2019.08.23 课题研究——理论研究内容的选取

1 为什么要用LFMCW体制的雷达？
答：LFMCW雷达测量距离近，几乎不存在忙去，测量精度高，具有较高的距离分辨率。雷达的线路简单，体积小，重量轻，成本低。发射功率小，接收机带宽窄，抗杂波干扰，噪声能力强，且信号处理简单。
具有较大的带宽与时宽积，使得雷达的距离分辨力较高，发射功率低且信息不易被获取。连续波雷达接收机的带宽窄于脉冲雷达接收机，因此它有利于抗杂波，在电磁干扰环境下有更好的下视和抗干扰能力，特别是只需测速时，连续波雷达更为优越，测距时也不存在脉冲雷达的距离遮挡现象。但是脉冲雷达的探测距离大于连续波雷达。

2 目标RCS与幅度成正比，可用幅度的变化表示目标RCS的起伏规律。目标的RCS可以使用统计方法来描述。通常认为在一个独立分辨单元中，目标的RCS值是服从特定的概率密度函数的随机变量。
常见的RCS模型有瑞利/指数分布，威布尔分布，伽马分布。
(1) 瑞利/指数分布：只有当散射体数目非常多，即样本熟练够足够大的时候，瑞利/指数模型才是严格准确的，适用于低分辨率雷达。
(2)  在吴毓敏的文章中，伽马分布是三种分布中最接近原始的统计分布。然后对服从伽马分布的RCS模型进行参数估计。为了提高建模过程中参数估计的精确度，是模型最优化，常使用的估计方法有最大似然估计(MLE)和最小二乘法(LSE)。她的文章使用了MLE。最大似然估计是通过对已知的样本结果模型估计参数的方法进行多次试验，观察其结果，得到某个参数值能够使样本出现的概率为最大。

3 为什么要对电力线建模，进行RCS分析？
答：传统的雷达对目标的检测通常依赖于较强的雷达回波，也就是雷达回波有足够大的信杂比和信噪比，对于电力线而言，其回波较强的散射点集中在几个较窄的入射点处。那么在这几个较强的入射点处有足够的能量可供检测，而在其他入射角度下电力线的雷达回波能量较弱，电力线信息就可能被河流，树木，建筑物等地面物体所掩盖Ｗ至于无法检测到电力线。要在这些点处检测到电力线就应该采用目标的极化信息来增强信杂比。