中文引用格式： 王海濤，姚金杰，王緯地，等. 基于變步長LMS的多普勒雷達回波信號處理方法[J]. 電子技術應用，2025，51(8)：53-59.
英文引用格式： Wang Haitao，Yao Jinjie，Wang Weidi，et al. Doppler radar echo signal processing method based on VSS-LMS[J]. Application of Electronic Technique，2025，51(8)：53-59.
引言
多普勒測速雷達作為一種非接觸式速度測量傳感器，被廣泛應用于彈丸出膛速度測試[1]、高速列車速度監控[2]和公共交通秩序維護[3]等領域。多普勒測速雷達是根據其接收信號與發射信號之間的多普勒頻率進行動目標速度計算[4]，但由于在實驗測試環境中存在大量噪聲和靜止雜波干擾[5-6]，導致最終接收到的信號被噪聲干擾，難以計算動目標移動速度。
李靜等人[7]采用EMD分解結合三層小波包變換對雷達信號進行降噪處理，在信噪比為15 dB時，輸出信號的信噪比達到了38.28 dB。安忠毅[8]提出了一種基于深度學習的微弱信號回波檢測方法，將CAE與LSTM網絡結合提升整體系統性能，在0 dB信噪比環境下，輸出信號到達了18.019 dB。Li等人[9]提出一種基于小波變換模極大值多重分形譜的快速獨立分量分析自適應去噪方法，結果顯示輸出的噪聲信號幅值下降了近-20 dB。
雖然基于人工智能的信號降噪算法具有較好的性能，但需要大量的先驗知識和大量實驗數據作為支撐，且算法模型搭建困難。自適應算法憑借自身簡單的算法迭代結構和良好性能，常常被用于信號降噪處理：火元蓮等人[10]根據徑向基函數神經網絡改進LMS濾波算法，在信噪比為-8 dB的條件下，輸出信號的均方誤差最小為-36 dB。陳希信等人[11]提出一種基于LMS自適應濾波的雷達隨隊干擾抵消方法，在信噪比為0 dB的條件下，輸出目標信號的信干噪比達到了24 dB。Thannoon等人[12]提出一種高效高速自適應濾波器的收縮和凸組合結構設計，在處理信噪比為-7.95 dB的ECG信號時，輸出信噪比提高了15.4%。Yadav等人[13]通過引入一個額外的常數乘子來對RLS自適應濾波模型進行改進，在信噪比為3.9 dB的條件下，所提算法輸出信號信噪比為19.38 dB。
本文提出了一種基于改進箕舌線的變步長LMS自適應噪聲對消方法來對多普勒測速雷達回波進行降噪處理，所提算法最低可以處理-10 dB信噪比環境下的帶噪信號；且不同于其他自適應算法在運算過程中存在收斂速度慢、迭代次數多的問題，所提算法計算的前期就有較強的收斂性，可以較快輸出穩定信號。
本文詳細內容請下載：
http://m.jysgc.com/resource/share/2000006629
作者信息：
王海濤，姚金杰，王緯地，白建勝
（中北大學智能感知技術與裝備山西省重點實驗室，山西 太原 030051）
