↑ 返回顶部
💻 技术

机器学习学习笔记(1)

📅 2025年11月13日






测试内容

慢时间FFT

对于多脉冲信号,我们将总的时间记为$t$,单个周期内进行的时间记作 $t_s$,有脉冲周期$T$,总的关系为 $t = t_s + nT$。

故对于单个信号有

$$f_{inst}(t) = Kt_s+f_c$$

积分得

$$s(t) = Acos(2\pi(f_ct+\frac{Kt_s^{2}}{2}+φ_0)),(t = t_s + nT)$$

与上文回波信号进行混频后,可以得到以下公式

$$s_{mix}(t) = \frac{AB}{2}cos(2\pi(\frac{2f_cvt_s}{c}+\frac{2RSt_s}{c}+\frac{2vSt_s^2}{c}+\frac{2vSnTt_s}{c}+\frac{2f_cvnT}{c}+\frac{2f_cR}{c}-\frac{2S(R+v(t_s+nT))^2}{c^2})) $$

忽略 $c^2$ 项的影响,可见只要判断相位 $\varphi_1 = 2\pi (\frac{2f_cR}{c})$ ,就可以判断速度的变化。

进行多普勒FFT,即求对不同脉冲的相同时间下的 $t_s$ 的相位变化值,两个脉冲间相差的值为1,故有相位差值:

$$\omega = 2\pi (\frac{2vSTt_s}{c}+\frac{2f_cvT}{c}) = 2\pi(\frac{2Bvt_s}{c}+\frac{2f_cvT}{c})$$

对于 $t_s$ 的数量级一般为ms级别,而 $f_c$ 一般以G为量级,故带宽 $B$ 也是有G的量级,故一般来说 $B<

$$\omega = \frac{4\pi f_c vT}{c}$$

此时对多个脉冲信号的相位差做FFT,就可以得到一个频谱,我们可以通过这个频谱判断出多普勒频移,这个频谱的峰值频率与目标速度成正比。


评论区

发表评论

2 条评论

小圆2025年11月23日

🥰🥳

木水2026年01月01日

111