脉冲压缩及MATLAB仿真(一)

简介: 脉冲压缩及MATLAB仿真(一)

前言

本文对脉冲压缩的内容以思维导图的形式呈现,有关仿真部分进行了讲解实现。


一、脉冲压缩

脉冲压缩思维导图如下图所示,如有需求请到文章末尾端自取。

二、MATLAB 仿真

1、LFM 脉冲压缩+匹配滤波实现测距

本例子中检测两个 RCS 分别是 σ 1 \sigma_1σ1=1 m 2 1m^21m2σ 2 \sigma_2σ2=2 m 2 2m^22m2 的目标,且在接收窗的相对距离为15m 和 25m,这两个目标在时间上的间隔不足以被用来分辨。

LFM 归一化的复数发射信号形式:

上式参数含义如下:

  • τ ′ :脉宽 \tau':脉宽τ:脉宽
  • μ = B / τ \mu=B/\tauμ=B/τ
  • B :带宽 B:带宽B:带宽

雷达从目标接收的回波信号表达式:

上式参数含义如下:

  • a 1 :正比于目标的 R C S 、天线增益及距离衰减 a_1:正比于目标的RCS、天线增益及距离衰减a1:正比于目标的RCS、天线增益及距离衰减
  • τ 1 :时间延迟 \tau_1:时间延迟τ1:时间延迟
  • τ 1 = 2 R 1 / c \tau_1=2R_1/cτ1=2R1/c
  • R 1 :目标距离 R_1:目标距离R1:目标距离

所要求的最小样本数:

N ≥ 2 B τ ′ N\geq2B\tau'N2Bτ

因此总共 2 B τ ′ 2B\tau'2Bτ 个实样本或 B τ ′ B\tau'Bτ 个复样本,足以完全描述时宽为 τ ′ \tau'τ 带宽为 B BB 的 LFM 波形。例如一个时宽 τ ′ = 20 μ s \tau'=20\mu sτ=20μs,带宽 B = 5 M H z B=5MHzB=5MHz 的LFM 信号,要求 200 个实样本来确定输入信号(I 路 100 个样本,Q 路 100 个样本)

雷达距离分辨率公式:Δ R = c / 2 B \Delta R=c/2BΔR=c/2B,目标之间的距离需要大于距离分辨率的距离,否则难以区分目标。

①、MATLAB 源码

matched_filter.m

function [y] = matched_filter(nscat,taup,b,rrec,scat_range,scat_rcs,winid)
eps = 1.0e-16;      % 定义了一个很小的常量,用于处理数值计算中的舍入误差,此变量未用到
% time bandwidth product
time_B_product = b * taup;      % 计算时间带宽乘积
if(time_B_product < 5 )
    fprintf('************ Time Bandwidth product is TOO SMALL ***************')
    fprintf('\n Change b and or taup')
  return
end
% speed of light
c = 3.e8; 
% number of samples
% 在匹配滤波器的应用中,时间带宽积和采样点数之间存在一定的关系。通常情况下,为了准确地捕捉信号的特征并避免信息的丢失,采样点数应该足够多,以确保在时间域内有足够的采样点来表示信号的特征。一般而言,采样点数应该大于等于时间带宽积,以确保恢复出精确的信号特征。
n = fix(5 * taup * b);  % 乘以5的目的是为了提供一定的冗余,以防止信号特征在时间域上的模糊化。
% initialize input, output and replica vectors
x(nscat,1:n) = 0.;
y(1:n) = 0.;
replica(1:n) = 0.;
% determine proper window
if( winid == 0.)
   win(1:n) = 1.;
end
if(winid == 1.);
    win = hamming(n)';
end
if( winid == 2.)
    win = kaiser(n,pi)';
end
if(winid == 3.)
    win = chebwin(n,60)';
end
% check to ensure that scatterers are within recieve window
index = find(scat_range > rrec);
if (index ~= 0)
    'Error. Receive window is too large; or scatterers fall outside window'
  return
end
% calculate sampling interval
t = linspace(-taup/2,taup/2,n);
replica = exp(i * pi * (b/taup) .* t.^2);
figure(1)
subplot(2,1,1)
plot(t,real(replica))
ylabel('Real (part) of replica')
xlabel('time in seconds')
grid
subplot(2,1,2)
sampling_interval = taup / n;       % 采样间隔
freqlimit = 0.5/ sampling_interval; % 通过将0.5除以采样间隔,可以计算出信号的最高频率,在这个频率以下的信号可以被准确地表示和恢复。
freq = linspace(-freqlimit,freqlimit,n);
plot(freq,fftshift(abs(fft(replica))));
ylabel('Spectrum of replica')
xlabel('Frequency in Hz')
grid
% 对于每个散射体,计算其距离range对应的散射信号,并将其与输出向量y相加。
 for j = 1:1:nscat
    range = scat_range(j) ;
    x(j,:) = scat_rcs(j) .* exp(i * pi * (b/taup) .* (t +(2*range/c)).^2) ; % 回波信号
    y = x(j,:)  + y;    % 回波信号相加
end
figure(2) 
y = y .* win;
plot(t,real(y),'k')
xlabel ('Relative delay - seconds')
ylabel ('Uncompressed echo')
grid
out =xcorr(replica, y);     % 计算发射信号和回波信号的相关性
out = out ./ n;             % 归一化
s = taup * c /2;            % 计算脉冲宽度taup对应的距离步长s
Npoints = ceil(rrec * n /s);  % LFM 的距离步长为 s 对应 n 个点,则 rrec 对应的点数
dist =linspace(0, rrec, Npoints);   % 基于接收窗口的范围rrec计算距离向量dist
delr = c/2/b;
figure(3)
plot(dist,abs(out(n:n+Npoints-1)),'k')
xlabel ('Target relative position in meters')
ylabel ('Compressed echo')
grid

fig5_3.m

% use this program to reproduce Fig. 5.2 of text
clear all
close all
nscat = 2; %two point scatterers
taup = 10e-6; % 10 microsecond uncompressed pulse
b = 50.0e6; % 50 MHz bandwdith
rrec = 50 ; % 50 meter processing window
scat_range = [15 25] ; % scattterers are 15 and 25 meters into window
scat_rcs = [1 2]; % RCS 1 m^2 and 2m^2
winid = 0; %no window used
[y] = matched_filter(nscat,taup,b,rrec,scat_range,scat_rcs,winid);

②、仿真结果

1) LFM 时域波形

程序中设置的时宽为 10us

2) LFM 频域波形

信号的最高频率为 125MHz,带宽为 50MHz

3) 两个未分辨目标的合成回波信号

4) 脉冲压缩检测距离

2、去协处理仿真

假设 I 个目标位于距离 R 1 、 R 2 R_1、R_2R1R2 等处(R 1 < R 2 < R I R_1R1<R2<RI),根据叠加原理,总信号为:

其中 {a i ( t ) ; i = 1 , 2 , . . . I a_i(t);i=1,2,...Iai(t)i=1,2,...I} 与目标截面积、天线增益和距离衰减成正比。时间 {τ i = 2 R i / c ; i = 1 , 2 , . . . , I \tau_i=2R_i/c;i=1,2,...,Iτi=2Ri/ci=1,2,...,I} 表示双程时间延迟,其中 τ 1 \tau_1τ1 对应接收窗起点。

则 LPF 输出端的总信号可以写为:


脉冲压缩及MATLAB仿真(二)https://developer.aliyun.com/article/1473946

目录
相关文章
|
6天前
|
算法 5G 数据安全/隐私保护
大规模MIMO通信系统信道估计matlab性能仿真,对比LS,OMP,MOMP以及CoSaMP
本文介绍了大规模MIMO系统中的信道估计方法,包括最小二乘法(LS)、正交匹配追踪(OMP)、多正交匹配追踪(MOMP)和压缩感知算法CoSaMP。展示了MATLAB 2022a仿真的结果,验证了不同算法在信道估计中的表现。最小二乘法适用于非稀疏信道,而OMP、MOMP和CoSaMP更适合稀疏信道。MATLAB核心程序实现了这些算法并进行了性能对比。以下是部分
152 84
|
5天前
|
算法
基于GA遗传优化的TSP问题最优路线规划matlab仿真
本项目使用遗传算法(GA)解决旅行商问题(TSP),目标是在访问一系列城市后返回起点的最短路径。TSP属于NP-难问题,启发式方法尤其GA在此类问题上表现出色。项目在MATLAB 2022a中实现,通过编码、初始化种群、适应度评估、选择、交叉与变异等步骤,最终展示适应度收敛曲线及最优路径。
|
6天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
6天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
|
5天前
|
监控 算法 数据安全/隐私保护
基于视觉工具箱和背景差法的行人检测,行走轨迹跟踪,人员行走习惯统计matlab仿真
该算法基于Matlab 2022a,利用视觉工具箱和背景差法实现行人检测与轨迹跟踪,通过构建背景模型(如GMM),对比当前帧与模型差异,识别运动物体并统计行走习惯,包括轨迹、速度及停留时间等特征。演示三维图中幅度越大代表更常走的路线。完整代码含中文注释及操作视频。
|
1月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
102 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
1月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
74 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
1月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
58 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
4月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)

热门文章

最新文章