毫米波(mmWave)雷达是使用电磁波为毫米波波长的雷达技术。毫米波雷达将信号发射到自由空间中，信号到达物体后经物体反射会形成回波信号。雷达对回波信号进行分析可得到物体相对于雷达的距离、速度以及方位角等信息。雷达回波信号分析方法一般是根据信号特征建立数学模型，通过距离维FFT、速度维FFT以及角度维FFT计算出目标的位置信息。传统雷达目标检测方法往往基于回波信号、噪声等统计模型进行设计，如果模型失配则会导致极大地信号损失，从而导致雷达无法准确探测目标位置。针对传统雷达信号处理与目标探测方法的模型失配所导致的信号损失问题，本文开展了基于神经网络的毫米波雷达目标探测技术研究，具体工作如下：

（1）基于AWR1843研制了一个小型化毫米波雷达数据采集系统，实现了FMCW（Frequency Modulated Continuous Wave，调频连续波）毫米波雷达中频信号的实时采集和存储。

（2）基于DWM1000研制了一个UWB（Ultra Wide Band，超带宽）定位装置，使用3基站1标签的测量方案，通过TWR（Two Way Ranging，双向测距）算法实现雷达目标和雷达间的距离测算。提出一种改进的MDS（Multidimensional Scaling，多维尺度变换）算法，将基站-标签的相对距离转换成雷达-目标的绝对坐标系，实现了雷达探测目标的软件可视化与位置标定。

（3）提出了一种基于BP（Back Propagation，反向传播）神经网络的毫米波雷达目标探测算法，对神经网络在毫米波雷达中的应用进行了探索性研究。使用雷达中频信号原始数据和同步采集的目标位置数据训练目标探测模型，再将新的雷达中频信号数据输入训练好的目标探测模型，验证模型探测精度。为未来毫米波雷达的智能化发展提供了一种新的技术参考。

    实验结果表明，毫米波雷达数据采集系统能够长时间稳定采集、存储中频信号原始数据；UWB定位装置能够在定位误差低于0.20m的情况下对雷达目标位置进行准确标定。目标探测模型实测数据结果表明， 所提出的基于BP神经网络的毫米波雷达目标探测算法能够预测出目标距离，预测值与真实值具有相同的变化趋势，平均距离预测误差为2.43m。