weixin_44810982的博客

USRP发送200次LFM脉冲，对每次接收到的信号进行采样，每一采样点数为N，接收端将采样得到的离散回波信号构成200*N维矩阵，按照。

USRP2944*1，matlab2021b，Labview2019，单LFM脉冲。

但是存在相对运动时，无法得到目标物体的多普勒信息，进而无法计算目标物体的速度。本章将在第二章的基础上，实现连续LFM波形的雷达测距测速。该笔记参考资料：Radar测距及测速原理(2)——快速Chirp序列方法推导及实际应用 - 知乎 (zhihu.com)(114条消息) 线性调频（LFM信号）脉冲压缩雷达matlab仿真- 脉冲压缩 测距 测速 距离速度三维像（附matlab代码）_格桑蓝莲的博客-优快云博客。

回顾：LFM的基本原理请详见本章节将介绍LFM雷达测距的原理及实现。

和是雷达最重要的两个技术指标增加脉冲宽度然而发射窄脉冲必然导致平均功率下降，进而减小雷达的作用距离；发射宽脉冲能够增加雷达作用距离但是又减小距离分辨率。因此，传统的脉冲雷达中，增大作用距离和提高雷达的分辨力之间存在矛盾。为了兼顾雷达的作用距离和距离分辨力，发射信号应同时具备大时宽和大带宽的特点，为此，研究人员利用复杂波形来替代传统的单频脉冲信号。在发射端调制信号的频率或相位以增大信号的带宽，并发射大时宽的信号以保证作用距离。

考虑一辆配有FMCW汽车雷达系统的自动驾驶汽车，其带宽为250兆赫，工作频率为24兆赫。小轿车正沿着马路行驶。在路上，有一辆车停在路边，一个人正从车后面走出来。场景如下图所示：通过对该模型建模之后得到了range-doppler的二维图像：建模参考了该博主给出的原理。下图显示了汽车雷达随时间变化产生的距离-多普勒图。由于停放的汽车是比行人更强的目标，行人很容易被停放的汽车在距离-多普勒地图上的阴影。因此，地图总是显示一个单一的目标。

本例介绍了由于目标旋转引起的雷达回波中的微多普勒效应的基本概念。你可以用微多普勒信号来帮助识别目标。由于多普勒效应，运动目标在雷达回波中引起频移。然而，由于大多数目标不是刚体，除了平台运动外，目标的不同部位经常存在其他振动和旋转。例如，当直升机飞行时，它的叶片旋转，或当一个人走路时，他们的手臂自然摆动。这些微尺度的运动产生额外的多普勒位移，称为微多普勒效应，这在识别目标特征时很有用。在第一个应用中，微多普勒信号被用来确定直升机的叶片速度。在第二种应用中，微多普勒信号用于识别汽车雷达回程中的行人。

在这个项目中，我模拟了基于不同多普勒、距离、AOA和目标检测的MIMO单静态雷达的目标生成，并使用OTFS调制和解调进行雷达参数估计，即距离、速度和AOA。并在目标检测和参数估计过程中实现了匹配滤波算法、混合波束形成算法和雷达方程模块等模块。详细说明了OTFS的基本原理和OTFS的性能，仿真结果表明，利用OTFS调制可以建立雷达功能和估计雷达参数。实现从另一辆车到移动车辆的信息通信，跟踪MIMO雷达的性能，提高距离和速度分辨率是未来的工作。