一种基于神经网络的LFMCW雷达目标距离提取方法  

A Method Based on Neural Network for LFMCV Radar System Object Range Superresolution Estimation

作　　者：赵美凤[1] 任云丽[2] 

机构地区：[1]山西电力职业技术学院,山西太原030021 [2]山西大学工程学院,山西太原030013

出　　处：《电力学报》2007年第2期151-153,158,共4页Journal of Electric Power

基　　金：国家自然科学基金资助项目(60374029);山西省科技攻关项目(001043)资助

摘　　要：在最小二乘曲线拟合的基础上,将Hop-field能量函数方法应用于线性调频连续波雷达系统目标距离的信号处理中,仿真实验结果表明,该方法能有效的提高测量精度和距离分辨率。Based on the method of least square curve fitting, the Hopfield energy function method was applied in the signal processing of object distance in LFMCW system. The result of the simulating experiments showed that this new method could effectively improve the measurement accuracy and range resolution power.

关 键 词：线性调频连续波 HOPFIELD网络 最小二乘法 

分 类 号：TN953.2[电子电信—信号与信息处理]