项目简介 - 多普勒雷达、线性调频雷达

1． 基于GPS与GSM的车辆智能防盗系统

利用GPS模块对车辆进行实时定位，基于AVR系列的 Atmega162单片机的信号处理系统对GPS信息进行实时接收和解算，包括经纬信息和速度信号的提取和判断，一旦车辆状态符合被盗情况（即车辆主人未使用车辆的时候，车辆的位置或者速度有明显的变化），立即通过GSM模块通知车主车辆处于被盗状态，车主可使用相关指令使车辆失去制动功能和车辆报警功能，防止车辆被盗。（Jupiter 31的GPS模块和型号为G100的GSM模块。）

2．手持式毫米波测速仪 多普勒体制的毫米波雷达是利用目标与雷达之间存在相对运动时电磁波的多普勒效应进行工作的。毫米波雷达输出的信号进入模拟电路之后经过混频、滤波以及放大之后输出多普勒频率信号。 TI公司的TMS320F2812型号的DSP内部自带AD采样功能，故使用2812对多普勒信号进行采样保存数据，DSP对采集的信号进行FIR滤波之后进行FFT变换得出多普勒频率，根据物体速度与多普勒频率的计算公式VR?1fd?0进行速度与频率的换算。2得出速度之后利用LCD1602进行显示，同时显示出测试过程中出现的最大值，并且在程序中设定一个阀值为报警速度，一旦速度大于这个值就进行报警（指示灯亮、蜂鸣器报警）。

3．穿墙生命探测仪

采用2.4G多普勒体制雷达对有生命体的呼吸和心跳进行检测，由于单路检测的话会出现盲点效应（即一旦距离达到固定距离时，输出的基带信号不再与胸腔运动幅度成正比，灵敏度下降，出现盲点（null point）），故后端的信号处理采用I/Q通道接收机形式对信号进行解调。雷达输出信号经前端模拟电路处理后得到I/Q两路信号，利用AD采样芯片进行采样。若将数据直接进行AT解调则会由于墙体的信号反射比生命体的信号要强的多，直流信号很大，导致解调错误。故先采用FIR数字滤波器进行滤波，得到无直流信号。因为滤除的直流中有对准确AT解调有用的直流分量，故先用圆心估计算法将有用直流复原。继而进行AT解调得出多普勒信号，再对信号进行FFT算法得出多普勒频率。为了直观显示检测的信号，将检测的频率直观的显示在LCD12864上。鉴于测序计算量加大，主控芯片采用TI公司的浮点型DSP芯片TMS320C6713。

4?x(t)??Asin[?????(t)]B???B(t)???(t)?arctan?Q??arctan??4?x(t)B(t)?I??ABcos[?????(t)]?

???4?x(t)??????(t)?（为解决单通道接收机的盲点问题，采用I/Q双通道接收机，传统解调方式采用单通道

选择线性近似解调，即每次测试选择效果好的一路通道的输出作为分析对象，采用线性近似方法解调，这种解调方式存在两个问题：1.当两路信号都不在最佳解调点的时候，无论选择那一路通道，都存在一定程度的解调失真。2.线性近似方法解调导致呼吸信号与心跳信号之间的谐波和互调效应[57]。）

4. 毫米波主被动复合成像信号处理 主要是基于DSP+FPGA的硬件平台对主被动采集的信号进行相关的信号处理，包括信号成像、图像去噪、图像复原等。对于主动成像最重要的是对差频信号进行FFT处理形成一维距离像，然后将一维距离像按照一定拼接起来存放即可形成主动图像。主动成像的图像

去噪采用阈值去噪的方法，被动成像的图像采用中值滤波的方法。图像复原主要采用维纳滤波的复原方法。DSP采样DM642的芯片，相关图像处理之后可以直接利用DM642的相关特性直接利用显示屏进行显示。

（主动图像包含差频信号及噪声的频域信息，因此可以在目标频域之外设定一个阈值，将阈值以外的高频分量置零，减小噪声造成的干扰，以此完成主动图像去噪。中值滤波可以有效抑制脉冲噪声，保护图像细节信息，其原理为首先确定以某像素为中心的邻域，将该像素邻域内的各个像素值进行排序，以排序后的中间值作为该像素的新值。） （维纳滤波法的基本思路是：假定图像及噪声均为广义平稳随机信号，复原后图像f与原始图像f的均方差最小。其中一维的维纳滤波器的冲激函数h（n）根据维纳-霍夫（Wiener-Hopf）方程Rxs(m)??h(i)Rixx来确定，其中Rxs(m)是s(n)与x(n)的互相关函数，(m?i),?m）

Rxx(m)是x(n)的自相关函数，其中x(n)?s(n)?v(n) ，错误！未找到引用源。表示信号，

v(n)错误！未找到引用源。)表示噪声。不过二维一般互相关函数和自相关函数较难求出，

所以常采用的是去h（x，y）为高斯型函数即可。具体算法：需要首先对h（x，y）和待处理图像分别做两维FFT并将其相乘在做两维IFFT即可获得复原图像。（两维IFFT与两维FFT处理流程相同，且使用相同的一维FFT函数，由IFFT公式可得，两维IFFT在经过每一次一维FFT处理后需要除以FFT点数N，这是与两维FFT运算的不同之处））。

本文来源：https://www.bwwdw.com/article/2kcd.html