FSK-FMCW雷达通信一体化信号设计与处理方法研究.docxVIP

FSK-FMCW雷达通信一体化信号设计与处理方法研究.docx

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

FSK-FMCW雷达通信一体化信号设计与处理方法研究

摘要:为满足现代战争需求,作战平台需装备侦察、雷达、通信、干扰等多种电子设备,这种独立堆砌式的装备方式,虽然在一定程度上提高了平台的整体作战性能,但也不可避免造成平台体积质量大、资源消耗快、设备间电磁干扰强等问题。雷达通信一体化作为其中的关键,未来不仅在军事领域上应用广泛,在民事领域上也有广阔的应用前景,如智能驾驶。基于此,本文章对FSK-FMCW雷达通信一体化信号设计与处理方法研究进行探讨,以供相关从业人员参考。

关键词:FSK-FMCW;雷达通信一体化;信号设计;处理方法

引言

传统应用场景中,雷达与通信设备分别占用不同的硬件平台与频谱资源,这种分立式的设计会导致电子系统的体积、功耗以及成本增加,恶化了电磁环境,容易造成电磁频谱拥挤与干扰等诸多问题。鉴于此,雷达通信一体化设计可以让雷达与通信共享硬件平台,系统综合化、集成化、小型化程度更高,可更高效地利用频谱资源,从而解决上述难题。

一、一体化共用波形设计方法

目前一体化共用波形设计方法主要有两种:一种是基于通信信号的波形设计方法,该方法通常利用通信波形实现雷达探测;二是基于雷达信号的波形设计方法,其通常通过在雷达波形上调制通信信息实现通信信息传输。在基于通信信号的波形设计方法中,正交频分复用(OFDM)信号由于其频带利用率高、子载波设计灵活等特点被广泛应用于雷达通信一体化波形设计。将OFDM信号作为共用信号,通过增加子载波数量来提升系统带宽并提高目标距离分辨能力。通信信息对OFDM共用波形模糊函数的影响,提出利用预调制信息的方法减小随机通信信息对模糊函数的影响。根据雷达目标的条件互信息与通信的信息速率,联合优化设计OFDM信号各子载波的功率分配,使OFDM一体化信号在雷达与通信性能之间取得折中。

二、雷达信号模拟软件

雷达仿真软件的开发为车轮信号的测试分析奠定了基础,采用光栅扫描方法扫描车轮目标,探测车轮信号。开发一种雷达仿真软件,采用仿真软件,该软件需要易于使用的界面和清晰的窗口,以便完全模拟雷达信号,并根据需要移动雷达信号。主要包括三个模块:一个用于远程访问的机器人交互模块,该模块需要简单的操作来输入各种参数和三维GIS数据,并能够以图形方式显示雷达仿真结果。第二个回流计算模块模拟雷达信号叠加,计算由计算的参数设置和轴计算范围组成的仿真效果。三是信号仿真显示模块,通过观察雷达仿真信号的结果,检查盲区和服务台区域。

三、FSK-FMCW雷达通信一体化信号设计与处理方法

(一)判断雷达信号质量

雷达信号质量数据测量的第二类是传输质量测量,主要包含用于输出Radarger01、02或34.48的星号格式数据的北部、扇区和扇区的精度。通过比较数据报的时间标记与外部测量仪器的时间标记来确定传输延迟的大小;FCS错误数和已使用的数据标注栏宽度。通常使用常量licht8810测试车轮的传输质量。您可以使用各种测试方案测试车轮处理器到自动化系统前端的数据传输质量。例如,轮头处理器下的处理延迟可以进行测试,传输设备输出端口上的总负载位移可以进行测试。第三类是s模式指示符。s模式引擎提供的信息比传统的第二雷达多。近年来,s模式模型的传输大小存在问题,如高级s模式用例输出的寄存器信息,有时在每个车轮周期都不更新,导致自动显示延迟和与空气数据不对称对齐。

(二)基于服务器架构雷达信号处理加速

基于服务器的雷达信号载波站加快平台速度,采用光纤接口进行雷达数据采集,利用CPUGPU架构处理雷达系统平台上的显示控制和信号,实现高并行GPU结构的大型车轮数据实时处理,并将采集的数据实时存储在大型SSD存储器中。通过加快基于服务器的雷达信号的处理速度,可在FPGACPUGPU之间快速传输高带宽数据,同时保持系统内存稳定。此外,C++编程还允许在GPU中处理脉冲压缩雷达信号,利用多线程GPU功能优化单信号处理的具体实现方法,大大提高了雷达目标识别算法在GPU中的工作速度,简化了软件开发,而不是传统的“FPGA+DSP”信号处理平台。

(三)基于图像化特征的雷达信号个体识别

近年来,以分析大量数据、智能优化和深入学习为代表的人工智能在计算机视觉化、语音识别和目标识别等领域得到了广泛应用。在雷达体识别中,深度教学算法实现了更广泛雷达特征的自动提取,通过在标记记录上对离线神经网络模型进行培训,并在雷达信号中形成传统方法无法捕获的特征,使雷达信号比传统的人工特征提取更加高效。利用体积神经网络(CNN)等模型的力量提取图像特性,通过采用过时频率变换、高光谱变换等形式的网络信号传输方法,将车轮信号视为无损且易于添加的特征图像。可以使用多种图像处理方法,例如图像。

(四)基于自编码器的雷达信号联合预分选

雷达信号变化丰富的同时,由于一定的稳定性,脉冲中的特

文档评论(0)

bookljh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档