论文部分内容阅读
随着雷达在民用中的普及,各种目标检测算法层出不穷。在民用雷达中,毫米波雷达因为其分辨率高、成本低、能克服恶劣天气影响等独特的优势,得到迅速发展与应用。在传统目标检测算法中,快速傅里叶变换(Fast Fourier Transformation,FFT)是许多检测算法的基础,比如动目标显示(Moving Target Indicator,MTI)和动目标检测(Moving Target Detection,MTD),都是利用FFT完成的。在复杂环境对微弱目标进行MTD检测时,由于杂波的影响,目标信杂比低,可能会出现误判或漏判等问题。毫米波雷达使用的是线性调频波(Linear Frequency Modulation Continuous Wave,LFMCW),如果使用分数阶傅里叶变换(The Fractional Fourier Transform,FRFT)来处理此类非平稳信号可以明显提高信杂比,提高检测精确度,降低漏判和误判率。本文提出一种基于分数阶傅里叶变换的毫米波雷达目标检测算法,并介绍了算法实现的详细流程与步骤。除此之外,分析了单元恒虚警概率算法(Constant False-Alarm Rate,CFAR)的优势与劣势,并在此基础上对其进行了改进,得到了改进的单元取大恒虚警概率算法。为了能够将算法应用到实际工程中,本算法实现了分级迭代算法,克服了二维遍历法运算速度慢的问题,大大提升了运算速度,使之能够被应用到实际场景中。考虑到多场景的应用,调研了多个公司的传感器,最终选择了德州仪器(Texas Instruments,TI)的毫米波雷达IWR1642EVM和数据采集板DCA1000EVM,并在此基础上搭建了整个系统。之后利用TI提供的软件开发工具包(Software Development Kit,SDK)和Matlab,以及硬件驱动软件在各个场景下完成信号的发射、接收、储存以及信号的特殊处理等调试工作,并在多场景进行了数据采集。最后,详细介绍了实验数据收集操作、过程以及最终算法实现的结果。并对比了MTD与使用FRFT的动目标检测的算法结果,可以得到FRFT在信杂比上有一定的提升。该算法使用了分数阶傅里叶变换的快速算法,计算速度虽赶不上FFT,但依然可以应用在实际场景中。