【雷达通信】模拟无人机FMCW毫米波高度雷达含Matlab源码

1 简介

这是用于无人机的毫米波高度计雷达的简单模拟场景:无人机在空中飞行时,地面为探测对象。

​2 部分代码

%  %  % 1T1R Simulation. % Senario: UAV radar to horizontal ground/slope ground , height measurement.clc;clear%% Radar Parametersfc = 24e9;   c = physconst('LightSpeed');lambda = c/fc;tm = 5e-4;   % Chirp Cyclebw = 300e6;    % FMCW Bandwidthrange_max = 5;     % Max detection Range 1~100 metersv_max = 2.5;         % Max Velocity%range_res = c/2/bw;sweep_slope = bw/tm;fr_max = range2beat(range_max,sweep_slope,c);fd_max = speed2dop(2*v_max,lambda);fb_max = fr_max+fd_max;fs = max(2*fb_max,bw);%%%% Use Phased Array System Toolbox to generate an FMCW waveformwaveform = phased.FMCWWaveform('SweepTime',tm,'SweepBandwidth',bw,...'SampleRate',fs);%%tx_antenna = phased.IsotropicAntennaElement('FrequencyRange',[23.8e9 24.4e9],'BackBaffled',true);rx_antenna = phased.IsotropicAntennaElement('FrequencyRange',[23.8e9 24.4e9],'BackBaffled',true);%%transmitter = phased.Transmitter('PeakPower',0.001,'Gain',20);receiver = phased.ReceiverPreamp('Gain',20,'NoiseFigure',8.5,'SampleRate',fs);txradiator = phased.Radiator('Sensor',tx_antenna,'OperatingFrequency',fc,...'PropagationSpeed',c);rxcollector = phased.Collector('Sensor',rx_antenna,'OperatingFrequency',fc,...'PropagationSpeed',c);rng(2020);fs_d = 2500000;Dn = fix(fs/fs_d);%%%% --------------Radar Motion Platform-------------- %%radar_s = phased.Platform('InitialPosition',[0;0;0],...    'Velocity',[0.05;2.3;-0.04]);  %% *********** Set Radar Velocity Here **************        %% Targets ------------- Ground -------------------- %%target_ypos = -6:0.15:6;target_num = size(target_ypos,2);target_xpos = 1.3*ones(1,target_num) + 0*1.1*target_ypos; %% *********** Set Ground Shape Here ************** target_zpos = zeros(1,target_num);target_pos = [[target_xpos,target_xpos,target_xpos];    [target_ypos,target_ypos,target_ypos];    [target_zpos-0.15,target_zpos,target_zpos+0.155]];target_num = target_num*3;target_rcs = 0.02*ones(1,target_num);targets_vel = [zeros(1,target_num);zeros(1,target_num);zeros(1,target_num)];targets = phased.RadarTarget('MeanRCS',target_rcs,'PropagationSpeed',c,'OperatingFrequency',fc);targetmotion = phased.Platform('InitialPosition',target_pos,...    'Velocity',targets_vel);%%%% Signal Propogation% simulation of free space propagtionchannel = phased.FreeSpace('PropagationSpeed',c,...'OperatingFrequency',fc,'SampleRate',fs,'TwoWayPropagation',true);%%%%% Generate Time Domain Waveforms of Chirps% xr is the data received at rx arrayNsweep = 32;               % Number of Chirps (IF signal) of this simulationchirp_len = fix(fs_d*waveform.SweepTime);xr = complex(zeros(chirp_len,1,Nsweep));disp('The simulation will take some time. Please wait...')for m = 1:Nsweep    if mod(m,1)==0        disp([num2str(m),'/',num2str(Nsweep)])    end        % Update radar and target positions    [radar_pos,radar_vel] = radar_s(waveform.SweepTime);    [tgt_pos,tgt_vel] = targetmotion(waveform.SweepTime);    [~,tgt_ang] = rangeangle(tgt_pos,radar_pos);        % Transmit FMCW waveform    sig = waveform();    txsig = transmitter(sig);        % Toggle transmit element    txsig = txradiator(txsig,tgt_ang);        % Propagate the signal and reflect off the target    txsig = channel(txsig,radar_pos,tgt_pos,radar_vel,tgt_vel);    txsig = targets(txsig);        % Dechirp the received radar return    rxsig = rxcollector(txsig,tgt_ang);    rxsig = receiver(rxsig);    dechirpsig = dechirp(rxsig,sig);        % Decimate the return to reduce computation requirements    for n = size(xr,2):-1:1        xr(:,n,m) = decimate(dechirpsig(1:chirp_len*Dn,n),Dn,'FIR');    endendrange_res = range_res*size(dechirpsig,1)/Dn/size(xr,1);%%xrv = squeeze(xr);save('vrv.mat',...    'xrv','fc','fs_d','c','tm','bw','waveform','range_res',...    'Nsweep','chirp_len','Dn','fb_max','lambda',...    'v_max','range_max')%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%         Part II: Signal Processing                %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%if ~exist('xrv')    load('vrv.mat');end    % FFT pointsnfft_r = 2^nextpow2(size(xrv,1));nfft_d = 2^nextpow2(size(xrv,2));nfft_mul = 2;ra_res = range_res*size(xrv,1)/nfft_mul/nfft_r;% RDM Algorithmrngdop = phased.RangeDopplerResponse('PropagationSpeed',c,...    'DopplerOutput','Speed','OperatingFrequency',fc,'SampleRate',fs_d,...    'RangeMethod','FFT','PRFSource','Property',...    'RangeWindow','Hann','PRF',1/waveform.SweepTime,...    'SweepSlope',waveform.SweepBandwidth/waveform.SweepTime,...    'RangeFFTLengthSource','Property','RangeFFTLength',nfft_r*nfft_mul,...    'DopplerFFTLengthSource','Property','DopplerFFTLength',nfft_d*nfft_mul,...    'DopplerWindow','Hann');% RD Map[resp,r,sp] = rngdop(xrv);% % Range-Energy Calibration% for k=size(resp,1)/2+1:size(resp,1)%     resp(k,:,:) = resp(k,:,:) * (k-size(resp,1)/2)^3;% endsubplot(221);plotResponse(rngdop,squeeze(xrv));axis([-2*v_max 2*v_max 0 range_max-0.05])%respmap = mag2db(abs(resp));respmap = abs(resp);respmap = avg_filter_2D(respmap,1);subplot(222);mesh(respmap(nfft_r*nfft_mul/2+1:nfft_r*nfft_mul/2+1+30*nfft_mul,...    :))    %nfft_d*nfft_mul/2-12*nfft_mul:nfft_d*nfft_mul/2+12*nfft_mul))subplot(413);plot(sum(respmap(nfft_r*nfft_mul/2+1:nfft_r*nfft_mul/2+1+30*nfft_mul,...    nfft_d*nfft_mul/2-1:nfft_d*nfft_mul/2+2),2))

3 仿真结果

4 参考文献

[1]黄广超. 毫米波雷达超分辨率成像关键技术研究. 

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 雷达通信模拟无人机频率调制持续波(FMCW)是一种无人机通信和目标探测的模拟技术。FMCW雷达使用频率调制技术来实现目标测距和速度测量。 FMCW雷达工作原理是发送一连续的频率变化的信号,并同时接收目标反射回来的信号。通过分析接收到的信号与发送信号之间的频率差异,可以得到目标的距离和速度信息。 在无人机通信中,FMCW技术可以实现高速、低功耗的数据传输。首先,无人机发送一个频率逐渐增加的信号,接收器在接收到信号后,将其与本地产生的相同频率信号进行比较,得到频率差值。这个差值可以转化为目标的距离信息。 通过调节无人机发送信号的频率变化速度,可以实现不同距离范围的目标探测。对于不同距离的目标,可以调整FMCW雷达的参数,如频率增量和扫描时间,以满足不同的通信需求。 此外,FMCW技术还可以用于无人机的速度测量。通过测量接收信号的频率变化速度,可以获得目标的速度信息。这对无人机的自主导航和碰撞避免非常重要。 总之,FMCW雷达通信模拟无人机是一种利用频率调制持续波技术实现目标探测和通信的方法。它具有高速、低功耗和多功能的优势,适用于无人机领域的应用。 ### 回答2: 雷达通信模拟是一种使用频率调制连续波(FMCW)信号的技术,用于模拟无人机系统中的雷达通信。 首先,FMCW信号是一种基于频率调制的连续波信号。它的工作原理是通过不断改变信号的频率,然后在接收端测量信号的回波时间来获取目标物体的距离和速度。在雷达通信中,我们可以利用这种FMCW信号来实现无人机之间的通信传输。 FMCW通信模拟无人机系统由两部分组成:发送端和接收端。发送端通过发射频率不断变化的FMCW信号,并将其传输到接收端。接收端接收到返回的FMCW信号,并进行处理以提取有效信息。 在无人机系统中,雷达通信模拟可用于实现无线通信无人机之间可以利用FMCW信号进行信息交换,如传输指令、接收数据等。通过在无人机中集成雷达通信模拟技术,可以改善无人机之间的通信效率和稳定性。 雷达通信模拟无人机FMCW具有以下优点: 1. 高速数据传输:FMCW信号具有较高的带宽,可以实现快速的数据传输,提高通信效率。 2. 抗干扰能力强:FMCW信号可以通过频率调制和解调来实现抗干扰,提高通信的稳定性和可靠性。 3. 较低的功耗:相比其他通信技术,FMCW信号在实现无人机通信时消耗的能量较低,可以延长无人机的续航时间。 总之,雷达通信模拟无人机FMCW是一种有效的通信技术,可以实现无人机之间的高速数据传输和稳定的通信连接。它在无人机系统中具有广泛的应用前景,可以提高无人机通信能力和性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值