雷达信号matlab仿真
matlab仿真脉冲多卜勒雷达信号处理
matlab仿真脉冲多卜勒雷达的信号处理目录目录-------------------------------------------------------- 1 第一章绪论-------------------------------------------------- 31.1 雷达起源 ---------------------------------------------- 31.2 雷达的发展历程 --------------------------------------- 4 第二章原理分析----------------------------------------------- 62.1 匹配滤波器原理 --------------------------------------- 62.2 线性调频信号（LFM） ---------------------------------- 82.3 LFM信号的脉冲压缩----------------------------------- 10 第三章多目标线性调频信号的脉冲压缩------------------------- 14 第四章仿真结果分析------------------------------------------ 164.1 时域图分析 ------------------------------------------ 164.2 回波信号频域图分析 ---------------------------------- 174.3 压缩信号图分析 -------------------------------------- 194.4 多目标压缩信号图分析 -------------------------------- 21 第五章问题回答--------------------------------------------- 23 第六章致谢与总结------------------------------------------- 24 附录（Matlab程序）------------------------------------------ 25第一章绪论1.1 雷达起源雷达的出现，是由于二战期间当时英国和德国交战时，英国急需一种能探测空中金属物体的雷达（技术）能在反空袭战中帮助搜寻德国飞机。
雷达脉冲压缩matlab仿真
雷达发射线性调频信号,载频10GHz,线性调频信号带宽10MHz,脉宽5us,采样率自设,两目标距离雷达5000米和5020米之巴公井开创作（1）（2）模拟两个目标的回波,并进行脉冲压缩（匹配滤波）,验证脉冲压缩对改善雷达距离分辨力的作用（3）调整两个目标的间距从1米到20米,观察结果得出结论.①源代码：clear all;close all;fc=10e9;%载频B=10e6;%带宽fs=2*fc;%采样率T=5*10^-6;%雷达脉宽t=0:1/fs:10*T;s1=5000;%目标1距离s2=5020;%目标2距离c=3e8;%光速t1=2*s1/c;%雷达波从目标1回波的延时t2=2*s2/c;%雷达波从目标2回波的延时u=B/T;st=rectpuls(t,T).*exp(j*2*pi*(fc*t+u*t.^2));%发射信号sr1=rectpuls((t-t1),T).*exp(j*2*pi*(fc*(t-t1)+u*(t-t1).^2));%目标1的回波sr2=rectpuls((t-t2),T).*exp(j*2*pi*(fc*(t-t2)+u*(t-t2).^2));%目标2的回波sr=sr1+sr2;%两目标总的回波figure(1);plot(real(sr));%未压缩回波title('未压缩回波');axis([6*10^5,7.4*10^5,-2,2]);F=fftshift(fft(sr));%进行脉冲压缩Ft=F.*conj(F);f=ifft(Ft);figure(2);plot(fftshift(abs(f)));%压缩回波title('压缩回波');axis([4.9*10^5,5.1*10^5,0,2*10^5]);②运行结果：改变相对距离为1米,运行结果如下：两目标不成份辨,直到两目标相对距离为13米时,目标可清晰分辨,如下：结论：当目标的相对距离较近时,目标的未压缩回波已不能分辨出两目标的位置,这时使用脉冲压缩可以增加雷达的分辨力,但其能力也是有限的,当两目标的相对距离太近时,即使脉冲压缩也不能分辨,即脉冲压缩不能使脉宽无限小.。
基于Matlab_Simulink的雷达系统仿真
图 " 雷达系统设计仿真类库结构
图 ! 某多普勒雷达仿真系统
下 ，地 杂 波 很 强 ，目 标 回 波 低 于 杂 波 ，这 种 情 况 下 ，仅 仅 依 靠 幅度是不能检测出目标的。多普勒处理就是对同一个距离 单元内接收到的信号进行 FFT 变换，在频域上把目标和杂 波信号分开。从而提高目标在杂波环境下的检测性能。
# 某脉冲多普勒雷达信号处理系统的仿真
脉冲多普勒雷达中的多普勒处理是对接收到的信号进 行滤波或者谱分析。这些信号是在对应于一帧时间内从同 一个 固 定 的 距 离 单 元 接 收 到 的 信 号 。 一 般 来 说 ，雷 达 回 波 包 括 噪 声 、杂 波 和 一 个 或 多 个 目 标 信 号 。 在 雷 达 下 视 情 况
图 2 的上半部分对雷达接收到的回波进行建模，该雷达 回波信号包括目标信号与杂波，还有通道接收机噪声。如图 2 所示，仿真时先产生线性调频信号（Chirp 信号），然后在线 性调频信号中加入目标信息。目标回波信息包括目标速度、 距离和目标的起伏特性。然后通过载频模块将信号从视频 调到射频。目标 回 波 信 号 经 过 双 程 大 气 吸 收 及 双 程 距 离 衰 减，到达雷达接收机，然后经过衰减模块（仿真接收机的系统
3 仿真结果及分析
与 SPW 的基于数据流的仿真不同，Simuliik 是基于时间 流的仿真。在本仿真实验中采用变步长的 4 - 5 阶 Ruige kutta 法仿真［1］，最大步长自动调节，相对误差允许范围为 1 X 10 - 3。仿真 实 验 中 采 样 频 率 较 高，故 仿 真 时 间 较 短，约 为 10 - 4数量级。设置好各模块仿真参数，即可开始仿真。下面 给出系统中几个关键点波形并加以说明。
典型雷达信号的产生及其“模糊函数”仿真（含Matlab程序）
典型雷达信号的产生及其“模糊函数”仿真（含Matlab程序）雷达发射波形的选择和设计直接影响雷达的性能以及抗干扰能力。
本次课程重点从模糊函数出发，仿真分析多种典型雷达信号：线性调频脉冲信号、三角波调频连续波信号、二相编码信号(Barker码/m序列)、多相编码信号(Frank码)。
课程将给出上述典型雷达信号的产生以及模糊图的Matlab仿真程序。
雷达模糊函数模糊函数是进行雷达波形设计和分析信号处理系统性能的重要工具，根据雷达信号的模糊函数，可以确定雷达发射波形的分辨能力、测量精度、模糊情况以及抑制干扰的能力。
雷达模糊函数表示匹配滤波器的输出，描述目标的距离和多普勒频移对回波信号的影响，信号的雷达模糊函数通常被定义为二维互相关函数的模的平方。
具体表达式为：模糊函数关于多普勒频率和延迟时间的三维图形称为雷达的模糊图。
对于一种给定的波形，其模糊图可以确定该波形的一些特征，同时也可以用某个时间或者频率门限值来切割三维模糊图得到模糊等高图。
模糊图的原点处模糊函数的值等于与感兴趣目标反射的信号理想匹配时的匹配滤波器的输出。
非零时的模糊函数值表示与感兴趣目标有一定距离和多普勒的目标回波。
在二维坐标平面内，若模糊函数的绝对值逼近于冲击函数呈理想图钉型时，就可以得到理想的二维分辨率，相当于把所有能量都集中在了坐标原点附近。
这是一次精品课程(图文课程)，主要包含以下几个部分：一、模糊函数的概述二、线性调频脉冲信号及其模糊函数三、三角波调频连续波信号及其模糊函数四、二相码信号（Barker码/m序列）及其模糊函数五、多相码信号（Frank码）及其模糊函数具体内容见下面截图，订阅后可查看WORD可编辑版本以及下载相关Matlab仿真程序。
具体参数设置以及仿真结果见WORD文档和Matlab源程序。
气象雷达信号处理的matlab仿真研究及DSP实现
TECHNOLOGY AND INFORMATION22 科学与信息化2023年2月下气象雷达信号处理的matlab仿真研究及DSP 实现李彦昭中国民用航空西北地区空中交通管理局甘肃分局 甘肃 兰州 730030摘 要 现如今，图像信息频繁地被应用于军事、医学、民航等领域，尤其是在民航气象方面，气象雷达信号处理是雷达生产研究过程中的关键一环，也是一个难点。
在实际中，通过雷达成像系统获得的雷达回波可能会造成一些关键信息的丢失，因此需要通过一些信号增强及复原技术来改善雷达信号的强度和准确度。
本文介绍了数字滤波器的特点，如何通过MATLAB及其图像信号处理工具箱进行雷达数字图像处理，最终设计实现利用数字滤波器增强雷达图像信号。
关键词 雷达信号处理；数字滤波器；MATLAB仿真MATLABSimulation Research and DSP Implementation of Meteorological Radar Signal Processing Li Yan-zhaoCAAC Northwest Regional AdministrationGansu Branch, Lanzhou 730030, Gansu Province, ChinaAbstract At present, image information is frequently used in military, medical, civil aviation and other fields, especially in civil aviation meteorology, meteorological radar signal processing is a key part but also a difficult point of the radar production research process. In practice, the radar echoes obtained by the radar imaging system may cause the loss of some key information, so some signal enhancement and restoration techniques are needed to improve the strength and accuracy of the radar signal. This paper introduces the characteristics of digital filters, how to perform radar digital image processing through MATLAB and its image signal processing toolbox, and finally design and implement the use of digital filters to enhance radar image signals.Keyword radar signal processing; digital filters; MATLAB simulation引言现代社会已经是一个高度信息化的时代，在日常生产生活中，人们所能接触到的信息，视觉信息能占到90%以上，视觉信息就是通过人眼观测到的信息，也就是图像信号，因此图像信号处理的重要性不言而喻。
MATLAB雷达信号处理仿真
MATLAB雷达信号处理仿真5.2 噪声和杂波的产⽣在实际的雷达回波信号中，不仅仅有⽬标的反射信号，同时还有接收机的热噪声、地物杂波、⽓象杂波等各种噪声和杂波的叠加。
由于噪声和杂波都不是确知信号，只能通过统计特性来分析。
本节将讨论⼀些常见的噪声和杂波的产⽣⽅法。
5.2.1 随机热噪声随机热噪声有多种，常见有概率密度函数服从⾼斯分布、均匀分布、指数分布以及τ分布的热噪声。
1. 服从⾼斯（Guass ）分布的热噪声（随机序列）标准⾼斯分布的概率密度为：)2exp(1)(22σσπx x p -= (5.2.1)均值为0x 的⾼斯分布的概率密度函数为：)2)(exp(1)(220σσπx x x p --= (5.2.2) Matlab7.0本⾝⾃带了标准⾼斯分布的内部函数randn ，调⽤格式如下:Y = randn(n)Y = randn(m,n) Y = randn([m n]) Y = randn(size(A)) s = randn('state')randn 函数产⽣的随机序列服从均值为m=0，⽅差σ2＝1的⾼斯分布。
Y = randn(n)产⽣的是⼀个n ×n 的随机序列矩阵，⽽Y = randn(m,n) 和Y = randn([m n])产⽣的m ×n 的随机序列矩阵，Y = randn(size(A))产⽣的是⼤⼩与矩阵A 同样⼤⼩的随机序列矩阵。
s = randn('state') 返回的是⼀个具有两个元素的向量，该向量显⽰的是当前正态随机数产⽣器的状态。
randn('state',s) 指令可以将产⽣器的状态设置到s ，⽽randn('state',0) 则可以将正态随机数产⽣器的状态恢复到初始状态。
因此，利⽤randn 函数可以⾮常简单快捷地产⽣出服从⾼斯分布的随机序列，如图5.7。
图5.7服从⾼斯分布的随机序列及其直⽅图2. 服从均匀分布的热噪声（随机序列） (a-b)均匀分布的概率密度函数为：ab x p -=1)( (5.2.3) 根据（a-b ）均匀分布的概率密度函数和（0-1）均匀分布的概率密度函数可以推导出它们之间的关系为：a u ab ba au +?-=--=)(ζζ或 (5.2.4)其中u 服从（0-1）单位均匀分布，ζ服从（a-b ）分布所以根据上式，可以先产⽣⼀个服从（0-1）单位均匀分布的信号，然后再将其经过上式的变换，就可以得到⼀个服从（a-b ）均匀分布的信号了。
雷达仿真matlab课设
雷达仿真matlab课设
好的，下面为你提供雷达仿真matlab课设的相关内容：
随着社会和科技的不断发展，现代雷达系统更加复杂且精准，故需要借助计算机来完成对系统各项功能和性质的仿真，以完成对系统性能的评估。
在雷达仿真matlab课设中，你可以根据雷达信号处理的主要方式，运用信号处理理论与MATLAB软件相结合的思想，提出一个雷达系统的仿真模型。
该模型具有包含杂波的信号进入雷达信号处理机的动态处理过程。
在实际的课程设计中，你可以选择使用MATLAB对一脉冲雷达系统进行仿真，并给出具体过程的仿真图形。
在仿真过程中，你可以考虑雷达信号的产生、噪声和杂波的产生、正交解调模块、脉冲压缩模块、回波积累模块、恒虚警处理模块等方面。
如果你需要更多的帮助或指导，请提供更具体的需求或信息，以便我更好地为你解答。
雷达系统仿真matlab代码
雷达系统仿真m a t l a b代码(总5页)-CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除%======================================================================== ===================%% 该程序完成16个脉冲信号的【脉压、动目标显示/动目标检测（MTI/MTD）】%======================================================================== ===================%% 程序中根据每个学生学号的末尾三位（依次为XYZ）来决定仿真参数，034% 目标距离为[3000 8025 9000+(Y*10+Z)*200 8025]，4个目标% 目标速度为[50 0 (Y*10+X+Z)*6 100]%======================================================================== ===================%close all; %关闭所有图形clear all; %清除所有变量clc;%======================================================================== ===========%% 雷达参数 %%======================================================================== ===========%C=3.0e8; %光速(m/s)RF=3.140e9/2; %雷达射频 1.57GHzLambda=C/RF;%雷达工作波长PulseNumber=16; %回波脉冲数BandWidth=2.0e6; %发射信号带宽带宽B=1/τ，τ是脉冲宽度TimeWidth=42.0e-6; %发射信号时宽PRT=240e-6; % 雷达发射脉冲重复周期(s),240us对应1/2*240*300=36000米最大无模糊距离PRF=1/PRT;Fs=2.0e6; %采样频率NoisePower=-12;%(dB);%噪声功率（目标为0dB）% ---------------------------------------------------------------% SampleNumber=fix(Fs*PRT);%计算一个脉冲周期的采样点数480；TotalNumber=SampleNumber*PulseNumber;%总的采样点数480*16=；BlindNumber=fix(Fs*TimeWidth);%计算一个脉冲周期的盲区-遮挡样点数；%===================================================================================%% 目标参数 %%======================================================================= ============%TargetNumber=4;%目标个数SigPower(1:TargetNumber)=[1 1 1 0.25];%目标功率,无量纲TargetDistance(1:TargetNumber)=[3000 8025 15800 8025];%目标距离,单位m 距离参数为[3000 8025 9000+(Y*10+Z)*200 8025]DelayNumber(1:TargetNumber)=fix(Fs*2*TargetDistance(1:TargetNumber)/C); % 把目标距离换算成采样点（距离门） fix函数向0靠拢取整TargetVelocity(1:TargetNumber)=[50 0 204 100];%目标径向速度单位m/s 速度参数为[50 0 (Y*10+X+Z)*6 100]TargetFd(1:TargetNumber)=2*TargetVelocity(1:TargetNumber)/Lambda; %计算目标多卜勒频移2v/λ%======================================================================= =============%% 产生线性调频信号 %%======================================================================= =============%number=fix(Fs*TimeWidth);%回波的采样点数=脉压系数长度=暂态点数目+1if rem(number,2)~=0 %rem求余number=number+1;end%把number变为偶数for i=-fix(number/2):fix(number/2)-1Chirp(i+fix(number/2)+1)=exp(j*(pi*(BandWidth/TimeWidth)*(i/Fs)^2));%exp (j*fi)*，产生复数矩阵Chirpendcoeff=conj(fliplr(Chirp));%把Chirp矩阵翻转并把复数共轭，产生脉压系数figure(1);%脉压系数的实部plot(real(Chirp));axis([0 90 -1.5 1.5]);title('脉压系数实部');%-------------------------产生目标回波串-----------------------------------------------------------------------------------------%%-------------------------产生前3个目标的回波串-------%SignalAll=zeros(1,TotalNumber);%所有脉冲的信号,先填0for k=1:TargetNumber-1 % 依次产生各个目标SignalTemp=zeros(1,SampleNumber);% 一个PRTSignalTemp(DelayNumber(k)+1:DelayNumber(k)+number)=sqrt(SigPower(k))*Chi rp;%一个脉冲的1个目标（未加多普勒速度）(DelayNumber(k)+1):(DelayNumber(k)+number)Signal=zeros(1,TotalNumber);for i=1:PulseNumber % 16个回波脉冲Signal((i-1)*SampleNumber+1:i*SampleNumber)=SignalTemp; %每个目标把16个SignalTemp排在一起endFreqMove=exp(j*2*pi*TargetFd(k)*(0:TotalNumber-1)/Fs);%目标的多普勒速度*时间=目标的多普勒相移Signal=Signal.*FreqMove;%加上多普勒速度后的16个脉冲1个目标SignalAll=SignalAll+Signal;%加上多普勒速度后的16个脉冲4个目标end% %-------------------------产生第4个目标的回波串-------%fi=pi/3;SignalTemp=zeros(1,SampleNumber);% 一个脉冲SignalTemp(DelayNumber(4)+1:DelayNumber(4)+number)=sqrt(SigPower(4))*exp (j*fi)*Chirp;%一个脉冲的1个目标（未加多普勒速度）Signal=zeros(1,TotalNumber);for i=1:PulseNumberSignal((i-1)*SampleNumber+1:i*SampleNumber)=SignalTemp;endFreqMove=exp(j*2*pi*TargetFd(4)*(0:TotalNumber-1)/Fs);%目标的多普勒速度*时间=目标的多普勒相移Signal=Signal.*FreqMove;SignalAll=SignalAll+Signal;figure(2);subplot(2,1,1);plot(real(SignalAll),'r-');title('目标信号的实部');grid on;zoom on;subplot(2,1,2);plot(imag(SignalAll));title('目标信号的虚部');gridon;zoom on;%======================================================================= =============%% 产生系统噪声信号 %%====================================================================================%SystemNoise=normrnd(0,10^(NoisePower/10),1,TotalNumber)+j*normrnd(0,10^( NoisePower/10),1,TotalNumber);%均值为0，标准差为10^(NoisePower/10)的噪声%======================================================================= =============%% 总的回波信号 %%======================================================================= =============%Echo=SignalAll+SystemNoise;% +SeaClutter+TerraClutter，加噪声之后的回波for i=1:PulseNumber %在接收机闭锁期,接收的回波为0Echo((i-1)*SampleNumber+1:(i-1)*SampleNumber+number)=0; %发射时接收为0endfigure(3);%加噪声之后的总回波信号subplot(2,1,1);plot(real(Echo),'r-');title('总回波信号的实部,闭锁期为0'); subplot(2,1,2);plot(imag(Echo));title('总回波信号的虚部,闭锁期为0');%================================时域脉压=================================%pc_time0=conv(Echo,coeff);%pc_time0为Echo和coeff的卷积pc_time1=pc_time0(number:TotalNumber+number-1);%去掉暂态点 number-1个figure(4);%时域脉压结果的幅度subplot(2,1,1);plot(abs(pc_time0),'r-');title('时域脉压结果的幅度,有暂态点');%pc_time0的模的曲线subplot(2,1,2);plot(abs(pc_time1));title('时域脉压结果的幅度,无暂态点');%pc_time1的模的曲线% ================================频域脉压=================================%Echo_fft=fft(Echo,8192);%理应进行TotalNumber+number-1点FFT,但为了提高运算速度,进行了8192点的FFTcoeff_fft=fft(coeff,8192);pc_fft=Echo_fft.*coeff_fft;pc_freq0=ifft(pc_fft);figure(5);subplot(2,1,1);plot(abs(pc_freq0(1:TotalNumber+number-1)));title('频域脉压结果的幅度,有前暂态点');subplot(2,1,2);plot(abs(pc_time0(1:TotalNumber+number-1)-pc_freq0(1:TotalNumber+number-1)),'r');title('时域和频域脉压的差别');pc_freq1=pc_freq0(number:TotalNumber+number-1);%去掉暂态点 number-1个,后填充点若干(8192-number+1-TotalNumber)% ================按照脉冲号、距离门号重排数据=================================%for i=1:PulseNumberpc(i,1:SampleNumber)=pc_freq1((i-1)*SampleNumber+1:i*SampleNumber);%每个PRT为一行，每行480个采样点的数据endfigure(6);plot(abs(pc(1,:)));title('频域脉压结果的幅度,没有暂态点');% ================MTI（动目标显示）,对消静止目标和低速目标---可抑制杂波=================================%for i=1:PulseNumber-1 %滑动对消，少了一个脉冲mti(i,:)=pc(i+1,:)-pc(i,:);endfigure(7);mesh(abs(mti));title('MTI result');% ================MTD（动目标检测）,区分不同速度的目标，有测速作用=================================%mtd=zeros(PulseNumber,SampleNumber);for i=1:SampleNumberbuff(1:PulseNumber)=pc(1:PulseNumber,i);buff_fft=fft(buff);mtd(1:PulseNumber,i)=buff_fft(1:PulseNumber);endfigure(8);mesh(abs(mtd));title('MTD result');%=======================================虚实矩阵转换========================================%coeff_fft_c=zeros(1,2*8192);for i=1:8192coeff_fft_c(2*i-1)=real(coeff_fft(i));coeff_fft_c(2*i)=imag(coeff_fft(i));endecho_c=zeros(1,2*TotalNumber);for i=1:TotalNumberecho_c(2*i-1)=real(Echo(i));echo_c(2*i)=imag(Echo(i));end%===========================以下是为DSP程序提供回波数据、脉压系数===============================%% fo=fopen('F:\my study\Visual_DSP_test\test_1\coeff_fft_c.dat','wt');%频域脉压系数% for i=1:2*8192% fprintf(fo,'%f,\r\n',coeff_fft_c(i));% end% fclose(fo);%% fo=fopen('F:\my study\Visual_DSP_test\test_1\echo_c.dat','wt');%16次回波的% for i=1:2*TotalNumber% fprintf(fo,'%f,\r\n',echo_c(i));% end% fclose(fo);。
- 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)。
雷达信号matlab仿真雷达系统分析大作作 者： 陈雪娣 学号：04104207271. 最大不模糊距离： ,max 1252u rC R km f == 距离分辨率： 1502mcR m B ∆== 2. 天线有效面积： 220.07164e GA m λπ==半功率波束宽度：3 6.44o dbG θπ==3. 模糊函数的一般表示式为()()()22*2;⎰∞∞-+=dt e t s t s f d f j d πττχ 对于线性调频信号 ()21j t p pt s t ct e T T πμ⎛⎫= ⎪ ⎪⎝⎭则有：()()221;Re Re p j t T j t d ppp t t f ct ct e e dt T T T πμπμτχτ∞+-∞⎛⎫⎛⎫+=⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎰ ()()()sin 1;11d p p d p d p p f T T f T f T T τπμττχττπμτ⎛⎫⎛⎫+- ⎪⎪ ⎪ ⎪⎛⎫⎝⎭⎝⎭=- ⎪ ⎪⎛⎫⎝⎭+-⎪ ⎪⎝⎭分别令0,0==d f τ可得()()220;,;0τχχd f()()sin 0;d p d d pf T f f T πχπ=()sin 1;011p p p p p T T T T T τπμττχττπμτ⎛⎫⎛⎫-⎪ ⎪ ⎪ ⎪⎛⎫⎝⎭⎝⎭=- ⎪ ⎪⎛⎫⎝⎭- ⎪ ⎪⎝⎭程序代码见附录1的T_3.m, 仿真结果如下:4. 程序代码见附录1的T_4.m, 仿真结果如下:通过比较得知，加窗后的主副瓣比变大，副瓣降低到40db 以下，但主瓣的宽度却增加了，约为未加窗时的1.5倍，主瓣也有一定的损失。
5.由雷达方程221340(4)tPG Te SNR KT LFR λσπ=计算可得 1196.5540log SNR R =- db作图输出结果如下，程序代码见附录1的T_5.m在R=70km 时,计算得单个脉冲的SNR 1=2.7497 db,要达到要求的检测性能则需要12.5dB 的最小检测输入信噪比，而M 个相参脉冲积累可以将信噪比提高M 倍， 故10)1(SNR D M ==9.4413因此要达到要求就需要10个以上的相参脉冲进行积累。
可求得可积累脉冲数为： 3256dbr aN f θ==Ω其中,a Ω为天线的搜索速度等于30o /s.r f 是重复频率为1200hz.故满足要求.6. 设t 时刻弹舰径向与目标航向的夹角为a （t）,目标偏离弹轴方向的夹角为t β（）,在t=0时,31o o αα==（）, 1o ββ==（0）.由几何关系知, sin cos o o OM R MP R αα==经t 秒后,''cos '''sin 's a a M P MP V t V t O M OM V t αα=--=-''()''O M t arctan M P α⎛⎫=⎪⎝⎭()()'t t βαα=-sin '''()sin ()sin ()a OM V t O M R t t t ααα-==cos ()cos ()d a s V V t V t βα=+又因为cos ()cos(()')t t βαα=-cos ()cos 'sin ()sin '31cos ()sin ()22t t t t αααααα=+=+故 31cos ()sin ()cos ()22d a s V V t t V t ααα⎛⎫=++⎪⎝⎭()d f t 31cos ()sin ()22d a s V V V t t αα⎛⎫=++ ⎪⎝⎭2231cos ()sin ()22dd a s V f V V t t ααλλ⎛⎫⎛⎫==++ ⎪ ⎪ ⎪⎝⎭⎝⎭利用以上的关系式即可计算出第i 个重复周期弹目间的距离()i R t 和回波信号的多普勒频率()d f t .仿真程序代码见附录1的T_6.m.实验结果如下:由仿真结果可知,()d f t 的变化不大,这表明相对速度的变化不大，同时可求得688/Vd m s ≈.7. (1)相干积累:由于相对速度的变化不大，所以在仿真时取定值688/Vd m s =。
仿真程序代码见附录1的T_7_1.m.实验结果如下:相干积累前后的信噪比情况如下图所示：由仿真结果知，积累前匹配滤波器输出的信噪比为约12dB 。
已知M 个脉冲相参积累可以将信噪比提高M 倍，所以，64个脉冲相参积累后的信噪比将提高64倍（18db ）。
相干积累后输出的信噪比约30db ，与预期效果相符。
(2)非相干积累：双极点滤波器的时域框图如下：由此可的它的频域响应：(22exp 2/1d k ξωτξ=--其中 (212exp /1cos()d d k ξωτξωτ=--(22exp 2/1d k ξωτξ=--式中： 0.63ξ=， 2.2d N ωτ=，N 是半功率波束宽度。
仿真程序代码见附录1的T_7_2.m.实验结果如下:非相干积累前后的信噪比情况如下图所示：由仿真结果知，积累前匹配滤波器的信噪比为约12dB。
非相干积累后输出的信噪比约20db。
将非相干的结果与相干积累的效果进行比较，可知，相干积累的效果明显优于非相干积累。
附录 1 程序代码第3题:%%%%%%%% T_3.m %%%%clear allclcclftaup=1; %脉冲宽度 100usb=10; %带宽up_down=-1; %up_down=-1正斜率， up_down=1负斜率x=lfm_ambg(taup,b,up_down); %计算模糊函数taux=-1.1*taup:.01:1.1*taup;fdy=-b:.01:b;figure(1)mesh(100*taux,fdy./10,x) %画模糊函数xlabel('Delay - \mus')ylabel('Doppler - MHz')zlabel('| \chi ( \tau,fd) |')title('模糊函数')figure(2)contour(100.*taux,fdy./10,x) %画等高线xlabel('Delay - \mus')ylabel('Doppler - MHz')title('模糊函数等高线')grid onN_fd_0=(length(fdy)+1)/2; % fd=0 的位置x_tau=x(N_fd_0,:); % 时间模糊函数figure(3)plot(100*taux,x_tau)axis([-110 110 0 1])xlabel('Delay - \mus')ylabel('| \chi ( \tau,0) |')title(' 时间模糊函数')grid onN_tau_0=(length(taux)+1)/2; % tau=0 的位置x_fd=x(:,N_tau_0); % 速度模糊函数figure(4)plot(fdy./10,x_fd)xlabel('Doppler - MHz')ylabel('| \chi ( 0,fd) |')title(' 速度模糊函数')grid onx_db=20*log10(x+eps);[I,J]=find(abs(x_db+6)<0.09); %取6db点的位置I=(I-b/.01)/(1/.01); %Doppler维坐标变换J=(J-1.1*taup/.01)/(1/.01); %时间维坐标变换figure(5) %6db 的等高线plot(J*100,I/10,'.')axis([-110 110 -1 1])xlabel('Delay - \mus')ylabel('Doppler - MHz')title('模糊函数 6db 的等高线')grid on%- - - - 模糊函数 - - -function x=lfm_ambg(taup,b,up_down)% taup 脉冲宽度;% b 带宽;%up_down=-1正斜率， up_down=1负斜率eps=0.0000001;i=0;mu=up_down*b/2./taup;for tau=-1.1*taup:.01:1.1*taupi=i+1;j=0;for fd=-b:.01:bj=j+1;val1=1-abs(tau)/taup;val2=pi*taup*(1-abs(tau)/taup);val3=(fd+mu*tau);val=val2*val3+eps;x(j,i)=abs(val1*sin(val)/val);endend%%%%%%%%%%%%%%%%%%第4题:%T_4.m%%%%%%% 利用频域处理方法进行脉冲压缩 %%%%%%% clear allclcclfeps = 1e-10;Te=100e-6; %脉冲带宽Bm=1e6; %调频mu=Bm/Te; %调频斜率Ts=1/(2*Bm); %采样周期Ns=fix(Te/Ts); %采样点数Nf=1024; % fft点数t=0:Ts:Te-Ts;y=exp(j*pi*mu*t.^2); %脉冲压缩前的线形调频信号yfft = fft(y,Nf) ;h=zeros(1,Ns);for i=1:Nsh(i)=conj(y(Ns-i+1));endhfft= fft(h,Nf); % 匹配滤波器的频域响应ycomp =abs(ifft(yfft .*hfft)); %脉冲压缩maxval = max (ycomp);ycomp = eps + ycomp ./ maxval; % 利用最大值归一化ycomp_db=20*log10(ycomp); %取对数%%%%%%%%%%%%%% 加窗处理 %%%%%%%win = hamming(Ns)';h_w=h.*win; % 加窗hfft_w=fft(h_w,Nf); % 加窗的匹配滤波器的频域响应ycomp_w = abs(ifft(yfft .*hfft_w)); %脉冲压缩maxval1 = max(ycomp_w);val=ycomp_w ;ycomp_w = eps + ycomp_w ./ maxval; % 利用ycomp的最大值归一化ycomp_w1 = eps + val./ maxval1; % 利用ycomp_w的最大值归一化ycomp_w_db=20*log10(ycomp_w); %取对数ycomp_w1_db=20*log10(ycomp_w1); %取对数%%%%%%%%%%%%%%%%tt =0:Ts:2*Te-Ts;figure(1)plot (tt,ycomp_db(1:2*Ns),'g')axis([.2*Te 1.8*Te -60 0] )xlabel ('t - seconds ');ylabel(' db')title('没有加窗的脉冲压缩输出')grid onfigure(2)plot (tt,ycomp_w1_db(1:2*Ns),'r')axis([.2*Te 1.8*Te -60 0] )xlabel ('t - seconds ');ylabel(' db')title('加窗的脉冲压缩输出')grid onfigure(3)plot (tt,ycomp_db(1:2*Ns),'g',tt,ycomp_w_db(1:2*Ns),'r') axis([.7*Te 1.3*Te -60 0] )xlabel ('t - seconds ');ylabel(' db')legend('未加窗','加窗');title('脉冲压缩输出对比')grid on%%%%%%%%%第5题:% T_5.m%%%%%%%%%SNR与距离的关系 %%%%%%clear allclceps=1e-10;c = 3.0e+8; % speed of lightlambda =0.03; % 波长pt=20; %峰值功率lambda=0.03; %波长tao=100e-6; %发射脉冲宽度G_db=30; %天线增益 in dbsigma=1000; %RCSk=1.38e-23; % Boltzman's constantTo=290; %标准室温F_db=2; % 噪声系数 in dbL_db=5; % 系统损失 in dbR=70e3:-100:0; %距离val=10*log10((pt*tao*lambda^2*sigma)/((4*pi)^3*k*To))+ 2*G_db-F_db-L_db;SNR=val-40*log10(R);figure(1)plot(R./1e3,SNR)title('SNR与距离的关系')xlabel('距离 - km')ylabel('SNR - db')grid onSNR1=val-40*log10(70e3)%计算R=70km时的SNR %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%第6题:% T_6.mclear allclclembda=0.03; %波长fr=1200; %重复频率tra=180/pi; % 度到弧度的转化量alpha=31/tra; % t=0时弹舰径向与目标航向的夹角alpha_p=30/tra;% 导弹运动方向与目标航向的夹角Ro=70e3; % t=0时的弹舰距离Vs=10; % 舰船速度Va=680; % 导弹速度OM=Ro*sin(alpha); % t=0时弹舰垂直距离MP=Ro*cos(alpha); % t=0时弹舰垂直距离%%%%%%%%%%%%%%t=0:1/fr:10;OM_t=OM-0.5*Va.*t; % t时刻弹舰垂直距离MP_t=MP-Vs.*t-sqrt(3)*Va.*t/2;% t时刻弹舰垂直距离alpha_t=atan(OM_t./MP_t); %t时刻弹舰径向与目标航向的夹角R_t=OM_t./sin(alpha_t); %t时刻弹舰距离% t时刻弹舰径向速度vd_t=(sqrt(3)/2*Va+Vs).*cos(alpha_t)+0.5*Va.*sin(alpha_t);fd_t=2*vd_t/lembda; %t时刻多普勒频移%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%figure(1)plot(t,R_t)title ('t时刻弹舰距离')xlabel('时间 - s')ylabel('弹舰距离 - m')figure(2)plot(t,fd_t)title('t时刻多普勒频移')xlabel('时间 - s')ylabel('多普勒频移 - hz')%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 第7题:%T_7_1.m% 相干积累clear allclcclfc=3e8; % speed of lightTe=100e-6; % 发射脉冲宽度Be=1e6; %带宽mu=Be/Te; %调频斜率Ts=1/(2*Be); %采样频率Ro=70e3; % 起始距离fo=c/0.03; % 中心频率Vr=688; %径向速度t=0:Ts:Te-Ts;W=exp(j*pi*mu*t.^2);Wf=fft(W,1024); %%%%%%%%%%%%%%%%%%%%%%%nnn=fix((Ro-30e3)/75);%采样的起始位置,从30km开始采样R=0:75:15e3-75; %在30km和45km之间采样，采样间隔75m for i=1:200for k=1 :64Ri(k,i)=R(i)-Vr*Ts*(k-1);endendtaoi=2*Ri/c;echo=10^0.225*0.707*(randn(64,1024)+j*randn(64,1024));j=sqrt(-1);for i=1:64 %回波信号echo(i,nnn:nnn+199)=echo(i,nnn:nnn+199)+...exp(-j*2*pi*fo*taoi(i,:)+j*pi*mu*taoi(i,:).^2); endfor i=1:64 %脉冲压缩sp2(i,:)=ifft(fft(echo(i,:),1024).*conj(Wf),1024);endfor k=1:1024 % 相干积累sct(:,k)=abs(fftshift(fft(sp2(:,k),256)));endsct=sct./max(max(sct));%归一化sp=sp2./max(max(sp2));%归一化%积累前后信噪比输出figure(1)plot(20*log10(abs(sp')))ylabel('-db')title('相干积累前')axis([1 1024 -30 0])figure(2)plot(20*log10(sct'))ylabel(' - db')title('相干积累输出')axis([1 1024 -30 0])%%%%%%%%%积累结果输出r=((1:1024)*75+30e3)./1e3;dp=(-128:127)*(Be/128)/1e3;figure(1)mesh(r,dp,sct)xlabel('距离 km')ylabel('Doppler - kHz')title('相干积累输出结果')figure(2)contour(r,dp,sct)axis([30 100 -200 200])xlabel('距离 km')ylabel('Doppler - kHz')title('R-fd 等高线')grid ondp=(-32:31)*(Be/32)/1e3;figure(3)mesh(r,dp,abs(echo)/max(max(abs(echo))))xlabel('距离 km')ylabel('Doppler - kHz')title('相干积累前的结果')% T_7_2.m% 非相干积累clcclear allc=3e8; % speed of lightTe=100e-6; % 发射脉冲宽度Be=1e6; %带宽mu=Be/Te; %调频斜率Ts=1/(2*Be); %采样频率Ro=70e3; % 起始距离fo=c/0.03; % 中心频率Vr=688; %径向速度fr=1200; %重复频率t=0:Ts:Te-Ts;W=exp(j*pi*mu*t.^2);Wf=fft(W,1024);%%%------- 双极点滤波器 -----%%%%%%sheta_3_db=6.4; %半功率波束宽度v=30; % 天线的搜索速度N=sheta_3_db*fr/v;wd_tao=2.2/N;xi=0.63;k1=2*exp(-xi*wd_tao/sqrt(1-xi^2))*cos(wd_tao); k2=exp(-2*xi*wd_tao/sqrt(1-xi^2));NN=64;w=-pi:pi/NN:pi-pi/NN;j=sqrt(-1);H=exp(-j.*w)./(1-k1*exp(-j*w)+k2*exp(-2*j.*w)); h=ifft(H,64);%%- - - - 信号处理 - - - %nnn=fix((Ro-30e3)/75);%采样的起始位置,从30km开始采样R=0:75:15e3-75; %在30km和45km之间采样，采样间隔75m for i=1:200for k=1 :64Ri(k,i)=R(i)+Vr*Ts*(k-1);endendtaoi=2*Ri/c;echo=10^0.275*0.707*randn(64,1024)+j*randn(64,1024);j=sqrt(-1);for i=1:64 %回波信号，加随机相位模拟非相干信号echo(i,nnn:nnn+199)=echo(i,nnn:nnn+199)...+exp(-j*2*pi*fo*taoi(i,:)+j*pi*mu*taoi(i,:).^2 ... +j*2*pi*rand*ones(1,200));endfor i=1:64 %脉冲压缩sp2(i,:)=ifft(fft(echo(i,:),1024).*conj(Wf),1024); endfor i=1:1024 %用双极点滤波器进行非相干积累isct(:,i)=conv((sp2(:,i)),h)';endfor k=1:1024sct(:,k)=abs(fftshift(fft(isct(:,k),256)));endsct=sct./max(max(sct)); %归一化sp2=sp2./max(max(abs(sp2))); %归一化%积累前后信噪比输出figure(1)plot(20*log10(abs(sp2')))ylabel('-db')title('非相干积累前')axis([1 1024 -30 0])figure(2)plot(20*log10(sct'))ylabel(' - db')title('非相干积累输出')axis([1 1024 -30 0])%%%%%%%%%积累结果输出r=((1:1024)*75+30e3)./1e3;dp=(-128:127)*(Be/128)./1e3;figure(3)mesh(r,dp,sct)xlabel('距离 km')ylabel('Doppler - kHz')title('非相干积累输出结果')figure(4)contour(r,dp,sct)axis([30 100 -200 200])xlabel('距离 km')ylabel('Doppler - kHz')title('R-fd 等高线')grid ondp=(-32:31)*(Be/32)/1e3;figure(5)mesh(r,dp,abs(echo)/max(max(abs(echo))))xlabel('距离 km')ylabel('Doppler - kHz')title('非相干积累前的结果')%%%%%————————%%%%%%二翻译11.2比幅单脉冲比幅单脉冲跟踪类似于对于圆形区域而言需要四个斜的波束来测量目标的角度位置。