割聚类法相比均值法,机器人的导航精度更高。在烟雾、昏暗的环境下,机器人可以沿着设定的直线和曲线运行,其导航误差约为0.11 m。

一种改进的毫米波引信分数阶频谱细化算法

毫米波线性调频系统普遍采用"差频–快速傅里叶变换(FFT)"进行信号处理,但是当目标与雷达之间存在相对运动时,差频信号包含了目标的距离和速度信息。利用传统的FFT变换进行速度距离解耦合操作,效果并不理想。针对此问题,介绍了分数阶FFT和基于这一变换的调频信号检测原理,提出一种改进的分数阶傅里叶域局部频谱细化方法。仿真结果表明,该频谱细化算法在相同的FFT变换点数下,能够获得更高的频谱分辨率,而频谱分辨率相同时,该算法的计算量更少。

基于LMS算法的FOD雷达射频泄露对消技术

针对机场跑道异物(FOD)探测系统中毫米波调频连续波(FMCW)雷达的射频泄漏问题,研究射频泄漏对消技术。分析了毫米波FMCW雷达中射频泄漏的产生原因,阐述了泄漏信号对FOD检测系统的影响。通过分析自适应滤波的原理,并结合毫米波FMCW雷达的特点,提出了一种基于最小均方误差(LMS)算法的自适应对消技术。仿真验证了该对消方案算法实现的可行性,同时分析了对消方案中数字信号处理(DSP)响应时间对FOD系统性能的影响。仿真实验结果表明,该对消系统的对消比可达到45 d B左右,可实现高精确度对消。

基于频谱细化的窗谱拟合算法

毫米波调频系统在利用"差频-FFT"获取目标距离时,精度较低,改进的频谱细化技术——ZFFT细化倍数受采样数据量的限制,效果并不理想。为此,提出一种ZFFT窗谱拟合算法。该算法在采样数据一定的情况下,通过对差频信号进行加窗细化,再进行连续谱拟合估计,以减少细化倍数有限对频谱估计的影响。实测数据验证结果表明:相对于ZFFT,该算法克服了栅栏效应的影响,从而更好地提高了测距精度。

强杂波下基于压缩感知的低空风切变速度解模糊

毫米波线性调频连续波(linear frequency modulated continuous wave,LFMCW)雷达进行低空风切变检测时,会严重受到地杂波信号干扰,并且风速估值模糊。针对该问题,本文提出强杂波背景下利用压缩感知实现低空风切变速度解模糊。该方法依据多重频脉组参差方式下雷达回波的非均匀欠采样特性在角度-多普勒域中构建无模糊冗余字典(感知矩阵),之后利用压缩感知技术提取杂波谱主要分量,估计杂波能量支撑区,建立杂波抑制矩阵,接着基于加权的最小l_(1)范数优化模型实现杂波抑制并恢复出低空风切变在角度-多普勒域中不模糊的稀疏向量,得到风场无模糊多普勒信息,最终求得准确的速度值。