激光多普勒测速的信号处理应用研究

论文摘要

激光多普勒测速系统以其非接触测量、线性特性、较高分辨率和快速动态响应等技术优势,被广泛应用于科研和工业领域。但多普勒信号具有噪声干扰大、频率变化范围大、信号不连续等特点,对它的分析处理直接关系到整个激光多普勒测速系统性能的好坏,因而有效去除噪声,提高测量精度成为激光多普勒测速方面不可忽视的问题。本文针对多普勒信号的特性,引入相应的信号处理方法。首先为降低噪声干扰的影响,引入了自适应滤波算法,在最小均方LMS算法的基础上,提出一种新的变步长LMS算法,该算法使用的变步长因子,兼顾了测量噪声方差和误差信号的具体变化过程,而且求变步长因子时计算量较小,使该算法具有更好的收敛性能和滤波效果。其次针对激光多普勒信号是一种密集型频谱的特性,研究了一种能根据频带带宽自适应地选择细化倍数的重采样算法,改进了传统的复调制Zoom-FFT算法,该算法对感兴趣的任意频带自适应地选择细化倍数,然后通过频谱校正算法进一步逼近真实频率,较好地解决制约传统复调制细化分析的计算速度问题,达到提高频率分辨率,快速细化的目的。通过仿真试验,精确地测得多普勒频率,验证了上述算法的高效性及鲁棒性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究意义
• 1.2 激光多普勒测速发展状况
• 1.3 激光多普勒信号处理研究现状
• 1.4 本论文的主要内容
• 第2章 激光多普勒测速基本原理
• 2.1 光的多普勒效应
• 2.2 激光多普勒测速原理
• 2.3 光学系统外差检测基本模式
• 2.3.1 参考光模式
• 2.3.2 单光束-双散射模式
• 2.3.3 双光束-双散射模式
• 2.4 本章小结
• 第3章 激光多普勒信号的特性及处理方法
• 3.1 激光多普勒信号的形式
• 3.1.1 多普勒信号的条纹模型
• 3.1.2 多普勒信号的基本形式
• 3.1.3 多普勒信号的特点
• 3.2 激光多普勒外差检测信息提取
• 3.2.1 噪声来源
• 3.2.2 信噪比
• 3.2.3 频谱加宽及其来源
• 3.3 多普勒信号处理方法
• 3.3.1 频谱分析法
• 3.3.2 频谱跟踪法
• 3.3.3 计数型处理法
• 3.3.4 数字相关信号处理法
• 3.3.5 数字FFT信号处理法
• 3.3.6 几种信号处理方法的性能比较
• 3.4 本章小结
• 第4章 激光多普勒测速中的信号识别及去噪研究
• 4.1 引言
• 4.2 自适应滤波的基本原理
• 4.3 自适应滤波算法
• 4.3.1 LMS算法
• 4.3.2 变步长LMS算法
• 4.3.3 LMS算法与变步长LMS算法的性能分析
• 4.4 仿真结果及分析
• 4.5 本章小结
• 第5章 激光多普勒测速中信号的频率提取
• 5.1 引言
• 5.2 频谱细化算法
• 5.2.1 Chirp-Z算法
• 5.2.2 复调制Zoom-FFT算法
• 5.2.3 Chirp-Z和Zoom-FFT算法的性能分析
• 5.3 复调制Zoom-FFT算法的改进
• 5.3.1 传统算法的局限性
• 5.3.2 算法的改进
• 5.3.3 改进算法的性能分析
• 5.4 仿真结果及分析
• 5.5 本章小结
• 结论与展望
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢