• 2689126834@qq.com
    了解作者
  • matlab
    开发工具
  • 19KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 5 积分
    下载积分
  • 20
    下载次数
  • 2019-07-24 19:06
    上传日期
ex9_1 脉冲信号调制 ex9_2 载波10MHz,带宽2MHz的线性调频信号及其频谱图 ex9_3 产生7位巴克码编码的二相码 ex9_4 产生7位巴克码和线性调频的混合调制信号 ex9_5 瑞利分布实现程序 ex9_6 瑞利分布+杂波 ex9_7 相关对数正态分布杂波 ex9_8 相关weibull分布杂波 ex9_9 相干相关K分布杂波 ex9_10 线性调频信号的数字化正交解调 ex9_11 雷达脉冲压缩处理 ex9_12 二相编码信号的脉压处理 ex9_13 用FFT和FIR方法实现MTD处理(程序有错误) ex9_14 雷达的恒虚警处理(CFAR) ex9_15 比较相参积累和非相参积累 ex9_14 计算加性高斯白噪声准则下雷达探测的经典CFAR 二进制检测阈值和指定的虚警概率。 (瑞利噪声下快慢门限CFAR处理)
chap09.zip
  • chap09
  • ex9_5.m
    316B
  • ex9_13.m
    5.3KB
  • ex9_9.m
    2.3KB
  • ex9_7.m
    1.4KB
  • ex9_2.m
    410B
  • leidaxitongfangzhen.asv
    7.9KB
  • ex9_1.m
    149B
  • ex9_14.asv
    1.9KB
  • ex9_11.m
    1.9KB
  • ex9_3.m
    425B
  • leidaxitongfangzhen.m
    7.8KB
  • ex9_8.m
    1.8KB
  • ex9_6.m
    1.7KB
  • ex9_4.m
    703B
  • pam.m
    635B
  • ex9_10.m
    1KB
  • ex9_12.m
    2.6KB
  • nonline_eq_sirp.m
    1KB
  • ex9_15.m
    2.5KB
  • ex9_14.m
    1.9KB
内容介绍
close all; clear a11; 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10us fc=28e6;%调频信号起始频率 f0=30e6; fs=100e6; %采样频率l00MHz ts=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)==1 pha=pi; else pha=0; end s(1,(i-1)*N+1:i*N)=cos(2*pi*fc*t_tao+k*cumsum(t_tao)+pha); end t=0:1/fs:13*tao-1/fs; figure(1),subplot(2,1,1),plot(t,s),xlabel('t(单位:s)'),title('混合调制信号(13位巴克码+线性调频)'); s_fft_result=abs(fft(s(1:N))); subplot(2,1,2),plot((0:fs/N:fs/2-fs/N),abs(s_fft_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.*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);%截取有效倍息 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;%因为回波信号数据长度为3600点,所以利用FFT,做4096点FFT D=B*tao; match_filter_1=ts*fliplr(conj(fbb))*sqrt(D)*2/tao; match_filter_1_fft=fft(match_filter_1,M);%第-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_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.*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=filter(b,a,fbb_q); fbb_i=fbb_i(26:end);%截取有效倍息 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); 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,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(2,1,2),plot(imag(match_filter_2_fft)),title('脉冲压缩系数(虚部)') clear fbb; clear match_fllter_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Hz T_frame=1/f_frame; N_echo_frame=18; f_doppler=3.5e3;%动目标的多普勒领串 t_frame=0:ts:T_frame-ts; t_mobj=200e-6;%动目标位置 echo_mobj_pulse=[zeros(1,t_mobj/ts),s,zeros(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_fobj=repmat(echo_fobj_pulse,1,N_echo_frame); t_clutter=700e-6;%杂波位置 t_clutter_pulse=39e-6; sigma=2;%瑞利分布canshu数sigma t1=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;%,*s; s_echo_clutter_pulse=[zeros(1,t_clutter/ts),echo_clutter,zeros(1,(T_frame-t_clutter)/ts-length(echo_clutter))]; s_echo_clutter=repmat(s_echo_clutter_pulse,1,N_echo_frame); s_noise=0.1*rand(1,N_echo_frame*T_frame/ts); s_echo=s_echo_mobj+s_echo_fobj+s_echo_clutter+s_noise; clear s_echo_mobj; clear s_echo_fobj; clear s_echo_clultter; clear s_echo_clutter_pulse; clear s_noise; clear echo_mobj_pulse; clear echo_mobj; clear echo_fobj_pulse; 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=sin(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_oscillator_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);%截取有效倍息 s_echo_q=s_echo_q(26:end);%截取有效信息 s_echo_mf=s_echo_i+j*s_echo_q; clear s_echo; clear local_oscillator_i; clear local_oscillator_q; clear s_echo_i; clear s_eche_q; clear n; %%%%%%%%%%%%%%%%%%%%脉冲压缩处理%%%%%%%%%%%%% for i=1:N_echo_frame s_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_filter_2_fft; s_pc_result(i,:)=ifft(s_pc_fft_2,M); end clear 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-ts xlabel('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(单位:s)'),title('脉冲压缩处理后结果(虚部)'); %%%%%%%%%%%%%%5固定杂波对消处理%%%%%%%%%%%%%% for i=1:16 s_MTI_result(i,:)=s_pc_result(i,:)+s_pc_result(i+2,:)-2*s_pc_result(i+1,:); end clear s_pc_result; clear s_pc_result_1; s_MTI_result_1=s_MTI_result'; s_MTI_result_1=reshape(s_MTI_result_1,1,(N_echo_frame-2)*M); figure,subplot(2,1,1),plot(0:ts:length(s_MTI_result_1)*ts-ts,real(s_MTI_result_1)), xlabel('t(单位:s)'),title('固定杂波对消后后结果(实部)'); subplot(2,1,2),plot(0:ts:length(s_MTI_result_1)*ts-ts,imag(s_MTI_result_1)), xlabel('t(单位:s)'),title('固定杂波对消后后结果(虚部)'); clear s_MTI_result_1; %%%%%%%%%%%%%%%%MTD处理和求模%%%%%%%% %for i=1:T_frame/ts % s_MTD_result_1(:,i)=fft(s_MTI_result(:,i),16); %end %for i=1:T_frame/ts % s_MTD_result(i)=abs(s_MTD_result_1); %end %figure,plot(0:ts:N_echo_frame*T_frame-ts,s_MTD_result), %xlabel('t(单位:s)'),title('MTD处理后求模结果(信号最大通道)'); for i=1:T_frame/ts s_MTD_result_1(:,i)=fft(s_MTI_result(:,i),16); end for i=1:T_frame/ts s_MTD_result(i)=abs(max(s_MTD_result_1(i))); end figure,plot(0:ts:T_frame-ts,s_MTD_result), xlabel('t(单位:s)'),title('MTD处理后求模结果(信号最大通道)'); %%%%%%%%%CFAR处理%%%%%%%%%%%%%%%%%%%%%%%t N=T_frame/ts; cfar_result(1,1)=s_MTD_result(1,1)/(sqrt(2)/pi*mean(s_MTD_result(1,2:17))); %第l点桓虚瞥处理时噪声均值由其后面的l6点的噪声决定 for i=2:16 %第2点到第16点的恒虚警处理的噪声均但由其前面和后面l6点的噪声共同决定 noise_mean=sqrt(2)/pi*(mean(s_MTD_result(1,1:i-1))+mean(s_MTD_result(1,i+1:i+16)))/2; cfar_result(1,i)=s_MTD_result(1,i)/noise_mean; end for i=17:N-17 %正常的数据点的恒虚警处理的噪声均值由其前面和后面各26点的噪声决定 noise_mean=sqrt(2)/pi*max(mean(s_MTD_result(1,i-16:i-1)),mean(s_MTD_result(1,i+1:i+16))); cfar_result(1,i)=s_MTD_result(1,i)/noise_mean; end for k=N-16:N-1 %例数第l6点到倒数第2点恒虚警处理的噪声均值由其前面16和后面的噪声共同决定 noise_mean=sqrt(2)/pi*(mean(s_MTD_result(1,k-16:k-1))+mean(s_MTD_result(1,k+1:N)))/2; cfar_result(1,k)=s_MTD_result(1,k)/noise_mean; end %最后1点的桓虚警处理的噪声均值由其前面l6点的噪声决定 cfar_result(1,N)=s_MTD_result(1,N)/(sqrt(2)/pi*mean(s_MTD_result(1,N-16:N-1))); figure,plot(0:ts:N*ts-ts,cfar_result),xlabel('t(单位:s)'),title
评论
    相关推荐
    • liedaxitongMTD-CFAR.rar
      雷达系统仿真的总程序,很全面的一个雷达仿真程序,请大家参考
    • PC MTI MTD&CFAR.rar
      雷达信号处理一系列流程的MATLAB仿真,包括脉压、MTI、MTDCFAR
    • FMCW_Radar_Data_Process.zip
      利用AWR/IWR 1642雷达采集的信号进行matlab处理,包括二维FFT、MTI、mtdCFAR检测。
    • 雷达信号检测.rar
      雷达信号检测程序,包括MTI,多普勒滤波器组,恒虚警处,基于matlab平台搭建,在多个科研和工作方向使,供大家学习参考。
    • radar_signal.zip
      应用一个仿真实例对动目标信号的检测判决算法做了分析和验证。其中包括MTI,脉冲多普勒处理,CFAR自适应门限检测等。
    • LFM_PD_noise.zip
      脉冲多普勒雷达回波仿真,添加了噪声影响,进行了MTD和MTI处理
    • ex2_1202121115.zip
      PC,mtd等功能的雷达信号处理的应用和相关数据处理
    • 程序1.rar
      雷达信号MTI,MTD和恒虚警处理仿真。
    • Chirp信号、杂波仿真、CFARMTD
      ex9_13 用FFT和FIR方法实现MTD处理(程序有错误) ex9_14 雷达的恒虚警处理(CFAR) ex9_15 比较相参积累和非相参积累 ex9_14 计算加性高斯白噪声准则下雷达探测的经典CFAR 二进制检测阈值和指定的虚警概率。 ...
    • MATLAB7.x数字信号处理
      MATLAB7.x数字信号处理 ...ex9_13 用FFT和FIR方法实现MTD处理 ex9_14 雷达的恒虚警处理(CFAR) ex9_15 比较相参积累和非相参积累 另外,function文件夹中包含书中第8章、第9章相应例程所调用的子函数。