【摘 要】
：
随着无线通信、雷达、声呐、遥感等领域的快速发展,对于高精度、高可靠性的信号传输和测距技术提出了更高要求。线性调频信号是一种非平稳信号,具有距离远、抗噪性强、大时宽带宽积等优点,因此线性调频信号在高精度测距技术中得到了广泛应用。然而,在这些工程领域中不可避免地受到噪声干扰,尤其是在脉冲噪声干扰下,传统的信号测距方法性能大幅降低,严重影响了测距效果。为了解决该问题,本文开展了针对脉冲噪声背景下的信号测
论文部分内容阅读
随着无线通信、雷达、声呐、遥感等领域的快速发展,对于高精度、高可靠性的信号传输和测距技术提出了更高要求。线性调频信号是一种非平稳信号,具有距离远、抗噪性强、大时宽带宽积等优点,因此线性调频信号在高精度测距技术中得到了广泛应用。然而,在这些工程领域中不可避免地受到噪声干扰,尤其是在脉冲噪声干扰下,传统的信号测距方法性能大幅降低,严重影响了测距效果。为了解决该问题,本文开展了针对脉冲噪声背景下的信号测距方法研究,重点研究了基于跟踪微分器的噪声抑制方法实现对脉冲噪声的有效抑制,降低噪声干扰对测距结果的影响,并利用基于分数阶傅里叶变换测距方法提取信号的有用信息,以实现精准测距的目的。本文主要研究内容如下:（1）从线性调频信号模型入手,对用于描述实际脉冲噪声干扰的α稳定分布模型进行了分析,研究了线性调频雷达测距原理,并对回波信号进行仿真和分析,为进一步开展回波信号噪声抑制算法的研究奠定了基础。（2）针对回波信号中存在大量脉冲噪声淹没信号,导致后续分数阶傅里叶变换测距算法无法提取到信号有用信息的问题,本文提出了一种基于滑动窗口跟踪微分器噪声抑制算法（滑窗TD）,该算法将跟踪微分器与滑动窗口相结合,对滑动窗口内跟踪因子进行自适应调节,实现对回波信号中噪声的抑制。仿真实验表明,在1.0≤α≤1.8,GSNR=1dB和α=1.5,-3dB≤GSNR≤4dB范围内,本文所提滑窗TD算法与跟踪微分器噪声抑制算法、中值滤波算法相比均方根误差最小,为实现回波信号中的噪声抑制提供了一种有效的解决方法。（3）本文在对回波信号进行脉冲噪声抑制的基础上,开展线性调频信号作为发射信号的分数阶傅里叶变换（FRFT）测距方法研究,实现对目标的测距。仿真实验表明,在1.0≤α≤1.8,GSNR=1dB的范围内,目标距离设置268m,对比算法均已失效,而滑窗TD-FRFT算法能够提取回波信号有用信息实现测距,其测距均方根误差保持在0.4748m。针对DFRFT离散等间隔采样产生栅栏效应,降低回波信号峰值点的估计精度这一问题,本文采用Rife算法对回波信号经过FRFT后的峰值点位置进行插值提高测距精度,在α=1.0,GSNR=1dB,目标距离不同的实验条件下,滑窗TD-Rife-FRFT算法相较于对比算法,其测距均方根误差最小,证明该算法可有效提高对目标的估计精度,性能更优。（4）为了测试、验证和评估信号处理算法,降低实际场景测试开发的成本,本文设计开发了一套线性调频信号测距仿真系统,在系统内集成本文所研究的信号处理相关算法。通过对仿真系统进行功能测试与验证,表明该系统具有良好的用户交互性,能够模拟不同强度脉冲噪声和线性调频信号的场景,可根据用户的参数设置生成对应的时域图、频域图、时频图,能够可视化展示本文所研究信号处理相关算法的处理结果。
其他文献
加速度计动态特性的研究为加速度计在航空、兵器等领域的应用提供了重要支撑。由于加速度计具备固有的动态特性,因此在实际应用前需要对其进行准确的测试。悬丝加速度计被广泛应用于中高精度的惯导系统中,但在运动过程中零位会因外界干扰而产生零位偏移,影响导航精度。现有的测试系统主要测试加速度计的静态零偏,针对动态零偏的测试较少,且无法解决动态零偏批量测试需求。因此,为了获取加速度计动态零偏和固有的频率特性,本文
现如今化工工业对人类社会发展的重要性不断增加,为社会带来了巨大的经济效益。但伴随发生的化工事故严重危害了巡检人员的生命安全。因此,化工环境下的巡检作业成为一项必要而且迫切的工作。化工厂巡检采用传统人工巡检和传感器巡检容易存在人员安全威胁和设备维护成本高等问题。移动机器人巡检技术可实现对易发生泄漏区域的自主巡察,提高巡检效率和准确性,保障巡检人员安全。本文针对化工环境下巡检机器人的编队控制,机器人路
心跳信号是人体最重要的生理信号之一,对心跳信号的检测分析可得知人体的健康状况。目前常用的心跳检测方法主要为接触式检测方法,包括心电图（Electrocardiograph,ECG）法和光容积描记（Photo Plethysmograph,PPG）法等,但这些方法对烧烫伤人员、传染病人以及电极敏感患者不适用。生物雷达因具有非接触、可穿透检测等优势可有效解决这一问题。生物雷达心跳信号具有微弱易受干扰的
金属屏蔽罩作为半导体芯片的保护元件,其表面质量对芯片的性能和可靠性有着直接影响,因此在生产过程中,金属屏蔽罩表面的缺陷检测至关重要。然而金属屏蔽罩表面含有复杂的背景纹理,会在缺陷的检测过程中产生干扰,影响检测的准确性。尽管人工目检和机器视觉的检测方法已经存在,但都存在一定的局限性,并且检测精度不高。近年来深度学习凭借其强大通用性和自主学习能力,在缺陷检测中被广泛的采纳和应用。因此,本文以深度学习方
为提高多路炸药起爆系统的威力,必须使得多路炸药起爆系统中每一路炸药同步起爆,然而无法做到真正意义上的炸药同步起爆,只能够尽量缩小每路炸药起爆的时间差值。为缩小每路炸药起爆的时间差值,就需要设计一套精密时间间隔测量系统来测量每路炸药起爆的时间差值。目前没有专门针对多路炸药起爆系统的时间间隔测量系统,且大多时间间隔测量系统的测量精度较低,测量通道少。本文针对上述问题,开展基于信号处理与时间间隔测量的方
旋翼无人机因其垂直起降、控制简单、便于悬停而在越来越多的领域得到广泛的应用,但是,电动旋翼无人机因其算力弱、容量小、功耗受限等问题,导致其电池相关参数估算精度不足,故通过云端增强其电池管理能力已成为电动无人机（集群）电池管理系统的必经之路。无人机由于工作状态、任务需要或外界干扰,经常会导致与云端中止数据更新,使得电池管理能力增强失效。因此,本文利用端云跨平台架构优势,对无人机电池管理系统数据链断续
随着当代社会经济的迅速发展和汽车数量的增加,环境污染以及能源短缺问题愈发严重,电动汽车凭借低噪、零排放等优势成为了汽车行业发展的主要方向。动力电池作为整车的核心部件,对车辆续航能力、加速时间、安全系数等汽车性能起着决定性作用,准确估计动力电池荷电状态（State of Charge,SOC）能够提高电池的使用效率和用电安全性,让驾驶员实时了解电动汽车剩余可行驶里程,便于电池管理系统（Battery
身管是火炮等速射武器的核心部件,对整个系统的性能和寿命至关重要,其主要作用是将弹丸以一定速度发射至膛口。弹丸在身管膛内的运动参数关乎着弹丸出膛的速度、能量和轨迹,是对弹丸射击精度研究的重要参数。在工作过程中身管承受着高温、高压等冲击载荷,导致其寿命是整个武器系统中最短的部件之一。因此,为了保障火炮的安全运行,针对身管剩余寿命、材料改进的研究仍是重点研究方向。身管外壁在弹丸发射时的高过载环境下的应变
无人装备已成为未来对抗重要手段,随之而来的试验需求日增;而军民融合策略使各类公司均可参与,广泛参与下被试品良莠不齐,常有异常情况发生。靶标的异常情况其后果可能很严重;不但会影响试验测试的准确性,甚至可能造成人员伤亡和重大财产损失。因此,对靶标进行异常行为监测和管控,具有十分重要的意义。本文以靶标（无人机）为研究对象,针对可能出现的失控、越界等异常状态,研究靶标的异常状态规律,建立靶标异常行为的判决
由于生活工作节奏的加快,慢性疾病困扰着人民的健康,空间环境气候的改变也影响着治疗效果。理疗以其无毒、无副作用和起效快等特点,受到广大慢性病患者的青睐。然而,传统的理疗仪外形笨重、功能单一、治疗过程枯燥、操作繁琐,严重限制了患者的使用。音乐治疗综合了音乐学、医学和心理学,已被古今中外证实为一种特殊的治疗方式。电疗法通过低中频脉冲电流刺激人体组织,进而实现治疗多种疾病。时间治疗学依据时间生物学理论选择