摘要：首先给出微多普勒的一般理论模型和弹道目标的微多普勒特征。然后以锥旋调制产生的微多普勒为例,分别研究与微多普勒相关的低频与高频、窄带与宽带、重返时间与照射时间、速度与加速度、相参性和分辨率等六个问题。所得结论对微多普勒的提取和雷达参数的设计具有一定的参考价值。

摘要：基于三维散射点模型,在窄带线性调频信号体制下对卡车目标进行回波建模,分析并推导了车身主体散射点的多普勒和轮毂旋转散射点微多普勒的数学表示.利用两者的差异,有针对性地设计了单频和正弦调频原子集.设置相应的阈值门限,提取出慢时间-距离平面能量较为集中的距离单元,并对其进行匹配分解,快速提取了卡车车轮旋转的微多普勒特征,为卡车目标的识别研究提供了依据.仿真验证了该方法的有效性和稳健性.

摘要：近年来雷达探测技术在各个领域迅猛发展,广泛应用于军事、民用等方面,生命体征雷达由于其非接触性、穿透性和便携性等优点而引发人们的关注。传统生命体征检测方式多采用接触式测量,不能满足一些特殊场景的应用,并且难以避免电极等设施对结果造成的影响,生命体征雷达可以有效弥补这些不足。本文设计了应用于WIFI6E频段的生命体征雷达的射频前端部分,实现对调频连续波的收发及中频处理。针对锁相环技术频率切换速度慢的缺点,发射端采用直接数字频率合成(DDS)技术+倍频+上变频的方案产生发射信号;接收端采用零中频接收机方案,减少镜像频率的干扰、降低设计的复杂度并减小其体积。经过对比分析得到较优的系统方案并进行了实物制作并测试。

摘要：单兵便携雷达通常侦查短驻留时间条件下的战场人与车辆,对雷达目标的检测和分类具有重要的军事价值。该文采用时频分析法,首先采用经典的EMD算法对微多普勒特征目标分类效果不明显,然后提出通过SFTF分析再由卷积神经网络深度学习分类,能很好的对微多普勒目标进行区分,由于该算法对GPU并行性提出很高要求,因此先通过对时频信号做Wigner-Ville处理后,进行Hough变换,最后送入卷积神经网络深度学习分类。基于实测数据的实验结果表明该方法不仅减轻了算法对硬件的要求,而且具有较好目标的分类性能。

摘要：研究经验模态分解方法在飞机微多普勒特性分析中的应用。首先介绍经验模态分解方法的核心思想和算法步骤,然后设计了详细的复信号的经验模态分解算法流程,最后利用实测数据验证了经验模态分解对飞机微多普勒特性分析的有效性。

摘要：本电路首先将220V交流电变为12V直流电压来为整机供电,并应用气敏传感器MQ-2把瓦斯气体浓度这一非电量转换为电信号,再经由运算放大器μA709将该信号与门限电压比较,由电压比较器转化为数字信号并控制由LM555数模集成电路组成的双稳态触发电路最后应用继电器来控制报警电路和通风设备,从而实现报警。

摘要：为了有效地识别苍蝇,提出了利用雷达的微多普勒效应来识别的有效方法。首先,根据微多普勒效应的基本概念,建立了苍蝇飞行复合运动的雷达回波模型,推导了雷达回波信号和理论的多普勒频率,提出了综合运用时频分析(伪Winger-Ville变换)、谱图峰值估计、参数拟合、平动补偿的方法,最终提取出苍蝇在飞行过程中的运动参数,包括:振翅频率、振动幅度、运动速度、加速度。

摘要：给出了旋转目标的微多普勒的理论模型。针对常规预警雷达,分析、研究了与微多普勒相关的雷达重复周期、波长与驻留时间几个参数。重点针对重复周期和驻留时间,分别对直升机和固定翼飞机进行了仿真分析。所得结论对微多普勒的提取和雷达参数的设计具有一定的参考价值。

摘要：利用一发两收的线性调频毫米波雷达与MATLAB设计了手势识别教学实验。首先,利用线性调频毫米波雷达采集不同手势样本;其次,利用MATLAB软件对采集到的单通道信号进行快时间傅里叶变换与慢时间短时傅里叶变换,生成距离和径向速度谱;再次,对双通道信号进行相干处理后,再进行快时间傅里叶变换与慢时间短时傅里叶变换,生成角度和角速度谱;最后从谱图中提取经验特征,并将提取的特征经过监督式机器学习算法进行分类,或直接将谱图输入神经网络进行非监督式学习分类。文章详细叙述了利用雷达和机器学习算法进行手势识别的实验原理与过程,有助于学生掌握雷达信号处理的基本方法与应用流程。

摘要：最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。