由于我国经济持续高速发展,城市私家车保有量日益增加,这就对交通监测和指挥系统的性能提出了更高的要求。为了缓解交通压力,世界各国纷纷对智能交通系统(Intelligent Transportation Systems,ITS)展开了研究。而其中的信号处理技术更是智能交通系统的重要组成部分,主要起到了获取道路交通信息的作用。由于车流量监测系统必须具有准确性和可靠性,因此具有高精度、高可靠性和易于维护等优点的线性调频连续波雷达(Linear Frequency Modulated Continuous Wave,LFMCW)在车流量监测方面具有广阔的应用和发展前景。本文的工作围绕LFMCW车流量监测雷达展开,主要研究了车流量监测雷达的信号处理的理论和方法。本文的主要研究内容及创新点包括:(1)为了解决LFMCW雷达中差拍信号与噪声的频带相互重叠的问题,本文研究了小波变换在差拍信号去噪中的应用。针对小波变换阈值法中软、硬阈值函数的缺陷,本文改进了一种阈值函数。然后分别使用基于硬阈值函数、软阈值函数及改进的阈值函数的小波阈值去噪法对同一实际中频信号进行了去噪处理,分析对比了这三种方法的去噪性能。实验结果表明,改进的阈值函数较好地改善了软、硬阈值函数的缺陷,具有较好的去噪性能。(2)根据LFMCW雷达的实际需求,本文研究了自适应检测门限技术。本文提出了一种基于CFAR的自适应检测门限算法。该算法首先将M个参考单元进行排序,然后去掉排序后最小值开始的m1个样本谱值和最大值开始的m2个样本谱值,将剩余的样本谱值的平均值作为杂波背景的估值,最后将杂波背景的估值乘以门限系数从而得到门限值。利用该门限值对经过平滑处理后的信号频谱进行门限处理,根据处理结果进行车流量计数。实验结果表明,该算法具有良好的测量精度和稳定性。