【雷达通信】中频PD雷达仿真系统【含GUI Matlab源码 1055期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）

⛄一、PD雷达简介

⛄二、部分源代码

function varargout = fig(varargin)
%
%
% 完成时间：2021.02.19
% FIG MATLAB code for fig.fig
% FIG, by itself, creates a new FIG or raises the existing
% singleton*.
%
% H = FIG returns the handle to a new FIG or the handle to
% the existing singleton*.
%
% FIG(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in FIG.M with the given input arguments.
%
% FIG(‘Property’,‘Value’,…) creates a new FIG or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before fig_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to fig_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help fig

% Last Modified by GUIDE v2.5 19-Feb-2021 08:14:13

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @fig_OpeningFcn, …
‘gui_OutputFcn’, @fig_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT

% — Executes just before fig is made visible.
function fig_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to fig (see VARARGIN)

% Choose default command line output for fig
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% UIWAIT makes fig wait for user response (see UIRESUME)
% uiwait(handles.figure1);

%设置背景图片
ha=axes(‘units’,‘normalized’,‘position’,[0 0 1 1]);
uistack(ha,‘down’)
II=imread(‘radar.jpg’);
image(II)
colormap gray
set(ha,‘handlevisibility’,‘off’,‘visible’,‘off’);

% — Outputs from this function are returned to the command line.
function varargout = fig_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout{1} = handles.output;

%
% — Executes on button press in startbutton.
function startbutton_Callback(hObject, eventdata, handles)
% hObject handle to startbutton (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% clear all
% clc
% close all

%获取发射功率
Pt=str2double(get(handles.Ptinput,‘String’));

%获取中心频率
Fc=str2double(get(handles.Fcinput,‘String’))*1e6;

%获取脉冲宽度
Tp=str2double(get(handles.Tpinput,‘String’))*1e-6;

%获取脉冲重复频率
Fr=1e3*[str2double(get(handles.Frinput1,‘String’)) str2double(get(handles.Frinput2,‘String’)) str2double(get(handles.Frinput3,‘String’))];

%获取带宽
B=1e6*str2double(get(handles.Binput,‘String’));

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 雷达系统仿真参数 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
c=3e8; % 光速
k=1.38e-23; % 玻尔兹曼常数

% Pt=20e3; % 发射功率【W】

% Fc=1e9; % 中心频率【Hz】
Wavelength=c/Fc; % 工作波长【m】

% Tp=8e-6; % 脉冲宽度【微秒】
% Fr=[8e3 11e3 13e3]; % 脉冲重复频率【Hz】

% B=10e6; % 带宽【Hz】
Fs=20e6; % 采样率【Hz】
F=10^(6.99/10); % 噪声系数
K=B/Tp; % 调频率【Hz】
Tr=1./Fr;% 脉冲重复周期【秒】
R_T=Tr*c/2;%最大模糊距离

Delta_t=1/Fs; % 时域采样点时间间隔【秒】
vv=FrWavelength/2; %最大模糊速度
D=5; % 天线孔径【m】
Ae=1pi*(D/2)^2; % 天线有效面积【m^2】
% G=4piAe/Wavelength^2; % 天线增益
G=10^(32/10);
BeamWidth=0.88Wavelength/D; % 天线3dB波束宽度【deg】
BeamShift=0.8BeamWidth/2; % A、B波束与天线轴向的夹角【deg】
Theta0=30pi/180; % 波束主瓣初始指向【度】
Wa=0;2pi/1; % 天线波束转速【rad/sec】

Num_Tr_CPI=64; % CPI周期数

R_set=[70e3,7e3,10e3]; % 目标距离【m】
RCS=[1,1,1]; % 目标平均后向散射截面积【m^2】
Theta_target_set=30.1*pi/180; % 目标方位角【deg】
V_set=[2100,1000,900]; % 目标速度【m/s】

for a=1:length(Fr)

R_A(a)=mod(R_set(1),R_T(a));%判断是否出现模糊
end
for a=1:length(Fr)

v_A(a)=mod(V_set(1),vv(a));
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 产生发射信号 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s=lfm(Pt,Tp,Fr,B,Fs,G,Num_Tr_CPI);

figure
s_plot(s);
title(‘雷达发射信号’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)
print(gcf,‘-dbitmap’,‘雷达发射信号.bmp’) % 保存为png格式的图片。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 目标回波 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_A s_B] = target(G,Fc,Fs,Fr,Num_Tr_CPI,Theta0,Wa,BeamWidth,s,R_set,V_set,RCS,Theta_target_set);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 仿真热噪声 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_A s_B] = nose(s_A,s_B,k,B,F);

figure
subplot(2,1,1)
s_plot(s_A);
title(‘A通道回波信号’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)

subplot(2,1,2)
s_plot(s_B);
title(‘B通道回波信号’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)

print(gcf,‘-dbitmap’,‘雷达回波信号.bmp’) % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 和差波束调制 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

[s_Sigma s_Delta] =sigma_delta(s_A,s_B);

figure
subplot(2,1,1)
s_plot(s_Sigma);
title(‘和通道回波信号’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)

subplot(2,1,2)
s_plot(s_Delta);
title(‘差通道回波信号’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)
print(gcf,‘-dbitmap’,‘和差调制回波信号.bmp’) % 保存为png格式的图片。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 匹配滤波（脉冲压缩) %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%]
[s_Sigma_rc s_Delta_rc] = match(s_Sigma,s_Delta,Tr,Fs,K,Num_Tr_CPI);

figure
s_plot(s_Sigma_rc);
title(‘和通道匹配滤波结果’)
xlabel(‘time [sec]’)
ylabel(‘magnitude [v]’)

print(gcf,‘-dbitmap’,‘匹配滤波结果.bmp’) % 保存为png格式的图片。

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]李树锋.基于完全互补序列的MIMO雷达与5G MIMO通信[M].清华大学出版社.2021
[2]何友,关键.雷达目标检测与恒虚警处理（第二版）[M].清华大学出版社.2011

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合