南京理工大学电子信息工程课程设计之雷达信号分析处理

合集下载

《雷达信号分析》课件

《雷达信号分析》课件

系统测试与性能评估
总结词
测试、性能
详细描述
该部分主要介绍了系统的测试方法和性能评估,包括测试环境、测试内容、测试结果等,并对系统的 性能进行了全面的评估,为后续的系统优化和改进提供了依据。
THANKS
[ 感谢观看 ]
总结词
军事侦查与目标识别是雷达信号处理的重要 应用领域之一,通过处理雷达回波信号,提 取目标特征,实现目标的快速、准确识别。
详细描述
雷达系统通过发射电磁波,遇到目标后反射 回来被接收,经过信号处理提取出目标的距 离、速度、方位等参数,以及目标的形状、 尺寸等特征。这些信息对于军事侦查和目标 识别具有重要意义,可以帮助指挥官做出快
CHAPTER 06
案例分析:某型雷达信号处理系统 设计
系统概述与需求分析
总结词
概述、需求
详细描述
该部分主要介绍了某型雷达信号处理系统的基本情况,包括系统功能、应用场 景等,并对系统的需求进行了详细的分析,为后续的系统设计提供了依据。
系统架构与模块设计
总结词
架构、模块
详细描述
该部分主要介绍了系统的整体架构和 各个模块的设计,包括信号输入、处 理、输出等模块,以及各模块之间的 连接和交互方式,为后续的系统实现 提供了基础。
小波变换
总结词
多尺度分析
详细描述
小波变换是一种多尺度、多分辨率的信号处理方法,适合分析非平稳信号。它能够同时 在时域和频域对信号进行分析,揭示信号在不同尺度上的特征,广泛应用于雷达信号的
降噪、目标识别和运动目标跟踪等领域。
神经网络算法
总结词
自适应算法
详细描述
神经网络算法是一种模拟人脑神经元工作方 式的自适应算法,能够通过学习自动提取输 入数据的内在规律和模式。在雷达信号处理 中,神经网络可以用于自动目标识别、干扰 抑制、高分辨成像等方面。

《雷达信号分析》课件

《雷达信号分析》课件
《雷达信号分析》 PPT课件
contents
目录
• 雷达信号概述 • 雷达信号处理基础 • 雷达信号处理算法 • 雷达信号处理系统设计 • 雷达信号处理技术前沿
01
雷达信号概述
雷达信号的定义
01
02
03
雷达信号
由雷达设备发射的电磁波 信号,用于探测、跟踪和 识别目标。
雷达信号的特性
具有特定的频率、波形和 发射方式,能够穿透不同 的介质和环境条件。
监视等操作。
雷达信号处理系统的性能评估
性能评估指标
包括系统稳定性、实时性、精度和可靠性等。
测试与验证
通过实际测试和模拟实验,对雷达信号处理系统的各项性能指标进行评估和验 证。
05
雷达信号处理技术前沿
雷达信号处理的智能化技术
总结词
雷达信号处理的智能化技术是当前研究的热点,通过人工智能和机器学习等方法,实现对雷达信号的自动分析和 处理,提高雷达的探测性能和目标识别能力。
详细描述
雷达信号处理的抗干扰技术包括频域滤波、时域滤波、极化滤波等多种方法。这些技术能够有效地滤 除干扰信号,提取出有用的目标信息,提高雷达的探测精度和可靠性。同时,抗干扰技术还能够降低 雷达系统的复杂性和成本,具有广泛的应用前景。
雷达信号处理的实时处理技术
总结词
实时处理技术是雷达信号处理的另一个 重要方向,通过高效的算法和硬件实现 ,实现对雷达信号的快速处理和分析。
中值滤波算法
将信号按大小排序,用中值代替异常值,适用于去除脉冲噪声。
卡尔曼滤波算法
利用状态方程和观测方程对信号进行最优估计,适用于跟踪和预 测。
雷达信号的压缩算法
离散余弦变换(DCT)
将信号从时域转换到频域,去除冗余信息,减小数据量。

雷达信号处理实验报告-课程设计

雷达信号处理实验报告-课程设计

电子科技大学雷达信号产生与处理实验课程设计课程名称:雷达信号产生与处理的设计与验证指导老师:姒强小组成员:学院:信息与通信工程学院一、实验项目名称:雷达信号产生与处理的设计与验证课程设计二、实验目的:1.熟悉QuartusII的开发、调试、测试2.LFM中频信号产生与接收的实现3.LFM脉冲压缩处理的实现三、实验内容:1.输出一路中频LFM信号:T=24us,B=5MHz,f0=30MHz2.构造中频数字接收机(DDC)对上述信号接收3.输出接收机的基带LFM信号,采样率7.5MHz4.输出脉冲压缩结果四、实验要求:1.波形产生DAC时钟自行确定2.接收机ADC采样时钟自行确定3.波形产生方案及相应参数自行确定4.接收机方案及相应参数自行确定五、实验环境、工具:MATLAB软件、QuartusII软件、软件仿真、计算机六、实验原理:方案总框图:(1)matlab产生LFM信号LFM信号要求为T=24us,B=5MHz,f0 =30MHz。

选择采样率为45MHz。

产生LFM的matlab代码如下:MHz=1e+6;us=1e-6;%-------------------------波形参数-----------------------------fs=45*MHz;f0=30*MHz;B=5*MHz;T=24*us;Tb=72*us;SupN=fs/7.5/MHz;%-------------------------波形计算-----------------------------K=B/T;Ts=1/fs;tsam=0:Ts:T;LFM=sin((2*pi*(f0-B/2)*tsam+pi*K*tsam .^2));LFM=[zeros(1,Tb/Ts) LFM zeros(1,Tb/Ts)];N=length(LFM);Fig=figure;x_axis=(1:N)*Ts/us;plot(x_axis,real(LFM),'r');title('LFM原始波形');xlabel('时间(us)'); ylabel('归一化幅度');zoom xon; grid on;axis([min(x_axis) max(x_axis) -1.1 1.1]);编写matlab程序将中频LFM信号画出来图6-1 LFM信号原始波形通过matlab将LFM原始波形量化成12位的数据,并生成保存为后缀.MIF的文件。

南京理工大学雷达原理课件6.5&7.5章

南京理工大学雷达原理课件6.5&7.5章

2013年
第7.5章 自动跟踪与精确测量
• 振幅和差式单脉冲雷达
振幅和差式单脉冲雷达
– 一个角平面内有两个部分重叠的波束
– 在一定的误差角范围内,差波束 EΔ与角误差 ε 成 正比,其符号(相位)由偏离的方向决定
– 和波束 EΣ 用于目标检测和距离跟踪, 并用作角误 差的相位基准 和 接收功率基准
天线轴向
b-
fb+
B ft T
T
fd
fd
r = 2R/c
r = 2R/c
目标回波频率 fr
fb = fd
发射频率 ft
t
南京理工大学电光学院电子工程系 许志勇
/eolenv/homepage/common/opencourse/
2013年
第7.5章 自动跟踪与精确测量
天线波束 O⎯
B 波束指向
目标 偏角 ⎯ 方向
⎯s
B
R⎯
A 旋转轴
R⎯
A ⎯ st
O 波束扫描 ⎯ s
O ⎯0
雷达
锥扫波束
垂直于旋转轴的截面
南京理工大学电光学院电子工程系 许志勇
/eolenv/homepage/common/opencourse/
2013年
– 两相同天线指向同一方向,若目标偏离角ε ,两 天线接收信号由于波程差引起的相位差为
ϕ
=
2π λ
d sin ε
和、差波束分别为
EΣ = E1 + E2 = 2E1 cos(ϕ / 2) EΔ = E2 - E1 = 2E1 sin(ϕ / 2) 得鉴角特性
EΔ = tg(ϕ ) = tg(π d sin ε ) ≈ π dε =ηε

雷达信号处理PPT电子教案第一讲绪论

雷达信号处理PPT电子教案第一讲绪论
目标检测
通过统计检测算法或门限检测 算法,判断是否存在目标。
目标跟踪
对检测到的目标进行跟踪,包 括位置、速度和航迹等信息的 估计。
参数估计
对目标的距离、角度、速度等 参数进行估计,为后续的目标
识别和分类提供依据。
03
雷达信号处理中的关键技术
信号检测与处理
信号检测
在雷达系统中,信号检测是关键的一步,它涉及到对接收到的信号进行判断,确定是否 存在目标以及目标的位置、速度和方向等信息。常用的信号检测方法包括恒虚警率检测、
有重要意义。
风切变检测
雷达能够检测低空风切变等危险气 象条件,为航空安全提供预警。
气候变化研究
雷达观测数据可用于研究气候变化 规律,为环境保护和可持续发展提 供科学依据。
交通管制
01
02
03
空中交通管制
雷达信号处理技术用于监 测空中飞行器的位置、速 度等参数,保障航空安全 和空中交通秩序。
公路交通管理
雷达信号的特性
雷达信号的频率、波形、相位等特性决定了雷达 的探测精度和分辨率。
雷达信号的传播速度受到介质的影响,例如空气 中的传播速度略低于光速。
雷达信号在传播过程中会受到噪声、干扰和多径 效应等因素的影响。
雷达信号处理流程
雷达信号的预处理
包括滤波、放大、混频和模数 转换等步骤,目的是提取出反
射回来的有用信号。
雷达信号处理技术的发展对于提升国家安全和 国防实力具有重要意义,也是当前国内外研究 的热点和重点。
雷达信号处理的历史与发展
01
雷达信号处理技术经历了从模拟信号处理到数字信号处理 的演变。
02
随着计算机技术和数字信号处理理论的不断发展,雷达信 号处理技术也在不断进步和完术正朝着高速、高精度、高分辨率和智 能化方向发展,同时也在不断探索新的理论和方法,以应对更

雷达信号处理课程设计

雷达信号处理课程设计

雷达信号处理课程设计一、教学目标本课程的教学目标是使学生掌握雷达信号处理的基本原理和方法,能够运用所学知识分析和解决实际问题。

具体目标如下:1.知识目标:学生能够了解雷达信号处理的基本概念、原理和方法,掌握线性信号处理、非线性信号处理、滤波器设计等核心知识。

2.技能目标:学生能够运用MATLAB等工具进行雷达信号处理的基本运算和分析,具备一定的实践能力。

3.情感态度价值观目标:学生能够认识雷达信号处理在国防、通信等领域的应用价值,培养对雷达信号处理的兴趣和热情。

二、教学内容本课程的教学内容主要包括以下几个部分:1.雷达信号处理基本概念:雷达系统、信号与系统、信号处理的基本任务。

2.线性信号处理:傅里叶变换、离散傅里叶变换、滤波器设计、信号检测。

3.非线性信号处理:非线性系统的特性、非线性信号处理方法、非线性滤波器设计。

4.雷达信号处理应用:雷达侦察、雷达跟踪、雷达成像等。

三、教学方法为了实现教学目标,我们将采用以下教学方法:1.讲授法:通过讲解雷达信号处理的基本概念、原理和方法,使学生掌握相关知识。

2.讨论法:学生进行小组讨论,培养学生的思考能力和团队合作精神。

3.案例分析法:分析实际案例,使学生了解雷达信号处理在实际应用中的作用。

4.实验法:通过MATLAB等工具进行实验,培养学生动手能力和实践能力。

四、教学资源为了支持教学内容和教学方法的实施,我们将准备以下教学资源:1.教材:《雷达信号处理教程》等。

2.参考书:《雷达信号处理技术》等。

3.多媒体资料:教学PPT、视频、动画等。

4.实验设备:计算机、MATLAB软件、信号发生器等。

五、教学评估本课程的评估方式包括平时表现、作业和考试三个部分,各部分所占比例分别为40%、30%和30%。

具体评估方式如下:1.平时表现:通过课堂提问、小组讨论等环节,评估学生的参与程度和思考能力。

2.作业:布置适量作业,评估学生的知识掌握和应用能力。

3.考试:期末进行闭卷考试,评估学生对课程知识的全面掌握。

南京理工大学随机信号处理实验报告

南京理工大学随机信号处理实验报告

题目:雷达线性调频信号的脉冲压缩处理线性调频脉冲信号,时宽10us,带宽40MHz,对该信号进行匹配滤波后,即脉压处理,处理增益为多少,脉压后的脉冲宽度为多少?用图说明脉压后的脉冲宽度,内差点看4dB带宽,以该带宽说明距离分辨率与带宽的对应关系。

1.程序为:T=10e-6;B=112e6;Rmin=8500;Rmax=11500;R=[9000,10000,10020];RCS=[1 1 1 ];C=3e8;K=B/T;Rwid=Rmax-Rmin;Twid=2*Rwid/C;Fs=10*B;Ts=1/Fs;Nwid=ceil(Twid/Ts);t=linspace(2*Rmin/C,2*Rmax/C,Nwid); M=length(R);td=ones(M,1)*t-2*R'/C*ones(1,Nwid);Srt1=RCS*(exp(1i*pi*K*td.^2).*(abs(td)<T/2));Srt=Srt1;Nchirp=ceil(T/Ts);Nfft=2^nextpow2(Nwid+Nwid-1); Srw=fft(Srt,Nfft);Srw1=fft(Srt1,Nfft);t0=linspace(-T/2,T/2,Nchirp);St=exp(1i*pi*K*t0.^2);Sw=fft(St,Nfft);Sot=fftshift(ifft(Srw.*conj(Sw)));Sot1=fftshift(ifft(Srw1.*conj(Sw)));N0=Nfft/2-Nchirp/2;Z=abs(Sot(N0:N0+Nwid-1));Z=Z/max(Z);Z=20*log10(Z+1e-6);figuresubplot(211)plot(t*1e6,real(Srt));axis tight;xlabel('us');ylabel('幅度')title(['线性信号压缩前']);subplot(212)plot(t*C/2,Z)xlabel('Range in meters');ylabel('幅度 ')title(['线性信号压缩后']);选取0.9*10^4HZ 的一个脉冲进行放大分析(调整Y 轴与X 轴的范围)58606264666870727476us幅度线性调频信号压缩前0.850.90.9511.05 1.1 1.15x 104-150-100-5050Range in meters 幅度 线性调频信号压缩后选取主瓣调整:大致可以看出压缩后的带宽为0.1hz理论上分析处理增益为:D=10*10e -6*112*10e6=1120D=112/B1=1120.B1=0.1HZ2.分辩率。

南京理工大学雷达原理实验报告

南京理工大学雷达原理实验报告

雷达原理课程实验报告作者: 徐延宾学号:9171040G0633 学院: 电子工程与光电技术学院专业(方向):电子信息工程指导教师:许志勇学分: 3.5 教学大纲编号:04041904-02020年 8月 20日雷达原理课程实验报告第I 页实验报告摘要第II 页雷达原理课程实验报告目次1实验概述 (1)1.1 基本信息 (1)1.2 实验雷达 (2)1.3实验内容 (4)2实验1:单目标测速实验 (5)2.1 实验要求 (5)2.2 实验方法 (5)2.3 实验分析 (6)2.4 实验讨论 (8)2.5 实验小结 (8)3 实验2:单目标测距实验 (8)3.1 实验要求 (8)3.2 实验方法 (8)3.3 实验分析 (10)3.4 实验讨论 (10)3.5 实验小结 (11)4 实验3:雷达录取数据分析实验 (11)4.1 实验要求 (11)4.2 实验方法 (11)4.3 实验分析 (12)4.4 实验讨论 (17)4.5 实验小结 (18)5 结论 (18)6 实验心得 (19)致谢 (19)附录 A 实验记录 (20)附录B MATLAB处理程序 (23)雷达原理课程实验报告第1 页1 实验概述1.1 基本信息本实验是在已经掌握雷达原理的基础上,借助实验教学雷达(LFMCW),对单目标进行速度和距离的测量,与真实值进行比对。

是对已学理论知识的实践运用。

1.1.1 实验名称雷达原理课程(3.5学分)课内实验。

1.1.2 实验时间2020年8月20日,上午8:30-11:00。

1.1.3 实验场地南京理工大学电子工程与光电技术学院院办大楼后面的道路,具体位置如下图所示。

图 1.1 实验场地地图1.1.4 实验仪器表1.1 实验仪器清单仪器名称仪器数量教学雷达系统(含雷达箱体与笔记本电脑)1部博士能ELITE激光测距仪1架平板电脑1部凳子5个手机4部雨伞1把U盘2个粉笔4支插线板4个第 2 页雷达原理课程实验报告1.1.5 实验人员第二组实验人员名单:实验指导人员:1.1.6 天气状况表 1.2 天气状况记录项目参数天气雷阵雨转多云温度25℃-34℃风向东风风力1级湿度61%空气质量轻度污染气压1008hPa1.2 实验雷达1.2.1 雷达组成教学实验雷达系统主要组成部分:保护模块、天线模块、后端模块、上位机软件等。

  1. 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. 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. 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)。

附录一——MATLAB信号处理程序%% 1、准备工作 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 开始clc;clear;close all;clear vars;%% 雷达波形参数定义及说明f1=1e3; % 最低频率f2=11e3; % 最高频率B=f2-f1; % 信号带宽T=1e-2; % 信号扫频时宽(10ms)c=3e8; % 电磁波空间传播速度f0=(f1+f2)/2; % 雷达工作频率(中心频率)(3kHz)fs=1e5; % 采样率(100kHz)N_signal_T=round(fs*T); % 单周期信号的数据点数number_of_signal_period=400; % 脉冲信号的周期个数duty_ratio=0.5; % 信号占空比T_signal=T/duty_ratio; % 脉冲信号周期%% 导入AD数据时频分析[FileName,PathName] = uigetfile('C:\Users\XYB\Desktop\课程设计之雷达信号分析处理\AD数据\USB (3).dat','Select the USB.dat file');f = fullfile(PathName,filesep,FileName);fid = fopen(f,'r');data = fscanf(fid,'%x');fclose(fid);data = data(1:2:end)*256 + data(2:2:end); %将16进制转换为10进制datsgn = data./1000; %单位换算(mV->V)%转化为有符号数(去直流)datsgn=datsgn-mean(datsgn);%时域波形figure;plot([0:1/fs:(length(datsgn)-1)/fs],datsgn);xlabel('时间/s')ylabel('振幅/V')title('LFMCW时域波形')%频谱图N=1024;datfft = (2/N)*fftshift(fft(datsgn(1:N)));nordat = abs(datfft)/max(abs(datfft)); %对信号做FFT并归一化figure;plot([-length(datfft)/2:(length(datfft)/2-1)].*(fs/N),20*log10(abs(nordat)));xlabel('频率/Hz')ylabel('幅度/dB')title('LFMCW频谱图')%% 调频斜率曲线Hf=20*log10(abs(nordat));FHL=zeros(1,2);j=1;for i=round(length(Hf)/2):length(Hf)if(abs(Hf(i)+6.6)<0.2)FHL(j)=i;j=j+1;endendfigure;time_scan=(0:1/fs:T-1/fs);%扫描时间轴B_interval=(fs/N)*(FHL(2)-FHL(1))/length((0:1/fs:T-1/fs));%频率间隔B_test=[0:B_interval:(fs/N)*(FHL(2)-FHL(1))-B_interval]+(FHL(1)-(length(datfft)/2))*(fs/N);k_B=(fs/N)*(FHL(2)-FHL(1))/T/1000;error_B=abs(k_B*1000-(B/T))/(B/T)*100;%调频斜率测量误差plot(time_scan,B_test);xlabel('扫频周期/s')ylabel('频率范围/Hz')title({['L F M C W 扫频曲线'];['调频斜率:',num2str(k_B,'%.0f'),'KHz/s',' 测量误差:',num2str(error_B,'%.0f'),'%']});%% 信号变换与生成(转换为脉冲信号)if(N_signal_T>1024)N_signal_T=1024;endsignal_1T=datsgn(1:N_signal_T,1); %单周期的LFM信号signal_half_duty_ratio_1T=[signal_1T',zeros(N_signal_T/duty_ratio-N_signal_T,1)'];%单周期LFM脉冲信号(50%占空比)signal_NT=repmat(signal_half_duty_ratio_1T,1,number_of_signal_period); %周期延拓后的LFM脉冲信号(20个周期)figure;plot([0:1/fs:(length(signal_NT)-1)/fs],signal_NT);axis([0 (length(signal_NT)/80-1)/fs -2 2]);xlabel('时间/s')ylabel('振幅/V')title('LFM脉冲信号时域波形')%% 加入噪声noise=1*randn(1,length(signal_NT))';%高斯白噪声(没有滤波)/均值为0方差为1signal_noise=signal_NT+noise'; %信号叠加噪声%信号叠加噪声时域波形figure;subplot(211)plot([0:1/fs:(length(signal_NT)-1)/fs],signal_NT);xlabel('时间/s')ylabel('振幅/V')title('信号未叠加噪声时域波形')subplot(212)plot([0:1/fs:(length(signal_noise)-1)/fs],signal_noise);xlabel('时间/s')ylabel('振幅/V')title('信号叠加噪声时域波形')%% 2、单目标分析 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 回波信号合成(延时+多普勒+传输衰减)%-----------------------------% 目标信息:distance=8e5; % 目标径向距离(100km)t_delay=2*distance/c; % 与目标径向距离相对应的回波延时N_delay=round(t_delay*fs);%与回波延迟对应的数据点个数v=200000; % 目标径向速度(1000m/s)fd=2*v*f0/c; % 与目标径向速度对应的多普勒频移k=0.5; % 传输衰减系数%-----------------------------% 回波合成:t=0:1/fs:(length(signal_NT)-1)/fs; % 回波信号时间轴(有信号的部分,不考虑延迟)doppler=cos(2*pi*fd.*t)'; % 目标多普勒信号s_attenuation=k*signal_NT; % 考虑传输衰减的纯信号(无多普勒)s_attenuation_doppler=k*signal_NT.*doppler'; % 考虑传输衰减的纯信号(有多普勒)sr_noise_doppler=s_attenuation.*doppler'+noise'; % 有多普勒信息的回波(带噪声)(已考虑传输衰减)sr_noise_doppler_1=s_attenuation.*doppler'; % 有多普勒信息的回波(带噪声)(已考虑传输衰减)delay_n=zeros(1,N_delay)'; % 时延序列sr_noise_doppler_delay=[delay_n',sr_noise_doppler];% 有多普勒信息的回波(带噪声、时延)(已考虑传输衰减)sr_noise_doppler_delay_1=[delay_n',s_attenuation]; % 有多普勒信息的回波(带噪声、时延)(已考虑传输衰减)%-----------------------------% 回波时域图(未滤波):% 未考虑传输衰减figure;subplot(211)plot(t,signal_NT);xlabel('时间/s')ylabel('振幅/V')title('未考虑传输衰减的纯信号')% 考虑传输衰减subplot(212)plot(t,s_attenuation);xlabel('时间/s')ylabel('振幅/V')title('考虑传输衰减的纯信号')% 有多普勒信息的回波(带噪声)figure;plot(t,sr_noise_doppler);xlabel('时间/s')ylabel('振幅/V')title('有多普勒信息的回波')%figure;plot([0:1/fs:(length(sr_noise_doppler_delay)-1)/fs],sr_noise_doppler_delay);xlabel('时间/s')ylabel('振幅/V')title('合成回波')%% 接收机前端滤波% 带通滤波器设计(切比雪夫)% 指标:通带宽度:1kHz-5kHz 截止频率:0.5*f1(下)、1.25*f2(上)ws1=f1/fs; %下截止频率(可为其他)wp1=2*f1/fs; %下通带频率wp2=2*f2/fs; %上通带频率ws2=2.5*f2/fs; %上截止频率(可为其他)Rp=1;Rs=30;ws=[ws1 ws2];wp=[wp1 wp2];[ N3,wn ] = cheb1ord( wp , ws , Rp , Rs);[ b,a ] = cheby1(N3,Rp,wn,'bandpass'); %获得转移函数系数filter_bp_sn= filter(b,a,sr_noise_doppler_delay);%信号叠加噪声通过带通滤波器noise_filter =filter(b,a,noise); %纯噪声通过带通滤波器signal_filter=filter(b,a,s_attenuation_doppler); %(传输衰减后)纯信号(有多普勒)通过带通滤波器X_bp_s = fftshift(abs(fft(filter_bp_sn)))/length(sr_noise_doppler_delay); %信号叠加噪声通过带通滤波后的幅频X_bp_s_angle = fftshift(angle(fft(filter_bp_sn))); %信号叠加噪声通过带通滤波后的相频X_bp_n = fftshift(abs(fft(noise_filter)))/length(noise_filter); %纯噪声通过带通滤波后的幅频X_bp_n_angle = fftshift(angle(fft(noise_filter))); %纯噪声通过带通滤波后的相频%滤波器频谱特性figure;freqz(b,a);%信号叠加噪声滤波前后时域波形对比figure;subplot(211);plot([0:length(sr_noise_doppler_delay)-1]./fs,sr_noise_doppler_delay);grid on;xlabel('时间/s')ylabel('振幅/V')title('信号叠加噪声带通滤波前时域图形');subplot(212);plot([0:length(sr_noise_doppler_delay)-1]./fs,filter_bp_sn);grid on;xlabel('时间/s')ylabel('振幅/V')title('信号叠加噪声带通滤波后时域图形');% %纯噪声滤波前后时域波形对比figure;subplot(211);plot([0:length(noise)-1]./fs,noise);grid on;xlabel('时间/s')ylabel('振幅/V')title('纯噪声带通滤波前时域图形');subplot(212);plot([0:length(noise_filter)-1]./fs,noise_filter);grid on;xlabel('时间/s')ylabel('振幅/V')title('纯噪声带通滤波后时域图形');% %纯信号滤波前后时域波形对比figure;subplot(211);plot([0:length(s_attenuation_doppler)-1]./fs,s_attenuation_doppler);grid on;xlabel('时间/s')ylabel('振幅/V')title('纯信号带通滤波前时域图形');subplot(212);plot([0:length(signal_filter)-1]./fs,signal_filter);grid on;xlabel('时间/s')ylabel('振幅/V')title('纯信号带通滤波后时域图形');% %信号叠加噪声带通滤波后幅频相频特性figure;subplot(2,1,1);f_fft_sn=[-length(sr_noise_doppler_delay)/2:length(sr_noise_doppler_delay)/2-1].*(fs/length(sr_noise_doppler_delay));%频率轴plot(f_fft_sn,X_bp_s);xlabel('频率/Hz')ylabel('幅度')title('信号叠加噪声带通滤波后频域幅度特性');subplot(2,1,2);plot(f_fft_sn,X_bp_s_angle);xlabel('频率/Hz')ylabel('相位')title('信号叠加噪声带通滤波后频域相位特性');% %纯噪声带通滤波后幅频相频特性figure;subplot(2,1,1);f_fft_n=[-length(noise)/2:length(noise)/2-1].*(fs/length(noise));%频率轴plot(f_fft_n,X_bp_n);xlabel('频率/Hz')ylabel('幅度')title('纯噪声带通滤波后频域幅度特性');subplot(2,1,2);plot(f_fft_n,X_bp_n_angle);xlabel('频率/Hz')ylabel('相位')title('纯噪声带通滤波后频域相位特性');%% 回波信噪比设定snr_in=0; %输入信噪比设定值sr_filter=filter_bp_sn; %带通滤波器处理后的回波信号S_P=sum((signal_filter).^2)/length(signal_filter); %(传输衰减的)回波纯信号滤波后平均功率noiseP=sum(abs(noise_filter).^2)/length(noise_filter); %滤波后的噪声平均功率A_extra=sqrt((noiseP/S_P).*(10.^(snr_in/10))); %信号外加幅度sr_snr=[delay_n',(A_extra*signal_filter+noise_filter')]; %设定输入信噪比的回波信号%设定输入信噪比后的时域波形figure;plot([0:1/fs:(length(sr_noise_doppler_delay)-1)/fs],sr_snr)xlabel('时间/s')ylabel('振幅/V')text_s=['设定输入信噪比后的时域波形(信噪比:',num2str(snr_in,'%.0f'),'dB',')'];title(text_s);%% 匹配滤波处理(时域卷积法)match_filter=fliplr(signal_1T'); % 匹配滤波器冲激响应match_out=conv(match_filter,sr_snr); % 信号叠加噪声通过匹配滤波器match_out_noise=conv(match_filter,noise_filter); % 纯噪声通过匹配滤波器match_out_signal=conv(match_filter,A_extra*signal_filter); % 纯信号通过匹配滤波器match_out_signal_1=conv(match_filter,signal_1T); % 单周期信号匹配滤波% 单周期匹配滤波波形figure;plot([0:1/fs:(length(match_out_signal_1)-1)/fs],20*log10(abs(match_out_signal_1)/max(abs(match_out_signal_1))));xlabel('时间/s')ylabel('振幅/V')title('单周期匹配滤波冲激响应')%匹配滤波冲激响应figure;plot([0:1/fs:(length(match_filter)-1)/fs],match_filter)xlabel('时间/s')ylabel('振幅/V')title('匹配滤波冲激响应')%匹配滤波输出波形figure;subplot(311)plot([0:1/fs:(length(match_out)-1)/fs],abs(match_out));title('信号叠加噪声匹配输出')subplot(312)plot([0:1/fs:(length(match_out_noise)-1)/fs],abs(match_out_noise));title('纯噪声匹配输出')subplot(313)% plot(abs(match_out_signal));plot([0:1/fs:(length(match_out_signal)-1)/fs],abs(match_out_signal));title('纯信号匹配输出')%匹配滤波信噪比增益计算n_mf_P=sum(abs(match_out_noise).^2)/length(match_out_noise);%匹配滤波后噪声功率s_mf_P_max=max(abs(match_out_signal))^2; %匹配滤波后信号峰值功率G_snr_mf=10*log10(s_mf_P_max/n_mf_P)-snr_in; %匹配滤波信噪比增益计算%% 多普勒滤波处理(MTD)%距离门重排distance_door=c/(2*fs); %相邻采样点之间的距离NT=number_of_signal_period;%信号周期数MTD_process_sn=zeros(N_signal_T/duty_ratio,NT);%信号和噪声同时经过脉压后重排MTD_process_s=zeros(N_signal_T,NT); %信号经过脉压后重排(用于信噪比增益分析)MTD_process_n=zeros(N_signal_T,NT); %噪声经过脉压后重排(用于信噪比增益分析)j=1;for i=1:N_signal_T/duty_ratio*NTif((mod(i,N_signal_T/duty_ratio)==0))MTD_process_s((i/j),j)=match_out_signal(i);MTD_process_sn((i/j),j)=match_out(i);MTD_process_n((i/j),j)=match_out_noise(i);j=j+1;elseMTD_process_s(mod(i,N_signal_T/duty_ratio),j)=match_out_signal(i);MTD_process_sn(mod(i,N_signal_T/duty_ratio),j)=match_out(i);MTD_process_n(mod(i,N_signal_T/duty_ratio),j)=match_out_noise(i);endendfigure;mesh([1:NT],(0:distance_door:(N_signal_T/duty_ratio*distance_door-distance_door))-N_signal_T*distance_door,(abs(MTD_process_sn)));xlabel('频率通道');ylabel('目标距离');title('距离门重排')%FFTi=round(log2((NT)));while ((2^i)<(NT))i=i+1;endMTD_N=2^(i);%确定FFT点数%内存分配MTD_FFT_sn=zeros(N_signal_T/duty_ratio,MTD_N);MTD_FFT_sn_w_H=zeros(N_signal_T/duty_ratio,MTD_N);MTD_FFT_sn_w_B=zeros(N_signal_T/duty_ratio,MTD_N);for i=1:N_signal_T/duty_ratioMTD_FFT_sn(i,:)=(2/MTD_N)*abs(fft([MTD_process_sn(i,:)],MTD_N));%信号+噪声脉压后FFT%加海明窗MTD_FFT_sn_w_H(i,:)=(2/MTD_N)*abs(fft(([MTD_process_sn(i,:),zeros(1,MTD_N-NT)]).*hamming(MTD_N)',MTD_N));%信号+噪声脉压后加窗后FFT%加布拉克曼窗MTD_FFT_sn_w_B(i,:)=(2/MTD_N)*abs(fft(([MTD_process_sn(i,:),zeros(1,MTD_N-NT)]).*blackman(MTD_N)',MTD_N));%信号+噪声脉压后加窗后FFTendfigure;[R_single,V_single]=find(fftshift(20*log10(abs(MTD_FFT_sn)))==max(max(fftsh ift(20*log10(abs(MTD_FFT_sn))))));V_single_1=(V_single(2,1)-MTD_N/2)*(0.5*(1/MTD_N)*c/f0/(T_signal));%目标速度error_v=abs(V_single_1-v)/v*100;%测速误差(%)R_single_1=R_single(1,1)*distance_door;%目标距离error_R=abs(R_single_1-distance)/distance*100;%测速误差(%)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),(fftshift(20*log10(abs(MTD_FFT_sn)))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title({['\fontsize{12}{单目标探测}'];['目标距离:',num2str(R_single_1,'%.0f'),'m',' 目标速度:',num2str(V_single_1,'%.0f'),'m/s'];['测距误差:',num2str(error_R,'%.0f'),'%',' 测速误差:',num2str(error_v,'%.0f'),'%']})figure;subplot(311)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),(fftshift(20*log10(abs(MTD_FFT_sn)))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('FFT单目标(不加窗)')subplot(312)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),fftshift(20*log10(abs(MTD_FFT_sn_w_H))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('FFT单目标(加海明窗)')subplot(313)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),fftshift(20*log10(abs(MTD_FFT_sn_w_B))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('FFT单目标(加布拉克曼窗)')%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 多目标分析 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %**************************************%****************目标一****************%目标信息R_1=1e6; % 目标径向距离t_delay_1=2*R_1/c; % 与目标径向距离相对应的回波延时N_delay_1=round(t_delay_1*fs);%与回波延迟对应的数据点个数v_1=1250e3; % 目标径向速度fd_1=2*v_1*f0/c; % 与目标径向速度对应的多普勒频移k_1=0.8; % 传输衰减系数%目标回波t=0:1/fs:(length(signal_NT)-1)/fs; % 回波信号时间轴(有信号的部分,不考虑延迟)doppler=cos(2*pi*fd_1.*t)'; % 目标多普勒信号s_attenuation=k_1*signal_NT; % 考虑传输衰减的纯信号(无多普勒)s_attenuation_doppler=k_1*signal_NT.*doppler'; % 考虑传输衰减的纯信号(有多普勒)sr_noise_doppler=s_attenuation.*doppler'; % 有多普勒信息的回波(带噪声)(已考虑传输衰减)delay_n=zeros(1,N_delay_1)'; % 时延序列sr_target_1=[delay_n',sr_noise_doppler]; % 有多普勒信息的回波(带噪声、时延)(已考虑传输衰减)%**************************************%****************目标二****************%目标信息R_2=1.5e6; % 目标径向距离t_delay_2=2*R_2/c; % 与目标径向距离相对应的回波延时N_delay_2=round(t_delay_2*fs); %与回波延迟对应的数据点个数v_2=500e3; % 目标径向速度fd_2=2*v_2*f0/c; % 与目标径向速度对应的多普勒频移k_2=0.6; % 传输衰减系数%目标回波t=0:1/fs:(length(signal_NT)-1)/fs; % 回波信号时间轴(有信号的部分,不考虑延迟)doppler=cos(2*pi*fd_2.*t)'; % 目标多普勒信号s_attenuation=k_2*signal_NT; % 考虑传输衰减的纯信号(无多普勒)s_attenuation_doppler=k_2*signal_NT.*doppler'; % 考虑传输衰减的纯信号(有多普勒)sr_noise_doppler=s_attenuation.*doppler'; % 有多普勒信息的回波(带噪声)(已考虑传输衰减)delay_n=zeros(1,N_delay_2)'; % 时延序列sr_target_2=[delay_n',sr_noise_doppler]; % 有多普勒信息的回波(带噪声、时延)(已考虑传输衰减)%**************************************%****************目标三****************%目标信息R_3=5e6; % 目标径向距离t_delay_3=2*R_3/c; % 与目标径向距离相对应的回波延时N_delay_3=round(t_delay_3*fs); %与回波延迟对应的数据点个数v_3=1500e3; % 目标径向速度fd_3=2*v_3*f0/c; % 与目标径向速度对应的多普勒频移k_3=0.4; % 传输衰减系数%目标回波t=0:1/fs:(length(signal_NT)-1)/fs; % 回波信号时间轴(有信号的部分,不考虑延迟)doppler=cos(2*pi*fd_3.*t)'; % 目标多普勒信号s_attenuation=k_3*signal_NT; % 考虑传输衰减的纯信号(无多普勒)s_attenuation_doppler=k_3*signal_NT.*doppler'; % 考虑传输衰减的纯信号(有多普勒)sr_noise_doppler=s_attenuation.*doppler'; % 有多普勒信息的回波(带噪声)(已考虑传输衰减)delay_n=zeros(1,N_delay_3)'; % 时延序列sr_target_3=[delay_n',sr_noise_doppler]; % 有多普勒信息的回波(带噪声、时延)(已考虑传输衰减)%**************************************%**************回波合成****************max_1=max(length(sr_target_2),length(sr_target_1));max_n=max(length(sr_target_3),max_1);sr_multiple_target=[sr_target_1,zeros(1,max_n-length(sr_target_1))]+[sr_target_2,zeros(1,max_n-length(sr_target_2))]+[sr_target_3,zeros(1,max_n-length(sr_target_3))];%**************************************%**************BPF滤波*****************sr_multiple_target_BPF_out=filter(b,a,sr_multiple_target); %信号叠加噪声通过带通滤波器%**************************************%**************匹配滤波****************sr_multiple_target_BPF_out_match_out=conv(match_filter,sr_multiple_target_BPF_out);% 信号叠加噪声通过匹配滤波器%**************************************%**************距离门重排**************MTD_process_multiple_target=zeros(N_signal_T/duty_ratio,NT); %信号和噪声同时经过脉压后重排j=1;for i=1:N_signal_T/duty_ratio*NTif((mod(i,N_signal_T/duty_ratio)==0))MTD_process_multiple_target((i/j),j)=sr_multiple_target_BPF_out_match_out(i);j=j+1;elseMTD_process_multiple_target(mod(i,N_signal_T/duty_ratio),j)=sr_multiple_target_BPF_out_match_out(i);endendfigure;mesh([1:NT],(0:distance_door:(N_signal_T/duty_ratio*distance_door-distance_door)),(abs(MTD_process_multiple_target)));xlabel('频率通道');ylabel('目标距离');title('距离门重排')i=round(log2((NT)));while ((2^i)<(NT))i=i+1;endMTD_N=2^(i);%确定FFT点数%内存分配MTD_FFT_multiple_target=zeros(N_signal_T/duty_ratio,MTD_N);for i=1:N_signal_T/duty_ratioMTD_FFT_multiple_target(i,:)=(2/MTD_N)*abs(fft([MTD_process_multiple_target(i,:)],MTD_N)); %信号+噪声脉压后FFT%加海明窗MTD_FFT_sn_w_H(i,:)=(2/MTD_N)*abs(fft(([MTD_process_multiple_target(i,:),zeros(1,MTD_N-NT)]).*hamming(MTD_N)',MTD_N));%信号+噪声脉压后加窗后FFT%加布拉克曼窗MTD_FFT_sn_w_B(i,:)=(2/MTD_N)*abs(fft(([MTD_process_multiple_target(i,:),zeros(1,MTD_N-NT)]).*blackman(MTD_N)',MTD_N));%信号+噪声脉压后加窗后FFTendfigure;subplot(311)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),(fftshift(20*log10(abs(MTD_FFT_multiple_target)))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('多目标探测(不加窗)')subplot(312)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),fftshift(20*log10(abs(MTD_FFT_sn_w_H))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('多目标探测(加海明窗)')subplot(313)mesh((-MTD_N/2:MTD_N/2-1).*(0.5*(1/MTD_N)*c/f0/(T_signal)),(0:distance_door:(N_signal_T/duty_ratio*dis tance_door-distance_door)),fftshift(20*log10(abs(MTD_FFT_sn_w_B))));xlabel('目标速度');ylabel('目标距离'); zlabel('幅度/dB')title('多目标探测(加布拉克曼窗)')。

相关文档
最新文档