| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容及章节安排 | 第13-14页 |
| 第二章 毫米波雷达原理概述 | 第14-22页 |
| 2.1 FMCW毫米波雷达系统 | 第14-15页 |
| 2.2 FMCW毫米波雷达信号分析 | 第15-18页 |
| 2.3 雷达的测距测速原理 | 第18-19页 |
| 2.4 雷达的测角原理 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于高精度测角的目标分类方法研究 | 第22-34页 |
| 3.1 阵列接收模型与横向目标分析 | 第22-26页 |
| 3.1.1 阵列接收模型与DOA估计方法 | 第22-23页 |
| 3.1.2 横向目标特征分析 | 第23-26页 |
| 3.2 高精度角度特征提取 | 第26-31页 |
| 3.2.1 高精度角度特征提取方法 | 第26-30页 |
| 3.2.2 仿真试验 | 第30-31页 |
| 3.3 基于DOA估计的目标分类实验 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 一种基于多普勒扩展目标的毫米波雷达检测算法 | 第34-53页 |
| 4.1 区域监视雷达系统与信号分析 | 第34-40页 |
| 4.1.1 CHIRP序列波形和信号处理 | 第34-35页 |
| 4.1.2 信号处理步骤 | 第35-36页 |
| 4.1.3 多普勒扩展特性 | 第36-40页 |
| 4.2 多普勒扩展目标的自适应CFAR检测 | 第40-44页 |
| 4.2.1 多普勒扩展目标检测程序 | 第40-42页 |
| 4.2.2 多普勒扩展目标OS-CFAR检测过程 | 第42-44页 |
| 4.3 检测性能 | 第44-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于微多普勒特征的特征提取与分类方法研究 | 第53-66页 |
| 5.1 行人运动模型 | 第53-56页 |
| 5.2 短时傅里叶变换 | 第56-59页 |
| 5.3 小波变换 | 第59-63页 |
| 5.4 维格纳-威尔分布 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 基于实测数据的目标特征提取与分类测试 | 第66-79页 |
| 6.1 毫米波雷达信号处理系统 | 第66-71页 |
| 6.1.1 毫米波雷达信号处理流程 | 第66-69页 |
| 6.1.2 开发平台及参数配置 | 第69-71页 |
| 6.1.3 外场测试环境 | 第71页 |
| 6.2 基于实测数据的目标特征提取 | 第71-75页 |
| 6.2.1 实测数据去噪预处理 | 第71-72页 |
| 6.2.2 提取微多普勒特征 | 第72-75页 |
| 6.3 基于实测数据的目标分类 | 第75-78页 |
| 6.3.1 典型目标微多普勒特征 | 第75-76页 |
| 6.3.2 基于支持向量机的目标识别 | 第76-78页 |
| 6.4 本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7.1 论文总结 | 第79-80页 |
| 7.2 研究展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻读硕士学位期间取得的成果 | 第85页 |