雷达技术试验汇报
雷达技术试验汇报
专业班级:
姓名：
学号：
试验内容及步骤
1.产生仿真发射信号：雷达发射调频脉冲信号，IQ两路；
2.观察信号波形，及在时域和频域包络、相位；
3.产生回波数据：设目标距离为R=0、5000m；
4.建立匹配滤波器，对回波进行匹配滤波；
5.分析滤波以后结果。
二、试验环境
matlab
试验参数
脉冲宽度 T=10e-6; 信号带宽 B=30e6;
调频率 γ=B/T; 采样频率 Fs=2*B;
采样周期 Ts=1/Fs; 采样点数 N=T/Ts;
匹配滤波器 h(t)=St*(-t)
时域卷积conv ，频域相乘fft， t=linspace(T1,T2,N);
试验原理
1、匹配滤波器原理：
在输入为确知加白噪声情况下，所得输出信噪比最大线性滤波器就是匹配滤波器，设一线性滤波器输入信号为：
其中：为确知信号，为均值为零平稳白噪声，其功率谱密度为。
设线性滤波器系统冲击响应为，其频率响应为，其输出响应：
输入信号能量：
输入、输出信号频谱函数：
输出噪声平均功率：
利用Schwarz不等式得：
上式取等号时，滤波器输出功率信噪比最大取等号条件：
当滤波器输入功率谱密度是白噪声时，MF系统函数为：
为常数1，为输入函数频谱复共轭，，也是滤波器传输函数 。
为输入信号能量，白噪声功率谱为
只输入信号能量和白噪声功率谱密度相关。
白噪声条件下，匹配滤波器脉冲响应：
假如输入信号为实函数，则和匹配匹配滤波器脉冲响应为：
为滤波器相对放大量，通常。
匹配滤波器输出信号：
匹配滤波器输出波形是输入信号自相关函数倍，所以匹配滤波器能够看成是一个计算输入信号自相关函数相关器，通常=1。
2、线性调频信号（LFM）
LFM信号(也称Chirp 信号)数学表示式为：
2.1
式中为载波频率，为矩形信号，
，是调频斜率，于是，信号瞬时频率为，图1
图1 经典chirp信号（a）up-chirp(K>0)（b）down-chirp(K<0)
将2.1式中up-chirp信号重写为：
2.2
当TB>1时，LFM信号特征表示式以下：
2.3
对于一个理想脉冲压缩系统，要求发射信号含有非线性相位谱，并使其包络靠近矩形；
其中就是信号s(t)复包络。由傅立叶变换性质，S(t)和s(t)含有相同幅频特征，只是中心频率不一样而已。所以，Matlab仿真时，只需考虑S(t)。
3、LFM信号脉冲压缩
窄脉冲含有宽频谱带宽，假如对宽脉冲进行频率、相位调制，它就能够含有和窄脉冲相同带宽，假设LFM信号脉冲宽度为T，由匹配滤波器压缩后，带宽就变为，且，这个过程就是脉冲压缩。
信号匹配滤波器时域脉冲响应为：
3.1
是使滤波器物理可实现所附加时延。理论分析时，可令＝0，重写3.1式，
将3.1式代入2.1式得:
图3 LFM信号匹配滤波
图3,经过系统得输出信号
当初,
（3.4）
当初,
（3.5） 3.5
合并3.4和3.5两式：
3.6式即为LFM脉冲信号经匹配滤波器得输出,它是一固定载频信号，这是因为压缩网络频谱特征和发射信号频谱实现了“相位共轭匹配”，消除了色散；当初，包络近似为辛克（sinc）函数。
图4 匹配滤波输出信号
图4，当初，为其第一零点坐标；当初，，习惯上，将此时脉冲宽度定义为压缩脉冲宽度。
LFM信号压缩前脉冲宽度T和压缩后脉冲宽度之比通常称为压缩比D
压缩比也就是LFM信号时宽-带宽积。
s(t),h(t),so(t)均为复信号形式，Matab仿真时，只需考虑它们复包络S(t),H(t),So(t)。
试验结果
LFM信号时域波形和幅频特征
//实现LFM信号matlab代码
T=10e-6; %脉冲脉宽10us
B=30e6; %调频调制带宽30MHz
K=B/T; %线性调频斜率
Fs=2*B;Ts=1/Fs; %采样频率和采样间隔
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(j*pi*K*t.^2); %调频信号
subplot(211)
plot(t*1e6,real(St));
xlabel('t/s');
title('线性调频信号实部');
grid on;axis tight;
subplot(212)
freq=linspace(-Fs/2,Fs/2,N);
plot(freq*1e-6,fftshift(abs(fft(St))));
xlabel('f/Mhz');
title('线性调频信号频率谱');
grid on;axis tight;
线性调频信号匹配滤波
//实现匹配滤波器及放大matlab代码
T=10e-6;
B=30e6;
K=B/T;
Fs=10*B;Ts=1/Fs;
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(j*pi*K*t.^2);
Ht=exp(-j*pi*K*t.^2); %匹配滤波器
Sot=conv(St,Ht); %匹配滤波器后线性调频信号
subplot(211)
L=2*N-1;
t1=linspace(-T,T,L);
Z=abs(Sot);Z=Z/max(Z); %归一化
Z=20*log10(Z+1e-6);
Z1=abs(sinc(B.*t1)); %sinc函数
Z1=20*log10(Z1+1e-6);
t1=t1*B;
plot(t1,Z,t1,Z1,'r.');
axis([-15,15,-50,inf]);grid on;
legend('仿真','sinc');
xlabel('时间');
ylabel('振幅,dB');
title('匹配滤波器后线性调频信号');
subplot(212) %放大
N0=3*Fs/B;
t2=-N0*Ts:Ts:N0*Ts;
t2=B*t2;
plot(t2,Z(N-N0:N+N0),t2,Z1(N-N0:N+N0),'r.');
axis([-inf,inf,-50,inf]);grid on;
set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);
xlabel('时间');
ylabel('振幅,dB');
title('匹配滤波器后线性调频信号（）');
仿真结果
//matlab代码
function LFM_radar(T,B,Rmin,Rmax,R,RCS)
if nargin==0
T=10e-6;
B=30e6;
Rmin=10000;Rmax=15000;
R=[10500,11000,120XX,120XX,13000,13002]; %理想点目标距离
RCS=[1 1 1 1 1 1]; %雷达散射截面
end
%=========================================================
%%2?êy
C=3e8; %传输距离
K=B/T;
Rwid=Rmax-Rmin; %仪表接收窗口
Twid=2*Rwid/C; %一秒接收窗口
Fs=5*B;Ts=1/Fs; %采样频率和采样间隔
Nwid=ceil(Twid/Ts); %接收窗口数
%==================================================================
%%Gnerate the echo
t=linspace(2*Rmin/C,2*Rmax/C,Nwid);
%当 t=2*Rmin/C打开窗口
%当t=2*Rmax/C关闭窗口
M=length(R); %目标数
td=ones(M,1)*t-2*R'/C*ones(1,Nwid);
Srt=RCS*(exp(j*pi*K*td.^2).*(abs(td)<T/2));%点目标雷达回波
%=========================================================
%%用FFT和IFFT脉冲压缩雷达数字处理
Nchirp=ceil(T/Ts); %脉冲连续时间
Nfft=2^nextpow2(Nwid+Nwid-1); %脉冲连续时间
%计算线性数目
%利用FFT算法卷积
Srw=fft(Srt,Nfft); % FFT雷达回波
t0=linspace(-T/2,T/2,Nchirp);
St=exp(j*pi*K*t0.^2); % FFT雷达回波
Sw=fft(St,Nfft); %fft线性调频斜率
Sot=fftshift(ifft(Srw.*conj(Sw))); %信号经过脉冲
压缩
%=========================================================
N0=Nfft/2-Nchirp/2;
Z=abs(Sot(N0:N0+Nwid-1));
Z=Z/max(Z);
Z=20*log10(Z+1e-6);
%figure
subplot(211)
plot(t*1e6,real(Srt));axis tight;
xlabel('时间');ylabel('振幅')
title('原始回波信号');
subplot(212)
plot(t*C/2,Z)
axis([10000,15000,-60,0]);
xlabel('距离');ylabel('振幅，dB')
title('距离压缩后信号');
试验心得
经过这次试验经历加深了我对雷达技术中线性调频脉冲了解，经过查找资料和同学交流探讨，学习到了匹配滤波器工作原理、特征特点和LFM信号形式。最终在对LFM信号进行matlab仿真过程中，明确了脉冲压缩技术不仅能够降低对雷达发射机峰值功率要求，也能处理雷达作用距离和距离分辨力之间矛盾；在对低截获概率雷达信号处理中将有宽广应用前景。
在此次试验过程中，我不仅对雷达技术课程内容有了更全方面了解，同时也熟悉和利用了matlab中很多函数。试验中用到很多通信原理、信号分析相关知识，对学过知识有了愈加深刻了解。