【雷达通信】非相干多视处理(CSA)(Matlab代码实现)

简介: 【雷达通信】非相干多视处理(CSA)(Matlab代码实现)

💥1 概述

“在SAR系统中,多个独立的视可以由飞行载体以不同的方位角通过观察点时天。

一视由天线沿方位向第一个前向四分之一波束部分产生,下一视则来自下一个四分之一波束,

以此类推。然后,由于来自波束各部分的信号到达雷达接收机是重叠在一起的,所

以在时域或者空域上无法对数据进行分离。然而,具有高方位时间带宽积的一个实用SAR系

统是将时间和频率两者绑定在一起的,在多普勒域内包含了各视的所有信息。也就是说,具

有较高多普勒频率的数据一定是由方位向波束前缘触及到的地形点产生的,而当同一地点出

在方位波束后缘四分之一时,产生了多普勒频段低四分之一部分。”[1]


📚2 运行结果

部分代码:

Kr = -Kr;                       % 将调频率Kr改成负值
BW_range = 30.111e+06;          % 脉冲宽度
Vr = 7062;                      % 有效雷达速率
Ka = 1733;                      % 方位调频率
fnc = -6900;                    % 多普勒中心频率
Fa = PRF;                       % 方位向采样率
lamda = c/f0;                   % 波长
T_start = 6.5959e-03;           % 数据窗开始时间
Nr = round(Tr*Fr);              % 线性调频信号采样点数
Nrg = Nrg_cells;                % 距离线采样点数
if b == 1 || b == 2
    Naz = Nrg_lines_blk;         % 每一个数据块的距离线数
else
    Naz = Nrg_lines;              % 两个数据块,总共的距离线数
end
NFFT_r = Nrg;                   % 距离向FFT长度
NFFT_a = Naz;                   % 方位向FFT长度
R_ref = R0;                     % 参考目标选在场景中心,其最近斜距为 R_ref  
fn_ref = fnc;                   % 参考目标的多普勒中心频率
%%
%
% --------------------------------------------------------------------
% 对原始数据进行补零
% --------------------------------------------------------------------
if b == 1 || b == 2 
    data = zeros(1*2048,3000);
else
    data = zeros(2*2048,3000);
end
data(1:Naz,1:Nrg) = s_echo;
clear s_echo;
s_echo = data;
clear data;
[Naz,Nrg] = size(s_echo);
NFFT_r = Nrg;                   % 距离向FFT长度
NFFT_a = Naz;                   % 方位向FFT长度
% 作图显示
figure;
imagesc(abs(s_echo));
title('补零后的原始数据');       % 补零后的原始回波数据(未处理)的幅度图像
%}
%%
% --------------------------------------------------------------------
% 距离(方位)向时间,频率相关定义
% --------------------------------------------------------------------
% 距离
tr = 2*R0/c + ( -Nrg/2 : (Nrg/2-1) )/Fr;                % 距离时间轴
fr = ( -NFFT_r/2 : NFFT_r/2-1 )*( Fr/NFFT_r );          % 距离频率轴
% 方位
ta = ( -Naz/2: Naz/2-1 )/Fa;                            % 方位时间轴
fa = fnc + fftshift( -NFFT_a/2 : NFFT_a/2-1 )*( Fa/NFFT_a );    % 方位频率轴
% 生成距离(方位)时间(频率)矩阵
tr_mtx = ones(Naz,1)*tr;    % 距离时间轴矩阵,大小:Naz*Nrg
ta_mtx = ta.'*ones(1,Nrg);  % 方位时间轴矩阵,大小:Naz*Nrg
fr_mtx = ones(Naz,1)*fr;    % 距离频率轴矩阵,大小:Naz*Nrg
fa_mtx = fa.'*ones(1,Nrg);  % 方位频率轴矩阵,大小:Naz*Nrg


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]《合成孔径雷达成像——算法与实现》 ,(美)卡明等著;洪文等译;电子工业出版社;

[2]《合成孔径雷达——系统与信号处理》 ,(美)柯兰德等著;韩传钊等译;电子工业出

版社


🌈4 Matlab代码实现

相关文章
|
4月前
|
Perl
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)
|
25天前
|
存储 人工智能 机器人
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
|
1月前
|
存储
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
【Matlab】Matlab电话拨号音合成与识别(代码+论文)【独一无二】
|
1月前
雷达模糊函数及MATLAB仿真(三)
雷达模糊函数及MATLAB仿真
18 0
|
1月前
雷达模糊函数及MATLAB仿真(一)
雷达模糊函数及MATLAB仿真
26 0
|
1月前
雷达检测及MATLAB仿真(三)
雷达检测及MATLAB仿真
23 0
|
2月前
|
算法
m基于log-MPA检测算法的SCMA通信链路matlab误码率仿真
MATLAB 2022a仿真实现了稀疏码多址接入(SCMA)算法,该算法利用码本稀疏性实现多用户高效接入。每个用户从码本中选取码字发送,接收端采用Log-MPA算法进行多用户检测。由于MAP检测计算复杂度高,故采用Log-MPA降低复杂性。仿真展示了不同迭代次数(1, 5, 10, 30)对误码率(BER)的影响,通过比较各次迭代的BER曲线,研究算法性能与迭代次数的关系。
25 0
|
3月前
|
机器学习/深度学习 算法 计算机视觉
霍夫变换车道线识别-车牌字符识别代码(matlab仿真与图像处理系列第5期)
霍夫变换车道线识别-车牌字符识别代码(matlab仿真与图像处理系列第5期)
31 2
|
3月前
|
算法
MATLAB | 插值算法 | 一维interpl插值法 | 附数据和出图代码 | 直接上手
MATLAB | 插值算法 | 一维interpl插值法 | 附数据和出图代码 | 直接上手
45 0
|
3月前
|
算法
MATLAB | 插值算法 | 二维interp2插值法 | 附数据和出图代码 | 直接上手
MATLAB | 插值算法 | 二维interp2插值法 | 附数据和出图代码 | 直接上手
93 0

热门文章

最新文章