大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc

上传人:聆听****声音 文档编号:1966917 上传时间:2023-05-02 格式:DOC 页数:11 大小:428KB
下载 相关 举报
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第1页
第1页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第2页
第2页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第3页
第3页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第4页
第4页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第5页
第5页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第6页
第6页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第7页
第7页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第8页
第8页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第9页
第9页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第10页
第10页 / 共11页
大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc_第11页
第11页 / 共11页
亲,该文档总共11页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc

《大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc》由会员分享,可在线阅读,更多相关《大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc(11页珍藏版)》请在冰点文库上搜索。

大作业-雷达线性调频脉冲压缩的原理及其MATLAB仿真(DOC).doc

LFM脉冲压缩雷达仿真西安电子科技大学

线性调频(LFM)脉冲压缩雷达仿真

概述:

雷达工作原理

雷达是Radar(RAdioDetectionAndRanging)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。

它是通过发射电磁波并接收回波信号,在后端经过信号处理将目标的各种特性分析出来的一个复杂的系统。

其中,雷达回波中的可用信息包括目标斜距,角位置,相对速度以及目标的尺寸形状等。

典型的雷达系统如图1.1,它主要由发射机,天线,接收机,数据处理,定时控制,显示等设备组成。

利用雷达可以获知目标的有无,目标斜距,目标角位置,目标相对速度等。

现代高分辨雷达扩展了原始雷达概念,使它具有对运动目标(飞机,导弹等)和区域目标(地面等)成像和识别的能力。

雷达的应用越来越广泛。

图1.1:

简单脉冲雷达系统框图

一.线性调频(LFM)脉冲压缩雷达原理

雷达发射机的任务是产生符合要求的雷达波形(RadarWaveform),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接收机接收,对雷达回波信号做适当的处理就可以获知目标的相关信息。

假设理想点目标与雷达的相对距离为R,为了探测这个目标,雷达发射信号,电磁波以光速向四周传播,经过时间后电磁波到达目标,照射到目标上的电磁波可写成:

电磁波与目标相互作用,一部分电磁波被目标散射,被反射的电磁波为,其中为目标的雷达散射截面(RadarCrossSection,简称RCS),反映目标对电磁波的散射能力。

再经过时间后,被雷达接收天线接收的信号为。

如果将雷达天线和目标看作一个系统,便得到如图1.2的等效,而且这是一个LTI(线性时不变)系统。

图1.2:

雷达等效于LTI系统

等效LTI系统的冲击响应可写成:

(1.1)

M表示目标的个数,是目标散射特性,是光速在雷达与目标之间往返一次的时间,

(1.2)

式中,为第i个目标与雷达的相对距离。

雷达发射信号经过该LTI系统,得输出信号(即雷达的回波信号):

(1.3)

那么,怎样从雷达回波信号提取出表征目标特性的(表征相对距离)和(表征目标反射特性)呢?

常用的方法是让通过雷达发射信号的匹配滤波器,如图1.3。

图1.3:

雷达回波信号处理

的匹配滤波器为:

(1.4)

于是,(1.5)

对上式进行傅立叶变换:

(1.6)

如果选取合适的,使它的幅频特性为常数,那么1.6式可写为:

(1.7)

其傅立叶反变换为:

(1.8)

中包含目标的特征信息和。

从中可以得到目标的个数M和每个目标相对雷达的距离:

(1.9)

这也是线性调频(LFM)脉冲压缩雷达的工作原理。

二.线性调频(LFM)信号

脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。

这种体制采用宽脉冲发射以提高发射的平均功率,保证足够大的作用距离;而接收时采用相应的脉冲压缩算法获得窄脉冲,以提高距离分辨率,较好的解决雷达作用距离与距离分辨率之间的矛盾。

脉冲压缩雷达最常见的调制信号是线性调频(LinearFrequencyModulation)信号,接收时采用匹配滤波器(MatchedFilter)压缩脉冲。

LFM信号(也称Chirp信号)的数学表达式为:

(2.1)

式中为载波频率,为矩形信号,

(2.2)

,是调频斜率,于是,信号的瞬时频率为,如图2.1

图2.1典型的chirp信号(a)up-chirp(K>0)(b)down-chirp(K<0)

将2.1式中的up-chirp信号重写为:

(2.3)

式中,

(2.4)

是信号s(t)的复包络。

由傅立叶变换性质,S(t)与s(t)具有相同的幅频特性,只是中心频率不同而以,因此,Matlab仿真时,只需考虑S(t)。

以下Matlab程序产生2.4式的chirp信号,并作出其时域波形和幅频特性,如图2.2。

>>%%线性调频信号的程序

T=10e-6;

B=30e6;

K=B/T;

Fs=2*B;Ts=1/Fs;

N=T/Ts;

t=linspace(-T/2,T/2,N);

St=exp(j*pi*K*t.^2);线性调频信号

subplot(211)

plot(t*1e6,real(St));

xlabel('Timeinusec');

title('Realpartofchirpsignal');

gridon;axistight;

subplot(212)

freq=linspace(-Fs/2,Fs/2,N);

plot(freq*1e-6,fftshift(abs(fft(St))));

xlabel('FrequencyinMHz');

title('Magnitudespectrumofchirpsignal');

gridon;axistight;

>>

仿真结果显示:

图2.2:

LFM信号的时域波形和幅频特性

三.LFM脉冲的匹配滤波

信号的匹配滤波器的时域脉冲响应为:

(3.1)

是使滤波器物理可实现所附加的时延。

理论分析时,可令=0,重写3.1式,

(3.2)

将2.1式代入3.2式得:

(3.3)

图3.1:

LFM信号的匹配滤波

如图3.1,经过系统得输出信号,

当时,

(3.4)

当时,

(3.5)

合并3.4和3.5两式:

(3.6)

3.6式即为LFM脉冲信号经匹配滤波器得输出,它是一固定载频的信号。

当时,包络近似为辛克(sinc)函数。

(3.7)

图3.2:

匹配滤波的输出信号

如图3.2,当时,为其第一零点坐标;当时,,习惯上,将此时的脉冲宽度定义为压缩脉冲宽度。

(3.8)

LFM信号的压缩前脉冲宽度T和压缩后的脉冲宽度之比通常称为压缩比D,

(3.9)

3.9式表明,压缩比也就是LFM信号的时宽频宽积。

由2.1,3.3,3.6式,s(t),h(t),so(t)均为复信号形式,Matab仿真时,只需考虑它们的复包络

S(t),H(t),So(t)。

以下Matlab程序段仿真了图3.1所示的过程,并将仿真结果和理论进行对照。

>>%%demoofchirpsignalaftermatchedfilter

T=10e-6;

B=30e6;

K=B/T;

Fs=10*B;Ts=1/Fs;

N=T/Ts;

t=linspace(-T/2,T/2,N);

St=exp(j*pi*K*t.^2);线性调频信号

Ht=exp(-j*pi*K*t.^2);匹配滤波器

Sot=conv(St,Ht);线性调频信号经过匹配滤波器后的输出

subplot(211)

L=2*N-1;

t1=linspace(-T,T,L);

Z=abs(Sot);Z=Z/max(Z);归一化处理

Z=20*log10(Z+1e-6);

Z1=abs(sinc(B.*t1));辛克函数(理论波形)

Z1=20*log10(Z1+1e-6);

t1=t1*B;

plot(t1,Z,t1,Z1,'r.');

axis([-15,15,-50,inf]);gridon;

legend('emulational','sinc');

xlabel('Timeinsec\times\itB');

ylabel('Amplitude,dB');

title('Chirpsignalaftermatchedfilter');

subplot(212)

N0=3*Fs/B;

t2=-N0*Ts:

Ts:

N0*Ts;

t2=B*t2;

plot(t2,Z(N-N0:

N+N0),t2,Z1(N-N0:

N+N0),'r.');

axis([-inf,inf,-50,inf]);gridon;

set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);

xlabel('Timeinsec\times\itB');

ylabel('Amplitude,dB');

title('Chirpsignalaftermatchedfilter(Zoom)');

仿真结果如图3.3:

图3.3:

Chirp信号的匹配滤波

图3.3中,时间轴进行了归一化,()。

图中反映出理论与仿真结果吻合良好。

第一零点出现在(即)处,此时相对幅度-13.4dB。

压缩后的脉冲宽度近似为(),此时相对幅度-4dB,这理论分析(图3.2)一致。

上面只是对各个信号复包络的仿真,实际雷达系统中,LFM脉冲的处理过程如图3.4。

图3.4:

LFM信号的接收处理过程

雷达回波信号(1.4式)经过正交解调后,得到基带信号,再经过匹配滤波脉冲压缩后就可以作出判决。

正交解调原理如图3.5,雷达回波信号经正交解调后得两路相互正交的信号I(t)和Q(t)。

一种数字方法处理的的匹配滤波原理如图3.6。

图3.5:

正交解调原理

图3.6:

一种脉冲压缩雷达的数字处理方式

四:

Matlab仿真结果

(1)任务:

对以下雷达系统仿真。

雷达发射信号参数:

幅度:

1.0

信号波形:

线性调频信号

频带宽度:

30兆赫兹(30MHz)

脉冲宽度:

10微妙(20us)

中心频率:

1GHz(109Hz)

雷达接收方式:

正交解调接收

距离门:

10Km~15Km

目标:

Tar1:

10.5Km

Tar2:

11Km

Tar3:

12Km

Tar4:

12Km+10m

Tar5:

13Km

Tar6:

13Km+25m

(2)系统模型:

结合以上分析,用Matlab仿真雷达发射信号,回波信号,和压缩后的信号的复包络特性,其载频不予考虑(实际中需加调制和正交解调环节),仿真信号与系统模型如图4.1。

图4.1:

雷达仿真等效信号与系统模型

(3)线性调频脉冲压缩雷达仿真程序LFM_radar

仿真程序模拟产生理想点目标的回波,并采用频域相关方法(以便利用FFT)实现脉冲压缩。

函数LFM_radar的参数意义如下:

T:

chirp信号的持续脉宽;

B:

chirp信号的调频带宽;

Rmin:

观测目标距雷达的最近位置;

Rmax:

观测目标距雷达的最远位置;

R:

一维数组,数组值表示每个目标相对雷达的斜距;

RCS:

一维数组,数组值表示每个目标的雷达散射截面。

在Matlab指令窗中键入:

LFM_radar(10e-6,30e6,10000,15000,[10500,11000,12000,12010,13000,13025],[1,1,1,1,1,1])

得到的仿真结果如图4.2。

图4.2:

仿真

系统仿真程序:

LFM_radar.m

functionLFM_radar(T,B,Rmin,Rmax,R,RCS)

ifnargin==0

T=10e-6;

B=30e6;

Rmin=10000;Rmax=15000;

R=[10500,11000,12000,12010,13000,13025];目标距离

RCS=[111111];目标有效面积

End

C=3e8;

K=B/T;

Rwid=Rmax-Rmin;

Twid=2*Rwid/C;

Fs=5*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);

Srt=RCS*(exp(j*pi*K*td.^2).*(abs(td)

Nchirp=ceil(T/Ts);

Nfft=2^nextpow2(Nwid+Nwid-1);

Srw=fft(Srt,Nfft);

t0=linspace(-T/2,T/2,Nchirp);

St=exp(j*pi*K*t0.^2);

Sw=fft(St,Nfft);

Sot=fftshift(ifft(Srw.*conj(Sw)));

N0=Nfft/2-Nchirp/2;

Z=abs(Sot(N0:

N0+Nwid-1));

Z=Z/max(Z);

Z=20*log10(Z+1e-6);

subplot(211)

plot(t*1e6,real(Srt));axistight;

xlabel('Timeinusec');ylabel('Amplitude')

title('Radarechowithoutcompression');

subplot(212)

plot(t*C/2,Z)

axis([10000,15000,-60,0]);

xlabel('Rangeinmeters');ylabel('AmplitudeindB')

title('Radarechoaftercompression');

-11-

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > IT计算机 > 电脑基础知识

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2