发布时间 : 星期四 文章基于Ka波段安防LFMCW雷达信号处理的研究 - 图文更新完毕开始阅读
第二章 Ka波段LFMCW安防雷达系统设计描述
sb,n(t)?12??1??AKcos?2?????n(t)2?f0?n(t)???n(t)(t?nT)???n? （2-30） 2???2?跟单周期一样在有效调频时宽Tl上对sb,n(t)做傅里叶变换，再化简，由于菲涅尔 积分性质，可以知道sb,n(f)的形状类似辛克函数。所以在fb0,n处sb,n(f)的峰值是：
??2R02R02122vsb,n(fb0,n)?AKexp?j2?(f0??2)?j?n?exp(2?jnf0Tr) （2-31）
2ccc??从（2-31）能看出，差拍的频谱峰值受扫频周期数n还有多普勒频率2vf0/c调制。
2.3 毫米波LFMCW雷达的优点
在近半个世纪以来，由于毫米波技术以及数字信号处理技术的飞快发展，民用雷达在越来越多的领域里受到重用，比如飞机起飞、校园及机场等各种场合的监控。而毫米波LFMCW雷达技术通过对连续波进行调制，依靠反射信号来获取目标信息，它具有一些列的优点：
与红外线或者激光雷达不同，毫米波雷达的波长较短、直线传播、穿透强，所以很少受到天气影响；
毫米波LFMCW雷达的工作频率较高，因此能够的到比较大的信号带宽和多普勒频移，这样有有助于提高对运动目标的测试能力以及辨别距离的精度，它还可以检测目标具体的形状；
毫米波LFMCW雷达的发射波束较窄，一般是毫弧度量级，这就使得它有相对来说比较高的角分辨能力，还有较高的测角精度，且具备抗杂波干扰、电子干扰和多径发射等能力；
一般来说，毫米波器件的体积小，非常适应与卫星、飞机、以及车辆载用； 由于FMCW信号的形式较为简单，所以做信号处理时算法也比较简单。再者，毫米波LFMCW雷达容易调制、受环境等因素的影响小、成本也比较小。
以上这些优势都让毫米波LFMCW雷达成为机场检测和安防雷达中常用的系统结构。
2.4 Ka波段LFMCW安防雷达系统设计要求
LFMCW雷达对差拍信号做频谱分析就可以获取目标参数信息，在做频谱分析之前应该把差拍信号做A/D变换，然后再运用DSP技术做谱分析。因此，由Ka波段LFMCW安防雷达项目的特点还有总体性能要求，对数字信号处理系统
11
电子科技大学硕士学位论文
设计了一套总体处理方案，该系统的主要作用就是从差拍中即时获取并且显示目标的参数信息。本节就对Ka波段LFMCW安防雷达系统做个概括，这样可以从整体上体现出本论文的主旨。具体的信号处理流程和算法见以下各小节。
2.4.1 信号处理系统功能
系统主要包括两个部分，即数据采集部分以及数字信号处理的部分。它们主要完成的功能是采集、处理、还有分析差拍信号，然后把所求得的目标参数信息实时地传送给显示终端。
（1）数据采集部分（该部分由课题组其他同学完成）
对差拍信号做完处理之后输出的I、Q路模拟的信号做采样处理转换成数字信号，然后把该信号送入FPGA做FFT处理。
（2）数字信号做处理模块 1）算法的设计
由LFMCW的信号特点，设计出适用于本安防雷达系统有效而且可靠工作的各种信号处理算法，总体来说包括处理流程、MTI、MTD、CFAR处理、距离速度去耦合算法等部分。
2）整个系统Matlab软件仿真
将各个算法进行DSP实现（该部分由课题组其他同学完成）
在DSP上面完成各个各个信号处理算法，以完成整个系统的功能，即时检测并显示目标参数。
2.4.2 信号处理系统参数
由安防雷达系统具体需求，下面是基带信号处理系统的参数列举： 中心载频（f）：34.5GHz 波长（?）：8.7mm 扫频带宽（B）：250MHz 扫频周期（T）：40ms
调频斜率（?）：12.5G 测距范围：20m---200m 最大可测速度：20m/s
时延范围（?=2R/c）：0.133us---1.333us 差拍信号的采样频率：62.5KHz FFT运算点数：1024
半个周期内的采样点数：1250 多普勒频移范围：0---4.6KHz
12
第二章 Ka波段LFMCW安防雷达系统设计描述
差频频率范围（静止）：3.333KHz---33.33KHz 差频频率范围（运动）：1.267KHz---37.933KHz
'频率分辨率（?f?fs/N）：61Hz
cTm??f'距离分辨率（?R?）：0.732m
4B速度分辨率（?v????f?2）：0.265m/s
2.4.3 信号处理系统实现方案
本文雷达系统信号处理算法的主要部分是“基于动目标检测（Moving Target Detection, MTD）+恒虚警（Constant False Alarm Rate, CFAR）检测”算法来检测目标的速度与距离的。考虑到实时性处理的要求，本方案决定在DSP完成信号处理算法，具体包括动目标指示（Moving Target Indication, MTI），然后进行MTD，求模，接下来是CFAR检测，最后是多目标配对得到目标的参数信息。图2-4是信号系统的处理流程图，方案主要由三个部分构成：中频信号先经过A/D采样以完成模数转换，然后送到FPGA模块做FFT运算，再将运算的结果实时送到DSP进行算法处理，最后输出显示目标的参数信息。
FPGA中频信号运放A/DFilterFFTMTDDSP求模CFAR目标距离目标频目标率匹配速度显示信号源
图2 - 4 信号系统处理流程
2.5 本章小结
本章简单介绍了LFMCW雷达的基本原理，就LFMCW雷达信号模型进行了分析，同时指出毫米波LFMCW雷达各个优点，以及阐述了Ka波段LFMCW安防雷达系统设计要求，并提出基带信号处理方案。
13
电子科技大学硕士学位论文
第三章 LFMCW雷达信号处理算法分析
3.1 动目标显示（MTI） 3.1.1杂波模型分析
在分辨力单元（或者体积）里，杂波是由许多的具有随机幅度值与相位值的散射体组成的，因此我们能够用概率分布函数（PDF）对它进行统计描述。分布类型则是由杂波特性、雷达工作频率以及掠射角决定的。
假如地面杂波还有海杂波就是许多小的散射体，从统计学角度来说，此时从每个散射体接收到的回波是独立同分布的，那么可以以瑞丽分布为杂波建模：
2xx2f(x)?exp(?)x0x0 x?0 （3-1）
其中，x0是x的均方值。
若要描述低掠射角时的地面杂波，或者是平台区域中的海杂波，则最好是采用对数正态分布：
(lnx?lnxm)21f(x)?exp(?) x?0 （3-2） 22??2?xxm是变量x的中值，?是lnx的标准差。
对于频率在1--10GHz的低掠射角（<5o）的杂波建模则可以使用Weibull分布，它的概率密度函数是由Weibull斜率参数a和中值散射系数?0决定的，表达式如下：
f(x)?bxb?1xb?0exp(??0) x?0 （3-3）
其中，b=1/a是形状参数。明显地，b=2时，Weibull分布就变成跟瑞丽分布一样了。
对于固定杂波，其功率谱可用?函数表示。但是由于风速及雷达天线扫描运动等，杂波一般情况下并不是固定的，会出现一些多普勒扩展。杂波频谱一般会集中在f?0周围，有一定扩展。
杂波功率谱可被表达为固定的和随机的（因频率扩展）分量的和。随机分量一般是高斯型。假如固定功率与随机功率的比是W2，那么杂波谱是：
(???0)2W2?0Sc(?)??0()?(?0)?exp(?) （3-4） 2221?W22?(1?W)2???? 14