一种新型汽车雷达的波形设计及信号处理研究

摘要

为了增强汽车行驶的安全性，国外自二十世纪六十年代已经开始研制汽车雷达。它没能像其它汽车电子产品一样得到广泛应用，除了成本等方面的因素，多目标环境下的目标识别能力不强是非常重要的原因之一。针对这个问题，本文提出采用一种基于编码步进调频连续波信号的雷达网络系统。 编码步进调频信号是一种重要的距离高分辨信号，具有良好的抗干扰能力。一个正负步进调频的三角形信号可以无模糊的分辨单个目标，但是还不能同时检测多个目标。文中利用一种试凑逼近的检测算法，将它有效地应用于多目标环境中。 在此基础上，雷达网络系统把多个雷达测得的属于同一目标的信息通过数据融合来统一处理，从而能准确地测量出多个目标的距离和方位角信息。为了掌握车辆前方目标更多更准确的情况，该数据融合过程还可以结合滤波跟踪处理来实现优化。计算机仿真结果表明，不敏卡尔曼滤波能够很好的实现这种跟踪处理的需要。

目录

文摘

英文文摘

声明

第一章 绪论

1.1论文研究的背景

1.2国内外的研究现状

1.3本文的主要研究内容

第二章 汽车雷达信号波形设计

2.1汽车雷达的波形设计原理

2.1.1汽车雷达的波形

2.1.2步进调频信号模糊函数分析

2.1.3测距原理

2.2雷达波形的参数选择

2.2.1工作频率的选择

2.2.2相干处理脉冲数的选择

2.2.3步进频率增量的选择

2.2.4发射脉宽的选择

2.3仿真分析

2.4多目标环境时的目标检测

2.5小结

第三章 汽车雷达系统的数据融合

3.1雷达网络系统

3.1.1雷达网络系统的构成

3.1.2雷达网络系统数据融合的优势

3.2汽车雷达数据融合的方法

3.2.1自上而下数据融合

3.2.2自下而上的数据融合

3.3小结

第四章 卡尔曼滤波技术

4.1卡尔曼滤波原理

4.1.1卡尔曼滤波原理

4.1.2卡尔曼滤波技术在汽车雷达中的应用

4.2扩展卡尔曼滤波(EKF)技术

4.2.1滤波模型

4.2.2扩展卡尔曼滤波分析

4.3不敏卡尔曼滤波(UKF)技术

4.3.1不敏变换

4.3.2滤波模型

4.4仿真试验分析

4.4.1汽车雷达滤波模型

4.4.2仿真参数的设定

4.4.3 EKF和UKF的仿真比较

4.4.4仿真结果分析

4.5小结

第五章 总结与展望

5.1总结

5.2展望

致谢

参考文献

攻读硕士期间发表的论文