雷达信号处理基本流程
雷达系统中的信号处理技术
雷达系统中的信号处理技术摘要本文介绍了雷达系统及雷达系统信号处理的主要内容，着重介绍与分析了雷达系统信号处理的正交采样、脉冲压缩、MTD和恒虚警检测几种现代雷达技术，雷达系统通过脉冲压缩解决解决雷达作用距离和距离分辨力之间的矛盾，通过MTD来探测动目标，通过恒虚警〔CFAR〕来实现整个系统对目标的检测。
关键词雷达系统正交采样脉冲压缩MTD 恒虚警检测1雷达系统概述雷达是Radar〔Radio Detection And Ranging〕的音译词，意为“无线电检测和测距”，即利用无线电波来检测目标并测定目标的位置，这也是雷达设备在最初阶段的功能。
雷达的任务就是测量目标的距离、方位和仰角，还包括目标的速度，以及从目标回波中获取更多有关目标的信息。
典型的雷达系统如图1，它主要由雷达发射机、天线、雷达接收机、收发转换开关、信号处理机、数据处理机、终端显示等设备组成。
图1雷达系统框图随着现代电子技术的不断发展，特别是数字信号处理技术、超大规模集成数字电路技术、电脑技术和通信技术的告诉发展，现代雷达信号处理技术正在向着算法更先进、更快速、处理容量更大和算法硬件化方向飞速发展，可以对目标回波与各种干扰、噪声的混叠信号进行有效的加工处理，最大程度低剔除无用信号，而且在一定的条件下，保证以最大发现概率发现目标和提取目标的有用信息。
雷达发射机产生符合要求的雷达波形，然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由雷达接收机接收，然后对雷达回波信号依次进行信号处理、数据处理，就可以获知目标的相关信息。
雷达信号处理的流程如下：图 2 雷达信号处理流程2雷达信号处理的主要内容雷达信号处理是雷达系统的主要组成部分。
信号处理消除不需要的杂波，通过所需要的目标信号，并提取目标信息。
内容包括雷达信号处理的几个主要部分：正交采样、脉冲压缩、MTD和恒虚警检测。
正交采样是信号处理的第一步，担负着为后续处理提供高质量数据的任务。
雷达侦察的信号处理
从任一PDWi,j起，如能其后出现N个连续的周期 都能与某雷达信号的tPRI特征相符合，则此PDWi,j 便被作为该雷达的一个分选脉冲；如果在T时间内
的分选脉冲数多于检测门限V，便判为该雷达存
在，否则为不存在。——动态关联法
20
如果在输入信号 si(t) 中同时存在两个信号si1(t)、
si2(t),则由于信号的交调，将使合成信号si(t)的包络 呈现较复杂的起伏。 |si(t)|={|si1|2+|si2|2+2|si2|cos［(ω1-ω2)t+ φ1-φ2］}1/2
图4―5 si(t)中同时存在两个信号时的包络
（2）由信号处理设备根据不同的雷达和雷达信号特 征，对输入的实时PDW信号流进行辐射源分选、 参数估计、辐射源识别、威胁程度判别和作战态 势判别等。
3
雷达侦察系统前端输出的{PDWi}∞i=0的具体内容 和数据格式取决于侦察系统前端的组成和性能。 在典型的侦察系统
{PDWi (AOAi , fRFi ,tTOAi , PWi , APi , Fi )}i0
(a)合成矢量；(b)合成波形
21
τPW的测量
门限检测启动前,脉宽计数器的初值为零, 门限检测信号①启动 脉宽计数器对时钟②计数,当sv(t)低于门限UT时,信号①使计数器 停止计数，①的后沿使读出脉冲触发器产生锁存信号③,将脉宽 计数值存入τPW参数锁存器,③的后沿微分信号④使脉宽计数器 重新清零,以便进行下一脉冲的脉宽测量。
与下一个中心 值进行比较
N
误差范围?
N
和所有类别中 心进行了比较?
Y 将该脉冲作为新类
雷达侦察的信号处理
的分选脉冲数多于检测门限V，便判为该雷达存
在，否则为不存在。——动态关联法
动态关联法
优点： 1、能在很大程度上消除虚假脉冲 2、运算量不大
缺点： 1、仅适用于PRI恒定或PRI抖动很小的雷达信号 2、对线性调频、频率捷变等雷达的分选过于依
赖DOA、PW等参数
相关函数PRI鉴别法
相关函数法PRI鉴别技术的实质是计算延迟后的 重合脉冲数，再根据计算结果以脉冲数最多的基 波来确定其PRI。
图4―12 几种典型tPRI工作样式的脉冲波形
雷达信号时域参数的测量
tTOA的测量 τPW的测量 AP的测量
tTOA的测量
Δt为时间计数器的计数脉冲周期，T=Δt·2N为时
典型雷达信号调制形式
信号处理设备的主要技术要求
可分选、识别的雷达辐射源类型和可信度 可测量和估计的辐射源参数、参数范围和估计精
度 信号处理的时间 可处理的输入信号流密度
信号处理的基本流程（1）
信号分选的基本流程（软件）
电磁环境 数据生成 PDW形 成
A
RF匹 配
Yes
PW匹 配
Yes
PRI匹 配
Yes
雷达数 据库
DOA分 选
No
RF分 选
PW分 选
No
B
PRI分 选
No
剩余脉冲 分选
统计分析 关联处理
C
雷达识别 威胁判别
三参数的空间分辨: AOA fRF PW
（1）已知辐射源的分离与扣除
已知辐射源 数据库
使用Matlab进行实时雷达信号处理与目标识别的实践指南
使用Matlab进行实时雷达信号处理与目标识别的实践指南引言雷达技术在军事、航空航天、气象等领域中有着广泛的应用。
实时雷达信号处理与目标识别是其中重要的研究方向之一。
Matlab作为一种功能强大的工具，可以帮助我们实现实时雷达信号处理和目标识别的算法。
本文将介绍如何使用Matlab进行实时雷达信号处理与目标识别，并提供实践指南。
一、雷达信号处理的基础知识1.1 雷达系统基本原理雷达系统由发射机、天线、接收机和信号处理模块组成。
发射机将电磁波发送至目标物体并接收反射回来的信号。
天线用于发射和接收信号。
接收机接收和放大返回的信号。
信号处理模块用于提取目标信息。
1.2 雷达信号处理流程雷达信号处理包括信号质量评估、信号预处理、目标检测与跟踪等步骤。
信号质量评估用于分析信号的特点，判断信号质量。
信号预处理包括去噪、增强等操作，以提高信号的质量。
目标检测与跟踪则是通过信号处理算法来识别目标。
二、Matlab在实时雷达信号处理中的应用2.1 信号质量评估Matlab提供了丰富的工具箱和函数，方便我们对信号进行特征提取和质量评估。
例如，我们可以使用MATLAB中的fft函数对信号进行频谱分析，通过观察频谱来评估信号的质量。
2.2 信号预处理信号预处理是提高信号质量的一个重要步骤。
Matlab提供了各种去噪和增强算法，例如小波去噪算法和自适应滤波算法。
我们可以根据具体需求选择适合的算法，并结合实时数据对算法进行调参和优化。
2.3 目标检测与跟踪目标检测与跟踪是雷达信号处理的核心任务之一。
在Matlab中，我们可以使用各种目标检测和跟踪算法来实现目标识别。
例如，常用的算法包括卡尔曼滤波、粒子滤波、模板匹配等。
Matlab提供了相关工具箱和函数，方便我们进行算法的实现和调试。
三、Matlab实时雷达信号处理与目标识别的实践指南3.1 数据获取与处理实时雷达信号处理需要依赖实时采集的雷达信号数据。
我们可以通过硬件设备或仿真数据生成器来获取数据。
雷达信号处理技术在目标识别中的应用教程
雷达信号处理技术在目标识别中的应用教程雷达技术是一种通过发送和接收电磁波来感知和探测目标的无线通信技术。
在雷达系统中，信号处理是非常重要的环节，它能够提取出目标的特征信息，并对目标进行识别。
本文将介绍雷达信号处理技术在目标识别中的应用教程。
一、雷达信号处理的基本流程雷达信号处理是从雷达接收到的回波信号中提取目标信息的过程。
其基本流程可以分为以下几个步骤：回波信号接收、杂波抑制、脉冲压缩、目标检测和跟踪、特征提取和目标识别。
1. 回波信号接收雷达通过发射电磁波，并接收由目标反射回来的回波信号。
回波信号包含了目标的位置、距离、速度等信息。
在接收回波信号时，需要采用合适的天线和接收系统来接收信号，并进行放大和滤波处理。
2. 杂波抑制在接收到的回波信号中，除了目标所反射的信号外，还包含了一些其他无关的杂波信号。
杂波抑制的目的是将这些杂波信号降低到一个较低的水平，以减小对目标的干扰。
常用的杂波抑制方法包括滤波、干扰消除等。
3. 脉冲压缩脉冲压缩是为了提高雷达系统的分辨能力和测距精度而进行的信号处理技术。
当发射的脉冲信号宽度较宽时，可以在接收端利用滤波器对回波信号进行压缩处理，使其变窄，并提高脉冲的能量密度。
4. 目标检测和跟踪目标检测是识别回波信号中是否存在目标的过程。
常用的目标检测算法有恒虚警率检测（CFAR）等。
目标跟踪是在连续的雷达回波信号中追踪目标的位置和运动状态。
常用的目标跟踪算法有卡尔曼滤波、粒子滤波等。
5. 特征提取和目标识别特征提取是从目标的回波信号中提取出与目标特征相关的参数或特征。
可以利用这些特征对目标进行识别。
常用的特征包括目标形状、速度、散射截面等。
目标识别是根据特征将目标与其他物体进行区分和识别的过程。
常用的目标识别算法有支持向量机、神经网络等。
二、雷达信号处理技术的应用雷达信号处理技术在目标识别中有着广泛的应用。
以下是几个典型的应用领域：1. 军事领域雷达在军事领域中起着至关重要的作用。
激光雷达工作流程
激光雷达工作流程激光雷达是一种通过发射激光束并测量其返回时间来获取目标位置和距离的远距离感测技术。
它在自动驾驶、机器人导航、环境监测等领域发挥着重要的作用。
下面将介绍激光雷达的工作流程。
1. 发射激光束激光雷达首先通过激光发射器发射一束激光束。
这个激光束具有特定的频率和波长，能够在目标物体上发生反射。
2. 接收反射信号激光束照射到目标物体上后，会发生反射。
激光雷达的接收器会接收到这些反射信号，并记录下接收到信号的时间。
3. 计算时间差激光雷达通过计算激光束发射和接收之间的时间差来确定目标物体的距离。
利用光速已知的特性，通过测量发射和接收的时间差，可以计算出目标物体距离激光雷达的距离。
4. 构建点云图激光雷达会根据接收到的反射信号的时间差和距离计算结果，构建出一个点云图。
点云图是由大量的点组成的，每个点代表一个目标物体的位置。
这些点的坐标可以表示目标物体在三维空间中的位置。
5. 数据处理与滤波激光雷达会对接收到的点云数据进行处理和滤波，以去除噪声和无效数据。
常见的数据处理和滤波方法包括平滑滤波、体素滤波、聚类分割等，可以提高激光雷达的测量精度和可靠性。
6. 目标检测与识别在得到滤波后的点云数据后，激光雷达会进行目标检测与识别。
通过分析点云图中的目标物体的形状、大小和运动特征，可以对不同类型的目标进行分类和识别。
7. 地图生成与定位激光雷达还可以用于地图的生成与定位。
通过扫描周围环境并获取大量的点云数据，激光雷达可以生成一个高精度的三维地图。
同时，激光雷达可以通过与已知地图进行匹配，实现自身在地图中的定位。
8. 障碍物避障与路径规划激光雷达的数据可以用于障碍物避障与路径规划。
根据激光雷达获取到的障碍物信息，自动驾驶系统可以进行路径规划，避开障碍物，确保行驶的安全性。
9. 实时更新与反馈激光雷达可以实时地更新点云图和地图，并不断向自动驾驶系统提供最新的环境信息。
同时，激光雷达也可以向驾驶员或系统提供实时的反馈，帮助驾驶员做出正确的决策。
航管一次监视雷达信号处理基本流程
航管一次监视雷达信号处理基本流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!航管一次监视雷达信号处理的基本流程航管一次监视雷达，作为航空交通管理的重要工具，其主要任务是实时监测和追踪空中飞行器的位置、速度和方向。
雷达系统 信号处理
(n k 1 ~ N)
N k 次积累后，其幅度值增加了 N k 倍，即：
实现了相参积累
P (N k) cA
• 相参积累的FFT实现
现在的问题是： fd 不知道，故权也不能确定 解决方法：试探法
取：
fd
N
0 K
1 T
, N
1 K
1 T
,
N
2 K
1, T
N
3 K
本节主要介绍雷达信号检测与参数估计的基本实现方 法。
2.雷达信号处理的原理
• 雷达简化原理框图
r(n)
(某距离单元)
信号处理机对经基带采样后的数字基带接收信号进行处理。
• 典型雷达信号处理原理框图
雷达信号处理主要包括MTI、MTD、求模、CFAR等多个环节(以后 可看到,还包括脉冲压缩)，每个环节前（除求模外）均需要进行 1帧数据的乒乓存储。
rs ( )
s(t)s(t )dt
可见，匹配滤波器输出就是 s(t) 的相关函数（时间上有 t0延迟） 幅度上相差常数 C 。
rs (t)
so (t)
t0
t
so (t)
在
t
t0
时刻达到最大，即
S N
O在
t0
时刻达到最大。
（b）匹配滤波器的频域匹配理解
匹配滤波器的频率响应 H ()与信号频谱 S() 的关系：
脉冲重复周期 PRF 1 10kHz
T
载频 f0 10GHz
即离散多普勒序号=3
设CFAR处理后，在第 j 20个距离单元，第 i 32 个多普勒单元 检测到信号（即超过门限），则：
该目标的距离为 R 20 c 3000m；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基本雷达信号处理流程一、脉冲压缩窄带（或某些中等带宽）的匹配滤波：相关处理，用FFT数字化执行，即快速卷积处理，可以在基带实现（脉冲压缩）快速卷积，频域的匹配滤波脉宽越小，带宽越宽，距离分辨率越高；脉宽越大，带宽越窄，雷达能量越小，探测距离越近；D=BT（时宽带宽积）；脉压流程：频域：回波谱和参考函数共轭相乘时域：相关即输入信号的FFT乘上参考信号FFT的共轭再逆FFT；Sc=ifft(fft(Sb).*conj(fft(S)));Task1f0=10e9;%载频tp=10e-6;%脉冲宽度B=10e6;%信号带宽fs=100e6;%采样率R0=3000;%目标初始距离N=4096;c=3e8;tau=2*R0/c;beita=B/tp;t=(0:N-1)/fs;Sb=rectpuls(t-tp/2-tau,tp).*exp(j*pi*beita*(t-tp/2-tau).^2).*exp(-2j* pi*f0*tau);%回波信号S=rectpuls(t-tp/2,tp).*exp(i*pi*beita*(t-tp/2).^2);%发射信号（参考信号）x 10x 10x 10So=ifft(fft(Sb).*conj(fft(S)));%脉压 figure(7);plot(t*c/2,db(abs(So)/max(So)))%归一化dB grid on-400-350-300-250-200-150-100-500二、去斜处理（宽带的匹配滤波）去斜处理“有源相关”，通常用来处理极大带宽的LFM波形（如果直接采样的话因为频带很宽所以在高频的时候需要的采样率就很大，采样点数就很多，所以要经过去斜处理）Stretch方法是针对线性调频信号而提出的，其方法是将输入信号与参考信号（经适当延迟的本振信号，延迟量通常由窄带信号测距结果估计出）混频，则每一个散射点就对应一个混频后的单频分量，对混频输出的信号进行DFT处理，即可获得目标的距离像，对参考信号的要求是应具有与输入信号相同的调频斜率。
去斜处理流程：输入信号输出信号参考信号混频过程为回波信号在时域与参考信号的共轭相乘混频后得到一个瞬时频率和目标距离成正比的单频信号，对其进行频谱分析即可得到目标的距离像；去斜处理一般情况下可降低信号带宽；%%%%%%%%%%%%%%%%%%%%%%%% 去斜处理仿真程序 %%%%%%%%%%%%%%%%%%%%%%%%% clc;clear all;close all;B=10e6;%带宽10MHztp=10e-6;%脉宽10usk=B/tp;%LFM系数fs=50e6;R0=3e3;R1=2000;R2=3500;R=5000;c=3e8;f0=60e6;N=round(2*R/c*fs);fft_N=2^nextpow2(N);t=linspace(0,2*R/c,N);%%%%%%%%%%%%%%%%%%%%%%%%%% 参考信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Sref=exp(2i*pi*f0*t).*exp(1i*pi*k*t.^2);0.511.522.533.5x 10-5-101仿真时间/t 幅度参考信号实部0.511.522.533.5x 10-5-101仿真时间/t 幅度参考信号虚部-2.5-2-1.5-1-0.500.511.522.5x 107050100频率f/Hz幅度参考信号频谱%%%%%%%%%%%%%%%%%%%%%%%%%%% 回波信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% Sb0=exp(1j*pi*k*(t-2*R0/c).^2).*exp(2j*pi*f0*(t-2*R0/c)); Sb1=exp(1j*pi*k*(t-2*R1/c).^2).*exp(2j*pi*f0*(t-2*R1/c)); Sb2=exp(1j*pi*k*(t-2*R2/c).^2).*exp(2j*pi*f0*(t-2*R2/c)); Sb=Sb0+Sb1+Sb2;x 10-5-101仿真时间t/s 幅度回波信号1实部x 10-5-101仿真时间t/s 幅度回波信号2实部x 10-5-101仿真时间t/s幅度回波信号3实部x 10-5-3-2-1123时间 t/s幅度%%%%%%%%%%%%%%%%%%%%%%%%%%% 混频信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% SSb=Sref.*conj(Sb);%去斜后时域信号 spectrum=fft(SSb,fft_N);%去斜后频域信号 f=fs*(0:fft_N-1)/fft_N-fs/2;%从-fs/2到fs/2 f=f*c*tp/2/B;%瞬时频率对应的距离 sf=exp(-j*pi/k*f.^2);%滤波器传输函数SSb=spectrum.*sf;%从频域去距离扭曲，实现了压缩和去RVP figure;SSb=fftshift(SSb);SSb1=ifft(SSb);%消除了距离扭曲和RVP 的时域信号 subplot(211);plot(f,db(abs(SSb)/max(SSb))) xlabel('距离/m'); grid on subplot(212); plot(f,abs(SSb)) xlabel('距离/m'); grid on-80-60-40-200距离/m0500100015002000距离/m三、加窗信号的截取产生了能量泄漏，而用FFT 算法计算频谱又产生了栅栏效应，在FFT 分析中为了减少或消除频谱能量泄漏及栅栏效应可采用不同的截取函数对信号进行截短，截短函数称为窗函数，简称窗。
%%%%%%%%%%%%%%%%%%%%%%%% 窄带加窗处理 %%%%%%%%%%%%%%%%%%%%%%%%clc;clear all ;close all ;f0=10e9;%载频 B=10e6;%信号带宽 tp=10e-6;%脉冲宽度 fs=100e6;%采样频率 k=B/tp;%LFM 系数，线性调频率 R0=3000;%初始距离c=3e8;%光速 R=6000; tau=2*R0/c; N=round(2*R/c*fs); fft_N=2^nextpow2(N); t=(0:fft_N-1)/fs;s=rectpuls(t-tp/2,tp).*exp(j*pi*k*(t-tp/2).^2); %% 发射信号 spectrum_s=fft(s,fft_N);%参考信号频谱 spectrum_s=fftshift(spectrum_s);sb=rectpuls(t-tp/2-tau,tp).*exp(j*pi*k*(t-tp/2-tau).^2).*exp(-2j*pi*f 0*tau); %% 回波信号 %% 时域加窗sm=hamming(round(tp*fs))'.*s(1:round(tp*fs));%参考信号加窗 %% 频域加窗%找频谱的-4dB 压缩点，窗函数严格与该压缩点之间的频谱对应hamming1=[zeros(1855,1)',hamming(387)',zeros(1854,1)']; spectrum_sm=hamming1.*spectrum_s; %% 脉压fft_ssb=ifft(fft(sb).*conj(fft(s)));fft_smsb=ifft(fft(sb).*conj(fft(sm,length(sb)))); fft_spsb=ifft(fft(sb).*conj(fftshift(spectrum_sm)));x 107-90-80-70-60-50-40-30-20-100频率 f/Hz幅度 /d B归一化发射信号频谱50100150幅度x 1050100150频率 f/Hz幅度x 10750100150频率 f/Hz幅度x 10750100150频率 f/Hz幅度-400-350-300-250-200-150-100-500距离 /m幅度 /d b-400-350-300-250-200-150-100-500距离 /m幅度 /d b窄带频域加窗与否对比图%%%%%%%%%%%%%%%%%%%%%%%%%%% 去斜加窗处理 %%%%%%%%%%%%%%%%%%%%%%%%%%%% B=10e6;%带宽10MHz tp=10e-6;%脉宽10us u=B/tp;%LFM 系数 fs=50e6;%fs>=2*B/tp*tau R0=3000;%初始距离 R=4500;%距离波门 c=3e8; f0=60e6;%载频N=round(2*R/c*fs); fft_N=2^nextpow2(N); t=linspace(0,2*R/c,N); f=fs*(0:fft_N-1)/fft_N-fs/2;%从-fs/2到fs/2%%%%%%%%%%%%%%%%%%%%%%%%%% 参考信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Sref=exp(1i*pi*u*t.^2);%%%%%%%%%%%%%%%%%%%%%%%%%%%% 回波信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% Sb=rectpuls(t-2*R0/c,tp).*exp(1j*pi*u*(t-2*R0/c).^2);%%%%%%%%%%%%%%%%%%%%%%%%%%%% 混频信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% ssb=Sref.*conj(Sb); %% 加窗% w = hamming(502)';% hamming=[zeros(749,1)',w-min(w),zeros(249,1)']; % hamming=abs(hamming)/max(hamming);hamming=[zeros(749,1)',hamming(502)',zeros(249,1)']; ssb0=hamming.*ssb;spectrum_ssb0=fft(ssb0,fft_N); %一维距离像 spectrum_ssb=fft(ssb,fft_N); f=f*c*tp/2/B;%瞬时频率对应的距离figure; %%图6plot(f,db(abs(fftshift(spectrum_ssb))/max(fftshift(spectrum_ssb)))) hold onplot(f,db(abs(fftshift(spectrum_ssb0))/max(fftshift(spectrum_ssb0))),'r') hold off-140-120-100-80-60-40-20频率 f/Hz归一化幅度 /d b去斜加窗与否对比图-4000-3000-2000-100001000200030004000-150-100-50距离/m归一化幅度 /d b消除了RVP 和距离扭曲的混频信号-4000-3000-2000-1000010002000300040000200400600距离/m幅度消除了RVP 和距离扭曲的混频信号二、检测1、脉冲多普勒（PD 处理）多普勒效应：fd=2v/c*f0，v 为镜像速度；慢时间维上的采样点做FFT 可以测出目标的速度； 使用复信号：频率正负可测量目标速度的方向； clc;clear all ;close all ; f0=10e9;%载频tp=10e-6;%脉冲宽度 B=10e6;%带宽fs=100e6;%采样频率 R0=3000;%初始距离 c=3e8;%光速R=4500;%距离波门gate=R+tp*c/2;%距离波门加脉宽对应距离 N=round(2*gate/c*fs);%波门内采样点个数 fft_N=2^nextpow2(N); t=0:1/fs:tp;%信号长度echo_t=linspace(0,2*gate/c,N);%波门长度 tau=2*R0/c; k=B/tp;%调频系数Tr=100e-6;%脉冲重复周期CPI=64;%总脉冲个数v=60;%目标速度，朝向雷达%发射信号s=exp(i*pi*k*t.^2);%回波信号for m=1:CPIsb(m,:)=rectpuls((echo_t-2*(R0-(m-1)*v*Tr)/c-tp/2)/(tp)).*exp(1i*pi*k *(echo_t-2*(R0-(m-1)*v*Tr)/c).^2-1i*pi*2*f0*round(2*R0/c*fs)+1i*2*pi* (2*f0*v/c)*(m-1)*Tr)+sqrt(0.1)*(randn(1,N)+1i*randn(1,N));end%脉压fft_n=2^nextpow2(length(t)+N-1);fft_s=fft(s,fft_n);for m=1:1:CPIfft_sb(m,:)=fft(sb(m,:),fft_n);fft_ssb(m,:)=ifft(fft_sb(m,:).*conj(fft_s));z(m,:)=abs(fft_ssb(m,(1:N)));z1(m,:)=z(m,:)/max(z(m,:));z1(m,:)=20*log10(z1(m,:));[maxval,maxpo]=max(z1(m,:));end%FFTfor fm=1:Ndop(:,fm)=fft(fft_ssb(:,fm));a_dop(:,fm)=fftshift(abs(dop(:,fm)));end%求极大值对应的坐标[maxva,max_v]=max(a_dop(:,maxpo));%PD测速fd=(max_v-33)/CPI/Tr;v_pd=fd*c/2/f0%测速范围fd_max=1/Tr/2;v_max=fd_max*c/2/f0%测速精度det_fd=1/Tr/64;det_v=det_fd*c/2/f0figure;mesh(echo_t*c/2,linspace(-75,75,64),a_dop);axis tight;xlabel('距离：m');ylabel('速度：m/s');title('二维距离-多普勒平面');v_pd =60.9375 v_max =75 det_v =2.34382、形心法测距测速%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 形心法 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clc;clear all;close allf0=10e9;%载频tp=10e-6;%脉冲宽度B=10e6;%带宽fs=100e6;%采样频率R0=3000;%初始距离c=3e8;%光速N=4096; %此为培训期间数据，实际情况可以根据波门和信号宽度求出Nt=(0:N-1)/fs;snr=20;tau=2*R0/c;k=B/tp;%调频系数Tr=100e-6;%脉冲重复周期CPI=64;%总脉冲个数v=60;%目标速度，朝向雷达sigmaf=1^2/(10^(snr/10));s=rectpuls(t-tp/2,tp).*exp(j*pi*k*(t-tp/2).^2);%发射信号% figure;% plot(t,real(s))% xlabel('时间 /s');% ylabel('幅度');% title('发射信号实部');% grid onfor m=1:CPItaum=2*(R0-m*Tr*v)/c;sb=rectpuls(t-taum-tp/2).*exp(j*pi*k*(t-taum-tp/2).^2).*exp(-2j*pi*f0 *taum);%回波信号sb_noise=sb+sqrt(sigmaf/2)*(randn(1,N)+1i*randn(1,N));%加噪声的回波信号fft_ssb=ifft(fft(sb).*conj(fft(s)));%脉压处理fft_ssb_snr=ifft(fft(sb_noise).*conj(fft(s)));Group(m,1:N)=fft_ssb;Group_snr(m,1:N)=fft_ssb_snr;endfigure;imagesc(t*c/2,1:CPI,abs(fft_ssb))figure;imagesc(t*c/2,1:CPI,abs(fft_ssb_snr))for n=1:NGroup2=fft(Group(1:CPI,n));%纵向做FFTGroup2_2=fftshift(abs(Group2));Group3(n,1:CPI)=Group2_2;endfor n1=1:NGroup2_snr=fft(Group_snr(1:CPI,n1));%纵向做FFTGroup2_2_snr=fftshift(abs(Group2_snr));Group3_snr(n1,1:CPI)=Group2_2_snr;endfigure;mesh(abs(Group3))figure;mesh(abs(Group3_snr))[line,row]=find(abs(Group3)==max(max(abs(Group3))));[line_snr,row_snr]=find(abs(Group3_snr)==max(max(abs(Group3_snr)))); Range=t*c/2;PRF=1/Tr;fd=(-CPI/2:CPI/2-1)*PRF/CPI;v=fd*c/2/f0;for Ra=line-3:line+3amp=abs(Group3(Ra,row));C(Ra)=amp*Range(Ra);D(Ra)=sum(amp);endsum(C)/sum(D)for V=row-3:row+3index=abs(Group3(line,V));E(V)=index*v(V);F(V)=sum(index);endsum(E)/sum(F)for Ra_snr=line_snr-3:line_snr+3amp_snr=abs(Group3_snr(Ra_snr,row_snr));C_snr(Ra_snr)=amp_snr*Range(Ra_snr);D_snr(Ra_snr)=sum(amp_snr);endsum(C_snr)/sum(D_snr)for V_snr=row_snr-3:row_snr+3index_snr=abs(Group3_snr(line_snr,V_snr));E_snr(V_snr)=index_snr*v(V_snr);F_snr(V_snr)=sum(index_snr);endsum(E_snr)/sum(F_snr)结果：ans =3.0000e+003ans =60.3560ans =3.0000e+003ans =60.35333、信号检测结果：mean_noise =0.0010 + 0.0079ivar_noise = 1.0123pf1 =1.0000e-003010002000300040005000600070008000900010000点数模值高斯白噪声取模值后的波形以及检测门限024681012141618200.10.20.30.40.50.60.70.80.91SNR/dB 检测概率检测概率相对于SNR 曲线4、单脉冲测角仿真单脉冲跟踪雷达是通过比较来自两个或多个同时波束的信号获得目标角位置信息的一种雷达；目前常用的单脉冲测角方法主要有幅度和差单脉冲测角和相位和差单脉冲测角。