多目标雷达测距与检测matlab实现课程设计报告大学论文

《多目标雷达测距与检测matlab实现课程设计报告大学论文》由会员分享，可在线阅读，更多相关《多目标雷达测距与检测matlab实现课程设计报告大学论文（21页珍藏版）》请在装配图网上搜索。

1、 课程设计 摘要雷达(Radar)是英文“RadioDetectionandRanging”缩写的译音,意思是无线电检测和定位。近年来更广义的Radar的定义为:利用电磁波对目标检测/定位/跟踪/成像/识别。雷达是战争中关键的侦察系统之一,它提供的信息是决策的主要基础。雷达可用于战区侦察,也可用于战场侦察。装有雷达导引头的导弹、灵巧炸弹能精确地、有效地杀伤目标。在反洲际弹道导弹系统，反战术弹道导弹系统中，雷达是主要的探测器。雷达技术在导航、海洋、气象、环境、农业、森林、资源勘测、走私检查等方面都起到了重要作用。 本文分析线性调频（LFM）信号时域特性和频域特性并且对多目标回波信号进行仿真，分析

2、该信号的时域特性和频域特性，然后设计并编程实现多目标雷达测距与检测。关键词：雷达测距；雷达信号处理；脉冲压缩；线性调频目 录目 录4第一章 绪论51.1 雷达起源51.2 雷达的发展历程5第二章 原理分析72.1 匹配滤波器原理72.2 线性调频信号（LFM）82.3 LFM信号的脉冲压缩10第三章 多目标线性调频信号的脉冲压缩14第四章 仿真结果分析164.1 时域图分析164.2 回波信号频域图分析174.3 压缩信号图分析184.4 多目标压缩信号图分析19第五章 致谢与总结21参考文献22附录（Matlab程序）2315第一章 绪论1.1 雷达起源 雷达的出现，是由于二战期间当时英国和

3、德国交战时，英国急需一种能探测空中金属物体的雷达（技术）能在反空袭战中帮助搜寻德国飞机。二战期间，雷达就已经出现了地对空、空对地（搜索）轰炸、空对空（截击）火控、敌我识别功能的雷达技术。 二战以后，雷达发展了单脉冲角度跟踪、脉冲多普勒信号处理、合成孔径和脉冲压缩的高分辨率、结合敌我识别的组合系统、结合计算机的自动火控系统、地形回避和地形跟随、无源或有源的相位阵列、频率捷变、多目标探测与跟踪等新的雷达体制。 后来随着微电子等各个领域科学进步，雷达技术的不断发展，其内涵和研究内容都在不断地拓展。目前，雷达的探测手段已经由从前的只有雷达一种探测器发展到了雷达、红外光、紫外光、激光以及其他光学探测手段

4、融合协作。当代雷达的同时多功能的能力使得战场指挥员在各种不同的搜索/跟踪模式下对目标进行扫描，并对干扰误差进行自动修正，而且大多数的控制功能是在系统内部完成的。自动目标识别则可使武器系统最大限度地发挥作用，空中预警机和JSTARS这样的具有战场敌我识别能力的综合雷达系统实际上已经成为了未来战场上的信息指挥中心。1.2 雷达的发展历程雷达技术首先在美国应用成功。美国在1922年利用连续波干涉雷达检测到木船，1933年6月利用连续波干涉雷达首次检测到飞机。该种雷达不能测距。1934年美国海军开始发展脉冲雷达。英国于1935年开始研究脉冲雷达，1937年4月成功验证了CH（ChainHome）雷达站

5、，1938年大量的CH雷达站投入运行。英国于1939年发展飞机截击雷达。1940年由英国设计的10cm波长的磁控管由美国生产。磁控管的发展是实现微波雷达的最重要的贡献。1940年11月，美国开发微波雷达，在二次世界大战末期生产出了10cm的SCR-584炮瞄雷达，使高射炮命中率提高了十倍。二战中，俄、法、德、意、日等国都独立发展了雷达技术。但除美国、英国外，雷达频率都不超过600MHz。二战中，由于雷达的很大作用，产生了对雷达的电子对抗。研制了大量的对雷达的电子侦察与干扰设备，并成立了反雷达特种部队。二战后，特别是五、六十年代，由于航空航天技术的飞速发展，用雷达探测飞机、导弹、卫星、以及反洲际

6、弹道导弹的需要，对雷达提出了远距离、高精度、高分辨率及多目标测量的要求，雷达进入蓬勃发展阶段，解决了一系列关键性问题：脉冲压缩技术、单脉冲雷达技术、微波高功率管、脉冲多卜勒雷达、微波接收机低噪声放大器（低噪声行波管、量子、参量、隧首二极管放大器等）、相控阵雷达。七十至九十年代，由于发展反弹道导弹、空间卫星探测与监视、军用对地侦察、民用环境和资源勘测等的需要，推动了雷达的发展。出现了合成孔径雷达（SAR），高频超视距雷达（OTHR），双/多基地雷达，超宽带（UWB）雷达，逆合成孔径雷达（ISAR），干涉仪合成孔径雷达（InSAR），综合脉冲与孔径雷达等新技术新体制。早期的雷达天线是固定的、无方向

7、的阵列，只有距离信息。天线在一定的时间间隔内发射射频脉冲，将接收到的回波放大，并在示波器的CRT上显示（即常称的A显示），产生一个与目标位置对应的水平线，供雷达操作员识别目标的大致距离。但由于当时所用的射频电波频率较低，为了有效地发射和接收射频信号，雷达系统需要一个很大的天线，这种天线不能迁移或者改变方向，而且只能探测到大目标，且距离信息的精度也很低。到二战结束时，雷达系统中那些现在熟悉的特征微波频率、抛物面天线和PPI显示，已建立起来。第二章 原理分析 2.1 匹配滤波器原理在输入为确知加白噪声的情况下，所得输出信噪比最大的线性滤波器就是匹配滤波器，设一线性滤波器的输入信号为： 其中：为确知

8、信号，为均值为零的平稳白噪声，其功率谱密度为。 设线性滤波器系统的冲击响应为，其频率响应为，其输出响应： 输入信号能量： 输入、输出信号频谱函数： 输出噪声的平均功率： 利用Schwarz不等式得： 上式取等号时，滤波器输出功率信噪比最大取等号条件： 当滤波器输入功率谱密度是的白噪声时，MF的系统函数为： 为常数1，为输入函数频谱的复共轭，也是滤波器的传输函数 。 为输入信号的能量，白噪声的功率谱为 只输入信号的能量和白噪声功率谱密度有关。白噪声条件下，匹配滤波器的脉冲响应： 如果输入信号为实函数，则与匹配的匹配滤波器的脉冲响应为： 为滤波器的相对放大量，一般。匹配滤波器的输出信号： 匹配滤波

9、器的输出波形是输入信号的自相关函数的倍，因此匹配滤波器可以看成是一个计算输入信号自相关函数的相关器，通常=1。2.2 线性调频信号（LFM） LFM信号(也称Chirp 信号)的数学表达式为： （2.1） 式中为载波频率，为矩形信号， ，是调频斜率，于是，信号的瞬时频率为，如图1 图1 典型的chirp信号（a）up-chirp(K0)（b）down-chirp(K1时，LFM信号特征表达式如下： （2.3） 对于一个理想的脉冲压缩系统，要求发射信号具有非线性的相位谱，并使其包络接近矩形；其中就是信号s(t)的复包络。由傅立叶变换性质，S(t)与s(t)具有相同的幅频特性，只是中心频率不同而已

10、。因此，Matlab仿真时，只需考虑S(t)。以下Matlab程序产生2.3式的chirp信号，并作出其时域波形和幅频特性，如图：图2：LFM信号的时域波形和幅频特性2.3 LFM信号的脉冲压缩 窄脉冲具有宽频谱带宽，如果对宽脉冲进行频率、相位调制，它就可以具有和窄脉冲相同的带宽，假设LFM信号的脉冲宽度为T，由匹配滤波器的压缩后，带宽就变为，且，这个过程就是脉冲压缩。信号的匹配滤波器的时域脉冲响应为： （3.1） 是使滤波器物理可实现所附加的时延。理论分析时，可令0，重写3.1式， 将3.1式代入2.1式得: （3.2） 图3 LFM信号的匹配滤波如图3,经过系统得输出信号（3.3）当时,

11、（3.4）当时, （3.5）合并3.4和3.5两式： （3.6）3.6式即为LFM脉冲信号经匹配滤波器得输出,它是一固定载频的信号，这是因为压缩网络的频谱特性与发射信号频谱实现了“相位共轭匹配”，消除了色散；当时，包络近似为辛克（sinc）函数。 （3.7）图4 匹配滤波的输出信号如图4，当时，为其第一零点坐标；当时，习惯上，将此时的脉冲宽度定义为压缩脉冲宽度。 （3.8） LFM信号的压缩前脉冲宽度T和压缩后的脉冲宽度之比通常称为压缩比D （3.9） 3.9式表明，压缩比也就是LFM信号的时宽-带宽积。 s(t),h(t),so(t)均为复信号形式，Matab仿真时，只需考虑它们的复包络S(

12、t),H(t),So(t)。以下Matlab程序段仿真了图5所示的过程. 仿真结果如下: 图5 Chirp信号的匹配滤波图5中，时间轴进行了归一化，（）。图中反映出理论与仿真结果吻合良好。第一零点出现在（即）处，此时相对幅度-13.4dB。压缩后的脉冲宽度近似为（），此时相对幅度-4dB,这理论分析（图3.2）一致。如果输入脉冲幅度为1，且匹配滤波器在通带内传输系数为1，则输出脉冲幅度为，即输出脉冲峰值功率比输入脉冲峰值功率增大了D倍。第三章 多目标线性调频信号的脉冲压缩本章我们分析在多目标情况下，线性调频信号的脉冲压缩过程。所谓多目标，就是不同距离的目标相加在一起，然后对其进行时域、频域以及

13、脉冲压缩的分析。与单目标相同，发射信号的时域表达式为 (3.1)通过驻定相位原理得到频域表达式为（这里直接给出） （3.2） 上一章节中已经对线性调频信号的时域和频域进行了分析，在这里就不再次分析了。在多目标的情况下，多个目标回波信号可分别表示为 （3.3） （3.4） （3.5） . （3.6）其中，时延可分别表示为、.、，C表示光速，表示雷达到目标之间的距离。根据FFT移位特性可得到多目标回波信号的频域表达式为 （3.7） （3.8） （3.9） . （3.10）为了能消除多目标回波信号频域表达式中的二次相位，则其匹配滤波函数为 （3.11） 匹配滤波后的信号频谱分别为 （3.12） （3

14、.13） （3.14）. （3.15）对进行傅里叶逆变换，得到压缩信号分别为 （3.16） （3.17） （3.18） . （3.19）所以最后得到压缩信号为 （3.20）第四章 仿真结果分析4.1 时域图分析（1）当r=0时，发射信号时域图为：图4.1.1 发射信号时域图（2）当r=400时，目标回波信号时域图为：图4.1.2 r=400时目标回波信号时域图 （3）当r=600时，目标回波信号时域图为：图4.1.3 r=600时目标回波信号时域图 （4）当r=800时，目标回波信号时域图：图4.1.4 r=1000时目标回波信号时域图比较上述四幅图可知：目标回波信号时域图是发射信号时域图的一

15、个平移的过程，平移的距离为，即传播过程中的时延。在r=400或r=600的时候，信号没有出现丢失；但是当r=800的时候，信号出现了丢失。由此可以得出结论：当距离比较小时，信号基本上没有丢失；当距离过大的时候，信号会出现丢失，这也是我们在实验过程中需要解决的一个问题。4.2 回波信号频域图分析(1)当r=0时，发射信号频域图为：图4.2.1 r=0时发射信号频域图（2）当r=400时，目标回波信号频域图为：图4.2.2 r=400时目标回波信号频域图（3） 当r=600时，目标回波信号频域图为：图4.2.3 r=600时目标回波信号频域图（4）当r=800时，目标回波信号频域图为：图4.2.4

16、 r=800时目标回波信号频域图目标回波信号频域图与发射信号频域图之间相差了项，即为传播过程中的时延。比较上述四幅图可知：在r=400或r=600的时候，信号频谱是比较完整的，即时域中信号没有出现丢失，但是当r=800的时候，信号频谱是不完整的，信号出现了丢失。4.3 压缩信号图分析(1) 当r=400时，压缩信号图为：图4.3.1 r=0时压缩信号图（2） 当r=400时，压缩信号图为：图4.3.2 r=400时压缩信号图（3）当r=600时，压缩信号图为：图4.3.3 r=600时压缩信号图（4） 当r=800时，压缩信号图为：图4.3.4 r=800时压缩信号图 由上面四幅图可以看出，随

17、着目标距离的增大，脉冲压缩后得到的能量在不断减少，出现了能量损耗。 4.4 多目标压缩信号图分析为了解决在多目标情况下，距离过大而产生信号丢失的问题，我们可以采取这样的方法。对发射信号做FFT变换得到乘以，其中，可得(1) 当雷达距离目标r=200,r=400,r=600时，三者回波信号在时域的图为：图4.4.1(2)当雷达距离目标r=200,r=400,r=600时，三者回波信号在频域的图为：图4.4.2（3） 对回波信号做IFFT可得到目标回波信号表达式，经脉冲压缩后得到多目标压缩信号图为：图4.4.321第五章 致谢与总结 这个创新实践周收获很多。首先感谢老师指导我们完成课程设计，并为我

18、耐心解答问题，同时感谢各位同学在两周的课程设计中对我的帮助，不厌其烦的协助我解决问题，感谢你们。 这次课设是一次理论与实践的结合，之前在学信号系统或者数字信号处理的时候不知道这两门课怎么在实际中应用，但是通过这次的课设，我对这两门课程的应用有了一个初步的了解。雷达测距对我来说还是一个很新鲜的事物，通过这次课设也提升了我对这两门课程的兴趣。 当然，在此次课设中也发现了自己很多不足的地方，之前学过的Matlab现在用起来都不熟练，在运用Matlab软件上用掉了许多时间。由于信号系统和数字信号处理学的不扎实，对傅里叶变换、快速傅里叶变换理解不深，所以在理解原理上也很吃力。 最后还是很感谢这次课设，让

19、我认识到自己许多不足，加强了对基础知识的理解。感谢老师对我们的帮助。参考文献1 窦林涛，程健庆，李素民. 基于Matlab 的雷达信号处理系统仿真J.指挥控制与仿真，2006 年4月第28卷 第2期:408-4322 范影乐. MATLAB仿真应用详解M. 北京：人民邮电出版社，2001:246-2503 陈桂明,等. 应用 Matlab 建模与仿真 M. 北京:科学出版社,2001:123-1454 丁鹭飞,张平. 雷达系统M. 西安：西北电讯工程学院出版社，1984:245-247附录（Matlab程序）C=3e8; %光速Tp=4e-6; %脉冲时宽B=80e6; %发射信号带宽Fs=1

20、00e6; %采样频率K=B/Tp; %线性调频率r0=200; %目标点距离r1=400; r2=600; tp_num=floor(Tp*Fs/2)*2;%采样点，floor取整tnrn_num=1024; %发射接收采样点总数t0=2*r0/C; %时间上延迟t1=2*r1/C; t2=2*r2/C; tnrn=-(tnrn_num./2-1).*1/Fs:1/Fs:tnrn_num./2.*1/Fs;%采样时间fr=-Fs/2:Fs./tnrn_num:Fs/2-Fs./tnrn_num;win0=(tnrn-t0)=(-Tp/2)&(tnrn-t0)=(-Tp/2)&(tnrn-t1

21、)=(-Tp/2)&(tnrn-t2)=(Tp/2);%窗函数amp=1;%衰减系数y0=amp*win0.*exp(j*pi*K*(tnrn-t0).2);%接收信号y1=amp*win1.*exp(j*pi*K*(tnrn-t1).2);%接收信号y0_f=fftshift(fft(y0);linear_component=exp(-j.*2.*pi.*fr.*(2.*r2./C);y2=ifft(fftshift(y0_f.*linear_component);y=y0+y1+y2;y_0=fftshift(y0);y_1=fftshift(y1);y_2=fftshift(y2);Y_3=fftshift(y); fr=-Fs/2:Fs./tnrn_num:Fs/2-Fs./tnrn_num;%分辨率=Fs/1024 对应模拟频率self=exp(-j.*pi.*fr.2./K); %匹配滤波函数self_1=conj(self);%取共轭 data1=fftshift(fft(y3).*self_1;data2=ifft(fftshift(data1); figure;plot(abs(data2);