💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀
🔊博主简介:985研究生,Matlab领域科研开发者;
🚅座右铭:行百里者,半于九十。
🏆代码获取方式:
优快云 Matlab武动乾坤—代码获取方式
更多Matlab信号处理仿真内容点击👇
①Matlab信号处理(进阶版)
⛳️关注优快云 Matlab武动乾坤,更多资源等你来!!
⛄一、简介
1 雷达工作原理
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。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。
2 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;而接受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(Linear Frequency Modulation)信号,接收时采用匹配滤波器(Matched Filter)压缩脉冲。
LFM信号(也称Chirp 信号)的数学表达式为:
3 LFM脉冲的匹配滤波
信号的匹配滤波器的时域脉冲响应为:
线性调频脉冲雷达仿真是一种通过使用线性调频脉冲压缩算法来模拟雷达系统的工作原理和性能的方法。在仿真中,可以使用MATLAB中的phased.LinearFMWaveform函数来创建线性调频脉冲波形,并自定义波形特征,如采样率、脉宽、脉冲重复频率、扫频带宽和扫频方向等[1]。通过仿真,可以模拟雷达发射信号经过线性时不变系统后的回波信号,从而实现对雷达的性能评估和优化。
⛄二、部分源代码
close all; %关闭所有图形
clear all; %清除所有变量
clc;
%% 雷达参数设置
% ===================================================================================%
C=3.0e8; %光速 (m/s)
RF=3.140e9/2; %雷达射频
Lambda=C/RF; %雷达工作波长
PulseNumber=16; %回波脉冲数
BandWidth=2.0e6; %发射信号带宽2G
TimeWidth=42.0e-6;%发射信号时宽42us
PRT=240e-6; %雷达发射脉冲重复周期(s)=240us,对应1/2240300=36000米
PRF=1/PRT;
Fs=2.0e6; %采样频率2M
NoisePower=-12;%(dB);%噪声功率(目标为0dB)
% ---------------------------------------------------------------%
SampleNumber=fix(FsPRT); %计算一个脉冲周期的采样点数480;
TotalNumber=SampleNumberPulseNumber;%总的采样点数48016=TotalNumber;
BlindNumber=fix(FsTimeWidth); %计算一个脉冲周期的盲区-遮挡样点数=84;
%=%
%% 目标参数设置
%=%
X=9;Y=2;Z=0; %这三个参数可控制目标的距离和速度
TargetNumber=4; %目标个数
SigPower(1:TargetNumber)=[1 1 0.25 1]; %目标功率,无量纲
TargetDistance(1:TargetNumber)=[2800 8025 8025 9000+(Y*10+Z)200]; %目标距离,单位m 9200需要改9000+(Y10+Z)*200
DelayNumber(1:TargetNumber)=fix(Fs2TargetDistance(1:TargetNumber)/C);% 把目标距离换算成采样点(距离门)
TargetVelocity(1:TargetNumber)=[50 -100 0 (200+X10+Y10+Z)]; %目标径向速度 单位m/s 230需要改为(200+X10+Y10+Z)
TargetFd(1:TargetNumber)=2*TargetVelocity(1:TargetNumber)/Lambda; %计算目标多卜勒
%%
%% 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+1=83+1
if rem(number,2)~=0
number=number+1;
end
for i=-fix(number/2):fix(number/2)-1
Chirp(i+fix(number/2)+1)= exp(j*(pi*(BandWidth/TimeWidth)(i/Fs)2));%exp(j*pi*ut2),u为调制斜率
freq(i+fix(number/2)+1) = (BandWidth/TimeWidth)(i/Fs);%f=ut
end
coeff=conj(fliplr(Chirp));%产生脉压系数,对称反转,复共轭,h(t)=s*(-t)
%% 线性调频信号图示
figure(1);
subplot(2,1,1);
plot(real(Chirp),‘r-’);title(‘线性调频信号的实部(红色)和虚部(蓝色)’);
hold on;
plot(imag(Chirp),‘b-’);
hold off;
subplot(2,1,2);plot(freq);title(‘频率变化曲线’);
%========================================================
⛄三、运行结果
⛄四、matlab版本及参考文献
1 matlab版本
2014a
2 参考文献
[1]廖建国,李永,李继杰.线性调频脉冲压缩雷达仿真研究[J].空间电子技术. 2010,7(02)
3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除
🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
4 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长
10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合