中文引用格式: 王海濤,姚金杰,王緯地,等. 基于變步長(zhǎng)LMS的多普勒雷達(dá)回波信號(hào)處理方法[J]. 電子技術(shù)應(yīng)用,2025,51(8):53-59.
英文引用格式: Wang Haitao,Yao Jinjie,Wang Weidi,et al. Doppler radar echo signal processing method based on VSS-LMS[J]. Application of Electronic Technique,2025,51(8):53-59.
引言
多普勒測(cè)速雷達(dá)作為一種非接觸式速度測(cè)量傳感器,被廣泛應(yīng)用于彈丸出膛速度測(cè)試[1]、高速列車速度監(jiān)控[2]和公共交通秩序維護(hù)[3]等領(lǐng)域。多普勒測(cè)速雷達(dá)是根據(jù)其接收信號(hào)與發(fā)射信號(hào)之間的多普勒頻率進(jìn)行動(dòng)目標(biāo)速度計(jì)算[4],但由于在實(shí)驗(yàn)測(cè)試環(huán)境中存在大量噪聲和靜止雜波干擾[5-6],導(dǎo)致最終接收到的信號(hào)被噪聲干擾,難以計(jì)算動(dòng)目標(biāo)移動(dòng)速度。
李靜等人[7]采用EMD分解結(jié)合三層小波包變換對(duì)雷達(dá)信號(hào)進(jìn)行降噪處理,在信噪比為15 dB時(shí),輸出信號(hào)的信噪比達(dá)到了38.28 dB。安忠毅[8]提出了一種基于深度學(xué)習(xí)的微弱信號(hào)回波檢測(cè)方法,將CAE與LSTM網(wǎng)絡(luò)結(jié)合提升整體系統(tǒng)性能,在0 dB信噪比環(huán)境下,輸出信號(hào)到達(dá)了18.019 dB。Li等人[9]提出一種基于小波變換模極大值多重分形譜的快速獨(dú)立分量分析自適應(yīng)去噪方法,結(jié)果顯示輸出的噪聲信號(hào)幅值下降了近-20 dB。
雖然基于人工智能的信號(hào)降噪算法具有較好的性能,但需要大量的先驗(yàn)知識(shí)和大量實(shí)驗(yàn)數(shù)據(jù)作為支撐,且算法模型搭建困難。自適應(yīng)算法憑借自身簡(jiǎn)單的算法迭代結(jié)構(gòu)和良好性能,常常被用于信號(hào)降噪處理:火元蓮等人[10]根據(jù)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)改進(jìn)LMS濾波算法,在信噪比為-8 dB的條件下,輸出信號(hào)的均方誤差最小為-36 dB。陳希信等人[11]提出一種基于LMS自適應(yīng)濾波的雷達(dá)隨隊(duì)干擾抵消方法,在信噪比為0 dB的條件下,輸出目標(biāo)信號(hào)的信干噪比達(dá)到了24 dB。Thannoon等人[12]提出一種高效高速自適應(yīng)濾波器的收縮和凸組合結(jié)構(gòu)設(shè)計(jì),在處理信噪比為-7.95 dB的ECG信號(hào)時(shí),輸出信噪比提高了15.4%。Yadav等人[13]通過(guò)引入一個(gè)額外的常數(shù)乘子來(lái)對(duì)RLS自適應(yīng)濾波模型進(jìn)行改進(jìn),在信噪比為3.9 dB的條件下,所提算法輸出信號(hào)信噪比為19.38 dB。
本文提出了一種基于改進(jìn)箕舌線的變步長(zhǎng)LMS自適應(yīng)噪聲對(duì)消方法來(lái)對(duì)多普勒測(cè)速雷達(dá)回波進(jìn)行降噪處理,所提算法最低可以處理-10 dB信噪比環(huán)境下的帶噪信號(hào);且不同于其他自適應(yīng)算法在運(yùn)算過(guò)程中存在收斂速度慢、迭代次數(shù)多的問(wèn)題,所提算法計(jì)算的前期就有較強(qiáng)的收斂性,可以較快輸出穩(wěn)定信號(hào)。
本文詳細(xì)內(nèi)容請(qǐng)下載:
http://theprogrammingfactory.com/resource/share/2000006629
作者信息:
王海濤,姚金杰,王緯地,白建勝
(中北大學(xué)智能感知技術(shù)與裝備山西省重點(diǎn)實(shí)驗(yàn)室,山西 太原 030051)