雷达信号之脉冲压缩与占空比

小白今天要聊一下脉冲压缩和占空比，大家都知道：高分辨率和远探测距离是雷达信号的鱼和熊掌，而为了其两者之可得，我们伟大的前辈采用了脉冲压缩，实现雷达高占空比信号向低占空比信号的跨越。

很多人也许和小白一样，不知道这两个东西为何方神圣，下面小白介绍一下：

占空比，意思就是雷达信号发射时间占一个雷达信号周期的比例，同雷达信号周期，脉宽越低，占空比也就越低，那么有个小问题：

峰值功率一样的雷达，脉宽一定的信号，周期越大，则占空比越小，那么信号发射能量就会越小。而有时候雷达发射信号能量从远到近越来越小，这是不是说明，从远到近的信号占空比越来越小呢

那么信号占空比大的时候如何提高距离分辨率，就需要用到脉冲压缩：

这就是脉冲压缩前后的图，很明显发现脉压前的一个目标信号的信噪比比较差，难以检测到，但是通过匹配滤波器，我们可以看到一个小目标，显而易见，距离分辨率提升了，至于脉冲压缩如何实现，我们明天再做介绍~~

代码：

function LFM_radar(T,B,Rmin,Rmax,R,RCS)
if nargin==0
    T=10e-6;                           %pulse duration 10us
    B=80e6;                            %chirp frequency modulation bandwidth 30MHz
    Rmin=1200;Rmax=10000;            %range bin
    R=[1800]; %position of ideal point targets
    RCS=[1];                   %radar cross section
end
%=========================================================
%%Parameter
C=3e8;                                 %propagation speed
K=B/T;                                 %chirp slope
Rwid=Rmax-Rmin;                        %receive window in meter
Twid=2*Rwid/C;                          %receive window in second
Fs=1*B;Ts=1/Fs;                         %sampling frequency and sampling spacing%Fs=5*B;
Nwid=ceil(Twid/Ts);                       %receive window in number
%==================================================================
%%Gnerate the echo      
t=linspace(2*Rmin/C,2*Rmax/C,Nwid);       %receive window
                                       %open window when t=2*Rmin/C
                                       %close window when t=2*Rmax/C                            
M=length(R);                            %number of targets                                        
td=ones(M,1)*t-2*R'/C*ones(1,Nwid);
Srt=RCS*(exp(j*pi*K*td.^2).*(abs(td)<T/2));%radar echo from point targets  
%=========================================================
%%Digtal processing of pulse compression radar using FFT and IFFT
Nchirp=ceil(T/Ts);                          %pulse duration in number
Nfft=2^nextpow2(Nwid+Nwid-1);             %number needed to compute linear 
                                         %convolution using FFT algorithm
Srw=fft(Srt,Nfft);                           %fft of radar echo
t0=linspace(-T/2,T/2,Nchirp); 

%%%参考信号
B=80e6;
K1=B/T;
%K1=K;
%%%
St=exp(j*pi*K1*t0.^2);                       %chirp signal                
Sw=fft(St,Nfft);                             %fft of chirp signal
Sot=fftshift(ifft(Srw.*conj(Sw)));              %signal after pulse compression
%=========================================================
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('Time in u sec');ylabel('Amplitude')
title('Radar echo without compression');
subplot(212)
plot(t*C/2,Z)
%axis([10000,15000,-60,0]);
xlabel('Range in meters');ylabel('Amplitude in dB')
title('Radar echo after compression');
%=========================================================