《噪声的数据处理.docx》由会员分享，可在线阅读，更多相关《噪声的数据处理.docx（11页珍藏版）》请在三一办公上搜索。
1、噪声的数据处理在雷达发展过程中，一个基本的问题就是回波信号的检测。与脉冲激光雷达不同，线性调频连续波雷达目标的距离与速度信息主要包含于回波的频率之中，因此，目标的检测是在频域中进行的。目标距离与速度信息提取算法是建立在对目标频域信息成功检测的基础上的，若目标的频域信息未能准确检测，将直接影响后续信号处理。中频信号中的噪声经过傅立叶变换后，在频域中具有一定的统计特性，所以需要根据噪声在频域中的统计特性来确定频域门限检测的方法。文章主要讨论噪声情况下的频域门限检测方法。 1 中频信号的噪声频域统计特性 经长时间的大量观察，LFMCW雷达混频器输出的噪声是窄带的零均值高斯噪声，其概率密度由下式1给出
2、： p(e)=12psexp(-e22s2) (1) 此处，p(e)de是噪声电压处于e和e+de之间的概率；s是噪声方差，噪声的均值为零。对于连续波雷达回波而言，由于采取了去调频的处理方式，目标的信息完全包含于其回波的频率之中，因此，探测门限须在频域进行设置。 x 10x 101.51.511-3-322002001501500.50.5幅度/v00-0.5-0.55050-1-1-1.5-1.50频数0.20.20.40.40.60.60.80.811-3-310010000-1.5-1.5-1-1-0.5-0.5000.50.5111.5x 10x 10-3时间/sx 10x 10时间/
3、s图1 中频噪声的一次采样时域图及正态拟合曲线图 由图1可以看出，中频噪声基本服从均值为零的正态分布，为分析方便，本文采用正态分布模型来描述中频噪声。由于噪声在频域中分布也具有随机性，即在频域中，噪声中的某一频率的幅度不是恒定不变的，是具有随机性的。这一点可以由以下分析得出。 不失一般性，设中频输出的噪声为平稳高斯过程，在混频器输出仅有噪声存在的情况下，对中频信号采样并抽取长度为N的序列。对高斯噪声采样序列noise(n)进行离散傅立叶变换，变换如下3： 1N-11NOISE(m)=n=0N-11noise(n)exp(-j2pN12pNnm) =noise(n)cos(n=0nm) (2)
4、-jnoise(n)sin(2pN1nm)式中m=0,1,N-1。 1N1-1令R(m)=n=0noise(n)cos(2pN1N-11nm)；I(m)=n=0noise(n)sin(2pN1nm)。 显然R(m)，I(m)为高斯序列的线性组合，因此，R(m)，I(m)仍为高斯分布的序列。因高斯分布的概率密度函数由其均值与方差决定。下面求解R(m)，I(m)的均值与方差。 mA(m)=ER(m)N-11=En=0noise(n)cos(2pN12pN1nm)N-11, nm)(3) =n=0Enoise(n)cos(=0mB(m)=EI(m)N-11=En=0noise(n)sin(2pN12
5、pN1nm)N-11nm)(4) =n=0Enoise(n)sin(=02DR(m)=E(R(m)-mR(m)=ER(m)N-112=E(n=0noise(n)cos(2pN1nm) 2(5) N-11=Enoise(n)2cosn=02(2pN1nm)=N1s22DI(m)=E(I(m)-mI(m)=EI(m)N-1122=E(n=0noise(n)sin(2pN1nm) 2(6) N-11=Enoise(n)2sinn=02(2pN1nm)=N1s22R(m)与I(m)的协方差为： CovR(m),I(m)=ER(m)-mI(m)(I(m)-mI(m)=ER(m)I(m)N-11=Enoise(n)2n=0cos(2pN1nm)sin(2pN1nm)(7) =0R(m)与I(m)的相关系数为：r(m)=ABCovR(m),I(m)DR(m)DI(m)=0。对于两个高斯分布，其相关系数为0与这两个高斯分布相互独立是等价的4。 由此可得出结论：R(m)与I(m)为两个相互独立并服从同一高斯分布。即NOISE(m)(m=0,1,N-1)的实部R(m)与1虚部I(m)独立并服从同一高斯分布N(0,N1s22)。
