雷达系统建模与仿真报告模板.doc
机载火控雷达系统建模与仿真的开题报告
机载火控雷达系统建模与仿真的开题报告一、选题背景随着军事技术的飞速发展，雷达技术在现代战争中已经成为不可或缺的重要装备。
而机载火控雷达系统是一种实现空中目标探测、跟踪和攻击的关键设备。
为了提高机载火控雷达系统的性能和可靠性，需要进行系统建模和仿真，从而对系统进行效能、精度、鲁棒性等多方面的分析和评估。
二、研究目的本课题拟建立一套机载火控雷达系统的数学模型，并对该模型进行仿真分析和评估，以期发现其中存在的问题，从而优化和完善机载火控雷达系统，提升其性能和可靠性。
三、研究内容1.机载火控雷达系统的参数建模：该部分需要将机载火控雷达系统的参数进行建模，例如雷达波长、发射功率、接收灵敏度等参数，以便后续仿真分析的实现。
2.机载火控雷达系统数学模型的建立：结合机载火控雷达系统的参数建模，建立机载火控雷达系统的数学模型。
3.仿真分析与实验验证：利用所建立的机载火控雷达系统数学模型，对不同状态的系统进行仿真分析，并结合实验验证进行对比分析，评估机载火控雷达系统的性能和可靠性。
四、研究方法1.文献研究：对机载火控雷达系统的相关文献进行梳理和研究，吸收相关知识和理论，为后续研究提供理论支持。
2.系统参数建模：根据机载火控雷达系统的功能和性能特点，对雷达参数进行建模，为后续系统数学模型的建立提供数据支撑。
3.系统数学模型的建立：利用数学建模方法，建立机载火控雷达系统的数学模型。
4.仿真分析：采用MATLAB等工具，结合系统数学模型进行仿真分析。
5.实验验证：利用实验设备验证仿真结果，并对结论进行对比分析。
五、预期成果1.建立机载火控雷达系统的数学模型，并对模型进行评估和分析。
2.优化和完善机载火控雷达系统，提升其性能和可靠性。
3.撰写论文并完成毕业论文的答辩。
六、进度安排1.文献研究：2021年11月-12月。
2.系统参数建模：2022年1月-3月。
3.系统数学模型的建立：2022年4月-6月。
4.仿真分析与实验验证：2022年7月-9月。
雷达仿真曲线实验报告
一、实验目的1. 熟悉雷达系统仿真软件的使用方法；2. 了解雷达系统的工作原理；3. 分析雷达系统性能指标；4. 通过仿真实验，验证雷达系统的实际性能。
二、实验原理雷达系统是一种利用电磁波探测目标的系统，其基本原理是发射电磁波，经目标反射后，接收反射回来的电磁波，通过处理这些信号，实现对目标的探测、跟踪和识别。
雷达系统主要由发射机、天线、接收机、信号处理单元等部分组成。
三、实验仪器与软件1. 仪器：计算机、雷达系统仿真软件；2. 软件：MATLAB、雷达系统仿真软件（如：Simulink）。
四、实验步骤1. 打开雷达系统仿真软件，创建一个新的仿真项目；2. 根据雷达系统的工作原理，搭建雷达系统的仿真模型，包括发射机、天线、接收机、信号处理单元等部分；3. 设置雷达系统的参数，如频率、脉冲宽度、脉冲重复频率等；4. 仿真实验，观察雷达系统在不同参数下的性能表现；5. 分析仿真结果，绘制雷达系统的仿真曲线；6. 比较仿真结果与实际雷达系统性能，分析雷达系统的优缺点。
五、实验数据与结果1. 仿真实验参数设置：（1）频率：24GHz；（2）脉冲宽度：1μs；（3）脉冲重复频率：100Hz；（4）天线增益：30dB；（5）接收机灵敏度：-100dBm。
2. 仿真曲线：（1）距离分辨率曲线：如图1所示，雷达系统的距离分辨率为3m，满足实际应用需求。
图1 雷达系统距离分辨率曲线（2）测速精度曲线：如图2所示，雷达系统的测速精度为±0.5m/s，满足实际应用需求。
图2 雷达系统测速精度曲线（3）角度分辨率曲线：如图3所示，雷达系统的角度分辨率为0.5°，满足实际应用需求。
图3 雷达系统角度分辨率曲线六、实验分析与讨论1. 通过仿真实验，验证了雷达系统在不同参数下的性能表现，为雷达系统的优化设计提供了理论依据；2. 分析仿真结果，雷达系统的距离分辨率、测速精度和角度分辨率均满足实际应用需求；3. 比较仿真结果与实际雷达系统性能，雷达系统在实际应用中具有较高的可靠性和稳定性；4. 雷达系统仿真曲线实验有助于提高学生对雷达系统原理和性能指标的认识，为后续相关实验和研究奠定基础。
雷达仿真
雷达系统仿真实验报告
一般来说，波长越短，杂波散射系数
0
第 2 页
共。它们是掠射角、表面粗糙度和雷达波长。 越大。图 2.2 给出了
0
与掠射角的关系。
图中标出了三块区域：它们是低掠射角区、平坦或平台区及高掠射角区。 低掠射角区从零延伸到大约是临界角。临界角由瑞利（Rayleigh）定义：此角以 下表面被认为是平坦的， 而此角以上平面是粗糙的。 将表面高度不平度的均方根 （rms） 表示为 hrms ，则根据瑞利准则，如果下式成立，则认为表面平坦：
：
2
2hrms sin g
（2.1.2）
图 2.3 粗糙表面的定义
当
（第一个零深）时，则可以计算出临界角 gc ，因此
4 hrms
或等效地，
sin gc
（2.1.3）
gc a sin
4hrms
（2.1.4）
低掠射角杂波一般称为漫散射杂波，此时雷达波束中（非相干反射）会存在大 量杂波回波。在平坦区域
hardware.Clutter is an important part of radar environment,so the accurate modelling and simulation of radar clutter play a vital role in the development and manufacture of radar. Firstly,this paper discusses the definition,classification and basic characteristic of clutter.Secondly,several probabilistic models which describe amplitude characteristic of clutter are introduced,including Rayleigh model,lognormal model,Weibull model and K-distributed model.Then this paper introduces three power spectrums describe the frequency spectrum of clutter,including Gaussian spectrum,Cauchy spectrum and full polargraphic.Finally,several kinds of them are simulated based on Matlab. Results of the simulation correspond closely to theoretical
(完整版)雷达系统中杂波信号的建模与仿真
1.雷达系统中杂波信号的建模与仿真目的雷达的基本工作原理是利用目标对雷达波的散射特性探测和识别目标。
然而目标存在于周围的自然环境中,环境对雷达电磁波也会产生散射,从而对目标信号的检测产生干扰，这些干扰就称为雷达杂波。
对雷达杂波的研究并通过相应的信号处理技术可以最大限度的压制杂波干扰，发挥雷达的工作性能.雷达研制阶段的外场测试不仅耗费大量的人力、物力和财力，而且容易受大气状况影响,延长了研制周期。
随着现代数字电子技术和仿真技术的发展,计算机仿真技术被广泛应用于包括雷达系统设计在内的科研生产的各个领域，在一定程度上可以替代外场测试，降低雷达研制的成本和周期。
长期以来，由于对杂波建模与仿真的应用己发展了多种杂波类型和多种建模与仿真方法。
然而却缺少一个集合了各种典型杂波产生的成熟的软件包，雷达系统的研究人员在需要用到某一种杂波时，不得不亲自动手，从建立模型到计算机仿真,重复劳动，造成了大量的时间和人力的浪费.因此，建立一个雷达杂波库，就可以使得科研人员在用到杂波时无需重新编制程序,而直接从库中调用杂波生成模块,用来产生杂波数据或是用来构成雷达系统仿真模型，在节省时间和提高仿真效率上的效益是十分可观的。
从七十年代至今已经公布了很多杂波模型，其中有几类是公认的比较合适的模型。
而且，杂波建模与仿真技术的发展己有三十多年的历史,己经有了一些比较成熟的理论和行之有效的方法，这就使得建立雷达杂波库具有可行性。
为了能够反映雷达信号处理机的真实性能，同时为改进信号处理方案提供理论依据,雷达杂波仿真模块输出的杂波模拟信号应该能够逼真的反映对象环境的散射环境。
模拟杂波的一些重要散射特性影响着雷达对目标的检测和踉踪性能,比如模拟杂波的功率谱特性与雷达的动目标显示滤波器性能有关;模拟杂波的幅度起伏特性与雷达的恒虚警率检测处理性能有关。
因此，杂波模拟方案的设计是雷达仿真设计中极其重要的内容,杂波模型的精确性、通用性和灵活性是衡量杂波产生模块的重要指标。
雷达系统建模与仿真报告
设计报告一十种随机数的产生一概述.概论论是在已知随机变量的情况下，研究随机变量的统计特性及其参量，而随机变量的仿真正好与此相反，是在已知随机变量的统计特性及其参数的情况下研究如何在计算机上产生服从给定统计特性和参数随机变量。
下面对雷达中常用的模型进行建模：●均匀分布●高斯分布●指数分布●广义指数分布●瑞利分布●广义瑞利分布●Swerling分布●t分布●对数一正态分布●韦布尔分布二随机分布模型的产生思想及建立.产生随机数最常用的是在(0,1)区间内均匀分布的随机数，其他分布的随机数可利用均匀分布随机数来产生。
2.1 均匀分布1>（0，1）区间的均匀分布：用混合同余法产生 (0,1)之间均匀分布的随机数，伪随机数通常是利用递推公式产生的，所用的混和同余法的递推公式为:1 n x =nx +C （Mod m ）其中，C 是非负整数。
通过适当选取参数C 可以改善随机数的统计性质。
一般取作小于M 的任意奇数正整数，最好使其与模M 互素。
其他参数的选择 (1)的选取与计算机的字长有关。
(2) x(1)一般取为奇数。
用Matlab 来实现，编程语言用Matlab 语言，可以用 hist 函数画出产生随机数的直方图（即统计理论概率分布的一个样本的概率密度函数），直观地看出产生随机数的有效程度。
其产生程序如下：c=3;lamade=4*200+1; x(1)=11; M=2^36; for i=2:1:10000;x(i)=mod(lamade*x(i-1)+c,M); end; x=x./M; hist(x,10); mean(x) var(x)运行结果如下：均值 = 0.4948 方差 = 0.0840 2> （a,b ）区间的均匀分布：利用已产生的（0，1）均匀分布随机数的基础上采用变换法直接产生（a,b ）均匀分布的随机数。
其概率密度函数如下：⎪⎩⎪⎨⎧-=01)(ab x p b x a x b x a ≥≤≤≤, 其产生程序如下：c=3;lamade=4*201+1; a=6;b=10; x(1)=11;M=2^36; for i=2:1:10000;x(i)=mod(lamade*x(i-1)+c,M); end; x=x./M;%%%%%%%%%%%%%%%%%%%%%i=2:1:10000; y(i)=(b-a)*x(i)+a; n=5:0.1:11;hist(y,n),axis([a-1 b+1 0 max(hist(y,n))+20]); mean(y) var(y)上面程序中取 a = 6,b = 10 .即（6，10）区间上的均匀分布。
雷达系统设计仿真报告
线性调频信号的复包络为：
u(t) = a(t)e jπμt2
其中 a(t) = 1, (t ≤ T / 2) 为矩形脉冲函数，T 是脉冲宽度。
正型模糊函数的定义为：
∫ χ (τ , fd ) =
+∞ u(t)u*(t + τ )e j2π fdt dt
−∞
将上述线性调频信号的复包络带入模糊函数定义式得：
为-30db 时的脉压结果。可以看出，旁瓣的降低是以波瓣展宽为代价的，但我们
仍能分清两个目标。
30 24
22
20
20
18
10
16
14
0
12
0
50
100
150
Dis/km
74
75
76
77
Dis/km
下面分别给出当导弹和飞机进入雷达时杂波的 RCS 随距离的变换。
最后给出了单个脉冲回波的 CNR，SNR，SIR 与距离的关系曲线。左侧为导
τ/μs τ/μs
contour pic 150 100 50
0 -50 -100
4dB contour
100
0
-100
-1
0
1
local zoom of upper 4dB contour
10
9.5
63096
0.63096 0.63096
-150 -1
0 fd/MHz
9 1 0.055
0.06 fd/MHz
正交采样的镜频抑制比曲线时，我按照书上 183 面图 5.3 的流程， 但我得到的结果总是不对，我一直分析这个问题，但始终没法解释， 为什么我得到的结果远没有书上 188 面的那么好？ 2、 我在用 Monto Carlo 分析测角误差时，得到均方根误差效果远比书 上的好，我也想不明白，同样的参数，应该不会有那么大的差异。 3、 在最后一部分“某阵列雷达信号处理”中，采用的是老师给定的回 波信号。我的疑问是老师如何产生的回波信号？根据书上给定的条 件，我觉得只能得到杂波的功率谱特性，但是如何反映到时域波形 上呢？ 4、 在用老师给定的信号数据进行处理时，我在脉压的时候耽误了很久， 因为我想相同的数据，处理的结果应该跟老师书上给的结果相差不 大，但是一开始我总是得不到老师书上的样子。后来我才发现，问 题在脉压系数上。通常脉压系数都是原线性调频信号的共轭反转， 但是，再利用老师给的数据进行处理时，不用共轭，只需反转即可。 我想着应该跟陈老师您采用的 LFM 信号形式有关，您产生数据时线 性调频基带信号的指数项上应该是负的 x(t) = e− jπμt2 ，不知道我的猜 想对不对？
雷达探测技术的建模与仿真
雷达探测技术的建模与仿真雷达探测是一种通过发射电磁波，利用物体对电磁波的反射信号来探测物体位置、速度、形状和性质的技术。
在军事、民用领域广泛应用，如导航、遥感、气象、交通等。
随着科技的快速发展，雷达探测技术也逐渐成熟。
在雷达探测技术的发展中，建模与仿真是不可或缺的环节。
建模与仿真可以模拟出雷达探测所需要的各类信号，探测效果，不同物体的反射情况，帮助设计和优化雷达系统。
一、建模建模是将实际事物或系统抽象为一定的数学或物理模型的过程。
在雷达探测的建模中，需要考虑到各类信号和反射物体的特性。
1. 信号模型雷达探测中常用的信号包括：线性调频信号（LFM信号）、相位编码信号和频率编码信号等。
在这些信号中，LFM信号是最常用的一种信号。
建立信号模型，可以方便的分析信号的特性，为后面的仿真提供数据支持。
2. 物体模型雷达探测的物体一般分为两类：散射体和目标。
在建立物体模型时，需要考虑到物体的理论反射系数、散射截面积、形状和材料等影响反射的因素。
将这些因素综合考虑，可以得到不同物体的反射特性，为后面的仿真提供数据支持。
二、仿真仿真是在计算机环境下，利用建立好的数学或物理模型进行系统模拟，以预测系统行为的技术。
在雷达探测的仿真中，需要考虑到仿真的环境和仿真的目的。
1. 仿真环境雷达探测的仿真环境一般分为两类：地面仿真和空中仿真。
地面仿真一般是在计算机软件中构建3D模拟环境，利用不同物体的局部坐标和相对位置，计算出雷达探测的反射特性，模拟出雷达扫描过程。
空中仿真则需要模拟天气、风速、飞行高度、飞行速度等因素，以获得更真实的仿真结果。
2. 仿真目的雷达探测的仿真目的一般分为两类：性能评估和仿真验证。
性能评估主要是根据系统设计指标，比如最大探测距离、空中控制指挥系统驱动优化后雷达跟踪过程的性能、远程干扰抗性等，从理论上预估雷达系统的性能。
仿真验证则是通过模拟真实环境，下小巴高平原、海面等相应地形的不同天气环境，模拟部署后的实际应用结果，验证所设计的雷达方案在实际应用中的可行性。
SAR_雷达_建模__仿真
SAR雷达成像仿真摘要雷达发展初期由于分辨率较低，其作用主要是“点”目标的检测和跟踪。
而现代机载雷达系统则要执行更多任务，从目标检测和识别到大面积地形测绘。
地形测绘可通过合成孔径雷达（SAR）实现。
通过采用相干辐射照射地面并测量回波信号，SAR可以产生地表的高分辨率二维图像，其成像质量由系统分辨单元的大小决定。
分辨单元由系统的距离和方位分辨率共同决定。
高的距离分辨率通过脉冲压缩技术实现。
高方位分辨率取决于天线尺寸及雷达波长，可以通过雷达运动达到增加天线孔径从而提高方位分辨率的目的。
本文简介了SAR的发展历史，着重研究条带式状正侧视SAR的成像原理，建立点目标回波模型，重点讨论了其R-D成像算法，介绍了目前常用的其他成像算法，在频域内对该算法进行了距离徙动校正（RCMC），从而得到多点目标的Matlab仿真。
关键词：SAR 正侧视距离徙动校正成像ABSTRACTBecause of low resolution radar at the early stage of development, its main function is "point target detection and tracking". The modern airborne radar system to perform more tasks, from the target detection and recognition to terrain mapping in large area. Topographic mapping can be actualized by synthetic aperture radar (SAR) . By using the coherent radiation and measure the echo signal,SAR can produce high resolution two-dimensional image , its imaging quality depends on the system resolution cell size. Resolution unit consists of range and azimuth resolution .High range resolution is achieved through the pulse compression technique. High range resolution depends on the size of the antenna and radar wavelength,the carrier’s motion is used to increase the antenna aperture radar so as to improve the range resolution of the.This paper introduces the development history of SAR, focuses on the imaging principle of belt shaped side looking SAR, and establishes the echo model of point target. The paper mainly part focuses on the R-D imaging algorithm, and introduces some other common imaging algorithm.The algorithm of range migration correction(RCMC) is solved in frequency domain,thereby getting the several-point-target Matlab imaging simulation.Keyword: SAR Side looking Range migration correction ImagingI目录第一章绪论 (1)1.1 合成孔径雷达（SAR）的发展历程和现状 (1)1.2 现代SAR的发展方向及意义 (2)1.2.1 多参数SAR系统 (2)1.2.2 聚束SAR (2)1.2.3 极化干涉SAR（POLINSAR） (3)1.2.4 合成孔径激光雷达（Synthetic Aperture Ladar） (3)1.2.5 星载合成孔径雷达的小型化 (3)1.2.6雷达与可见光卫星的多星组网是主要的使用模式 (4)1.3 论文的内容及结构安排 (4)第二章合成孔径雷达的工作原理 (5)2.1 线性调频信号及其脉冲压缩 (5)2.2 方位分辨率 (6)2.3 SAR点目标回波模型 (8)第三章合成孔径雷达的成像算法 (10)3.1 运动补偿技术的发展及现状 (10)3.1.1 引言 (10)3.1.2 基于运动传感器补偿算法的发展 (10)3.1.3 运动补偿算法的发展 (11)3.1.4 基于回拨数据运动补偿算法的发展 (12)3.1 距离徙动 (12)3.2 距离-多普勒算法（R-D算法） (15)3.2.1 原始正侧视及其改进的距离多普勒算法 (15)3.2.2 斜侧视下距离多普勒算法 (17)3.3 其他SAR成像算法简介 (18)3.3.1 线性调空变平移算法（Chirp Scaling，C-S） (18)II3.3.2 距离徙动算法（RMA） (19)3.3.3 极坐标格式算法（PFA） (19)3.3.5 频域变尺度算法（Frequency Scaling） (20)3.3.6 各算法的比较 (20)第四章成像仿真及分析 (22)第五章全文总结 (27)致谢 (28)参考文献........................................................................................ 错误！未定义书签。
- 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)。
设计报告一十种随机数的产生一概述 .概论论是在已知随机变量的情况下，研究随机变量的统计特性及其参量，而随机变量的仿真正好与此相反，是在已知随机变量的统计特性及其参数的情况下研究如何在计算机上产生服从给定统计特性和参数随机变量。
下面对雷达中常用的模型进行建模：均匀分布高斯分布指数分布广义指数分布瑞利分布广义瑞利分布Swerling 分布t分布对数一正态分布韦布尔分布二随机分布模型的产生思想及建立 .产生随机数最常用的是在(0,1) 区间内均匀分布的随机数，其他分布的随机数可利用均匀分布随机数来产生。
均匀分布1>（ 0， 1）区间的均匀分布：用混合同余法产生(0,1)之间均匀分布的随机数，伪随机数通常是利用递推公式产生的，所用的混和同余法的递推公式为:xn 1 = xn +C（Mod m）其中，C是非负整数。
通过适当选取参数 C可以改善随机数的统计性质。
一般取作小于 M的任意奇数正整数，最好使其与模 M互素。
其他参数的选择(1)的选取与计算机的字长有关。
(2) x(1) 一般取为奇数。
用Matlab 来实现，编程语言用 Matlab 语言，可以用 hist 数的直方图（即统计理论概率分布的一个样本的概率密度函数）函数画出产生随机，直观地看出产生随机数的有效程度。
其产生程序如下：c=3;lamade=4*200+1; x(1)=11; M=2^36;for i=2:1:10000;x(i)=mod(lamade*x(i-1)+c,M);end;x=x./M;hist(x,10);mean(x)var(x)运行结果如下：均值 =方差=2> （a,b ）区间的均匀分布：利用已产生的（ 0，1）均匀分布随机数的基础上采用变换法直接产生（a,b）均匀分布的随机数。
其概率密度函数如下：1p( x) b a a x b0 x a, x b其产生程序如下：c=3;lamade=4*201+1; a=6;b=10;x(1)=11;M=2^36;for i=2:1:10000;x(i)=mod(lamade*x(i-1)+c,M);end;x=x./M;%%%%%%%%%%%%%%%%%%%%%i=2:1:10000;y(i)=(b-a)*x(i)+a;n=5::11;hist(y,n),axis([a-1 b+1 0 max(hist(y,n))+20]);mean(y)var(y)上面程序中取 a = 6,b = 10 .即（6，10）区间上的均匀分布。
运行结果如下：均值 = 方差 =高斯分布：高斯分布的概率密度函数如下 ;( x u )2p( x) 1 2e 22其产生方法是在均匀分布随机数的基础上通过函数变换法来产生。
产生步骤是①产生均匀分布的随机数。
②产生服从标准正态分布的随机数。
③由标准正态分布产生一般正态分布。
1> 标准正态分布其部分程序如下：%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%i=1:1:10000;u(i)=sqrt(-2*log(x(i))).*cos(2.*pi.*y(i));v(i)=sqrt(-2*log(x(i))).*sin(2.*pi.*y(i));n1=-5::5;n2=-5::5;subplot(1,2,1);hist(u,n1);subplot(1,2,2);hist(v,n2);mean(u)var(u)mean(v)var(v)运行结果如下：均值 =方差=2>一般正态分布其部分程序如下：a=2;b=2;i=1:1:10000;u(i)=sqrt(-2*log(x(i))).*cos(2.*pi.*y(i));v=b*u+a;n=-10::10;hist(v,n);mean(v)var(v)运行结果如下：均值 =方差=指数分布：服从正态分布的信号通过线性检波器后其包络强度( 功率 ) 服从指数分布。
其概率密度函数为：p( x) e x x0其产生方法亦有：①在均匀分布随机数的基础上产生指数分布。
②在正态分布随机数的基础上产生该分布。
产生程序分别如下：程序 1（部分）lamade1=1i=1:1:10000;y(i)=-log(x(i))./lamade1;n=0::10;hist(y,n);mean(y)var(y)运行结果：均值 =方差=程序 2（部分）i=1:1:10000;s(i)=(u(i).*u(i)+v(i).*v(i));n=0::25;hist(s,n);mean(s)ar(s)运行结果：瑞利分布：在雷达系统中载带信号的包络服从瑞利分布。
正态随机过程在其杂波载频( f)上可以表示为：c(t) x(t ) cos c t y(t ) sin c t其中 x(t) 、 y(t ) 是服从 N ( , 2 )的相互独立的随机过程，检波器的包络幅度( 电压 ):v(t)x(t) 2 y(t) 2服从瑞利分布R()。
瑞利分布的概率密度函数为：f (x)xexp(x 22 ), x 0 2 20, x 0其产生方法亦有：①在均匀分布随机数的基础上产生瑞利分布。
②在正态分布随机数的基础上产生该分布。
其产生程序如下：程序 1（部分）：segma=2;i=1:1:10000;y(i)=segma*sqrt(-2*log(x(i)));n=0::10;hist(y,n);mean(y)var(y)运行结果：均值 =方差=程序 2（部分）：i=1:1:10000;s(i)=sqrt(u(i).*u(i)+v(i).*v(i));n=0::10;hist(s,n);mean(s)var(s)运行结果：均值 =方差 =广义指数分布概率密度函数为：p(x)e ( x s) I 0 ( 2 xs)式中： s- 信噪比部分程序如下：s=8;i=1:1:10000;h(i)=u(i)+sqrt(2*s);z(i)=h(i).*h(i) +y(i).^2;n=0:1:60;hist(z,n);运行结果：均值 =方差 =广义瑞利分布x2A2I 0 (Ax2)p(x)x2e 2 2aA2- 信噪比部分程序如下：a=1;i=2:1:10240;s(i)=sqrt((u(i)+a).^2+v(i).^2);n=-1::15;x 0x 0hist(s,n);mean(s)var(s)运行结果如下：均值 =方差=韦布尔分布韦布尔分布模型的性能介于瑞利分布模型与对数一正态分布模型之间. 海浪杂波和地面杂波都可以用它来表示，并且在一个相当宽的条件范围内它能精确地表示实际的杂波分布。
韦布尔分布的概率密度函数为：aa x x0 a 1x x0e bp( x)b x x0b式中： a- 形状参数；b- 比例参数；x0-位置参数；该分布是在服从瑞利分布随机数的基础上用变换法产生的，其产生源程序（部分）及直方图如下：a=3;b=2;m=5;i=2:1:10000;y(i)=m+b*(-log(x(i)).^(1/a));y=m+b*((-log(x)).^(1/a));hist(y,60);mean(y)var(y)均值 =方差=对数－正态分布对数一正态分布模型可以用来表示高分辨率雷达在观察角小于5时，观察到的海浪杂波，在低观察角时观察到的地面杂波也可用对数一正态分布模型，这类杂波通常是形状不规则的大反射体，例如远洋舰船，较大的空间飞行器，或者SAR 雷达观察到的城市等等。
其概率密度函数是：1 ln( x / u )p( x) e 2 22 xe u 2 / 2 ，方差 e2 u 2 2均值(e 1)其产生源程序及直方图如下：i=1:1:10000;u(i)=sqrt(-2*log(x(i))).*cos(2.*pi.*y(i));%%%%%%%%% %%%%%%%%a=; b=;v=sqrt(b)*u+a;%%%%%%%%%%%%%%%%%%L=exp(v);hist(L,100);mean(L)var(L)均值 =方差=Swerling分布雷达系统中两次回波幅度之差服从Swerling1 型。
其概率密度函数为：1 e xp(x)x 00 x 0式中：可表示雷达反射回波功率或截面积或信噪比。
产生源程序（部分）如下：rp=10;lamade1=1/rp;i=1:1:10000;y(i)=-log(x(i))./lamade1;hist(y,100);mean(y)var(y)其直方图如下：均值 =方差=．t 分布随机数调用 MATLAB函数 trnd （）产生服从 t 分布的随机数均值 =方差=程序如下：%产生满足 t 分布的随机数clear;clc;y=trnd(2,1,2048); %自由度为 2hist(y,50);mean=mean(y);var=var(y);设计报告二产生两种相关随机变量一、根据课本 123 页，产生相关随机序列的步骤：（1）对功率谱进行采样，得到序列。
（2）产生独立的区间均匀分布的随机相位矢量序列，其总体均匀功率谱等于 1，即=1。
（3）然后，给每个随机相位矢量乘以比例系数，得。
（4）最后取逆离散傅立叶变换得到相关随机序列1二、两种相关随机序列（ 1）功率谱密度为均匀分布随机变量：程序如下：clearfs=512;% 设频率为 512x=rand(1,fs);b=7;a=3;z=(b-a)*x+a;Sz=fft(z,fs);N=length(Sz);Pz=abs(Sz.^2)/N;fs1=512;% 设频率为 512x1=rand(1,fs);c=2*pi;d=0;z=(c-d)*x1+d;xn=sqrt(Pz).*z;xk=ifft(xn,fs);e=mean(xk);% 均值d=std(xk)^2;%方差Pz1=abs(xk.^2)/N;n=0::100;subplot(2,1,1);plot((0:511),xk);axis([0,100,0,2]);title('均匀分布功率谱采样产生的相关随机变量');subplot(2,1,2);plot((0:511),10*log10(Pz1));title('相关随机变量的功率谱');（ 2）功率谱密度为正态分布随机变量：程序如下：clearfs=512;% 设频率为 512x=rand(1,fs);y=rand(1,fs);z=sqrt(-2*log10(x)).*cos(2*pi*y);Sz=fft(z,fs);N=length(Sz);Pz=abs(Sz.^2)/N;fs1=512;% 设频率为 512x1=rand(1,fs1);% 产生 0-2pai 的均匀随机变量c=2*pi;d=0;z=(c-d)*x1+d;xn=sqrt(Pz).*z;xk=ifft(xn,fs1);e=mean(xk);% 均值d=std(xk)^2;%方差Pz1=abs(xk.^2)/N;n=--256::255;subplot(2,1,1);plot((-256:255),xk);axis([-256,255,,]);title('正态分布功率谱采样产生的相关随机变量'); subplot(2,1,2);plot((0:511),10*log10(Pz1));title('相关随机变量的功率谱')设计报告三雷达系统仿真一．概述：从一般意义上讲，系统仿真可以理解为在对一个已经存在或尚不存在但正在开发的系统进行研究的过程中，为了了解系统的内在特性，设计构造即能反映系统特征又能符合系统实验要求的系统模型，并在该系统的模型上进行实验，以达到了解或设计系统的目的。