一、目标信号判定和恒虚警率处理（论文文献综述）
叶苏杰[1]（2021）在《LFMCW雷达低慢小目标检测跟踪》文中研究表明
刘校宗[2]（2021）在《障碍物检测与车辆控制算法研究》文中研究表明随着经济和社会的发展,人们生活水平的提高,越来越多的人们选择汽车作为交通工具。针对车辆的安全驾驶,本文采用了毫米波雷达作为车辆检测的传感器,其中包括距离、速度、角度的测量以及抑波算法等的研究,使用MATLAB进行仿真,具体的研究内容为:（1）通过对障碍物相关信息的检测分析,分析障碍物检测的方法以及车辆控制算法,分析了用毫米波雷达对障碍物进行检测,并对如何采用毫米波雷达进行障碍物的检测以及车辆控制提出实现流程和本文的研究内容。（2）针对障碍物的检测和车辆控制的算法实现,在MATLAB平台进行仿真。对于距离的信息获取,采用恒虚警率（CFAR）进行门限的调整,并对恒虚警检测器提出改进措施。采用汉宁窗函数来防止频谱的泄漏以提高检测准确性,利用算法计算出目标物和雷达的距离;对于速度的信息获取,根据经过快速傅里叶变换（FFT）处理的中频信号参数和速度的关系来计算速度;对于角度的信息获取,采用相位法进行测量。对杂波的抑制采用动目标显示（MTI）和动目标检测（MTD）的方式来进行杂波抑制。根据障碍物检测信息的分析采用模糊控制来对车辆进行控制。（3）对障碍物的检测和车辆控制的算法在MATLAB平台进行仿真,包括了毫米波雷达发射波遇到目标物的发射回波以及经过抑波处理之后的波形信息的仿真图,以及对车辆相关控制的仿真,并对相关算法进行分析,对以后需要作出的改进提出了相关的建议。
刘东林[3]（2021）在《面向5G的物理层安全传输关键技术研究》文中研究表明随着第五代移动通信（Fifth Generation,5G）的普及应用以及移动智能终端的爆炸式增长,无线通信安全也变得越来越重要。由于传输节点的庞大性、无线传播的开放性和广播性使得在数据传输过程中易受到非法方的攻击,所以研究第五代和后五代（Beyond 5G,B5G）移动通信中的安全问题成为当前研究的重点。传统的基于密码学的安全高度依赖于高破译复杂度,难以对复杂环境做出及时响应,而物理层安全具有响应迅速、高效可靠的优势。基于此,本文旨在研究面向5G的物理层安全传输关键技术。论文首先对大规模MIMO中下行传输方案进行研究,梳理了经典的基于迫零准则预编码技术的基本原理,然后研究基于卡尔曼信道预测的卡尔曼迭代预编码技术,实验结果表明所提的基于卡尔曼迭代的预编码技术较传统的基于迫零准则的预编码技术在性能上有所提升;同时,基于卡尔曼信道预测的技术能改善存在信道反馈时延场景下的预编码传输性能。论文对基于射频指纹的物理层认证技术进行研究,利用径向基神经网络分别对基于信号包络特征和基于信号双谱变换的射频指纹识别算法进行了建模分析,并给出了两种方案的详细流程。实验结果表明,基于信号双谱变换的射频指纹识别算法较基于信号包络特征的射频指纹识别算法利用的信息维度更多,所以认证性能更优。论文对基于信号水印的物理层认证技术进行研究,梳理了基于全部星座图位置相位旋转嵌入和加性嵌入水印的物理层认证方案,在此基础上提出了一种基于部分星座图位置嵌入水印的物理层认证方案。并围绕16QAM矩形星座图映射和圆形星座图映射对两种方案进行数字仿真,实验结果表明,在相同水印嵌入功率系数情况下,由于基于加性嵌入水印的算法对载体信息的幅度和相位均产生了扰动,所以基于相位旋转嵌入水印的认证方案表现出了良好的优势;在信息误码率相当的情况下,基于加性嵌入水印的方案较基于相位旋转的方案的认证性能表现出优势,但这是建立在水印发射功率较高的基础上。另一方面,在原始水印比特和水印功率系数一定的情况下,基于圆形星座图部分位置嵌入水印的方案中,能嵌入的水印位置比基于矩形星座图部分位置的多,所以在接收端能恢复原始水印比特的概率更高,其物理层认证性能更优。论文对基于信道特性的物理层认证技术进行研究,在基于前后帧信道频率响应时间相关性的物理层认证技术的背景下,理论分析和推导了曼哈顿距离度量和欧氏距离度量的检验统计量下的基于恒虚警准则的认证门限和基于贝叶斯准则的认证门限。并在此基础上,提出了一种基于多天线信道预测的物理层认证方案,并在TR38.901协议中的CDL-C信道环境下进行了数字仿真测试,实验结果表明,在认证率和虚警率指标方面,所提方案在快时变信道环境中物理层认证性能更具优势。最后论文总结了全文的研究结果,并明确了后续研究方向。
陶涛[4]（2021）在《基于传播环境的安全传输关键技术研究及实现》文中研究说明无线通信技术迅猛发展,衍生出多样的业务场景。但由于无线信道的开放特性,通信过程容易受到非法方窃听和欺骗的攻击。传统的认证与加密方案通常建立在网络协议栈的高层,面对日益增长的量子计算能力以及大规模机器连接等新兴业务场景,传统的安全机制面临挑战。基于此,本文针对无线信道天然的随机性与独特性研究了轻量级高可靠的物理层身份认证与密钥生成技术,作为传统安全方案的补充,主要工作包括:论文在单跳网络下研究了三种基于信道特性的物理层身份认证算法。在基于多载波的典型通信系统中,信道频率响应随机性强,数据量大且易于提取,本文选取其作为基础信息,首先研究了经典的基于似然比检验的认证方案。针对经典方案认证性能易受信道变化快慢的影响,引入相对稳定的多径时延作为第二种信道特征,研究了基于二维信道量化的联合认证方案。考虑到单纯信道特征的局限性,论文进一步引入载波频率偏移作为发送方设备的特征,与信道频率响应一起构建联合检验统计量,实现信道与设备特征的联合认证。数字仿真及分析验证了随着多维特征的引入,联合认证的性能能得到提升和保证。论文在双跳网络下研究了基于信道特性的物理层身份认证算法及其功率分配的优化方案。本文首先将基于似然比检验的认证方案推广至双跳网络,针对其缺乏对恒虚警门限和检测概率的理论分析问题,论文利用大数判决的方式简化认证判决规则,推导分析了简化系统的理论认证性能。考虑到中继与接收设备所处环境的差异性,本文提出基于最优化认证性能的功率分配方案,根据中继与接收端的噪声功率联合调整发送端与中继的发送功率,可以使认证系统在总发送功率不变的情况下漏检率与虚警率的和达到最小。论文从物理层密钥生成机制的流程入手,研究了信道探测,数据预处理,特征量化以及密钥协商四个环节中的经典算法,最后基于软件无线电平台USRP（Universal Software Radio Peripheral）设计并实现了包含物理层身份认证与加密功能的安全通信系统。针对试验平台搭建,系统链路设计以及身份认证和密钥生成等关键模块,本文给出具体的实现方案,并在信道模拟和真实的无线环境中对各模块进行测试,测试结果表明试验平台中基于信道特性的认证与加密机制能有效抵御非法方窃听和欺骗的攻击。
曹振翔[5]（2021）在《非均匀海况下雷达舰船目标恒虚警率检测方法研究》文中提出雷达在现代信息化战争中起到至关重要的作用,并广泛应用于国防安全领域。而对于雷达舰船目标的检测与识别则是成为了各国争相研究的热点,其中,恒虚警率（Constant False Alarm Rate,CFAR）检测作为一种能根据环境变化来自适应调整阈值的技术,被广泛应用于海面雷达舰船目标的自动检测与追踪。在各国科研人员的不断努力下,众多CFAR检测方法被提出,并在均匀海况下取得了良好的检测效果。然而,这些检测方法在非均匀海况下,如包含强斑点噪声、目标分布密集、强杂波边缘等环境,则很难保持性能的平衡。目前,海面舰船目标检测主要存在两个方面的难点:一是在非均匀海况下对目标进行精确高效的检测比较困难;二是对受到自身的散射特性、环境和雷达设备参数等影响的弱目标的检测存在明显的性能瓶颈。本论文将分别从这两个方面展开研究,并且使用多种雷达实测数据对研究成果进行实验验证和分析。本论文研究的主要内容如下:（1）在深入地研究了雷达舰船目标恒虚警率检测机理的基础上,对传统的各类CFAR检测方法进行实验论证和分析,并针对它们在目标分布密集和强杂波边缘等非均匀海况下检测精度下降的问题,提出了一种基于自适应截断深度的CFAR（CFAR Based on Adaptive Trimming Depth,ATD-CFAR）检测方法。ATD-CFAR能将局部参考窗中的干扰像素点去除,极大地保持了真实海杂波样本。与传统的CFAR相比,该方法能更精确地估计出参数,在实现较低虚警率的同时,极大地提高了非均匀海况下的目标检测精度。（2）由于随着先进的高分辨率合成孔径雷达（Synthetic Aperture Radar,SAR）卫星的陆续发射,可以从图像中获取更多的信息,如舰船目标内部结构中像素点与像素点之间的空间关系。因此,本文设计一种复杂环境下改进的SAR图像双边CFAR（Improved Bilateral CFAR,IB-CFAR）舰船目标检测方法。IB-CFAR能在不改变实际海况基本分布的基础上,最大程度地提升舰船目标与周围杂波之间的对比度信息,在进一步提升非均匀海况下的舰船目标检测率的同时,对舰船的结构信息进行精细化描述。并且,该方法能够较好地提升弱目标内部的像素点间的相似度信息,使得各类弱目标能在复杂环境下被很好地检测出来。（3）本文设计了一套非均匀海况下的雷达舰船目标恒虚警率检测系统,本系统提供了SAR图像选择、SAR图像预处理、检测性能指标、航线规划、流量监控、数据显示和图像显示等一系列相关功能,可以较为完整的实现非均匀海况下的雷达舰船目标检测。
王川[6]（2021）在《基于毫米波雷达的汽车自适应巡航控制系统研究》文中认为随着时代的进步和科技的发展,自动驾驶汽车已经成为人们关注的焦点。自动驾驶汽车在道路上应具备周边环境感知、自主导航与定位、自适应巡航控制（Adaptive Cruise Control,ACC）等基本功能。其中ACC系统是确保汽车在道路上安全行驶最重要的一项,因此对ACC系统进行研究有着广阔的前景和意义。本文主要研究内容如下:首先,对汽车ACC系统的整体方案进行设计,分为信息获取模块、决策控制模块和车辆控制模块。对信息获取模块中的传感层进行设计,对比不同体制毫米波雷达的优缺点,选取最适合本文的调制体制,并发现传统的三角发射波形在多目标识别方面存在问题。对决策控制模块中的决策层进行设计,建立ACC系统纵向安全距离模型,针对传统PID控制只能处理简单的跟车工况问题,本文采用模型预测控制（Model Predictive Control,MPC）以满足ACC系统对不同工况控制的需求。其次,针对传统三角发射波形无法识别多目标的问题,提出一种组合发射波形,并设计一种多目标比较配对算法完成对信号中虚假目标的剔除。针对传统的快速傅里叶变换对中频信号处理时会产生频谱泄漏的问题,本文采用二维的全相位快速傅里叶变换进行改进,并提出一种改进的恒虚警率算法对信号中杂波干扰造成的虚警进行处理,仿真验证了以上算法的有效性。然后,针对汽车行驶中周围环境对信息采集干扰的问题,使用卡尔曼滤波算法对前车目标进行跟踪。设计了一种基于MPC的自适应巡航控制器,根据本车与前车的运动关系实时调整期望加速度。并基于模糊控制对权重系数进行实时调节,实现在不同行驶环境下完成舒适性变速或安全性变速的切换。利用Car Sim软件与Simulink进行联合仿真,验证了系统设计的有效性。最后,在室内和室外进行实验,完成对多目标距离和速度的测量。通过对雷达采集到的数据进行分析和处理,能够准确的对多目标进行测距、测速,性能满足设计要求。
陈世超[7]（2020）在《海杂波模型及海面小目标检测方法研究》文中研究表明海面目标检测是雷达目标探测的一个重要分支,也是雷达系统设计的基础和前提,在军事和民用领域都具有重要的研究意义。杂波是制约雷达目标检测和跟踪性能的关键因素,对于杂波特性的研究始终是雷达领域的热点。随着雷达分辨率的提高,传统检测方法并不能满足现役装备的需求。因此,本文着重研究了海杂波和目标多维度的特性差异,以及它们在海面目标检测中的应用。论文的主要研究工作如下:1.杂波模型的参数估计直接影响着高分辨长拖尾海杂波背景下的目标检测性能。针对海杂波帕累托分布在参数估计中出现的因估计器适用范围受限导致的检测性能下降的问题,提出了一种基于对数累积量的参数估计方法。所提方法通过梅林变换和完全贝塔函数性质,计算帕累托分布的一阶和二阶对数累积量,将传统的矩估计法和混合矩估计法进行了有效地结合,不仅可以估计所有定义域内的形状参数,且不受观测次数的限制,通过蒙特卡罗仿真实验证明了所提方法可将估计的相对偏差提高至少一个数量级。同时,通过对数变换,将传统的高斯分布杂波背景下的单元平均恒虚警检测器推广到帕累托分布杂波背景下,得到了帕累托分布背景下的分布式目标恒虚警检测器,并通过仿真实验验证了杂波参数对目标恒虚警检测器的影响。2.针对分形理论在应用于海面目标检测时存在的短时观测性能较差的问题,通过在多普勒域对熵进行扩展,提出了一种基于多普勒谱非广延熵的海面目标检测方法。所提方法首先对微分方程的解的形式进行幂次的推广,由仅能反映回波宏观量值的香农熵推导得到了可以反映杂波非线性特性的非广延熵。其次给出了非广延熵与分形维数之间的关系,同时对描述多重分形特性的非广延参数的选取进行了分析。根据有目标单元回波的多普勒谱同纯杂波单元回波的多普勒谱相比存在明显的聚集性,以及海杂波单元存在明显的多重分形特性而目标不存在多重分形特性的特点,提出了基于多普勒谱非广延熵的海面目标检测方法。最后通过IPIX雷达实测数据将所提方法与现有方法进行比较,验证了所提方法的有效性:与现有的多重分形频域Hurst指数方法和基于香农熵的方法相比,所提方法在观测时间较短的情况下,对海面小目标的检测概率可提高约10%。3.针对海杂波背景下基于极化域杂波特性的目标检测方法存在信息利用有限性和维度单一性的问题,将极化特征提取和模式识别相结合,提出了一种基于极化联合特征的海面目标检测方法。该方法从不同的信息维度提取了表征目标与杂波散射差异的极化特征:（1）由于海杂波是低擦地角随机散射,其散射机理中随机性较大,而目标具有的特定结构降低了回波中散射的随机性。因此,通过对海杂波和目标的极化协方差矩阵进行Cloude极化分解,提取极化熵和极化反熵的数学期望,以反映杂波单元和含目标单元回波散射机理的随机性差异;（2）海杂波和目标回波的散射成分不同,目标的人造结构使得其散射回波中球面散射体、二面角散射体和螺旋散射体这三个散射分量的归一化系数远大于杂波的归一化系数。因此,通过对海杂波和目标的极化散射矩阵进行Krogager极化特征分解,提取这三个散射分量的归一化系数,以反映杂波单元和含目标单元回波散射机理的结构组成差异。基于提取的极化特征,采用一类支持向量机（One-Class Support Vector Machine,OCSVM）来区分目标和杂波。与现有的极化检测方法相比,所提方法利用到的极化信息具有更强的丰富性和全面性,从而可提高对海面小目标的检测性能。不同海情下IPIX数据的实验结果表明了该方法的有效性。4.针对特征检测中存在的因基本分类器模式固定而无法灵活学习样本的内部结构,导致分类器适用性和灵活性有限,从而不能适应复杂多变的海杂波检测场景的问题,提出了一种基于局部一类支持向量机（Localized-OCSVM,LOCSVM）的海面多维度特征检测方法。特征提取阶段,该方法从三个维度提取了反映小目标与杂波特性的特征:（1）从极化维度,基于极化散射矩阵提取了球面和二面角散射分量的相对功率。（2）从多普勒和分形维度,从全极化通道回波中提取平均非广延熵来反映待测单元的多普勒和分形特征。在检测阶段,通过将k均值聚类引入OCSVM,提出了LOCSVM作为检测器。LOCSVM针对不同的样本,通过多个分类器的集成,模拟出复杂的非线性分类界面,实现对样本空间内部结构的深入学习。在复杂的海面检测背景下,当目标和杂波的样本出现交叉混叠时,可实现目标和杂波分类界面的非线性化,从而提高小目标的检测性能。IPIX数据的实验结果表明,改进的分类器在不同海情下可通过调节聚类个数提高目标的检测性能。
江锋[8]（2020）在《毫米波近程探测系统目标检测与信号处理》文中认为本论文基于毫米波近程探测技术,依托于相关的工程项目,主要研究和设计了线性调频连续波体制（Linear Frequency Modulated Continuous Wave,LFMCW）的毫米波近程探测系统,包括系统的分析与设计、实时信号处理算法研究、软硬件实现、系统调试和实验验证等几个方面,主要研究内容如下:（1）分析了LFMCW近程探测系统的测距测速原理,结合系统的应用需求对本课题的LFMCW近程探测系统的相关参数进行选择和确定,为后续的算法研究与软硬件设计提供相关的理论基础。（2）介绍了LFMCW近程探测系统的差频信号处理流程,针对变周期三角波调制的LFMCW近程探测系统利用容差函数进行多目标配对时存在的算法计算量大的问题,研究了一种利用先验信息压缩匹配空间的多目标配对改进算法,显着降低了多目标配对的复杂度;然后在恒虚警处理算法中,针对两个滑窗内都存在干扰目标时,可变性指示恒虚警检测器（Variability Index CFAR,VI-CFAR）的检测性能急剧下降的问题,通过加入有序统计最小选择（Ordered Statistic with Smallest Option CFAR,OSSO-CFAR）算法对它进行改进,使其在干扰目标随机分布的环境中能够提供更好的检测性能,在实际应用中具有更强的鲁棒性;将比值校正法与复调制细化分析方法相结合应用于差频信号的频谱分析,使其具有更高的频率识别精度,从而提高了系统的探测精度;分别在单目标以及多目标的情况下对探测系统进行了仿真实验分析,验证了算法的有效性。（3）设计了近程探测系统数字信号处理的硬件电路,围绕系统硬件的总体结构阐述了DSP系统电路,PLL电路,数据采集电路等相关模块芯片的选型以及性能特点,并给出了相应的电路原理图。（4）完成了近程探测系统软硬件的联试联调,通过对信号的采样与频谱分析对系统的整体以及中间数据结果进行了实验验证,在外场对实验样机进行了模拟测试,并对实测性能进行了分析,证实了硬件设计及信号处理算法的可行性,实验结果达到了探测系统的整体性能指标要求。
宋依欣[9]（2020）在《毫米波车载防撞雷达信号处理算法研究》文中进行了进一步梳理近些年随着汽车的普及,道路交通安全日益成为人们普遍关注的焦点问题。科学技术的发展带动了汽车核心技术的革新,其中提供辅助驾驶功能的毫米波车载防撞雷达因其体积小、功耗低、精度高、抗干扰能力强等优势,成为目前车载传感器的主流方案。本文将以毫米波车载防撞雷达为研究对象,对现阶段毫米波雷达信号处理中的关键技术展开研究,并针对目标检测与参数估计中存在的问题提出具体有效的改进算法,最终形成一套完整的、可行的毫米波车载防撞雷达信号处理算法流程。本文的具体工作如下:（1）研究了毫米波车载防撞雷达中的目标检测和参数估计的改进算法。针对快速傅里叶变换（Fast fourier transform,FFT）前的窗函数选择问题,分析和比较了几种窗函数的频域响应,提出了一种针对毫米波车载雷达目标特点而选择窗函数参数组合的机制;针对恒虚警检测（Constant false alarm rate,CFAR）算法在低信噪比条件下目标遮蔽影响严重的问题,提出了一种改进的基于干扰剔除的自适应恒虚警检测算法,研究表明,利用动态门限识别参考窗内的干扰信息,并对其进行预处理,可有效提高二维恒虚警检测的检测概率,降低系统的漏警率;针对基于子空间正交性的传统谱估计算法进行波达方向（Direction of arrival,DOA）估计时计算复杂度较高的问题,提出了一种基于空域FFT的快速DOA估计算法,该算法将空间谱信号通过快速傅里叶变换后的峰值序号与方位角度相关联,是一种不需要大型矩阵相乘和求逆运算的低复杂度方位角估计方法。（2）研究了基于数据驱动的毫米波车载防撞雷达的近场目标DOA估计算法。针对近场信源入射波不能假设为远场条件下平行波的情况,建立了目标与天线阵元的近场模型并推导了近场场源信号的导向矢量。同时,提出了三种解决目标在近场场景下方位角估计精度下降问题的算法。其中基于网格划分的峰值序号查找表法,通过网格建立近距目标距离与方位角之间的联系,在近距场景下能够有效提高DOA估计精度,但所需的数据存储量较大。其他两种算法为基于支持向量机（Support vector machine,SVM）的DOA估计算法,分别为基于决策树层次SVM的DOA估计算法和基于OVR（One-versus-rest）-SVM的DOA估计算法。两种基于SVM的算法区别在于,生成代表多分类器的决策函数的过程不同。仿真证明了这两种基于SVM的DOA估计算法在近距场景下DOA估计的有效性,但基于决策树层次SVM的DOA估计算法在训练和分类阶段的复杂度开销比基于OVR-SVM的DOA估计算法低,且在训练样本数据量不足的条件下能够取得更鲁棒的检测效果。（3）实现了基于TI-AWR1642芯片毫米波车载防撞雷达在硬件系统层面的算法设计与改进。首先对系统硬件模块结构和关键芯片TI-AWR1642的参数与特点进行了阐述。随后,针对毫米波车载雷达参数限制而导致的速度模糊问题,提出了两种各具优势的解速度模糊算法,其中基于离散傅里叶变换（Discrete fourier transform,DFT）因子的峰值比较解速度模糊算法不需要额外的目标匹配运算,但低信噪比条件下会出现较大的性能恶化;而基于滑窗的连续帧联合解速度模糊算法信噪比适应性较好,但需要额外的多目标匹配过程。考虑到芯片的多模互不干扰特性,在不影响系统数据刷新率的前提下,结合两种算法的优势,在近距模式下采用DFT因子法并在中距模式下采用滑窗法。该改进的车载雷达信号处理方案,能够取得更好的解模糊精度与实现复杂度之间的折中。最后,针对所提出的毫米波车载防撞雷达信号处理流程特点,设计了一种层次分明、结构合理的帧结构方案。该帧结构充分考虑近远距波形的变化和天线模式的切换,适用于检测范围广、精度高的毫米波车载防撞雷达系统。
李晓蕊[10]（2020）在《复杂环境下雷达目标检测算法研究》文中认为雷达目标检测作为雷达信号处理的重要组成部分,是实现雷达目标跟踪、成像及识别的前提和基础,一直受到国内外研究人员的关注。随着无线电技术的不断深入发展,雷达探测范围涵盖了陆海空天,但电磁环境日益复杂多变,并且目标的隐身能力日益增强,如何在复杂环境下对目标进行有效检测,成为了雷达目标检测面临的首要难题。本文主要针对复杂环境下雷达目标检测算法进行研究。该复杂环境一方面来自于杂波的非均匀性和起伏特性,另一方面来自于各种有源干扰。论文主要工作如下:1、本文在目标起伏模型、目标检测原理和固定门限检测基础上,主要从均匀杂波、杂波边缘和邻近多目标这三种典型的目标检测环境入手,重点研究几种常见的恒虚警率（Constant False Alarm Rate,CFAR）检测算法,对它们的检测性能进行了仿真与对比分析,并比较了这几种CFAR算法的优缺点及适用场景。2、雷达目标回波功率与距离的四次方成反比,因此远距离目标能量衰减较大。为解决远距离弱回波目标检测问题,雷达通常会连续发射多个脉冲信号,并利用脉冲积累技术来提高噪声背景下目标回波的信噪比。相参积累和非相参积累是两种常用的脉冲积累方式,但在实际工作中究竟该采取哪种积累方式?脉冲回波相参时,哪种方式更加有效?目前还缺乏统一的分析。针对该问题,本文以奈曼-皮尔逊准则为依据,分析对比不同脉冲数、不同输入信噪比条件下相参和非相参积累对目标检测概率的影响,并提出一种基于恒虚警检测的脉冲积累方式的选择方法,从而使雷达能够根据目标环境和系统工作模式选择出最有效的脉冲积累方式。仿真实验表明,该方法能够有效提高目标信噪比,从而使目标检测概率最高。3、电子战系统常常产生距离拖引、速度拖引以及角度拖引等干扰信号,从而破坏雷达的正常目标跟踪。此外,动目标显示技术等杂波抑制技术所产生的杂波剩余也会对后续的目标跟踪产生不利影响。针对该问题,本文结合雷达目标跟踪技术,提出一种抗距离拖引干扰的方法。对于匀速运动的目标,首先假定起始的第一条航迹为真目标航迹;接着计算并更新该航迹在笛卡尔直角坐标系各坐标轴的速度范围;然后判断新航迹的互联点迹在各轴的速度分量与真目标速度分量范围的关系,并根据一定准则判断出新航迹的真假,从而实现对距离拖引假目标的抑制。仿真结果表明,该方法可以在众多虚假点迹中成功识别出干扰,从而保证雷达目标跟踪的正确性。
二、目标信号判定和恒虚警率处理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、目标信号判定和恒虚警率处理（论文提纲范文）
（2）障碍物检测与车辆控制算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 障碍物检测和车辆控制原理 |
| 2.1 毫米波雷达的基本结构 |
| 2.2 毫米波雷达的工作原理 |
| 2.3 车辆控制的原理 |
| 2.4 本章小结 |
| 第三章 毫米波雷达障碍物检测和车辆控制 |
| 3.1 FMCW雷达 |
| 3.1.1 FMCW雷达概念 |
| 3.1.2 FMCW雷达的工作原理 |
| 3.2 毫米波雷达测距 |
| 3.2.1 毫米波雷达测距的基本原理 |
| 3.2.2 毫米波雷达距离测量 |
| 3.3 毫米波雷达测速 |
| 3.3.1 毫米波雷达测速的基本原理 |
| 3.3.2 毫米波雷达速度测量 |
| 3.4 毫米波雷达测角 |
| 3.4.1 毫米波雷达测角原理 |
| 3.4.2 毫米波雷达角度测量 |
| 3.5 车辆控制 |
| 3.5.1 车辆控制原理 |
| 3.5.2 车辆控制实现 |
| 3.6 本章小结 |
| 第四章 障碍物检测和车辆控制算法实现 |
| 4.1 障碍物检测算法 |
| 4.1.1 恒虚警率检测算法 |
| 4.1.2 杂波建模 |
| 4.1.3 窗函数 |
| 4.1.4 杂波抑制算法 |
| 4.1.5 恒虚警率检测算法改进 |
| 4.2 车辆控制算法 |
| 4.2.1 车辆避障控制特点 |
| 4.2.2 模糊控制算法 |
| 4.3 本章小结 |
| 第五章 障碍物检测和车辆控制算法仿真 |
| 5.1 障碍物检测算法仿真 |
| 5.1.1 雷达线性调频距离检测算法仿真 |
| 5.1.2 雷达线性调频速度检测算法仿真 |
| 5.1.3 雷达线性调频角度测量算法仿真 |
| 5.2 恒虚警率算法仿真 |
| 5.3 杂波抑制算法 |
| 5.4 车辆控制算法 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（3）面向5G的物理层安全传输关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 物理层安全技术研究现状 |
| 1.2.1 基于信道特性的物理层认证 |
| 1.2.2 基于射频指纹的物理层认证 |
| 1.2.3 基于信号水印的物理层认证 |
| 1.2.4 基于激励响应的物理层认证 |
| 1.3 论文主要研究内容及创新 |
| 1.4 论文的结构与内容安排 |
| 第二章 面向5G的下行传输方案研究 |
| 2.1 大规模MIMO中的信道模型概述 |
| 2.1.1 确定性信道模型 |
| 2.1.2 随机统计信道模型 |
| 2.2 大规模MIMO中的信道建模研究 |
| 2.2.1 面向5G的新型天线模型 |
| 2.2.2 面向5G的无线信道模型 |
| 2.2.3 面向5G的空时频信道特性 |
| 2.3 大规模MIMO中的下行传输方案研究 |
| 2.3.1 基于卡尔曼的信道预测技术 |
| 2.3.2 基于迫零准则的预编码技术 |
| 2.3.3 基于卡尔曼迭代的预编码技术 |
| 2.4 大规模MIMO中的下行传输方案数字仿真与分析 |
| 2.4.1 不同迭代次数下的卡尔曼迭代预编码技术性能仿真 |
| 2.4.2 无时延场景下的预编码性能仿真分析 |
| 2.4.3 存在时延场景下的预编码性能仿真分析 |
| 2.4.4 基于信道预测的预编码性能仿真分析 |
| 2.5 本章小结 |
| 第三章 基于射频指纹的物理层认证方案研究 |
| 3.1 基于射频指纹的物理层认证方案概述 |
| 3.1.1 基于射频指纹的物理层认证方案概述 |
| 3.1.2 基于射频指纹的物理层认证系统流程 |
| 3.2 基于信号包络特征的射频指纹认证技术研究 |
| 3.2.1 系统模型 |
| 3.2.2 理论分析 |
| 3.2.3 数字仿真 |
| 3.3 基于信号双谱变换的射频指纹认证技术研究 |
| 3.3.1 系统模型 |
| 3.3.2 理论分析 |
| 3.3.3 数字仿真 |
| 3.4 本章小结 |
| 第四章 基于信号水印的物理层认证方案研究 |
| 4.1 基于信号水印的物理层认证方案概述 |
| 4.1.1 基于信号水印的物理层认证方案概述 |
| 4.1.2 基于信号水印的物理层认证系统流程 |
| 4.2 基于全部星座图位置抖动的信号水印认证技术研究 |
| 4.2.1 系统模型 |
| 4.2.2 理论分析 |
| 4.2.3 数字仿真 |
| 4.3 基于部分星座图位置抖动的信号水印认证技术研究 |
| 4.3.1 系统模型 |
| 4.3.2 理论分析 |
| 4.3.3 数字仿真 |
| 4.4 本章小结 |
| 第五章 基于信道特性的物理层认证方案研究 |
| 5.1 基于信道特性的物理层认证方案概述 |
| 5.1.1 基于信道特性的物理层认证方案概述 |
| 5.1.2 基于信道特性的物理层认证系统流程 |
| 5.2 基于多天线信道特性的物理层认证技术研究 |
| 5.2.1 系统模型 |
| 5.2.2 理论分析 |
| 5.2.3 数字仿真 |
| 5.3 基于信道预测的物理层认证技术研究 |
| 5.3.1 系统模型 |
| 5.3.2 理论分析 |
| 5.3.3 数字仿真 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要工作及贡献 |
| 6.2 下一步工作建议及研究方向 |
| 致谢 |
| 参考文献 |
| 个人简历 |
| 硕士期间的研究成果 |
（4）基于传播环境的安全传输关键技术研究及实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 物理层身份认证技术研究现状 |
| 1.2.2 物理层密钥生成技术研究现状 |
| 1.3 论文主要内容及创新 |
| 1.4 论文的结构与内容安排 |
| 第二章 单跳网络中基于信道特性的身份认证技术研究 |
| 2.1 基于单一信道特征的身份认证 |
| 2.1.1 基本原理与系统模型 |
| 2.1.2 基于似然比检验的认证方案 |
| 2.1.3 理论虚警率与漏检率分析 |
| 2.1.4 数字仿真及分析 |
| 2.2 基于多维信道特征联合的身份认证 |
| 2.2.1 基本原理与系统模型 |
| 2.2.2 基于二维信道量化的认证方案 |
| 2.2.3 理论虚警率与漏检率分析 |
| 2.2.4 数字仿真及分析 |
| 2.3 基于信道与设备特征联合的身份认证 |
| 2.3.1 基本原理与系统模型 |
| 2.3.2 一种典型的频偏估计算法及分析 |
| 2.3.3 基于联合检验统计量的认证方案 |
| 2.3.4 理论虚警率与漏检率分析 |
| 2.3.5 数字仿真及分析 |
| 2.4 本章小结 |
| 第三章 双跳网络中基于信道特性的身份认证技术研究 |
| 3.1 双跳网络中基于信道特性的身份认证模型 |
| 3.2 改进的似然比检验认证方案 |
| 3.2.1 似然比检验 |
| 3.2.2 基于大数判决的改进方案 |
| 3.3 理论虚警率与漏检率分析 |
| 3.3.1 理论虚警率 |
| 3.3.2 理论漏检率 |
| 3.4 基于认证性能最优的功率分配方案 |
| 3.4.1 优化问题建模 |
| 3.4.2 目标函数的上界 |
| 3.4.3 近似最优解 |
| 3.5 数字仿真及分析 |
| 3.5.1 基于大数判决的认证方法与似然比检验比较 |
| 3.5.2 理论虚警率与检测概率验证 |
| 3.5.3 最优门限验证 |
| 3.5.4 最优功率分配验证 |
| 3.6 本章小结 |
| 第四章 物理层安全通信系统实现 |
| 4.1 基于信道特性的物理层密钥生成方案 |
| 4.1.1 基本原理 |
| 4.1.2 系统流程 |
| 4.2 试验平台搭建 |
| 4.2.1 实现平台介绍 |
| 4.2.2 部件与连接 |
| 4.2.3 多设备同步 |
| 4.3 系统链路设计 |
| 4.3.1 传输架构 |
| 4.3.2 系统帧结构 |
| 4.3.3 主要参数设计 |
| 4.3.4 处理流程 |
| 4.4 身份认证测试 |
| 4.4.1 试验平台中身份认证的实现 |
| 4.4.2 测试环境与方法 |
| 4.4.3 测试结果 |
| 4.5 密钥生成测试 |
| 4.4.1 试验平台中密钥生成的实现 |
| 4.4.2 测试环境与方法 |
| 4.4.3 测试结果 |
| 4.6 业务传输性能测试 |
| 4.6.1 传输速率测试 |
| 4.6.2 传输质量测试 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 下一步研究方向 |
| 致谢 |
| 参考文献 |
| 个人简历 |
| 硕士期间的研究成果 |
（5）非均匀海况下雷达舰船目标恒虚警率检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题的背景与意义 |
| 1.2 雷达舰船目标检测技术的研究动态与发展现状 |
| 1.2.1 SAR图像舰船目标检测的发展现状 |
| 1.2.2 一维雷达信号下舰船目标检测的发展现状 |
| 1.3 论文的思路和结构安排 |
| 第二章 雷达图像预处理 |
| 2.1 引言 |
| 2.2 SAR图像预处理技术 |
| 2.2.1 SAR成像机理 |
| 2.2.2 SAR图像几何校正 |
| 2.2.3 SAR图像海陆分割 |
| 2.3 本章小结 |
| 第三章 基于自适应截断深度的CFAR检测算法 |
| 3.1 引言 |
| 3.2 基于SAR图像的恒虚警率舰船目标检测原理 |
| 3.2.1 恒虚警率检测算法原理描述 |
| 3.2.2 常用的各类CFAR检测算法 |
| 3.3 基于自适应截断深度的CFAR检测原理 |
| 3.3.1 基于固定截断深度的OR-CFAR |
| 3.3.2 基于自适应深度的ATD-CFAR |
| 3.3.3 基于最大似然法的统计参数估计 |
| 3.3.4 ATD-CFAR判决规则 |
| 3.4 实验结果与分析 |
| 3.4.1 实验的参数设置 |
| 3.4.2 实验结果对比与量化分析 |
| 3.5 一维雷达信号下的检测结果 |
| 3.6 本章小结 |
| 第四章 一种非均匀海况下SAR图像双边CFAR舰船目标检测算法 |
| 4.1 引言 |
| 4.2 双边CFAR检测原理 |
| 4.3 IB-CFAR检测算法 |
| 4.3.1 基于非均匀量化法的强度层级划分 |
| 4.3.2 自适应强度-空间域信息融合 |
| 4.3.3 基于杂波截断的参数估计方法 |
| 4.4 实验结果与分析 |
| 4.4.1 参数设置 |
| 4.4.2 各CFAR检测器的实验结果对比 |
| 4.5 本章小结 |
| 第五章 非均匀环境下雷达舰船目标恒虚警率检测系统 |
| 5.1 引言 |
| 5.2 系统设计思路 |
| 5.2.1 系统的功能需求 |
| 5.2.2 系统的体系结构 |
| 5.3 软件使用说明和运行实例 |
| 5.3.1 软件使用说明 |
| 5.3.2 软件运行实例 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要内容和创新点 |
| 6.2 后期工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（6）基于毫米波雷达的汽车自适应巡航控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 汽车传感雷达常用技术对比 |
| 1.2.2 国内外毫米波雷达的发展与现状 |
| 1.2.3 汽车自适应巡航控制系统国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 汽车自适应巡航控制系统整体方案设计 |
| 2.1 汽车自适应巡航控制系统原理架构 |
| 2.2 传感层方案设计 |
| 2.2.1 毫米波雷达工作体制的选择 |
| 2.2.2 连续调频毫米波信号模型 |
| 2.2.3 毫米波雷达测角算法选择 |
| 2.3 决策层方案设计 |
| 2.3.1 自适应巡航系统纵向安全距离模型 |
| 2.3.2 决策控制算法的选择 |
| 2.4 本章小结 |
| 第3章 信息获取模块的改进及仿真 |
| 3.1 组合发射波形的提出 |
| 3.2 多目标频域配对算法 |
| 3.3 差频信号处理的改进 |
| 3.3.1 窗函数的选取 |
| 3.3.2 全相位预处理 |
| 3.3.3 二维全相位傅里叶变换 |
| 3.4 自适应门限阈值设置算法改进 |
| 3.4.1 恒虚警检测器 |
| 3.4.2 传统恒虚警检测器 |
| 3.4.3 改进的恒虚警检测算法 |
| 3.4.4 恒虚警性能仿真分析 |
| 3.5 信息获取模块整体仿真 |
| 3.6 本章小结 |
| 第4章 决策控制模块设计及仿真 |
| 4.1 目标跟踪算法 |
| 4.1.1 卡尔曼滤波 |
| 4.1.2 目标跟踪算法仿真分析 |
| 4.2 基于模型预测控制(MPC)的自适应巡航控制器设计 |
| 4.2.1 自适应巡航系统约束条件分析 |
| 4.2.2 模型预测控制算法设计 |
| 4.3 基于模糊控制的权重调整策略 |
| 4.4 CarSim与Simulink联合仿真 |
| 4.4.1 联合仿真平台搭建 |
| 4.4.2 不同工况仿真分析 |
| 4.5 本章小结 |
| 第5章 实验验证 |
| 5.1 AWR1843硬件平台 |
| 5.2 参数配置及室内外实验 |
| 5.2.1 室内实验 |
| 5.2.2 室外实验 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的科研成果 |
| 致谢 |
（7）海杂波模型及海面小目标检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 海杂波特性及检测模型概述 |
| 1.2.1 海杂波的形成机理 |
| 1.2.2 海杂波模型及特性分析 |
| 1.2.3 海面目标检测模型 |
| 1.3 国内外研究现状 |
| 1.3.1 基于加性模型的海杂波特性及检测方法研究 |
| 1.3.2 基于非加性模型的海杂波特性及检测方法研究 |
| 1.4 实测数据介绍 |
| 1.5 论文主要内容及结构 |
| 第二章 海杂波帕累托分布的参数估计及恒虚警检测器 |
| 2.1 引言 |
| 2.2 海杂波帕累托分布模型 |
| 2.2.1 杂波模型 |
| 2.2.2 帕累托分布随机数产生 |
| 2.3 海杂波帕累托分布的参数估计新方法 |
| 2.3.1 基于对数累积量的参数估计方法 |
| 2.3.2 参数估计性能分析 |
| 2.4 帕累托分布下的GM-CFAR检测器 |
| 2.4.1 GM-CFAR检测器 |
| 2.4.2 杂波参数对检测器的影响 |
| 2.5 本章小结 |
| 第三章 基于多普勒谱非广延熵的海面目标检测方法 |
| 3.1 引言 |
| 3.2 多普勒谱非广延熵与多重分形 |
| 3.2.1 非广延熵引入 |
| 3.2.2 非广延熵与多重分形的关系 |
| 3.3 基于多普勒谱非广延熵的目标检测方法 |
| 3.3.1 多重分形特性分析 |
| 3.3.2 多普勒谱特性分析 |
| 3.3.3 非广延参数选取 |
| 3.3.4 目标检测流程 |
| 3.4 检测性能分析 |
| 3.4.1 不同q值下的检测性能 |
| 3.4.2 不同观测时间下的检测性能 |
| 3.5 本章小结 |
| 第四章 基于极化联合特征的海面目标检测方法 |
| 4.1 引言 |
| 4.2 极化特征分解 |
| 4.2.1 Cloude分解 |
| 4.2.2 Krogager分解 |
| 4.3 基于极化特性的目标检测方法 |
| 4.3.1 极化特性分析 |
| 4.3.2 基于一类支持向量机的特征检测方法 |
| 4.4 检测性能分析 |
| 4.4.1 不同观测时间下的检测结果 |
| 4.4.2 不同核函数下的检测结果 |
| 4.4.3 不同方法下的检测结果 |
| 4.5 本章小结 |
| 第五章 基于局部一类分类器的海面多维度特征检测方法 |
| 5.1 引言 |
| 5.2 特征提取及可分性分析 |
| 5.2.1 多维度特征提取 |
| 5.2.2 特征可分性分析 |
| 5.3 基于LOCSVM的目标检测方法 |
| 5.3.1 LOCSVM提出 |
| 5.3.2 目标检测流程 |
| 5.4 检测性能分析 |
| 5.4.1 不同方法下的检测结果 |
| 5.4.2 LOCSVM的聚类个数 |
| 5.4.3 LOCSVM的迭代停止条件 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）毫米波近程探测系统目标检测与信号处理（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 毫米波近程探测技术 |
| 1.2.2 毫米波应用发展概况 |
| 1.2.3 毫米波雷达的信号处理 |
| 1.3 论文的主要内容及工作安排 |
| 2 LFMCW近程探测系统组成及原理分析 |
| 2.1 LFMCW近程探测系统的方案设计 |
| 2.1.1 射频前端系统设计 |
| 2.1.2 数字信号处理系统设计 |
| 2.2 对称三角波LFMCW近程探测系统测距测速原理 |
| 2.3 系统相关参数选择 |
| 2.3.1 调制带宽B |
| 2.3.2 调制周期T_m |
| 2.3.3 发射功率P_t |
| 2.4 LFMCW近程探测系统测量性能的影响因素 |
| 2.4.1 VCO非线性度对测量分辨率的影响 |
| 2.4.2 栅栏现象对频谱分析的影响 |
| 2.5 本章小结 |
| 3 LFMCW近程探测系统差频信号处理算法研究 |
| 3.1 传统三角波LFMCW近程探测系统存在的问题及改进 |
| 3.1.1 传统三角波多目标配对存在的问题 |
| 3.1.2 变周期三角波容差函数配对算法 |
| 3.1.3 变周期三角波多目标配对改进算法 |
| 3.2 恒虚警处理 |
| 3.2.1 均值类CFAR检测器 |
| 3.2.2 有序统计类CFAR检测器 |
| 3.2.3 VI-CFAR检测器原理 |
| 3.2.4 改进VI-CFAR检测器原理 |
| 3.2.5 改进VI-CFAR检测器性能分析 |
| 3.3 频谱校正与细化 |
| 3.3.1 离散频谱单频率校正 |
| 3.3.2 密集频率频谱细化 |
| 3.3.3 离散频谱自动校正 |
| 3.4 系统性能分析 |
| 3.4.1 空间复杂度分析 |
| 3.4.2 时间复杂度分析 |
| 3.5 系统仿真分析 |
| 3.5.1 单目标仿真分析 |
| 3.5.2 多目标仿真分析 |
| 3.6 本章小结 |
| 4 数字信号处理的硬件电路设计 |
| 4.1 信号处理器模块的总体设计 |
| 4.2 DSP系统电路的设计 |
| 4.2.1 DSP芯片的选择 |
| 4.2.2 电源电路 |
| 4.2.3 复位电路 |
| 4.2.4 时钟电路 |
| 4.2.5 JATG仿真接口电路 |
| 4.2.6 DSP存储器的扩展 |
| 4.3 PLL电路模块的设计 |
| 4.3.1 调制信号发生模块的设计 |
| 4.3.2 环路滤波器的设计 |
| 4.3.3 压控振荡器的设计 |
| 4.4 数据采集模块的设计 |
| 4.4.1 ADC的设计 |
| 4.4.2 FIFO的设计 |
| 4.5 硬件电路的实现 |
| 4.6 本章小结 |
| 5 系统调试与实验结果分析 |
| 5.1 调制信号模块功能调试 |
| 5.2 信号采样与频谱分析实验 |
| 5.2.1 中频信号采集 |
| 5.2.2 频谱分析 |
| 5.2.3 上位机显示 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A:攻读硕士学位期间发表的论文和出版着作情况 |
| 附录B:部分核心代码 |
（9）毫米波车载防撞雷达信号处理算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 毫米波车载防撞雷达产品发展进程 |
| 1.2.2 毫米波车载防撞雷达技术发展进程 |
| 1.3 论文主要工作与创新 |
| 第二章 毫米波车载防撞雷达基本原理与信号分析 |
| 2.1 引言 |
| 2.2 雷达系统框图 |
| 2.3 雷达方程 |
| 2.4 线性调频连续波的信号分析 |
| 2.4.1 中频信号的时域分析 |
| 2.4.2 中频信号的频域分析 |
| 2.4.3 模糊函数和分辨力 |
| 2.5 车载雷达信号与数据处理流程 |
| 2.5.1 车载雷达的信号处理流程 |
| 2.5.2 车载雷达的数据处理流程 |
| 2.5.3 仿真与分析 |
| 2.6 本章小结 |
| 第三章 改进的毫米波车载防撞雷达目标检测与参数估计算法 |
| 3.1 引言 |
| 3.2 毫米波车载防撞雷达的信号加窗 |
| 3.2.1 窗函数的选择 |
| 3.2.2 仿真结果与分析 |
| 3.3 毫米波车载防撞雷达目标检测算法 |
| 3.3.1 二维恒虚警检测算法 |
| 3.3.2 改进的基于干扰剔除的自适应恒虚警检测算法 |
| 3.3.3 仿真结果与分析 |
| 3.4 毫米波车载防撞雷达角度参数估计算法 |
| 3.4.1 空间谱估计原理 |
| 3.4.2 基于空域FFT的快速DOA估计算法 |
| 3.4.3 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 数据驱动的毫米波车载防撞雷达近距目标DOA估计算法 |
| 4.1 引言 |
| 4.2 近场场源信号模型与天线阵列 |
| 4.3 基于网格划分的峰值序号查找表法 |
| 4.4 基于SVM分类器的DOA估计方法 |
| 4.4.1 支持向量机与其多分类方法 |
| 4.4.2 基于OVR-SVM算法的DOA估计方法 |
| 4.4.3 基于决策树层次SVM算法的DOA估计方法 |
| 4.5 算法复杂度分析 |
| 4.6 仿真结果与分析 |
| 4.7 本章小结 |
| 第五章 毫米波车载防撞雷达系统实现及其多模帧结构设计 |
| 5.1 引言 |
| 5.2 系统硬件结构 |
| 5.2.1 硬件模块 |
| 5.2.2 关键芯片TI-AWR1642 |
| 5.3 基于芯片多模特性的解速度模糊算法改进与帧结构设计 |
| 5.3.1 速度模糊现象与多重频解模糊原理 |
| 5.3.2 基于DFT因子的峰值比较解速度模糊算法 |
| 5.3.3 基于滑窗的连续帧联合解速度模糊算法 |
| 5.3.4 算法优势分析 |
| 5.3.5 基于芯片多模特性的帧结构设计 |
| 5.3.6 仿真结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 下一步研究方向 |
| 参考文献 |
| 硕士期间发表的学术论文及专利 |
| 致谢 |
（10）复杂环境下雷达目标检测算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 论文的主要工作及安排 |
| 第二章 雷达目标检测基础 |
| 2.1 目标起伏模型 |
| 2.2 目标检测原理 |
| 2.2.1 二元信号统计检测理论模型 |
| 2.2.2 奈曼-皮尔逊准则 |
| 2.3 固定门限检测 |
| 2.4 均值类CFAR |
| 2.4.1 基本数学模型 |
| 2.4.2 CA-CFAR算法 |
| 2.4.3 SO-CFAR算法 |
| 2.4.4 GO-CFAR算法 |
| 2.5 有序统计类CFAR |
| 2.5.1 基本数学模型 |
| 2.5.2 仿真分析 |
| 2.6 CFAR检测性能对比 |
| 2.7 小结 |
| 第三章 基于恒虚警检测的脉冲积累方式的选择方法 |
| 3.1 概述 |
| 3.2 杂波 |
| 3.3 MTI |
| 3.4 基于恒虚警检测的脉冲积累方式的选择方法 |
| 3.4.1 非相参积累 |
| 3.4.2 相参积累 |
| 3.4.3 脉冲积累方式的选择方法 |
| 3.4.4 基于恒虚警检测的脉冲积累方式选择方法的仿真分析 |
| 3.5 小结 |
| 第四章 基于雷达跟踪技术的距离拖引干扰抑制方法 |
| 4.1 概述 |
| 4.2 距离拖引干扰 |
| 4.2.1 基本原理 |
| 4.2.2 仿真分析 |
| 4.3 点迹凝聚处理 |
| 4.3.1 点迹数据分析 |
| 4.3.2 点迹凝聚处理 |
| 4.4 目标跟踪处理 |
| 4.4.1 卡尔曼滤波器 |
| 4.4.2 三点航迹起始算法 |
| 4.4.3 航迹互联算法 |
| 4.4.4 记忆跟踪方法 |
| 4.4.5 航迹管理方法 |
| 4.5 基于雷达跟踪技术的距离拖引干扰抑制方法 |
| 4.5.1 基本原理 |
| 4.5.2 仿真分析 |
| 4.6 小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、目标信号判定和恒虚警率处理（论文参考文献）
- [1]LFMCW雷达低慢小目标检测跟踪[D]. 叶苏杰. 西安电子科技大学, 2021
- [2]障碍物检测与车辆控制算法研究[D]. 刘校宗. 西安石油大学, 2021(09)
- [3]面向5G的物理层安全传输关键技术研究[D]. 刘东林. 电子科技大学, 2021(01)
- [4]基于传播环境的安全传输关键技术研究及实现[D]. 陶涛. 电子科技大学, 2021(01)
- [5]非均匀海况下雷达舰船目标恒虚警率检测方法研究[D]. 曹振翔. 合肥工业大学, 2021(02)
- [6]基于毫米波雷达的汽车自适应巡航控制系统研究[D]. 王川. 哈尔滨理工大学, 2021(09)
- [7]海杂波模型及海面小目标检测方法研究[D]. 陈世超. 西安电子科技大学, 2020(02)
- [8]毫米波近程探测系统目标检测与信号处理[D]. 江锋. 南京理工大学, 2020(01)
- [9]毫米波车载防撞雷达信号处理算法研究[D]. 宋依欣. 东南大学, 2020(01)
- [10]复杂环境下雷达目标检测算法研究[D]. 李晓蕊. 西安电子科技大学, 2020(05)