雷达模糊函数及MATLAB仿真


前言

本文对雷达模糊函数的内容以思维导图的形式呈现,有关仿真部分进行了讲解实现。


一、雷达模糊函数

思维导图如下图所示,如有需求请到文章末尾端自取。
在这里插入图片描述

二、Matlab 仿真

1、单脉冲模糊函数

归一化的矩形脉冲定义为:
在这里插入图片描述
单脉冲不确定函数表达式
在这里插入图片描述
单脉冲模糊函数表达式
在这里插入图片描述

①、MATLAB 源码

single_pulse_ambg.m

function x = single_pulse_ambg (taup)
%colormap (gray(1))
eps = 0.000001;
i = 0;
taumax = 1.1 * taup;
taumin = -taumax;
for tau = taumin:.05:taumax
   i = i + 1;
   j = 0;
   for fd = -5/taup:.05:5/taup %-2.5:.05:2.5
      j = j + 1;
      val1 = 1. - abs(tau) / taup;
      val2 = pi * taup * (1.0 - abs(tau) / taup) * fd;
      x(j,i) = abs( val1 * sin(val2+eps)/(val2+eps));
   end
end

Fig4_2.m

close all
clear all
eps = 0.000001;
taup = 2.;
taumin = -1.1 * taup;
taumax = -taumin;
x = single_pulse_ambg(taup);
taux = taumin:.05:taumax;
fdy = -5/taup:.05:5/taup;
figure(1)
mesh(taux,fdy,x);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
%colormap([.5 .5 .5])
%colormap (gray)
figure(2)
contour(taux,fdy,x);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
%colormap([.5 .5 .5])
%colormap (gray)
grid
y = x.^2;
figure(3)
mesh(taux,fdy,y);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
%colormap([.5 .5 .5])
%colormap (gray)
figure(4)
contour(taux,fdy,y);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
%colormap([.5 .5 .5])
%colormap (gray)
grid

②、仿真结果

1)不确定函数三维图

请添加图片描述

2)不确定函数的等高图

请添加图片描述

3)模糊函数的三维图

请添加图片描述

4)模糊函数的等高图

请添加图片描述

2、单脉冲多普勒频率轴上的切面

模糊函数在多普勒频率轴上的切面为:
在这里插入图片描述

①、MATLAB 源码

fig4_4.m

close all
clear all
eps = 0.0001;
taup = 2.;
fd = -10./taup:.05:10./taup;
uncer = abs( sinc(taup .* fd));
ambg = uncer.^2;
plot(fd, ambg,'k')
xlabel ('Frequency - Hz')
ylabel ('Ambiguity - Volts')
grid
figure(2)
plot (fd, uncer,'k');
xlabel ('Frequency - Hz')
ylabel ('Uncertainty - Volts')
grid

②、仿真结果

1)单频脉冲(零延迟)的不确定函数

请添加图片描述

2)单频脉冲(零延迟)的模糊度函数

请添加图片描述

3、LFM 信号模糊函数

上调频 LFM 信号的模糊函数为:
在这里插入图片描述
下调频 LFM 信号的模糊函数为:
在这里插入图片描述

①、MATLAB 源码

lfm_ambg.m

function x = lfm_ambg(taup, b, up_down)
eps = 0.000001;
i = 0;
mu = up_down * b / 2. / taup;
delt = 2.2*taup/250;
delf = 2*b /250;
for tau = -1.1*taup:.05:1.1*taup
   i = i + 1;
   j = 0;
   for fd = -b:.05:b
      j = j + 1;
      val1 = 1. - abs(tau) / taup;
      val2 = pi * taup * (1.0 - abs(tau) / taup);
      val3 = (fd + mu * tau);
      val = val2 * val3;
      x(j,i) = abs( val1 * (sin(val+eps)/(val+eps))).^2;
   end
end

在这里插入图片描述
fig4_5.m

close all
clear all
eps = 0.0001;
taup = 1.;
b =10.;
up_down = 1.;
x = lfm_ambg(taup, b, up_down);
taux = -1.1*taup:.05:1.1*taup;
fdy = -b:.05:b;
figure(1)
mesh(taux,fdy,x)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
figure(2)
contour(taux,fdy,x)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
y = sqrt(x);
figure(3)
mesh(taux,fdy,y)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Uncertainty function')
figure(4)
contour(taux,fdy,y)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')

②、仿真结果

在这里插入图片描述

1)上调频 LFM 信号三维不确定图

脉宽 1s,带宽 10Hz
请添加图片描述

2)上调频 LFM 信号不确定函数等高线图

请添加图片描述

3)上调频 LFM 信号三维模糊度图

脉宽 1s,带宽 10Hz
在这里插入图片描述

4)上调频 LFM 信号模糊函数等高线图

在这里插入图片描述

4、LFM 沿时间延迟轴 τ \tau τ 的切面

上调频模糊函数沿时间延迟轴 τ \tau τ 的切面为:
在这里插入图片描述

①、MATLAB 源码

close all
clear all
taup = 1;
b =20.;
up_down = 1.;
taux = -1.5*taup:.01:1.5*taup;
fd = 0.;
mu = up_down * b / 2. / taup;
ii = 0.;
for tau = -1.5*taup:.01:1.5*taup
   ii = ii + 1;
   val1 = 1. - abs(tau) / taup;
   val2 = pi * taup * (1.0 - abs(tau) / taup);
   val3 = (fd + mu * tau);
   val = val2 * val3;
   x(ii) = abs( val1 * (sin(val+eps)/(val+eps)));
end
figure(1)
plot(taux,x)
grid
xlabel ('Delay - seconds')
ylabel ('Uncertainty')
figure(2)
plot(taux,x.^2)
grid
xlabel ('Delay - seconds')
ylabel ('Ambiguity')

②、仿真结果

1)不确定函数切面图

LFM 脉冲( τ ′ = 1 , b = 20 \tau'=1,b=20 τ=1,b=20)的零多普勒不确定函数

请添加图片描述
注意到 LFM 信号模糊函数沿多普勒频率轴的切面是与单脉冲类似的,因为脉冲形状没有发生改变(只是增加了频率调制)。然而,沿时间延迟轴的切面变化显著,与没有调制脉冲的切面图相比窄了很多,第一个零点位于:
τ n 1 ≈ 1 / B \tau_{n1}\approx 1/B τn11/B
这表明匹配滤波器输出的有效脉冲宽度由雷达的带宽决定。

2)模糊函数切面图

请添加图片描述

5、相干脉冲串模糊度函数

相干脉冲串的模糊函数。对于 τ ′ < T / 2 \tau'<T/2 τ<T/2
在这里插入图片描述
沿时间延迟轴的模糊函数切面:
在这里插入图片描述
沿多普勒频率轴的模糊函数切面:
在这里插入图片描述

①、MATLAB 源码

train_ambg.m

function x = train_ambg (taup, n, pri)
if( taup > pri / 2.)
   'ERROR. Pulse width must be less than the PRI/2.'
   return
end
gap = pri - 2.*taup;
eps = 0.000001;
b = 1. / taup;
ii = 0.;
for q = -(n-1):1:n-1
   tauo = q - taup ;
   index = -1.;
   for tau1 = tauo:0.0533:tauo+gap+2.*taup
      index = index + 1;
      tau = -taup + index*.0533;
      ii = ii + 1;
      j = 0.;
      for fd = -b:.0533:b
         j = j + 1;
         if (abs(tau) <= taup)
            val1 = 1. -abs(tau) / taup;
            val2 = pi * taup * fd * (1.0 - abs(tau) / taup);
            val3 = abs(val1 * sin(val2+eps) /(val2+eps)); 
            val4 = abs((sin(pi*fd*(n-abs(q))*pri+eps))/(sin(pi*fd*pri+eps)));
            x(j,ii)=  val3 * val4 / n;
         else
            x(j,ii) = 0.;
         end
      end
   end
end

在这里插入图片描述
在这里插入图片描述
fig4_8.m

close all
clear all
taup =0.2;
pri=1;
n=5;
x = train_ambg (taup, n, pri);
figure(1)
mesh(x)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
figure(2)
contour(x);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')

②、仿真结果

1)相干脉冲串的三维模糊图

5个脉冲等幅相干串的三维模糊图,脉冲宽度为 0.2s,PRI 为 1s,N=5
请添加图片描述

2)相干脉冲串的等高线图

请添加图片描述

6、二进制相位编码

巴克码是二进制相位编码中的一族,它产生的压缩后的波形具有恒等于单位值的旁瓣电平。
在这里插入图片描述
相位编码的通用形式:
在这里插入图片描述
巴克码自相关函数:
在这里插入图片描述

①、MATLAB 源码

Barker_ambig.m

function [ambig] = barker_ambig(uinput)
% Compute and plot the ambiguity function for a Barker code
%Compute the ambiguity function
% by utilizing the FFT through combining multiple range cuts
N = size(uinput,2);
tau = N;
Barker_code = uinput;
samp_num = size(Barker_code,2) *10;
n = ceil(log(samp_num) / log(2));
nfft = 2^n;
u(1:nfft) = 0;
j = 0;
for index = 1:10:samp_num
    index;
    j = j+1;
    u(index:index+10-1) = Barker_code(j);
end
v = u;
delay = linspace(-tau, tau, nfft);
freq_del = 12 / tau /100;
j = 0;
vfft = fft(v,nfft);
for freq = -6/tau:freq_del:6/tau;
    j = j+1;
    exf = exp(sqrt(-1) * 2. * pi * freq .* delay);
    u_times_exf = u .* exf;
    ufft = fft(u_times_exf,nfft);
    prod = ufft .* conj(vfft);
    ambig(:,j) = fftshift(abs(ifft(prod))');
end
freq = -6/tau:freq_del:6/tau;
delay = linspace(-N,N,nfft);
figure (1)
mesh(freq,delay,ambig ./ max(max(ambig)))
%colormap([.5 .5 .5])
%colormap(gray)
axis tight
xlabel('frequency')
ylabel('delay')
zlabel('ambiguity function')
figure (2)
value = 10 * N ;
plot(delay,ambig(:,51)/value,'k')
xlabel('delay')
ylabel('normalized amibiguity cut for f=0')
grid
axis tight
figure (3)
contour(freq,delay,ambig ./ max(max(ambig)))
%colormap([.5 .5 .5])
%colormap (gray)
xlabel('frequency')
ylabel('delay')
grid on

test.m

close all
clear all
u = [1 1 1 1 1 -1 -1 1 1 -1 1 -1 1];
x = Barker_ambig(u);

程序中举例的是长度为 13 的巴克码

②、仿真结果

1)巴克码的模糊函数图

请添加图片描述

2)巴克码的模糊函数切面图

巴克码的零多普勒模糊函数图
请添加图片描述

3)巴克码的等高线图

请添加图片描述

7、伪随机数编码

伪随机数(PRN)编码也称为最大长度序列(MLS)码。

①、MATLAB 源码

prn_ambig.m

function [ambig] = prn_ambig(uinput)
% Compute and plot the ambiguity function for a PRN code
% Compute the ambiguity function by utilizing the FFT 
% through combining multiple range cuts

N = size(uinput,2);
tau = N;
PRN = uinput;
samp_num = size(PRN,2) * 10;
n = ceil(log(samp_num) / log(2));
nfft = 2^n;
u(1:nfft) = 0;
j = 0;
for index = 1:10:samp_num
    index;
    j = j+1;
    u(index:index+10-1) = PRN(j);
end
% set-up the array v
v = u;
delay = linspace(0,5*tau,nfft);
freq_del = 8 / tau /100;
j = 0;
vfft = fft(v,nfft);
for freq = -4/tau:freq_del:4/tau;
    j = j+1;
    exf = exp(sqrt(-1) * 2. * pi * freq .* delay);
    u_times_exf = u .* exf;
    ufft = fft(u_times_exf,nfft);
    prod = ufft .* conj(vfft);
    ambig(:,j) = fftshift(abs(ifft(prod))');
end
freq = -4/tau:freq_del:4/tau;
delay = linspace(-N,N,nfft);
figure(1)
mesh(freq,delay,ambig ./ max(max(ambig)))
% colormap([.5 .5 .5])
% colormap(gray)
axis tight
xlabel('frequency')
ylabel('delay')
zlabel('ambiguity function a PRN code')
figure(2)
plot(delay,ambig(:,51)/(max(max(ambig))),'k')
xlabel('delay')
ylabel('normalized amibiguity cut for f=0')
grid
axis tight
figure(3)
contour(freq,delay,ambig ./ max(max(ambig)))
axis tight
% colormap([.5 .5 .5])
% colormap(gray)
xlabel('frequency')
ylabel('delay')

test.m

close all
clear all
u_31 = [1 -1 -1 -1 -1 1 -1 1 -1 1 1 1 -1 1 1 -1 -1 -1 1 1 1 1 1 -1 -1 1 1 -1 1 -1 -1];
x = prn_ambig(u_31);

u_31 是一个向量,它定义了以 “1” 和 “-1” 表示的输入最大长度码(序列)

②、仿真结果

1)PRN 码的模糊函数图

请添加图片描述

2)PRN 码的模糊函数切面图

PRN 码的零多普勒模糊函数图
请添加图片描述

3)PRN 码的等高线图

请添加图片描述

三、资源自取

雷达模糊度函数思维导图


我的qq:2442391036,欢迎交流!


  • 18
    点赞
  • 86
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
雷达系统分析设计是一种基于雷达原理的系统工程方法,旨在通过利用雷达技术实现目标检测、跟踪与识别。MATLAB是一种功能强大的数学仿真和算法开发工具,它提供了丰富的工具箱和函数库,可以帮助我们进行雷达系统的分析与设计。 在雷达系统分析设计的过程中,首先需要进行雷达系统的建模和仿真。可以利用MATLAB来建立雷达系统的数学模型,包括雷达天线模型、目标模型和背景杂波模型等,并根据实际情况设置雷达参数,如发射功率、接收增益、噪声等。然后,可以利用MATLAB中的各种信号处理和图像处理算法,对雷达回波信号进行处理和分析,以实现目标检测、跟踪与识别。 在MATLAB仿真中,可以通过生成模拟的雷达回波信号,通过算法模拟天线的发射和接收过程。可以通过添加不同的目标和背景杂波来模拟不同场景下的雷达回波。然后,可以利用MATLAB的信号处理工具箱中的滤波、波束形成和目标检测算法,对雷达回波信号进行处理和分析,以实现目标的检测、跟踪与识别。 MATLAB还可以用于雷达系统性能评估和优化。可以通过改变雷达系统的参数,如天线配置、发射功率等,来评估系统的性能,并通过仿真结果进行优化。 综上所述,雷达系统分析设计的MATLAB仿真是一种非常有效的方法,可以帮助工程师们在设计雷达系统时进行系统建模、信号处理和系统性能评估,并优化系统性能,以满足实际应用需求。

“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 3
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

须尽欢~~

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