雷达模糊函数及MATLAB仿真(二)

简介: 雷达模糊函数及MATLAB仿真

雷达模糊函数及MATLAB仿真(一)https://developer.aliyun.com/article/1472371


②、仿真结果

1)上调频 LFM 信号三维不确定图

脉宽 1s,带宽 10Hz

2)上调频 LFM 信号不确定函数等高线图

3)上调频 LFM 信号三维模糊度图

脉宽 1s,带宽 10Hz

4)上调频 LFM 信号模糊函数等高线图

4、LFM 沿时间延迟轴 τ \tauτ 的切面

上调频模糊函数沿时间延迟轴 τ \tauτ 的切面为:

①、MATLAB 源码

close all
clear all
taup = 1;
b =20.;
up_down = 1.;
taux = -1.5*taup:.01:1.5*taup;
fd = 0.;
mu = up_down * b / 2. / taup;
ii = 0.;
for tau = -1.5*taup:.01:1.5*taup
   ii = ii + 1;
   val1 = 1. - abs(tau) / taup;
   val2 = pi * taup * (1.0 - abs(tau) / taup);
   val3 = (fd + mu * tau);
   val = val2 * val3;
   x(ii) = abs( val1 * (sin(val+eps)/(val+eps)));
end
figure(1)
plot(taux,x)
grid
xlabel ('Delay - seconds')
ylabel ('Uncertainty')
figure(2)
plot(taux,x.^2)
grid
xlabel ('Delay - seconds')
ylabel ('Ambiguity')

②、仿真结果

1)不确定函数切面图

LFM 脉冲(τ ′ = 1 , b = 20 \tau'=1,b=20τ=1,b=20)的零多普勒不确定函数

注意到 LFM 信号模糊函数沿多普勒频率轴的切面是与单脉冲类似的,因为脉冲形状没有发生改变(只是增加了频率调制)。然而,沿时间延迟轴的切面变化显著,与没有调制脉冲的切面图相比窄了很多,第一个零点位于:

τ n 1 ≈ 1 / B \tau_{n1}\approx 1/Bτn11/B

这表明匹配滤波器输出的有效脉冲宽度由雷达的带宽决定。

2)模糊函数切面图

5、相干脉冲串模糊度函数

相干脉冲串的模糊函数。对于 τ ′ < T / 2 \tau'τ<T/2

沿时间延迟轴的模糊函数切面:

沿多普勒频率轴的模糊函数切面:

①、MATLAB 源码

train_ambg.m

function x = train_ambg (taup, n, pri)
if( taup > pri / 2.)
   'ERROR. Pulse width must be less than the PRI/2.'
   return
end
gap = pri - 2.*taup;
eps = 0.000001;
b = 1. / taup;
ii = 0.;
for q = -(n-1):1:n-1
   tauo = q - taup ;
   index = -1.;
   for tau1 = tauo:0.0533:tauo+gap+2.*taup
      index = index + 1;
      tau = -taup + index*.0533;
      ii = ii + 1;
      j = 0.;
      for fd = -b:.0533:b
         j = j + 1;
         if (abs(tau) <= taup)
            val1 = 1. -abs(tau) / taup;
            val2 = pi * taup * fd * (1.0 - abs(tau) / taup);
            val3 = abs(val1 * sin(val2+eps) /(val2+eps)); 
            val4 = abs((sin(pi*fd*(n-abs(q))*pri+eps))/(sin(pi*fd*pri+eps)));
            x(j,ii)=  val3 * val4 / n;
         else
            x(j,ii) = 0.;
         end
      end
   end
end

fig4_8.m

close all
clear all
taup =0.2;
pri=1;
n=5;
x = train_ambg (taup, n, pri);
figure(1)
mesh(x)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
figure(2)
contour(x);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')

②、仿真结果

1)相干脉冲串的三维模糊图

5个脉冲等幅相干串的三维模糊图,脉冲宽度为 0.2s,PRI 为 1s,N=5

2)相干脉冲串的等高线图


雷达模糊函数及MATLAB仿真(三)https://developer.aliyun.com/article/1472373

目录
相关文章
|
25天前
|
机器学习/深度学习 编解码 算法
【雷达通信】智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)
【雷达通信】智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)
|
27天前
|
决策智能 Python
【高阶系统固定时间一致性追踪】固定时间一致性跟踪控制:高阶积分器多智能体系统研究(Matlab代码、Simulink仿真实现)
【高阶系统固定时间一致性追踪】固定时间一致性跟踪控制:高阶积分器多智能体系统研究(Matlab代码、Simulink仿真实现)
|
25天前
|
机器学习/深度学习 算法 机器人
基于Qlearning强化学习的2DoF机械臂运动控制系统matlab仿真
本项目基于Q-learning强化学习算法,实现对二自由度机械臂的运动控制仿真。通过MATLAB 2022a平台,验证了算法在状态、动作与奖励机制下的学习效果,展示了机械臂自主学习达到目标位置的能力。内容涵盖理论模型、算法原理与核心代码实现。
56 7
|
24天前
|
算法 机器人 定位技术
基于机器视觉和Dijkstra算法的平面建筑群地图路线规划matlab仿真
本程序基于机器视觉与Dijkstra算法,实现平面建筑群地图的路径规划。通过MATLAB 2022A读取地图图像,识别障碍物并进行路径搜索,支持鼠标选择起点与终点,最终显示最优路径及长度,适用于智能导航与机器人路径规划场景。
|
25天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于PSO粒子群优化的XGBoost时间序列预测算法matlab仿真
本程序基于Matlab 2024b实现,结合粒子群优化(PSO)与XGBoost算法,用于时间序列预测。通过PSO优化XGBoost超参数,提升预测精度。程序包含完整注释与操作视频,运行后生成预测效果图及性能评估指标RMSE。
|
22天前
|
传感器 并行计算 算法
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
【无人机编队】基于非支配排序遗传算法II NSGA-II高效可行的无人机离线集群仿真研究(Matlab代码实现)
103 3
|
23天前
|
算法 Java 计算机视觉
【图像去模糊】非盲去模糊实景图像处理,使用点扩散函数(PSF)快速去除实景图像中的模糊(Matlab代码实现)
【图像去模糊】非盲去模糊实景图像处理,使用点扩散函数(PSF)快速去除实景图像中的模糊(Matlab代码实现)
125 2
|
25天前
|
机器学习/深度学习 编解码 算法
对三种雷达信号调制类型的识别及MATLAB实现
对三种雷达信号调制类型的识别及MATLAB实现
|
25天前
|
传感器 算法 数据格式
【UAV】改进的多旋翼无人机动态模拟的模块化仿真环境(Matlab、Simulink实现)
【UAV】改进的多旋翼无人机动态模拟的模块化仿真环境(Matlab、Simulink实现)
103 0
|
27天前
|
网络协议 Python
水声网络(UAN)仿真的信道建模(Matlab代码实现)
水声网络(UAN)仿真的信道建模(Matlab代码实现)

热门文章

最新文章