一种基于变周期LFMCW雷达MTD多目标配对方法

为提高线性调频连续波（LFMCW）雷达在多目标环境中检测的准确性，消除传统对称三角波配对产生的虚假目标信息，对真实目标的距离和速度进行有效测量，文章创新性地提出了在运用变周期LFMCW的基础上，结合动目标检测（MTD）的算法方式，充分利用二维多普勒信息进行检测。通过对两个不同调制扫频周期差拍回波信号MTD检测之后，即一维FFT之后，再对同一距离单元进行二维FFT的快速算法，以缩减目标环境并利用相同多普勒模糊通道的信息进行准确配对，达到减少虚假目标产生的目的。对于同一多普勒通道的多目标情况，利用两个调制扫频周期内其真实目标一致性进行准确配对，通过中心频率解耦合计算出目标距离速度。最后，通过 Matlab仿真，分别对两个调制扫频周期进行积累并做二维FFT，进行一次配对解耦合之后，再进行二次配对，测得目标真实距离速度信息，证明了该方法的有效性。     

交通信息采集雷达中目标跟踪算法的研究

现代交通系统的核心是对交通信息进行采集。使用雷达对交通信息采集具有效果好、不易受环境影响且寿命长等优点。交通信息采集的本质是对目标的状态信息进行动态检测。由于交通环境的复杂多样,因此采用合理的算法实现对目标的跟踪显得尤其重要。该文以转换测量卡尔曼滤波(CMKF)为基础,采用经验联合概率数据关联算法(CJPDA)与概率数据互联算法(PDA)相结合的数据关联方法,利用PDA对单目标或稀疏多目标进行数据关联,用CJPDA对复杂多目标进行数据关联,从而实现了雷达对目标的跟踪,进而实现了对交通信息的采集。文中首先介绍了CMKF滤波算法相关技术原理;其次描述了一些常用的数据关联算法实现过程;最后通过仿真分析验证了该种组合目标跟踪算法能够在满足交通信息采集雷达精度要求的同时有效的降低系统运算量,对系统的实时性有较好的提升。     

一种基于24GHz梯形调制LFMCW雷达解多普勒模糊方法

由于对称三角线性调频连续波（LFMCW）雷达在多目标情况下容易产生虚假目标，又因为采用的毫米波技术，发射波形的上下扫频时宽相对较小，且目标速度的测量精度和分辨率又取决于信号的时宽，所以，为了消除虚假目标的产生以及提高目标速度的测量精度和准确性，文章利用梯形调制方式，并结合MTD 恒频速度配对法，充分利用二维模糊多普勒频率，通过恒频速度配对得到真实目标之后，再用其求得模糊重数，进而解多普勒模糊。由于二维模糊多普勒频率是在一个周期下得到的，所以，解模糊得到的速度精度要大于恒频速度和上下扫频配对得到的速度。利用这种方法，不仅可以准确地得到目标信息，还防止了虚假目标的产生。最后，经Matlab仿真结果表明，解多普勒模糊得到的速度误差明显小于恒频以及去耦合。     

基于梯形波调制FMCW雷达的多目标检测

由于传统的对称三角LFMCW雷达上下扫频配对问题，极容易因错配而产生虚假目标。为了解决对称三角波调制在复杂目标情况下的目标配对难题，文章利用梯形波的调制方式，并结合MTD（动目标检测）技术缩减目标环境，利用恒定频段测得的目标速度实现配对；即创新性地提出采用MTD 恒频速度配对法，对上下扫频信号进行二维FFT显示出动目标，利用同速度通道对单目标配对缩减目标环境，再利用恒频段对信号一维得到的速度信息对同速度通道下的多目标进行配对，同时把恒频段的目标速度作为信息测得的真实速度，提高了目标信息的准确度，从而实现复杂目标环境下的准确配对，获得目标信息。最后，通过检测得到的真实速度，对梯形波的上扫频（或者下扫频）进行速度补偿，以实现目标距离的矫正。仿真效果验证了该方法的有效性。