MATLAB雷达空时自适应处理

「已注销」

已于 2023-08-08 14:40:39 修改

阅读量7k

点赞数 9

分类专栏： MATLAB可视化文章标签： matlab 信号处理雷达空时自适应

于 2021-02-23 08:21:59 首次发布

本文链接：https://blog.csdn.net/m0_38127487/article/details/113967615

版权

MATLAB可视化专栏收录该内容

286 篇文章 34 订阅

订阅专栏

该博客介绍了空时自适应处理（STAP）在雷达系统中的运用，通过处理空域和时域信号来提高目标检测性能。内容包括STAP的基本原理，如信号的空域和时域分量处理，以及相干累加合成阵列响应。通过MATLAB代码展示了STAP如何去除目标、杂波和干扰信号，生成了目标和干扰去除后的雷达回波谱图。

摘要由CSDN通过智能技术生成

空时自适应处理是一个用来描述同时处理空域和时域的自适应阵列的术语，信号的空域分量由阵列传感器收集（与所有阵列工作相同），而信号的时域分量用每个阵列传感器后等间隔延时单元产生，为此目的，一个尺寸N阵列有N个子通道(每个传感器后面对应一个）在每个子通道中，来自第j个距离单元的信号组成了M个脉冲，这M个脉冲按照雷达脉冲间隔交错。然后来自所有M个延时响应的输出进行相干累加，以产生合成的阵列响应，假设阵列输入由目标回波、杂波回波及干扰信号回波组成。

clear all;
close all;
sintheta_t1=.4;
wd_t1=-.6;
sintheta_t2=-.6;
wd_t2=.2;
[LL,sintheta,wd]=stap_std(sintheta_t1,wd_t1,sintheta_t2,wd_t2);
LL=LL/max(max(abs(LL)));
LL=max(LL,1e-6);
figure(3)
imagesc(sintheta,wd,10*log10(abs(LL)))
colorbar
title('STAP Detection of target &jammer;clutter removed');
set(gca,'ydir','normal'),xlabel('正弦角'),ylabel('规范化多普勒');
figure(4)
surf(sintheta,wd,10*log10(abs(LL)))
shading interp
title('STAP Detection of taget &jammer;clutter removed');
set(gca,'ydir','normal'),xlabel('正弦角'),ylabel('规范化多普勒');
function[LL,sintheta,wd]=stap_std(sintheta_t1,wd_t1,sintheta_t2,wd_t2);
do_plot=1;
N=10;
M=12;
N0=250;
beta=1;
dol=0.5;
CNR=30;
SNR=10;
JSR=0;
sigma2_n=1;
sigma2_c=sigma2_n*10^(CNR/10);
sigma_c=sqrt(sigma2_c);
sigma2_t1=sigma2_n*10^(SNR/10);
sigma_t1=sqrt(sigma2_t1);
sigma2_t2=sigma2_t1*10^(JSR/10);
sigma_t2=sqrt(sigma2_t2);
sintheta=linspace(-1,1,N0);
phi=2*dol*sintheta;
wd=beta*phi;
Rc=zeros(N*M);
ac_all=zeros(N*M,1);
for k=1:length(phi),
    ac=sigma_c*st_steering_vector(phi(k),N,beta*phi(k),M);
    Rc=Rc+ac*ac';
    ac_all=ac_all+ac;
end
Rc=Rc/length(phi);
Rn=sigma2_n*eye(M*N);
at1=sigma_t1*st_steering_vector(sintheta_t1,N,wd_t1,M);
Rt1=at1*at1';
at2=sigma_t2*st_steering_vector(sintheta_t2,N,wd_t2,M);
Rt2=at2*at2';
R=Rc+Rn+Rt1+Rt2;
sintheta=linspace(-1,1);
wd=beta*sintheta;
Pb=zeros(length(wd),length(sintheta));
for nn=1:length(sintheta),
    for mm=1:length(wd),
        a=st_steering_vector(sintheta(nn),N,wd(mm),M);
        Pb(mm,nn)=a'*R*a;
    end
end
if do_plot
    figure(1)
    imagesc(sintheta,wd,10*log10(abs(Pb)))
    colorbar
    title('Total Return Spectrum before STAP Detection of target,clutter,noise, &jammer');
    set(gca,'ydir','normal'),xlabel('sine angle'),ylabel('normalized doppler')
    figure(2)
    surf(sintheta,wd,10*log10(abs(Pb)))
    shading interp,,
    xlabel('sine angle'),
    ylabel('normalized doppler')
    title('Total Return spectrum before STAP Detection of target,clutter,noise & jammer');
end
R=Rc+Rn+Rt1+Rt2;
Rc=(ac_all*ac_all')/length(phi);
Rinv=inv(Rn+Rc);
wopt=Rinv'*(at1+at2);
sintheta=linspace(-1,1);
wd=beta*sintheta;
LL=zeros(length(wd),length(sintheta));
for nn=1:length(sintheta),
    for mm=1:length(wd),
        a=st_steering_vector(sintheta(nn),N,wd(mm),M);
        LL(mm,nn)=abs(a'*Rinv*(at1+at2+ac_all))^2/(a'*(Rc+Rn)*a);
    end
end
disp(size(a))
disp(size(Rinv))
function a=st_steering_vector(sintheta,N,wd,M)
a_N=exp(-j*pi*sintheta*[0:N-1]');
b_M=exp(-j*pi*wd*[0:M-1]');
a=kron(b_M,a_N);