雷达信号处理的MATLAB仿真

1、11目录1 .设计的基本骤1.1.1 雷达信号的产生 1.1.2 噪声和杂波的产生1.2 .信号处理系统的仿真 1.2.1 正交解调模块2.2.2 脉冲压缩模块 .3.2.3 回波积累模块.3.2.4 恒虚警处理(CFAR)模块4结论.11.I1设计的基本骤雷达是通过发射电磁信号，再从接收信号中检测目标回波来探测目标的。再接收信 号中，不但有目标回波，也会有噪声（天地噪声，接收机噪声）；地面、海面和 气象环 境（如云雨）等散射产生的杂波信号；以及各种干扰信号（如工业干扰，广播电磁干扰和 人为干扰）等。所以，雷达探测目标是在十分复杂的信号背景下进行的，雷达需要通过 信号处理来检测目标，并提取目标

2、的各种信息，如距离、角度、运动速度、目标形状和 性质等。图3-6 设计原理图至雷的达终端设备2信号处理系统的仿真雷达信号处理的目的是消除不需要的信号（如杂波）及干扰，提取或加强由目标所 产生的回波信号。雷达信号处理的功能有很多，不同的雷达采用的功能也有所不同，本 文是对某脉冲压缩雷达的信号处理部分进行仿真。一个典型的脉冲压缩雷达的信号处理 部分主要由A/D采样、正交解调、脉冲压缩、视频积累、恒虚警处理等功能组成。因此, 脉冲压缩雷达信号处理的仿真模型.2.1 正交解调模块雷达中频信号在进行脉冲压缩之前，需要先转换成零中频的I、Q两路正交信号。中频信号可表小为：华。)=At( ) cos(o2t

3、 ( )(3.2)式(3.2)中，f0为载波频率。 令：fIF(t)川cos2 二 f0t -Q(t)sin 2二 f0t(3.3)则fIF (t) = I (t)cos2 二 f0t -Q(t)sin 2二 f0t(3.4)在仿真中，所有信号都是用离散时间序列表示的，设采样周期为T,则中频信号为fiF(rT),同样，复本振信号采样后的信号为fioca尸exp(- j 0rT )(3.5)则数字化后的中频信号和复本振信号相乘解调后，通过低通滤波器后得到的基带信号f bb (r)为： NJNJfBB = fIF(r -n)cos( r - n),0Th(n) - G (r - n)sin( r

4、- n) -0Th(n)(3.6)n q0n式(3.6)中，h(n)是积累长度为N的低通滤波器的脉冲响应。根据实际的应用，仅仅采用以奈奎斯特采样率进行采样的话，得不到较好混频信号 和滤波结果，采样频率fs 一般需要中心频率的4倍以上才能获得较好的信号的实部和 虚部。当采样频率为f s = 4 f0时，gT =兀/2,则基带信号可以简化为N1二N二fBB(r) = fIF (r -n)cos(r -n) -h(n) - j v J (r -n)sin( r - n)h(n)(3.7)n 42n2使用Matlab仿真正交解调的步骤:(1)产生理想线性调频信号V。(2)产生I、Q两路本振信号。设f0

5、为本振信号的中心频率，f s为采样频率，n为线性调频信号时间序列的长度，则I路本振信号为cos(n2nf/fs),同样，Q路本振信号sin(n2n f/fs)。当 f s = 4 fO 时，I、Q 两路本信号分别为 cos(n n/2)和 sin( n 兀 /2)(3)线性调频信号y和复本振信号相乘，得到I、Q两路信号。(4) I、Q两路信号通过低通滤波器，滤除高频分量，以获得最终的检波结果。Matlab 提供了方便的滤波函数filter(b,a,x)。其中x为输入信号，b,a为滤波器传递函数的 分子和分母的系数向量。2.2 脉冲压缩模块在进行脉冲压缩处理之前，首先要获得相应的雷达发射信号的匹

6、配滤波器。在实际 工程中，对脉冲压缩的处理往往是在频域实现的，因为这样可以利用FFT算法提高计算速度，然后将雷达回波与匹配滤波器的频域响应(脉冲压缩系数)相乘，再经过 IFFT变 换，从而得到脉冲压缩处理的结果，而不用进行卷积处理，大大降低了运算量。因此， 在进行脉冲压缩处理仿真的时候， 首先应当获取脉冲压缩处理的匹配滤波器或脉冲压缩 系数。求线性调频信号的脉冲压缩系数比较简单，只需要将理想线性调频信号取共腕和 翻转即可。使用Matlab仿真线性调频信号脉冲压缩的步骤：(1)产生理想线性调频信号y ;(2)对信号正交解调，得到解调后的信号fbb = fbb _ i + j * fbb _ q

7、;(3)产生理想线性调频脉冲压缩系数。这一步要首先求出正交解调后的信号fbb的匹配滤波器，然后利用离散傅里叶变换求出脉冲压缩系数；(4)产生理想回波信号(signal ),对信号进行正交解调。理想回波信号是一个脉 冲重复周期内雷达收到的回波信号，并假设目标为静止点目标；(5)脉冲压缩处理。首先对回波信号做离散傅里叶变换，得到 signal_fft,然后将 signal_fft与匹配滤波器的频域响应(脉冲压缩系数)相乘，再经过离散傅里叶反 变换，从而得到脉冲压缩结果。设雷达发射信号为线性调频信号，具体参数如下： 脉宽10吟 中心频率10MHz、调频带宽2MHz。对雷达回波信号的采样频率为 40M

8、Hz,中频进行正交下变频。2.3 回波积累模块现在的雷达都是在多脉冲观测的基础上进行检测的，多个脉冲积累后可以有效地提高信噪比，从而改善雷达的检测能力。积累处理可以在包络检波前完成，称为检波前积 累或者中频积累。信号在中频积累时要求信号间有严格的相位关系，也就是说信号是相 参的，所以也称为相参积累。止匕外，积累过程可以在包络检波后完成，称为检波后积累 或者视频积累。由于信号在包络检波后失去了相位信息而只保留了幅度信息，所以检波后积累处理就不需要信号间有严格的相位关系，因此这种积累又称为非相参积累。实现 非相参积累的方法有很多，例如抽头延迟线积累(FIR积累)器和反馈积累器。 下面介绍抽头延迟线

9、积累(FIR积累)模型。(1)积累脉冲数 积累脉冲数N应该等于天线波束扫过一个点目标时的目标回波个 数，即：束扫过一个点目标时的目标回波个数，即：(3.8)BWa(360/Tc)* PRI式(3.8)中：BWa为天线方位波束宽度；A的天线在一个脉冲重复周期扫过的角度；Tc为天线扫描一周所需的时间；PRI为脉冲重复周期。(2)回波幅度调制 雷达接收机内部的噪声一般都认为是高斯白噪声，且是平稳随机 过程，而回波脉冲的幅度调制还受天线双程场强波瓣图调制。如果天线场强波瓣 图(单程)是sinx/x的形式，则天线主瓣内的脉冲将以如下的权函数加sin4(na ：)h(n)=()- N n N(3.9)na

10、 *A 8为天线在一个脉冲重复周期扫过的角度2.4 恒虚警处理(CFAR)模块恒虚警处理有多种方法，从大的分类来看，有所谓的均值类CFAR、有序统计量类CFAR和杂波图CFAR等等。均值类CFAR包括多种实现方式，如单元平均方式、两侧单 元平均选大方式、两侧单元平均选小方式等等，其基本理论是相同的。使用Matlab仿真恒虚警处理的步骤：(1)产生叠加了瑞利杂波、热噪声的点目标回波。这一步首先按照上述的方法分别产 生高斯热噪声和瑞利杂波，然后与点目标回波进行叠加，叠加时需要对瑞利杂波 和热噪声的幅度加权。(2)对叠加了瑞利杂波、热噪声的点目标回波进行恒虚警处理。这一步首先要确定参 考单元数。如果

11、参考单元数为16,那么第1点恒虚警处理时噪声均值由其后面的 16点噪声决定，第2点到第16点的恒虚警的噪声均值由其前面和后面的16点噪声 共同决定，而正常数据点的恒虚警处理的噪声均值由其前后各16点的噪声决定，最后16点的恒虚警处理与前16点相同。最后输出的信号为每个检测单元与杂波均 值估计值的比值。程序close all;clear all;clc;%产生雷达发射信号%code=1,1,1,1,1,-1,-1,1,1,-1,1,-1,1;%13 位巴克码tao=10e-6;% 脉冲宽度 10 dsfc=28e6;%调频信号起始频率f0=30e6;fs=100e6;% 采样频率 100MHzt

12、s=1/fs;B=4e6;%调频信号带宽t_tao=0:1/fs:tao-1/fs;N=length(t_tao);k=B/fs*2*pi/max(t_tao);n=length(code);pha=0;s=zeros(1,n*N);for i=1:n;if code(i)=1pha=pi;else pha=0;ends(1,(i-1)*N+1:i*N)=cos(2*pi*fc*t_tao+k*cumsum(t_tao)+pha);endt=0:1/fs:13*tao-1/fs;figure(1),subplot(2,1,1),plot(t,s),xlabel(t(单位:s),title(混合

13、调制信号(13 位巴克码 + 线性调频);s_fft_rsult=abs(fft(s(1:N);subplot(2,1,2),plot(0:fs/N:fs/2-fs/N),abs(s_ff_result(1:N/2),xlabel( 频率(单位:Hz) ),title(码内信号频谱)；% 生脉冲压缩系数 %正交解调%N=tao/ts;n=0:N-1;s1=s(1:N);local_oscillator_i=cos(n*f0/fs*2*pi);%i 路本振信号local_oscillator_q=sin(n*f0/fs*2*pi);%q路本振信号fbb_i=local_oscillator_i.

14、*s1;%i 路解调fbb_q=local_oscillator_q.*s1;%q 路解调window=chebwin(51,40);b,a=fir1(50,2*B/fs,window);fbb_i=fbb_i,zeros(1,25);fbb_q=fbb_q,zeros(1,25);fbb_i=filter(b,a,fbb_i);fbb_q=filter(b,a,fbb_q);fbb_i=fbb_i(26:end);% 截取有效信息fbb_q=fbb_q(26:end);% 截取有效信息fbb=fbb_i+j*fbb_q;%产生理想线性调频脉冲压缩匹配系数 %M=131072;%因为回波信号数

15、据长度位3600点，所以利用FFT做4096点FFTD=B*tao;match_filter_1=ts*fliplr(conj(fbb)*sqrt(D)*2/tao;match_filter_1_fft=fft(match_filter_1,M);%第一次脉冲压缩处理匹配系数figure(2),subplot(2,1,1)plot(real(match_filter_1_fft),title(脉冲压缩系数(实部) );subplot(2,1,2),plot(imag(match_filter_1_fft),title(脉冲压缩系数(虚部);N=length(s);n=0:N-1;local_o

16、scillator_i=cos(n*f0/fs*2*pi);%i 路本振信号local_oscillator_q=cos(n*f0/fs*2*pi);%q路本振信号fbb_i=local_oscillator_i.*s;%i 路解调fbb_q=local_oscillator_q.*s;%q 路解调window=chebwin(51,40);% 这是采用50阶cheby窗的FIR低通滤波器b,a=fir1(50,0.5,window);fbb_i=fbb_i,zeros(1,25);fbb_q=fbb_q,zeros(1,25);fbb_i=filter(b,a,fbb_i);fbb_q=fi

17、lter(b,a,fbb_q);fbb_i=fbb_i(26:end);% 截取有效信息fbb_q=fbb_q(26:end);% 截取有效信息signal=fbb_i+j*fbb_q;clear fbb_i;clear fbb_q;signal_fft=fft(signal,M)*2;pc_result_fft=signal_fft.*match_filter_1_fft;pc_result=ifft(pc_result_fft,M);figure(3),plot(0:ts:length(signal)*ts-ts),pc_result(1:length(signal),xlabel( 时间

18、，单位:s),title(回波脉冲压缩处理结果)；clear local_oscillator_i;clear local_oscillator_q;t=tao*length(code);match_filter_2=2*ts*fliplr(conj(pc_result)*2/t;match_filter_2_fft=fft(match_filter_2,M);%第二次脉冲压缩处理匹配系数figure,subplot(2,1,1),plot(real(match_filter_2_fft),title(脉冲压缩系数(实部);subplot(2,1,1),plot(imag(match_filt

19、er_2_fft),title(脉冲压缩系数(虚部);clear fbb;clear match_filter_1;clear match_filter_2;clear signal;clear signal_fft;clear pc_result;clear pc_result_fft;% 产生雷达回波 %f_frame=1e3;%雷达发射信号重频，单位 HzT_frame=1/f_frame;N_echo_frame=18;f_doppler=3.5e3;%动目标的多普勒领串t_mobj=200e-6;%动目标位置echo_mobj_pulse=zeros(1,t_mobj/ts),s,z

20、eros(1,(T_frame-t_mobj)/ts-length(s);echo_mobj=repmat(echo_mobj_pulse,1,N_echo_frame);t_doppler=0:ts:N_echo_frame*T_frame-ts;s_doppler=cos(2*pi*f_doppler*t_doppler);s_echo_mobj=echo_mobj.*s_doppler;t_fobj=450e-6;%固定目标位置echo_fobj_pulse=zeros(1,t_fobj/ts),s,zeros(1,(T_frame-t_fobj)/ts-length(s);s_echo

21、_fobj=repmat(echo_fobj_pulse,1,N_echo_frame);t_clutter=700e-6;% 杂波位置t_clutter_pulse=39e-6;sigma=2;%瑞禾U分布 canshu 数 sigmat1=0:ts:t_clutter_pulse-ts;rand(state,0);%把均匀分布伪随机发生器置为0状态u=rand(1,length(t1);echo_clutter=0.08*sqrt(2*log(1./u)*sigma;%,*ss_echo_clutter_pulse=zeros(1,t_clutter/ts),echo_clutter,ze

22、ros(1,(T_frame-t_clutter)/ts-length(echo_cl utter);s_echo_clutter=repmat(s_echo_clutter_pulse,1,N_echo_frame);s_nosie=0.1*rand(1,N_echo_frame*T_frame/ts);s echo=s_echo_mobj+secho fobj+secho_clutter+s nosie;clear s_echo_mobj;clear s_echo_fobj;clear s_echo_clutter;clear s_echo_clutter_pulse;clear s_no

23、sie;clear echo_mobj_pulse;clear echo_mobj;clear echo_fobj_pluse;clear echo_clutter;clear s_doppler;clear t_doppler;%正交解调%N=N_echo_frame*T_frame/ts;n=0:N-1;local_oscillator_i=cos(n*f0/fs*pi);%I路本振信号local_oscillator_q=cos(n*f0/fs*pi);%Q路本振信号s_echo_i=local_oscillator_i.*s_echo;%I 路解调 s_echo_q=local_osc

24、illator_q.*s_echo;%Q 路解调 window=chebwin(51,40);% 这是采50阶cheby窗的FIR低通滤波器 b,a=fir1(50,2*B/fs,window);s_echo_i=s_echo_i,zeros(1,25);s_echo_q=s_echo_q,zeros(1,25);s_echo_i=filter(b,a,s_echo_i);s_echo_q=filter(b,a,s_echo_q);s_echo_i=s_echo_i(26:end);% 截取有效信息s_echo_q=s_echo_q(26:end);% 截取有效信息s_echo_mf=s_ec

25、ho_i+j*s_echo_q;clear s_echo_iclear local_oscillator_i;clear local_oscillator_q;clear s_echo_i;clear s_echo_q;clear n;% 脉冲压缩处理 %for i=1:N_echo_frames_echo_fft_result=fft(s_echo_mf(1,(i-1)*T_frame/ts+1:i*T_frame/ts),M);s_pc_fft_1=s_echo_fft_result.*match_filter_1_fft;s_pc_fft_2=s_pc_fft_1.*match_filt

26、er_2_fft;s_pc_result(i,:)=ifft(s_pc_fft_2,M);endclear s_echo_mf;s_pc_result_1=s_pc_result;s_pc_result_1=reshape(s_pc_result_1,1,N_echo_frame*M);figure,subplot(2,1,1),plot(0:ts:length(s_pc_result_1)*ts-ts,real(s_pc_result_1),%N_echo_frame*T_frame-tsxlabel(t(单位:s),title(脉冲压缩处理后结果(实部) );subplot(2,1,2),plot(0:ts:length(s_pc_result_1)*ts-ts,imag(s_pc_result_1),xlabel(t(