【MATLAB】雷达信号处理程序源码 雷达系统仿真代码 matlab SAR

【MATLAB】雷达信号处理程序源码 雷达系统仿真代码 matlab SAR

包含以下所有源码,内容如下：：

1、 MATGPR R3探地雷达数据处理 MATLAB 程序

2、 python 雷达图像识别

3、 SAR 雷达回波仿真 matlab

4、 SAR 雷达影像处理源码

5、 STFT 处理 IPIX 雷达信号源码

6、调频连续波雷达信号仿真

7、毫米波雷达模型在环仿真实例

8、几种典型干扰对脉压雷达影响的仿真

9、雷达 CFAR 恒虛警检测仿真

10、雷达 MATLAB 仿真（8种体制雷达信号的 matlab 仿真）

11、雷达 MATLAB 仿真

12、雷达模糊函数 matlab 代码

13、雷达目标检测与恒虛警处理（第二版）何友仿真程序

14、雷达图像处理软件，干涉图像的生成

15、雷达系统的 matlab 仿真

16、雷达系统仿真程序集合

17、雷达系统仿真代码

18、雷达系统分析与设计（ MATLAB ）第三版源代码

19、雷达系统设计 MATLAB 仿真（源代码）

20、雷达系统设计 matlab 仿真

21、雷达系统中杂波信号的建模与仿真

22、雷达信号 matlab 仿真

23、雷达信号处理＋ Matlab 程序

24、雷达信号分选仿真数据生成代码（ matlab 源码）

25、雷达信号分选源码( matlab )

26、雷达信号去斜处理

27、雷达压制干扰 matlab 程序

28、雷达中的微多普勒效应源码

29、脉冲多普勒雷达的 matlab 仿真

30、完整的雷达系统仿真程序

31、线性调频（ LFM ）脉冲压缩雷达仿真

32、线性调频连续波雷达仿真（ matlab )，汽车雷达测距测速雷达仿真

以上所有源码下载地址

==================================================================================================================================================

雷达系统分析大作

1. 最大不模糊距离：

距离分辨率：

2. 天线有效面积：
   
   半功率波束宽度：
   

3. 模糊函数的一般表示式为

对于线性调频信号

则有：

程序代码见附录1的T_3.m, 仿真结果如下:

4. 程序代码见附录1的T_4.m, 仿真结果如下:

通过比较得知，加窗后的主副瓣比变大，副瓣降低到40db以下，但主瓣的宽度却增加了，约为未加窗时的1.5倍，主瓣也有一定的损失。

5.由雷达方程

作图输出结果如下，程序代码见附录1的T_5.m

在R=70km时,计算得单个脉冲的SNR1=2.7497 db,要达到要求的检测性能则需要12.5dB的最小检测输入信噪比，而M个相参脉冲积累可以将信噪比提高M倍， 故

因此要达到要求就需要10个以上的相参脉冲进行积累。可求得可积累脉冲数为：

其中,为天线的搜索速度等于30°/s.是重复频率为1200hz.故满足要求.
6. 设t时刻弹舰径向与目标航向的夹角为a(t),目标偏离弹轴方向的夹角为β(t),在,

利用以上的关系式即可计算出第i个重复周期弹目间的距离和回波信号的多普勒频率.仿真程序代码见附录1的T_6.m.实验结果如下:

由仿真结果可知, 的变化不大,这表明相对速度的变化不大，同时可求得.
7. (1)相干积累:
由于相对速度的变化不大，所以在仿真时取定值。
仿真程序代码见附录1的T_7_1.m.实验结果如下:

相干积累前后的信噪比情况如下图所示：

由仿真结果知，积累前匹配滤波器输出的信噪比为约12dB。已知M个脉冲相参积累可以将信噪比提高M倍，所以，64个脉冲相参积累后的信噪比将提高64倍（18db）。相干积累后输出的信噪比约30db，与预期效果相符。
(2)非相干积累：
双极点滤波器的时域框图如下：

仿真程序代码见附录1的T_7_2.m.实验结果如下:

非相干积累前后的信噪比情况如下图所示：

由仿真结果知，积累前匹配滤波器的信噪比为约12dB。非相干积累后输出的信噪比约20db。将非相干的结果与相干积累的效果进行比较，可知，相干积累的效果明显优于非相干积累。

附录 1    程序代码 

%%%%%%%% T_3.m %%%%
clear all
clc
clf
taup=1;       %脉冲宽度  100us
b=10;             %带宽    
up_down=-1;         %up_down=-1正斜率， up_down=1负斜率
x=lfm_ambg(taup,b,up_down);  %计算模糊函数   
taux=-1.1*taup:.01:1.1*taup;
fdy=-b:.01:b;
figure(1)               
mesh(100*taux,fdy./10,x)       %画模糊函数
xlabel('Delay - \mus')
ylabel('Doppler - MHz')
zlabel('| \chi ( \tau,fd) |')
title('模糊函数')
figure(2)
contour(100.*taux,fdy./10,x)       %画等高线
xlabel('Delay - \mus')
ylabel('Doppler - MHz')
title('模糊函数等高线')
grid on
N_fd_0=(length(fdy)+1)/2;  % fd=0 的位置
x_tau=x(N_fd_0,:);         %  时间模糊函数
figure(3)
plot(100*taux,x_tau)
axis([-110  110  0 1])
xlabel('Delay - \mus')
ylabel('| \chi ( \tau,0) |')
title(' 时间模糊函数')
grid on
N_tau_0=(length(taux)+1)/2; % tau=0 的位置
x_fd=x(:,N_tau_0);           %  速度模糊函数
figure(4)
plot(fdy./10,x_fd)
xlabel('Doppler - MHz')
ylabel('| \chi ( 0,fd) |')
title(' 速度模糊函数')
grid on
x_db=20*log10(x+eps);
[I,J]=find(abs(x_db+6)<0.09); %取6db点的位置
I=(I-b/.01)/(1/.01);            %Doppler维 坐标变换
J=(J-1.1*taup/.01)/(1/.01);      %时间维 坐标变换
figure(5)                         %6db 的等高线
plot(J*100,I/10,'.')                   
axis([-110 110 -1 1])
xlabel('Delay - \mus')
ylabel('Doppler - MHz')
title('模糊函数 6db 的等高线')
grid on
%- - - - 模糊函数 - - -
function  x=lfm_ambg(taup,b,up_down)
% taup  脉冲宽度;  
%  b    带宽;
%up_down=-1正斜率， up_down=1负斜率
eps=0.0000001;
i=0;
mu=up_down*b/2./taup;
for tau=-1.1*taup:.01:1.1*taup
    i=i+1;
    j=0;
   for fd=-b:.01:b
       j=j+1;
       val1=1-abs(tau)/taup;
       val2=pi*taup*(1-abs(tau)/taup);
       val3=(fd+mu*tau);
       val=val2*val3+eps;
       x(j,i)=abs(val1*sin(val)/val);
   end
end   
%%%%%%%%%%%%%%%%%%

%T_4.m
%%%%%%%  利用频域处理方法进行脉冲压缩  %%%%%%%
clear all
clc
clf
eps = 1e-10;
Te=100e-6;       %脉冲带宽
Bm=1e6;           %调频
mu=Bm/Te;          %调频斜率
Ts=1/(2*Bm);        %采样周期
Ns=fix(Te/Ts);        %采样点数
Nf=1024;               % fft点数
t=0:Ts:Te-Ts; 
y=exp(j*pi*mu*t.^2);   %脉冲压缩前的线形调频信号
yfft = fft(y,Nf) ;
h=zeros(1,Ns);
for i=1:Ns
    h(i)=conj(y(Ns-i+1));
end
hfft= fft(h,Nf);     % 匹配滤波器的频域响应
ycomp =abs(ifft(yfft .*hfft)); %脉冲压缩    
maxval = max (ycomp);
ycomp = eps + ycomp ./ maxval;    % 利用最大值归一化
ycomp_db=20*log10(ycomp);   %取对数
%%%%%%%%%%%%%% 加窗处理 %%%%%%%
win = hamming(Ns)';
h_w=h.*win;       % 加窗
hfft_w=fft(h_w,Nf);     % 加窗的匹配滤波器的频域响应
ycomp_w = abs(ifft(yfft .*hfft_w)); %脉冲压缩 
maxval1 = max(ycomp_w);
val=ycomp_w ;
ycomp_w = eps + ycomp_w ./ maxval;    % 利用ycomp的最大值归一化
ycomp_w1 = eps + val./ maxval1;    % 利用ycomp_w的最大值归一化
ycomp_w_db=20*log10(ycomp_w);   %取对数
ycomp_w1_db=20*log10(ycomp_w1);   %取对数
%%%%%%%%%%%%%%%%
tt =0:Ts:2*Te-Ts;
figure(1)
plot (tt,ycomp_db(1:2*Ns),'g')
axis([.2*Te 1.8*Te -60 0] )
xlabel ('t - seconds ');
ylabel(' db')
title('没有加窗的脉冲压缩输出')
grid on
figure(2)
plot (tt,ycomp_w1_db(1:2*Ns),'r')
axis([.2*Te 1.8*Te -60 0] )
xlabel ('t - seconds ');
ylabel(' db')
title('加窗的脉冲压缩输出')
grid on
figure(3)
plot (tt,ycomp_db(1:2*Ns),'g',tt,ycomp_w_db(1:2*Ns),'r')
axis([.7*Te  1.3*Te -60 0] )
xlabel ('t - seconds ');
ylabel(' db')
legend('未加窗','加窗');
title('脉冲压缩输出对比')
grid on
%%%%%%%%%

%  T_5.m
%%%%%%%%%SNR与距离的关系 %%%%%%
clear all
clc
eps=1e-10;
c = 3.0e+8; % speed of light
lambda =0.03; % 波长
pt=20;       %峰值功率
lambda=0.03;  %波长
tao=100e-6;    %发射脉冲宽度
G_db=30;                %天线增益 in db
sigma=1000;     %RCS       
k=1.38e-23;    %  Boltzman's constant 
To=290;         %标准室温
F_db=2;        % 噪声系数 in db 
L_db=5;   % 系统损失 in db
R=70e3:-100:0;  %距离
val=10*log10((pt*tao*lambda^2*sigma)/((4*pi)^3*k*To))+
2*G_db-F_db-L_db;
SNR=val-40*log10(R);
figure(1)
plot(R./1e3,SNR)
title('SNR与距离的关系')
xlabel('距离 - km')
ylabel('SNR - db')
grid on
SNR1=val-40*log10(70e3)%计算R=70km时的SNR
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% T_6.m 
clear all
clc 
lembda=0.03;   %波长
fr=1200;     %重复频率
tra=180/pi;  % 度到弧度的转化量
alpha=31/tra; %      t=0时弹舰径向与目标航向的夹角
alpha_p=30/tra;%       导弹运动方向与目标航向的夹角
Ro=70e3;        %   t=0时的弹舰距离
Vs=10;           %   舰船速度
Va=680;           %  导弹速度
OM=Ro*sin(alpha);  %   t=0时 弹舰垂直距离
MP=Ro*cos(alpha);   %  t=0时 弹舰垂直距离
%%%%%%%%%%%%%%
t=0:1/fr:10;
OM_t=OM-0.5*Va.*t;   %   t时刻 弹舰垂直距离
MP_t=MP-Vs.*t-sqrt(3)*Va.*t/2;%   t时刻 弹舰垂直距离
alpha_t=atan(OM_t./MP_t); %t时刻弹舰径向与目标航向的夹角
R_t=OM_t./sin(alpha_t); %t时刻弹舰距离
% t时刻弹舰径向速度
vd_t=(sqrt(3)/2*Va+Vs).*cos(alpha_t)+0.5*Va.*sin(alpha_t);
fd_t=2*vd_t/lembda; %t时刻多普勒频移
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
figure(1)
plot(t,R_t)
title ('t时刻弹舰距离')
xlabel('时间  - s')
ylabel('弹舰距离 - m')
figure(2)
plot(t,fd_t)
title('t时刻多普勒频移')
xlabel('时间  - s')
ylabel('多普勒频移 - hz')

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%T_7_1.m
% 相干积累
clear all 
clc 
clf
c=3e8;     % speed of light
Te=100e-6;  % 发射脉冲宽度
Be=1e6;       %带宽
mu=Be/Te;       %调频斜率
Ts=1/(2*Be);      %采样频率
Ro=70e3;        % 起始距离
fo=c/0.03;       % 中心频率
Vr=688;            %径向速度
t=0:Ts:Te-Ts;
W=exp(j*pi*mu*t.^2);
Wf=fft(W,1024);
%%%%%%%%%%%%%%%%%%%%%%%
nnn=fix((Ro-30e3)/75);%采样的起始位置,从30km开始采样
R=0:75:15e3-75;    %在30km和45km之间采样，采样间隔75m
for i=1:200
    for k=1 :64
        Ri(k,i)=R(i)-Vr*Ts*(k-1);
    end
end
taoi=2*Ri/c;
echo=10^0.225*0.707*(randn(64,1024)+j*randn(64,1024));
j=sqrt(-1); 
for i=1:64    %回波信号
  echo(i,nnn:nnn+199)=echo(i,nnn:nnn+199)+...
           exp(-j*2*pi*fo*taoi(i,:)+j*pi*mu*taoi(i,:).^2);
end
for i=1:64     %脉冲压缩
     sp2(i,:)=ifft(fft(echo(i,:),1024).*conj(Wf),1024);
 end
 for k=1:1024      % 相干积累
     sct(:,k)=abs(fftshift(fft(sp2(:,k),256)));
 end
 sct=sct./max(max(sct));%归一化 
 sp=sp2./max(max(sp2));%归一化
 %积累前后信噪比输出
 figure(1)
 plot(20*log10(abs(sp')))
 ylabel('-db')
 title('相干积累前')
 axis([1  1024 -30 0])
 figure(2)
 plot(20*log10(sct'))
 ylabel(' - db')
 title('相干积累输出')
 axis([1  1024 -30 0])
 %%%%%%%%%积累结果输出
r=((1:1024)*75+30e3)./1e3;
dp=(-128:127)*(Be/128)/1e3;
figure(1)
mesh(r,dp,sct)
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('相干积累输出结果')
figure(2)
contour(r,dp,sct)
axis([30 100 -200 200])
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('R-fd 等高线')
grid on
dp=(-32:31)*(Be/32)/1e3;
figure(3)
mesh(r,dp,abs(echo)/max(max(abs(echo))))
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('相干积累前的结果')

%  T_7_2.m
% 非相干积累
clc
clear all
c=3e8;     % speed of light
Te=100e-6;  % 发射脉冲宽度
Be=1e6;       %带宽
mu=Be/Te;       %调频斜率
Ts=1/(2*Be);      %采样频率
Ro=70e3;        % 起始距离
fo=c/0.03;       % 中心频率
Vr=688;            %径向速度
fr=1200;     %重复频率
t=0:Ts:Te-Ts;
W=exp(j*pi*mu*t.^2);
Wf=fft(W,1024);
%%%-------  双极点滤波器 -----%%%%%%
sheta_3_db=6.4;  %半功率波束宽度
v=30;              %  天线的搜索速度
N=sheta_3_db*fr/v;
wd_tao=2.2/N;
xi=0.63;
k1=2*exp(-xi*wd_tao/sqrt(1-xi^2))*cos(wd_tao);
k2=exp(-2*xi*wd_tao/sqrt(1-xi^2));
NN=64;
w=-pi:pi/NN:pi-pi/NN;
j=sqrt(-1);
H=exp(-j.*w)./(1-k1*exp(-j*w)+k2*exp(-2*j.*w));
h=ifft(H,64);
%%- - - - 信号处理 - - - % 
nnn=fix((Ro-30e3)/75);%采样的起始位置,从30km开始采样
R=0:75:15e3-75;    %在30km和45km之间采样，采样间隔75m
for i=1:200
    for k=1 :64
        Ri(k,i)=R(i)+Vr*Ts*(k-1);
    end
end
taoi=2*Ri/c;
echo=10^0.275*0.707*randn(64,1024)+j*randn(64,1024);
j=sqrt(-1); 
for i=1:64      %回波信号，加随机相位模拟非相干信号
   echo(i,nnn:nnn+199)=echo(i,nnn:nnn+199)...
       +exp(-j*2*pi*fo*taoi(i,:)+j*pi*mu*taoi(i,:).^2 ...
             +j*2*pi*rand*ones(1,200));
end
for i=1:64     %脉冲压缩
     sp2(i,:)=ifft(fft(echo(i,:),1024).*conj(Wf),1024);
end
for i=1:1024 %用双极点滤波器进行非相干积累
       isct(:,i)=conv((sp2(:,i)),h)';
end
for k=1:1024     
    sct(:,k)=abs(fftshift(fft(isct(:,k),256)));
end
 sct=sct./max(max(sct)); %归一化 
 sp2=sp2./max(max(abs(sp2))); %归一化
 %积累前后信噪比输出
 figure(1)
 plot(20*log10(abs(sp2')))
 ylabel('-db')
 title('非相干积累前')
 axis([1  1024 -30 0])
 figure(2)
 plot(20*log10(sct'))
 ylabel(' - db')
 title('非相干积累输出')
 axis([1  1024 -30 0])
 %%%%%%%%%积累结果输出
 r=((1:1024)*75+30e3)./1e3;
 dp=(-128:127)*(Be/128)./1e3;
 figure(3)
 mesh(r,dp,sct)
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('非相干积累输出结果')
 figure(4)
 contour(r,dp,sct)
 axis([30 100 -200 200])
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('R-fd 等高线')
 grid on
 dp=(-32:31)*(Be/32)/1e3;
figure(5)
mesh(r,dp,abs(echo)/max(max(abs(echo))))
xlabel('距离 km')
ylabel('Doppler -  kHz')
title('非相干积累前的结果')
%%%%%————————%%%%%%