超寬帶穿墻雷達(dá)成像及多普勒特性研究.pdf

1、超寬帶穿墻雷達(dá)能夠?qū)崿F(xiàn)對(duì)建筑物或障礙物后面目標(biāo)的探測(cè)、定位、成像和跟蹤，在軍事裝備、城市安全、火災(zāi)及地震等自然災(zāi)害搜救方面有著廣泛的應(yīng)用前景。要實(shí)現(xiàn)穿墻雷達(dá)探測(cè)的良好性能，除了系統(tǒng)設(shè)計(jì)時(shí)考慮好雷達(dá)的各種參數(shù)，設(shè)計(jì)出性能良好的雷達(dá)系統(tǒng)外，信號(hào)處理也是一個(gè)非常重要的方面。因此，本論文對(duì)穿墻雷達(dá)信號(hào)處理的四個(gè)重要方面：目標(biāo)定位、成像、多普勒頻率特性分析和運(yùn)動(dòng)模式識(shí)別，進(jìn)行了深入而細(xì)致的研究。本論文的主要?jiǎng)?chuàng)新之處在于：
　　 1、對(duì)于有

2、墻體情況，提出了采用牛頓法求解非線(xiàn)性定位方程組和二維空間搜索法兩種目標(biāo)定位方法，給出了單發(fā)雙收模式下穿墻雷達(dá)目標(biāo)定位的仿真結(jié)果。分析了噪聲對(duì)定位精度的影響，研究了兩個(gè)墻參數(shù)(墻的介電常數(shù)和厚度)都未知情況下的墻參數(shù)估計(jì)和目標(biāo)定位問(wèn)題，給出了目標(biāo)定位的仿真結(jié)果。
　　 2、針對(duì)有桌椅、柜子等家具的復(fù)雜背景房間中，采用后向投影(BackProjection，簡(jiǎn)稱(chēng)BP)成像，人等運(yùn)動(dòng)目標(biāo)無(wú)法與背景區(qū)分開(kāi)來(lái)的問(wèn)題，提出一種動(dòng)目標(biāo)BP成像

3、算法。對(duì)于超寬帶脈沖穿墻雷達(dá)，將連續(xù)兩幀對(duì)應(yīng)接收天線(xiàn)的回波信號(hào)相減再BP成像，能夠有效消除收發(fā)天線(xiàn)間的直耦、墻及墻后家具等靜止背景雜波圖像，保留人等動(dòng)目標(biāo)的像；對(duì)于超寬帶噪聲穿墻雷達(dá)，將連續(xù)兩幀對(duì)應(yīng)接收天線(xiàn)回波與發(fā)射噪聲信號(hào)的互相關(guān)信號(hào)相減，也能夠有效消除收發(fā)天線(xiàn)間的直耦、墻及墻后家具等靜止背景雜波，保留人等動(dòng)目標(biāo)的回波信息。將相減后的信號(hào)(對(duì)脈沖雷達(dá)是回波信號(hào)之差，對(duì)噪聲雷達(dá)是互相關(guān)信號(hào)之差)利用BP算法進(jìn)行時(shí)域相干疊加，從而獲得動(dòng)目

4、標(biāo)人的像，有效提高了圖像信雜比。對(duì)上述兩種穿墻雷達(dá)體制，將生成的動(dòng)目標(biāo)圖像相疊加，均可得到動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡圖。利用時(shí)域有限差分方法(Finite Difference of Time Domain，簡(jiǎn)稱(chēng)FDTD)模擬了多種穿墻成像場(chǎng)景，仿真結(jié)果表明，該方法行之有效，能夠?qū)θ说葎?dòng)目標(biāo)進(jìn)行檢測(cè)、定位、成像和跟蹤。
　　 3、由于經(jīng)驗(yàn)?zāi)Ｊ椒纸?Empirical Mode Decomposition，簡(jiǎn)稱(chēng)EMD)可能存在模式混合問(wèn)題，

5、并且整體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸?Ensemble Empirical ModeDecomposition，簡(jiǎn)稱(chēng)EEMD)對(duì)信號(hào)中的噪聲抑制作用不明顯，提出了一種改進(jìn)的EEMD方法。將該方法應(yīng)用到穿墻雷達(dá)人的運(yùn)動(dòng)多普勒特性分析中，并通過(guò)希爾伯特-黃變換(Hilbert-Huang Transform，簡(jiǎn)稱(chēng)HHT)得到多普勒信號(hào)的時(shí)間-頻率-能量譜。仿真實(shí)例和實(shí)驗(yàn)結(jié)果分析均表明，改進(jìn)的EEMD方法不僅能夠有效地消除模式混合問(wèn)題，將被測(cè)信號(hào)中體現(xiàn)不

6、同運(yùn)動(dòng)細(xì)節(jié)的多普勒頻移成分獨(dú)立分解在不同的本征模式函數(shù)(Intrinsic Mode Function，簡(jiǎn)稱(chēng)IMF)中，而且還能夠有效抑制原信號(hào)中的噪聲，得到更清晰的時(shí)頻分布。
　　 4、利用經(jīng)驗(yàn)?zāi)Ｊ椒纸夂椭С窒蛄繖C(jī)(Support Vector Machine，簡(jiǎn)稱(chēng)SVM)相結(jié)合的方法對(duì)穿墻雷達(dá)墻后人的多種運(yùn)動(dòng)進(jìn)行模式識(shí)別。分別采用EMD、EEMD和改進(jìn)的EEMD將穿墻雷達(dá)多普勒探測(cè)中人的靜止站立、靜止手臂擺動(dòng)、前進(jìn)后退一步、