雷达线性调频脉冲压缩的原理及其MATLAB仿真.docx
《雷达线性调频脉冲压缩的原理及其MATLAB仿真.docx》由会员分享,可在线阅读,更多相关《雷达线性调频脉冲压缩的原理及其MATLAB仿真.docx(16页珍藏版)》请在冰豆网上搜索。
![雷达线性调频脉冲压缩的原理及其MATLAB仿真.docx](https://file1.bdocx.com/fileroot1/2023-1/26/e40c8590-3f8c-4527-8ea0-4be2f41aa67c/e40c8590-3f8c-4527-8ea0-4be2f41aa67c1.gif)
雷达线性调频脉冲压缩的原理及其MATLAB仿真
线性调频(LFM)脉冲压缩雷达仿真
雷达工作原理
雷达是Radar(RAdioDetectionAndRanging)的音译词,意为"无线电检测和测距”,即利用无线电波来检测目标并测定目标的位置,这也是雷达设备在最初阶段的功能。
典型的雷
达系统如图1.1,它主要由发射机,天线,接收机,数据处理,定时控制,显示等设备组成。
利用雷达可以获知目标的有无,目标斜距,目标角位置,目标相对速度等。
现代高分辨雷达扩展了原始雷达概念,使它具有对运动目标(飞机,导弹等)和区域目标(地面等)成像和识别的能力。
雷达的应用越来越广泛。
图1.1:
简单脉冲雷达系统框图
雷达发射机的任务是产生符合要求的雷达波形(RadarWaveform),然后经馈线和收发开
关由发射天线辐射出去,遇到目标后,电磁波一部分反射,经接收天线和收发开关由接收机接收,对雷达回波信号做适当的处理就可以获知目标的相关信息。
假设理想点目标与雷达的相对距离为R,为了探测这个目标,雷达发射信号s(t),电磁波
以光速C向四周传播,经过时间R..C后电磁波到达目标,照射到目标上的电磁波可写成:
R
s(t)。
电磁波与目标相互作用,一部分电磁波被目标散射,被反射的电磁波为
C
R
Qs(t-一),其中口为目标的雷达散射截面(RadarCrossSection简称RCS),反映目标对
CR
电磁波的散射能力。
再经过时间R.C后,被雷达接收天线接收的信号为匚・s(t-2-)。
C
如果将雷达天线和目标看作一个系统,便得到如图1.2的等效,而且这是一个LTI(线
性时不变)系统。
图1.2:
雷达等效于LTI系统等效LTI系统的冲击响应可写成:
(1.1)
M表示目标的个数,G是目标散射特性,i是光速在雷达与目标之间往返一次的时间,
(1.2)
2Ri
i
c
式中,R为第i个目标与雷达的相对距离。
雷达发射信号s(t)经过该LTI系统,得输出信号(即雷达的回波信号)sr(t):
MM
(1.3)
Sr(t)=s(t)*h(t)=s(t)*'G、(t一.J-'「s(t—.i)
i丄ij
那么,怎样从雷达回波信号sr(t)提取出表征目标特性的.j(表征相对距离)和「(表征目标反
射特性)呢?
常用的方法是让sr(t)通过雷达发射信号s(t)的匹配滤波器,如图1.3。
雷达等效系统匹配滤波器
图1.3:
雷达回波信号处理
s(t)的匹配滤波器hr(t)为:
hr(t)二S*(—t)(1.4)
于是,so(t)二Sr(t)*hr(t)二S(t)*S*(—t)*h(t)(1.5)
对上式进行傅立叶变换:
So(jw)二S(jw)S*(jw)H(jw)
2(1.6)
=|S(jw)|H(jw)
如果选取合适的s(t),使它的幅频特性|S(jw)|为常数,那么1.6式可写为:
So(jw)=kH(jw)(1.7)
M
其傅立叶反变换为:
so(t)二kh(堺'k;「广(tj)(1.8)
i=±
So(t)中包含目标的特征信息i和匚i。
从So(t)中可以得到目标的个数M和每个目标相对
雷达的距离:
R—iC(1.9)
2
这也是线性调频(LFM)脉冲压缩雷达的工作原理。
二.线性调频(LFM)信号
脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。
这种体制采用宽脉冲发射以提高发射的平均功率,保证足够大的作用距离;而接受时采用相应的脉冲压缩算法获得窄脉冲,以提高距离分辨率,较好的解决雷达作用距离与距离分辨率之间的矛盾。
脉冲压缩雷达最常见的调制信号是线性调频(LinearFrequencyModulation)信号,接收
时采用匹配滤波器(MatchedFilter)压缩脉冲。
LFM信号(也称Chirp信号)的数学表达式为:
式中fc为载波频率,rect(*)为矩形信号,
t1rect()
<1
(2.2)
T
如图2.1
0,elsewise
图2.1典型的chirp信号(a)up-chirp(K>0)(b)down-chirp(K<0)将2.1式中的up-chirp信号重写为:
(2.3)
s(t)=S(t)ej2二fct
式中,
是信号s(t)的复包络。
由傅立叶变换性质,同而以,因此,Matlab仿真时,只需考虑
S(t)与s(t)具有相同的幅频特性,只是中心频率不
S(t)。
以下Matlab程序产生2.4式的chirp信号,
并作出其时域波形和幅频特性,如图2.2。
%%demoofchirpsignal
T=10e-6;%pulsedurationIOus
B=30e6;%chirpfrequencymodulationbandwidth30MHz
K=B/T;%chirpslope
Fs=2*B;Ts=1/Fs;%samplingfrequencyandsamplespacing
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(j*pi*K*t.A2);%generatechirpsignal
subplot(211)
plot(t*1e6,real(St));
xlabel('Timeinusec');
title('Realpartofchirpsignal');
gridon;axistight;
subplot(212)
freq=linspace(-Fs/2,Fs/2,N);
plot(freq*1e-6,fftshift(abs(fft(St))));
xlabel('FrequencyinMHz');
title('Magnitudespectrumofchirpsignal');
gridon;axistight;
仿真结果显示:
Realpartofchirpsignal
Timeinusec
FrequencyinMH2
图2.2:
LFM信号的时域波形和幅频特性
三.LFM脉冲的匹配滤波
信号S(t)的匹配滤波器的时域脉冲响应为:
(3.1)
h(t)=s*(t°-t)
to是使滤波器物理可实现所附加的时延。
理论分析时,可令to=0,重写3.1式,
h(t)=s*(-t)(3.2)
将2.1式代入3.2式得:
h(t)=rect(*)ee"%(3.3)
*匹配滤波
图3.1:
LFM信号的匹配滤波
如图3.1,s(t)经过系统h(t)得输出信号sjt),
s°(t)=s(t)*h(t)
=s(u)h(t-u)du二h(u)s(t-u)du
_oO_oO
00+
二ejKu2rect(U)ej2f严"/壮心%
qTT
T2
2
s^(t)二
.e厂Kt「2他du
t-2
sin--K(T_t)tj2二fct
e
■:
Kt
-2
t汉j2Jlfct
-T2e
(3.5)
-j2「Ktu
e^iKt2e
-j2二Kt
sin-K(Tt)tj2二fct
e
二Kt
合并3.4和3.5两式:
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fc的信号。
当t络近似为辛克(sine)函数。
(3.7)
S0(t)=TSa(二KTt)rect(^)=TSa(二Bt)rect(併)
图3.2:
匹配滤波的输出信号
13!
1
如图3.2,当二Bt=:
%时,t为其第一零点坐标;当二Bt时,t,习
B22B
惯上,将此时的脉冲宽度定义为压缩脉冲宽度。
11
2(3.8)
2BB
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,
T
DTB(3.9)
3.9式表明,压缩比也就是LFM信号的时宽频宽积。
由2.1,3.3,3.6式,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(t),H(t),So(t)。
以下Matlab程序段仿真了图3.1所示的过程,并将仿真结果和理论进行对照。
%%demoofchirpsignalaftermatchedfilter
T=10e-6;%pulseduration10us
B=30e6;
%chirpfrequencymodulationbandwidth30MHz
K=B/T;
%chirpslope
Fs=10*B;Ts=1/Fs;
%samplingfrequencyandsamplespacing
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(j*pi*K*t.A2);
%chirpsignal
Ht=exp(-j*pi*K*t.A2);
%matchedfilter
Sot=conv(St,Ht);
%chirpsignalaftermatchedfilter
subplot(211)L=2*N-1;
t1=linspace(-T,T,L);
Z=abs(Sot);Z=Z/max(Z);
%normalize
Z=20*log10(Z+1e-6);
Z1=abs(sinc(B.*t1));
%sincfunction
Z1=20*log10(Z1+1e-6);
t1=t1*B;
plot(t1,Z,t1,Z1,'r.');
axis([-15,15,-50,inf]);gridon;
legend('emulational','sinc');
xlabel('Timeinsec\times\itB');
ylabel('Amplitude,dB');
title('Chirpsignalaftermatchedfilter');
subplot(212)
%zoom
N0=3*Fs/B;
t2=-N0*Ts:
Ts:
N0*Ts;
t2=B*t2;
plot(t2,Z(N-N0:
N+N0),t2,Z1(N-N0:
N+N0),'r.');
axis([-inf,inf,-50,inf]);gridon;
set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);
xlabel('Tlmeinsec\times\itB');
ylabel('Amplitude,dB');
title('Chirpsignalaftermatchedfilter(Zoom)');
仿真结果如图3.3:
图3.3:
Chirp信号的匹配滤波
图3.3中,时间轴进行了归一化,(t心/B)=txB)。
图中反映出理论与仿真结果吻合良好。
11
第一零点出现在_1(即)处,此时相对幅度-13.4dB。
压缩后的脉冲宽度近似为一
BB
1
(士),此时相对幅度-4dB,这理论分析(图3.2)一致。
2B
上面只是对各个信号复包络的仿真,实际雷达系统中,LFM脉冲的处理过程如图3.4。
图3.4:
LFM信号的接收处理过程
雷达回波信号Sr(t)(1.4式)经过正交解调后,得到基带信号,再经过匹配滤波脉冲压缩后
就可以作出判决。
正交解调原理如图3.5,雷达回波信号经正交解调后得两路相互正交的信
号I(t)和Q(t)。
一种数字方法处理的的匹配滤波原理如图3.6。
2KV
®LPF*
*Q曲
*LPF1>
sin^priO-t)
IFFT
>监测器
■W
图3.5:
正交解调原理
图3.6:
—种脉冲压缩雷达的数字处理方式
四:
Matlab仿真结果
(1)任务:
对以下雷达系统仿真。
雷达发射信号参数:
幅度:
1.0
信号波形:
线性调频信号
频带宽度:
30兆赫兹(30MHz)
脉冲宽度:
10微妙(20us)
中心频率:
1GHz(109Hz)
雷达接收方式:
正交解调接收
距离门:
10Km~15Km
目标:
Tar1:
10.5Km
Tar2:
11Km
Tar3:
12Km
Tar4:
12Km+5m
Tar5:
13Km
Tar6:
13Km+2m
(2)系统模型:
结合以上分析,用Matlab仿真雷达发射信号,回波信号,和压缩后的信号的复包络特
性,其载频不予考虑(实际中需加调制和正交解调环节),仿真信号与系统模型如图4.1。
雷达等效系统匹配滤波器
图4.1:
雷达仿真等效信号与系统模型
(3)线性调频脉冲压缩雷达仿真程序LFM_radar
仿真程序模拟产生理想点目标的回波,并采用频域相关方法(以便利用FFT)实现脉冲
压缩。
函数LFM_radar的参数意义如下:
T:
chirp信号的持续脉宽;
B:
chirp信号的调频带宽;
Rmin:
观测目标距雷达的最近位置;
Rmax:
观测目标距雷达的最远位置;
R:
—维数组,数组值表示每个目标相对雷达的斜距;RCS:
—维数组,数组值表示每个目标的雷达散射截面。
在Matlab指令窗中键入:
LFM_radar(10e-6,30e6,10000,15000,[10500,11000,12000,12005,13000,13002],[1,1,1,1,1,1])得到的仿真结果如图4.2。
(4)分辨率(Resolution)仿真
改变两目标的相对位置,可以分析线性调频脉冲压缩雷达的分辨率。
仿真程序默认参数的距离分辨率为:
图4.3为分辨率仿真结果,可做如下解释:
(a)图为单点目标压缩候的波形;
(b)图中,两目标相距2m,小于匚R,因而不能分辨;
(c)图中,两目标相距5m,等于二r,实际上是两目标的输出sine包络叠加,可以看到他们
的副瓣相互抵消;
(d)—(h)图中,两目标距离大于雷达的距离分辨率,可以观察出,它们的主瓣变宽,直至能分辨出两目标。
1o1
-
2ph_-qle<
-3
70
6035
Timeinusec
&5100
Radarechowilhoutcompression
2
2
-10-
oooo
2345■■一一mpE-
1.05
Radarechoaftercompression
1.15
135
121.2511
RangeInmeters
7
141.451.5
x101
图4.2:
仿真结果
(0R=0
(b)11=2
(c)R=5
Cd)口
広)口
Qi)R-10
图4.3:
线性调频脉冲压缩雷达分辨率仿真
附录:
LFM_radar.m
%%demoofLFMpulseradar%=========================================================functionLFM_radar(T,B,Rmin,Rmax,R,RCS)
ifnargin==0
T=10e-6;%pulseduration10us
B=30e6;%chirpfrequencymodulationbandwidth30MHz
Rmin=10000;Rmax=15000;%rangebin
R=[10500,11000,12000,12008,13000,13002];%positionofidealpointtargets
RCS=[111111];%radarcrosssection
end
%=========================================================%%Parameter
C=3e8;
%propagationspeed
%chirpslope
Rwid=Rmax-Rmin;
%receivewindowinmeter
Twid=2*Rwid/C;
%receivewindowinsecond
Nwid=ceil(Twid/Ts);
*B;Ts=1/Fs;
%samplingfrequencyandsamplingspacing%receivewindowinnumber
%=========================================================
%%Gneratetheecho
%openwindowwhent=2*Rmin/C
%closewindowwhent=2*Rmax/C
M=length(R);
%numberoftargets
td=ones(M,1)*t-2*R'/C*ones(1,Nwid);
Srt=RCS*(exp(j*pi*K*td.A2).*(abs(td)%%DigtalprocessingofpulsecompressionradarusingFFTandIFFTNchirp=ceil(T/Ts);%pulsedurationinnumber
Nfft=2Anextpow2(Nwid+Nwid-1);%numberneededtocomputelinear
%convolutionusingFFTalgorithmSrw=fft(Srt,Nfft);%fftofradarecho
t0=linspace(-T/2,T/2,Nchirp);
St=exp(j*pi*K*t0.A2);
%chirpsignal
Sw=fft(St,Nfft);
%fftofchirpsignal
Sot=fftshift(ifft(Srw.*coni(Sw)));
%signalafterpulsecompression
%=========================================================
N0=Nfft/2-Nchirp/2;
Z=abs(Sot(N0:
N0+Nwid-1));
Z=Z/max(Z);
Z=20*log10(Z+1e-6);
%figure
subplot(211)
plot(t*1e6,real(Srt));axistight;
xlabel('Timeinusec');ylabel('Amplitude')
title('Radarechowithoutcompression');
subplot(212)
plot(t*C/2,Z)
axis([10000,15000,-60,0]);
xlabel('Rangeinmeters');ylabel('AmplitudeindB')
title('Radarechoaftercompression');
%=========================================================