【摘要】：自微多普勒效應(yīng)被引入雷達(dá)領(lǐng)域以來,基于微動(dòng)特征的雷達(dá)目標(biāo)分類識(shí)別技術(shù)便引起了諸多關(guān)注。微動(dòng)是指雷達(dá)目標(biāo)發(fā)生除質(zhì)心平動(dòng)以外的振動(dòng)或轉(zhuǎn)動(dòng)、或目標(biāo)某部件相對(duì)于本體發(fā)生的微運(yùn)動(dòng)。由微動(dòng)產(chǎn)生的多普勒頻率被稱為微多普勒頻率,不同的幾何結(jié)構(gòu)和運(yùn)動(dòng)狀態(tài)會(huì)產(chǎn)生不同的微多普勒特征,反映了目標(biāo)自身的一種本質(zhì)特征,這些特征對(duì)雷達(dá)自動(dòng)目標(biāo)分類識(shí)別具有非常重要的作用。調(diào)頻連續(xù)波雷達(dá)通過發(fā)射調(diào)頻連續(xù)波信號(hào)來獲取目標(biāo)速度和距離信息,它具有結(jié)構(gòu)簡單、發(fā)射功率較低的優(yōu)點(diǎn),并且容易實(shí)現(xiàn)距離維上的高分辨。當(dāng)調(diào)頻連續(xù)波雷達(dá)工作在低重頻模式下時(shí),目標(biāo)回波經(jīng)過混頻處理后發(fā)生明顯的頻譜混疊現(xiàn)象,使用適用于脈沖-多普勒雷達(dá)體制的窄帶目標(biāo)分類方法會(huì)造成很大的性能損失,基于調(diào)頻連續(xù)波雷達(dá)體制的目標(biāo)分類識(shí)別技術(shù)具有重大的研究意義。雷達(dá)信號(hào)處理具有計(jì)算復(fù)雜度高、運(yùn)算量大、實(shí)時(shí)性強(qiáng)的特點(diǎn),隨著雷達(dá)技術(shù)的不斷發(fā)展,現(xiàn)代雷達(dá)體制對(duì)雷達(dá)信號(hào)處理的實(shí)時(shí)性提出了很高的要求。近年來,圖形處理器(GPU)被成功應(yīng)用在諸多領(lǐng)域,GPU具有浮點(diǎn)計(jì)算能力強(qiáng)、存儲(chǔ)器帶寬高的優(yōu)點(diǎn),非常適用于處理海量數(shù)據(jù)的并行加速計(jì)算問題。如何結(jié)合GPU平臺(tái)實(shí)現(xiàn)信號(hào)的實(shí)時(shí)處理已成為雷達(dá)領(lǐng)域一個(gè)重要的研究方向。本文對(duì)窄帶低重頻線性調(diào)頻連續(xù)波雷達(dá)體制下的空中目標(biāo)分類問題和基于GPU的雷達(dá)目標(biāo)分類系統(tǒng)進(jìn)行了深入研究,主要工作包括如下內(nèi)容:1.簡單介紹了鋸齒波線性調(diào)頻連續(xù)波和對(duì)稱三角波線性調(diào)頻連續(xù)波信號(hào)的處理方法,并在鋸齒波線性調(diào)頻連續(xù)波信號(hào)為發(fā)射信號(hào)的基礎(chǔ)上推導(dǎo)出了飛機(jī)目標(biāo)槳葉的散射點(diǎn)回波模型。2.在窄帶線性調(diào)頻連續(xù)波雷達(dá)體制下,針對(duì)噴氣式飛機(jī)、螺旋槳飛機(jī)和直升機(jī)三類目標(biāo)的分類問題,提出了一種低重頻信號(hào)分割混頻處理方法。當(dāng)雷達(dá)在低重頻工作模式下,傳統(tǒng)雷達(dá)目標(biāo)分類方法會(huì)因調(diào)頻周期太長,無法準(zhǔn)確提取目標(biāo)所在距離單元信號(hào)而導(dǎo)致分類性能下降。本文中將下變頻之后的回波信號(hào)先分段再進(jìn)行去斜(dechirp)處理,等效于提高了雷達(dá)的重頻。仿真實(shí)驗(yàn)表明,低重頻信號(hào)分割混頻處理方法可以有效改善飛機(jī)目標(biāo)的槳葉回波,提高三類飛機(jī)目標(biāo)的識(shí)別率。3.介紹了GPU和CUDA框架,從硬件角度分析了CPU和GPU的區(qū)別,從編程模型、線程和存儲(chǔ)結(jié)構(gòu)三個(gè)角度對(duì)CUDA進(jìn)行了詳細(xì)介紹。研究了基于GPU的雷達(dá)目標(biāo)分類系統(tǒng)設(shè)計(jì)問題,通過SIMT的GPU線程調(diào)用模式,實(shí)現(xiàn)了基于CLEAN的數(shù)據(jù)預(yù)處理方法和SVM分類算法的并行化。通過仿真實(shí)驗(yàn)驗(yàn)證,在處理方式相同的條件下,基于GPU的雷達(dá)目標(biāo)分類系統(tǒng)輸出結(jié)果準(zhǔn)確有效,相較于CPU平臺(tái)計(jì)算,GPU極大的提升了雷達(dá)信號(hào)處理速度,節(jié)省運(yùn)算時(shí)間。
【圖文】：

圖 1.2 雷達(dá)系統(tǒng)的基本構(gòu)成和工作原理信號(hào)處理機(jī)是雷達(dá)系統(tǒng)中至關(guān)重要的一環(huán)，其性能的好壞是弱的重要指標(biāo)，，雷達(dá)信號(hào)處理技術(shù)是各種體制雷達(dá)關(guān)鍵技術(shù)理的主要任務(wù)就是在不同場景下，通過抑制噪聲、雜波和人為所在方位，提取目標(biāo)相關(guān)信息。隨著雷達(dá)技術(shù)的不斷發(fā)展，信號(hào)處理系統(tǒng)的實(shí)時(shí)信號(hào)處理能力提出了更高的要求，即信海量雷達(dá)數(shù)據(jù)信息的同時(shí)，還要使完成一次處理所用的時(shí)間配。雷達(dá)信號(hào)處理的實(shí)時(shí)性要求不僅需要算法的升級(jí)，同時(shí)有強(qiáng)大的計(jì)算能力。段雷達(dá)信號(hào)處理機(jī)一般是基于 FPGA 和 DSP 實(shí)現(xiàn)的[24]，雖然能力比較強(qiáng)，但是 FPGA 和 DSP 的代碼和信號(hào)處理機(jī)的硬件此基于 FPGA+DSP 芯片的硬件信號(hào)處理系統(tǒng)可維護(hù)性較低，，造成了信號(hào)處理機(jī)升級(jí)不便�；谥醒胩幚砥鳎–entral Proc軟件化雷達(dá)雖然簡化了生產(chǎn)和維護(hù)等步驟，提升了信號(hào)處理

進(jìn)而得到目標(biāo)的距離與速度信息[34]。線性調(diào)頻連續(xù)波雷達(dá)系統(tǒng)框圖如圖2.1 所示。首先發(fā)射機(jī)產(chǎn)生線性調(diào)頻連續(xù)波信號(hào)，大部分發(fā)射信號(hào)能量通過發(fā)射天線向外輻射，經(jīng)目標(biāo)反射后被接收天線接收。同時(shí)雷達(dá)系統(tǒng)將小部分發(fā)射信號(hào)能量作為本振信號(hào)，與接收到的回波信號(hào)在混頻器中混頻得到差拍信號(hào)，將差拍信號(hào)進(jìn)行數(shù)模轉(zhuǎn)換，通過分析差拍信號(hào)頻率，可以得到目標(biāo)的距離與速度等信息[1]。圖 2.1 線性調(diào)頻連續(xù)波雷達(dá)系統(tǒng)框圖
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉勇;張國毅;常碩;;調(diào)頻與調(diào)相連續(xù)波雷達(dá)信號(hào)的識(shí)別[J];電子信息對(duì)抗技術(shù);2014年04期

2 江艷陽;黃雙華;劉峰;白海東;;基于CUDA的雷達(dá)線性調(diào)頻信號(hào)脈沖壓縮實(shí)現(xiàn)[J];艦船電子工程;2011年11期

3 侯志;繆晨;張金棟;吳文;;復(fù)雜探測背景下的LFMCW雷達(dá)動(dòng)目標(biāo)二維檢測方法[J];西安電子科技大學(xué)學(xué)報(bào);2011年04期

4 陳行勇;陳海堅(jiān);王yN;肖昌達(dá);;彈道導(dǎo)彈目標(biāo)回波信號(hào)建模與雷達(dá)特征分析[J];現(xiàn)代雷達(dá);2010年03期

5 李蔚清;吳慧中;;一種基于GPU的雷達(dá)探測區(qū)域快速可視化方法[J];系統(tǒng)仿真學(xué)報(bào);2008年S1期

6 王曉紅;張紅;古占平;;CS-LFMCW雷達(dá)角度信息提取及其精度影響因素[J];雷達(dá)科學(xué)與技術(shù);2006年05期

7 劉貴喜;凌文杰;楊萬海;;線性調(diào)頻連續(xù)波雷達(dá)多目標(biāo)分辨的新方法[J];電波科學(xué)學(xué)報(bào);2006年01期

8 錢云襄,劉渝;調(diào)頻連續(xù)波雷達(dá)信號(hào)調(diào)制方式識(shí)別算法研究[J];數(shù)據(jù)采集與處理;2005年03期

9 張容權(quán),楊建宇,熊金濤,向敬成;對(duì)稱三角線性調(diào)頻連續(xù)波信號(hào)模糊函數(shù)分析[J];電子學(xué)報(bào);2004年03期

10 楊建宇,凌太兵,賀峻;LFMCW雷達(dá)運(yùn)動(dòng)目標(biāo)檢測與距離速度去耦合[J];電子與信息學(xué)報(bào);2004年02期

相關(guān)博士學(xué)位論文 前1條

1 杜蘭;雷達(dá)高分辨距離像目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王鳳蓮;認(rèn)知雷達(dá)資源管理方法研究和基于GPU的雷達(dá)信號(hào)處理[D];西安電子科技大學(xué);2017年

2 馮嘉賁;調(diào)頻連續(xù)波雷達(dá)目標(biāo)分類方法研究[D];西安電子科技大學(xué);2017年

3 周夢(mèng)璐;基于GPU的雷達(dá)數(shù)據(jù)處理技術(shù)研究[D];電子科技大學(xué);2016年

4 劉桂平;連續(xù)波雷達(dá)地面慢速目標(biāo)檢測與分類[D];西安電子科技大學(xué);2014年

5 吳志平;FMCW雷達(dá)的發(fā)射泄漏及相位噪聲的抑制[D];電子科技大學(xué);2014年

6 楊自豪;基于微多普勒的窄帶飛機(jī)目標(biāo)分類方法研究[D];西安電子科技大學(xué);2013年

7 盛淑然;5mm線性調(diào)頻系統(tǒng)目標(biāo)探測與分析[D];南京理工大學(xué);2013年

8 李南;線性調(diào)頻連續(xù)波雷達(dá)信號(hào)處理研究[D];西安電子科技大學(xué);2012年

9 程榮剛;基于JEM特征的空中飛機(jī)目標(biāo)分類方法研究[D];西安電子科技大學(xué);2012年

10 熊超;基于GPU的連續(xù)波雷達(dá)頻譜分析與譜峰搜索技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

本文編號(hào)：2611669