?💥💥💞💞歡迎來到本博客????💥💥

🏆博主優(yōu)勢：🌞🌞🌞博客內(nèi)容盡量做到思維縝密，邏輯清晰，為了方便讀者。

??座右銘：行百里者，半于九十。

📋📋📋本文目錄如下：🎁🎁🎁

目錄

💥1 概述

📚2 運行結果

2.1?多普勒與距離圖中的五個塔格特：

2.2?回波信號和匹配濾波器輸出：?

2.3??數(shù)據(jù)立方體： 看到tha Barker代碼相移和目標的回聲：

🎉3?參考文獻

🌈4 Matlab代碼實現(xiàn)

---

💥1 概述

本文涉及對1GHz脈沖多普勒雷達進行快速和慢速處理，以生成5個移動目標的距離多普勒圖。目標的范圍和速度將使用 matlab 函數(shù)隨機生成。

五個目標的反射率為1、0.5、0.25、0.25和0.1，每個目標的組合回波由下式給出：

其中t是快速時間，m是慢時間脈沖指數(shù)。b（t） 是巴克碼，k0 是雷達傳播常數(shù)。 􏰈

• 快速處理（測距） 巴克代碼用于該雷達的測距。模擬 13 芯片巴克碼。假設脈沖寬度為10uS。假設檢測是雜亂無章的。雜波是通過假設任何時間樣本中的雜波幅度具有瑞利分布的幅度和均勻分布的相位來建模的。雜波功率可以通過更改 SCR 來控制。單個雜波樣本可以由
  c（t， m） = sqrt?建模 × exp（2π × rand × j） 注意日志是基數(shù) e
  對于快速時間處理，請使用 10MHz 的采樣率（采樣間隔為 0.1uS。在每個脈沖傳輸后產(chǎn)生100uS（1000個樣本）的回波。對于 1000 個樣本中的每一個，都會生成一個獨立的雜波值。使用巴克代碼的匹配濾波器將回聲裝箱到 （1000+200） 范圍箱中。額外的 200 個箱用于開始和結束，因為每個脈沖將有 100 個樣本。

• 慢時處理（多普勒） 使用 1000Hz 的 PRF （T = 1ms）。在慢時間內(nèi)從1024個脈沖產(chǎn)生回波。通過沿 1024 個范圍箱中的每一個對 1200 個脈沖進行傅里葉變換來執(zhí)行慢時處理。生成強度圖（1024x1200），顯示5個目標中每個目標的距離和多普勒。還要在目標的實際位置放置一個“+”，這在模擬中是已知的。請注意，強度分布應以這些“+”為中心。將慢時間軸轉換為多普勒頻率（以 Hz 為單位），將快速時間軸轉換為以米為單位的范圍。請注意，每個脈沖的雜波都是相同的，即對所有脈沖使用相同的 1000 個雜波值。

?生成不同信雜波 （SCR） 比的距離多普勒圖：20dB、10dB、3dB、0dB、-10dB。一般信息和說明什么是快時間和慢時間？?

?目標是創(chuàng)建一個包含 1024 個范圍箱的矩陣，每個箱有 1000 個脈沖。
慢時間=更新每個PRI，表示每次一個脈沖，1000個脈沖，每個立方體在慢時間內(nèi)是1個PRI。
單個脈沖內(nèi)的時間是快速時間。脈沖之間的時間是慢時間。
快速時間是指給定脈沖的范圍箱或范圍樣本的數(shù)量，代表范圍延遲。
慢時間只是脈沖數(shù)。

在快速時間的不同時間段組成一個 PRI，意味著在每個 PRI 內(nèi)部，延遲時間。我們可以說我們得到了 1024 次分辨率和 1000 PRI x 軸上的每個脈沖。
如果在x=2，第二個脈沖，快速時間=10。然后下一個脈沖在 x=3，目標 仍然在快速時間 = 10，表示目標沒有移動。
如果在 x=4 的下一個脈沖中，我們上升到相應的 y 值，并且目標移動到 快速時間 y= 14 表示它正在移動。
單個脈沖內(nèi)的時間是快速時間。脈沖之間的時間是慢時間。

FFT
使用FFT，我們從慢時間移動到多普勒頻率，從快速時間移動到范圍。
原因：因為在移動目標中，相位信息出現(xiàn)在每個接收到的脈沖中。
不同的返回可以在多普勒域而不是時域中分離。
所以，當我們從快速時間移動到范圍時，
每個 y 值都變成了范圍， 當我們從慢速時間移動到多普勒時，每個x值都變成多普勒頻率

當兩個目標在相同的y“范圍”但不同的x“多普勒”時，這意味著兩個目標在相同的范圍內(nèi)，但速度不同。
多普勒頻率和速度由 如果兩個目標具有相同的多普勒但射程不同，則意味著它們的速度相同，但范圍不同。

流程：

1. 使用 rand 函數(shù)生成五個范圍、五個速度和法夫反射率。

2. 使用方程找到每個目標的回波，知道回波將始終比原始信號延遲 2R/C。所以我（到）ia 2R / C。

3. 在回波方程中，我們得到t-2R/C.（t）這里是快速時間，因為我們有興趣看到每個脈沖的回波。

4. 使用Barker代碼進行壓縮，使脈沖具有180個相移，以增加帶寬而不會損失分辨率。在這個雷達中，它用于測距。

• 從快速時間處理（測距）開始 快速脈沖是1.100微秒，我們生成1000微秒，所以1000個樣本。
  在每個脈沖之后，或每個M慢時間，或在每個X處，我們?yōu)檫@1200個樣本中的每一個生成一個新的混亂。
  我將使用匹配的過濾器進行 barker 代碼，將回聲裝箱到 200 范圍內(nèi)，以增加 <> 個箱。

• 慢時處理（多普勒） 使用 PRF = 1000 Hz，T = 1ms 并使用回波方程， 我從 1024 個脈沖中生成了 1024 個回波，并將這些回波堆疊在我的 （S） 中。 然后我沿著 1024 個范圍箱獲取 1200 個回波或脈沖的 FFT。

📚2 運行結果

2.1?多普勒與距離圖中的五個塔格特：

具有壞多普勒頻率的塔格特正在遠離雷達，而積極的塔格特正在向雷達走來。?

2.2?回波信號和匹配濾波器輸出：?

請注意，每當我們同時輸入匹配的濾波器輸出和回波信號時，我們都會檢測到目標。?

2.3??數(shù)據(jù)立方體： 看到tha Barker代碼相移和目標的回聲：

部分代碼：

% The Echo received for each Target + ?Clutter
?for k = 1 : 5
? ? ?
Delay = to(k);

S(Delay:Delay+12) = S(Delay:Delay+12)+ p(k).* barker (1:13).* exp(j*2*Ko*u(k)*t);

?
?end

%Matched Filtering with inverse Barker code coefficients?

Sfilterd= filter(a,1,S)/13;

% Building the Matrix Cube
MatrixCube(i,1:L) = Sfilterd(1:L);

end

FFTMatrixCube = fftshift(fft(MatrixCube,[],1));

figure?
% Ploting the Doppler - Range Grapgh
image([-500 500],[-15 15],200*log10(abs(FFTMatrixCube')));
xlabel('Doppler')
ylabel('Range')

figure
X = 1:1:1000;
plot(X,abs(Sfilterd))?
hold on?
plot(X,abs(S))
hold off
legend('Clutter','Filter output')

L1 = 1:1:1024;
M1 = -500:1:500;
figure
mesh(abs(MatrixCube))

🎉3?參考文獻

文章中一些內(nèi)容引自網(wǎng)絡，會注明出處或引用為參考文獻，難免有未盡之處，如有不妥，請隨時聯(lián)系刪除。

[1]林曉斌,張承志,謝夢.脈沖多普勒雷達目標航跡自動起始方法研究[J].科技視界, 2018(12):2.DOI:CNKI:SUN:KJSJ.0.2018-12-005.

[2]李惠峰,趙明.基于多目標的脈沖多普勒雷達導引頭系統(tǒng)研究[C]//山東自動化學會;山東理工大學.山東自動化學會;山東理工大學, 2010.

[3]A.Yasotharan,T.Thayaparan.傅里葉變換法用于脈沖多普勒雷達檢測加速運動目標的研究[J].空載雷達, 2005(2):7.

🌈4 Matlab代碼實現(xiàn)