雷达信号处理的MATLAB仿真

1、11目 录1. 设计的基本骤11.1 雷达信号的产生11.2 噪声和杂波的产生12. 信号处理系统的仿真12.1 正交解调模块22.2 脉冲压缩模块32.3 回波积累模块32.4 恒虚警处理（CFAR）模块4结 论11141 设计的基本骤雷达是通过发射电磁信号，再从接收信号中检测目标回波来探测目标的。再接收信号中，不但有目标回波，也会有噪声（天地噪声，接收机噪声）；地面、海面和 气象环境(如云雨)等散射产生的杂波信号；以及各种干扰信号（如工业干扰，广播电磁干扰和人为干扰）等。所以，雷达探测目标是在十分复杂的信号背景下进行的，雷达需要通过信号处理来检测目标，并提取目标的各种信息，如距离、角度、运

2、动速度、目标形状和性质等。目标回波信号杂波热 噪声脉冲压缩脉冲压缩求模恒虚警处理视频积累A/D转换器数字下变频低通滤波器低通滤波器复本振信号至雷的达终端设备数字化正交解 调IQ图3-6 设计原理图2 信号处理系统的仿真雷达信号处理的目的是消除不需要的信号（如杂波）及干扰，提取或加强由目标所产生的回波信号。雷达信号处理的功能有很多，不同的雷达采用的功能也有所不同，本文是对某脉冲压缩雷达的信号处理部分进行仿真。一个典型的脉冲压缩雷达的信号处理部分主要由A/D 采样、正交解调、脉冲压缩、视频积累、恒虚警处理等功能组成。因此，脉冲压缩雷达信号处理的仿真模型.2.1 正交解调模块雷达中频信号在进行脉冲压

3、缩之前，需要先转换成零中频的I、Q 两路正交信号。中频信号可表示为: (3.2)式(3.2)中， f0 为载波频率。令: (3.3)则 (3.4)在仿真中，所有信号都是用离散时间序列表示的，设采样周期为T ,则中频信号为f IF (rT ) ，同样，复本振信号采样后的信号为 flocal=exp(j 0rT ) (3.5)则数字化后的中频信号和复本振信号相乘解调后，通过低通滤波器后得到的基带信号f BB (r) 为: (3.6)式(3.6)中， h(n) 是积累长度为N 的低通滤波器的脉冲响应。根据实际的应用，仅仅采用以奈奎斯特采样率进行采样的话，得不到较好混频信号和滤波结果，采样频率f s

4、一般需要中心频率的4 倍以上才能获得较好的信号的实部和虚部。当采样频率为f s = 4 f0时，0 T = /2，则基带信号可以简化为 (3.7)使用Matlab 仿真正交解调的步骤：（1） 产生理想线性调频信号y。（2） 产生I、Q 两路本振信号。设f0为本振信号的中心频率，f s为采样频率，n为线性调频信号时间序列的长度，则I 路本振信号为cos(n2f0/fs),同样，Q路本振信号sin(n2f0/fs)。当f s = 4 f0 时，I、Q 两路本信号分别为cos(n/2)和sin( n /2)。（3） 线性调频信号y 和复本振信号相乘,得到I、Q 两路信号。（4） I、Q 两路信号通过

5、低通滤波器，滤除高频分量，以获得最终的检波结果。Matlab 提供了方便的滤波函数filter(b,a,x)。其中x 为输入信号，b,a 为滤波器传递函数的分子和分母的系数向量。2.2 脉冲压缩模块在进行脉冲压缩处理之前，首先要获得相应的雷达发射信号的匹配滤波器。在实际工程中，对脉冲压缩的处理往往是在频域实现的，因为这样可以利用FFT算法提高计算速度，然后将雷达回波与匹配滤波器的频域响应（脉冲压缩系数）相乘，再经过IFFT变换，从而得到脉冲压缩处理的结果，而不用进行卷积处理，大大降低了运算量。因此，在进行脉冲压缩处理仿真的时候，首先应当获取脉冲压缩处理的匹配滤波器或脉冲压缩系数。求线性调频信号

6、的脉冲压缩系数比较简单，只需要将理想线性调频信号取共轭和翻转即可。使用Matlab仿真线性调频信号脉冲压缩的步骤：（1） 产生理想线性调频信号y ；（2） 对信号正交解调， 得到解调后的信号fbb = fbb _ i + j * fbb _ q ；（3） 产生理想线性调频脉冲压缩系数。这一步要首先求出正交解调后的信号fbb 的匹配滤波器，然后利用离散傅里叶变换求出脉冲压缩系数；（4） 产生理想回波信号（ signal ），对信号进行正交解调。理想回波信号是一个脉冲重复周期内雷达收到的回波信号，并假设目标为静止点目标；（5） 脉冲压缩处理。首先对回波信号做离散傅里叶变换，得到signal_fft

7、，然后将signal_fft与匹配滤波器的频域响应（脉冲压缩系数）相乘，再经过离散傅里叶反变换，从而得到脉冲压缩结果。设雷达发射信号为线性调频信号，具体参数如下：脉宽10s、中心频率10MHz、调频带宽2MHz。对雷达回波信号的采样频率为40MHz，中频进行正交下变频。2.3 回波积累模块现在的雷达都是在多脉冲观测的基础上进行检测的，多个脉冲积累后可以有效地提高信噪比，从而改善雷达的检测能力。积累处理可以在包络检波前完成，称为检波前积累或者中频积累。信号在中频积累时要求信号间有严格的相位关系，也就是说信号是相参的，所以也称为相参积累。此外，积累过程可以在包络检波后完成，称为检波后积累或者视频积

8、累。由于信号在包络检波后失去了相位信息而只保留了幅度信息，所以检波后积累处理就不需要信号间有严格的相位关系，因此这种积累又称为非相参积累。实现非相参积累的方法有很多，例如抽头延迟线积累（FIR 积累）器和反馈积累器。下面介绍抽头延迟线积累（FIR 积累）模型。（1） 积累脉冲数 积累脉冲数N 应该等于天线波束扫过一个点目标时的目标回波个数，即：束扫过一个点目标时的目标回波个数，即： (3.8)式(3.8)中： BWa 为天线方位波束宽度； 为天线在一个脉冲重复周期扫过的角度； Tc 为天线扫描一周所需的时间； PRI 为脉冲重复周期。（2） 回波幅度调制 雷达接收机内部的噪声一般都认为是高斯白

9、噪声，且是平稳随机过程，而回波脉冲的幅度调制还受天线双程场强波瓣图调制。如果天线场强波瓣图（单程）是sinx/x的形式，则天线主瓣内的脉冲将以如下的权函数加 (3.9) 为天线在一个脉冲重复周期扫过的角度2.4 恒虚警处理（CFAR）模块恒虚警处理有多种方法，从大的分类来看，有所谓的均值类CFAR、有序统计量类CFAR和杂波图CFAR等等。均值类CFAR包括多种实现方式，如单元平均方式、两侧单元平均选大方式、两侧单元平均选小方式等等，其基本理论是相同的。使用Matlab仿真恒虚警处理的步骤：（1） 产生叠加了瑞利杂波、热噪声的点目标回波。这一步首先按照上述的方法分别产生高斯热噪声和瑞利杂波，然

10、后与点目标回波进行叠加，叠加时需要对瑞利杂波和热噪声的幅度加权。（2） 对叠加了瑞利杂波、热噪声的点目标回波进行恒虚警处理。这一步首先要确定参考单元数。如果参考单元数为16，那么第1点恒虚警处理时噪声均值由其后面的16点噪声决定，第2点到第16点的恒虚警的噪声均值由其前面和后面的16点噪声共同决定，而正常数据点的恒虚警处理的噪声均值由其前后各16点的噪声决定，最后16点的恒虚警处理与前16点相同。最后输出的信号为每个检测单元与杂波均值估计值的比值。 程 序 close all;clear all;clc;%产生雷达发射信号%code=1,1,1,1,1,-1,-1,1,1,-1,1,-1,1;

11、%13位巴克码tao=10e-6;%脉冲宽度10sfc=28e6;%调频信号起始频率f0=30e6;fs=100e6;%采样频率100MHzts=1/fs;B=4e6;%调频信号带宽t_tao=0:1/fs:tao-1/fs;N=length(t_tao);k=B/fs*2*pi/max(t_tao);n=length(code);pha=0;s=zeros(1,n*N);for i=1:n; if code(i)=1 pha=pi; else pha=0; end s(1,(i-1)*N+1:i*N)=cos(2*pi*fc*t_tao+k*cumsum(t_tao)+pha);endt=0

12、:1/fs:13*tao-1/fs;figure(1),subplot(2,1,1),plot(t,s),xlabel('t(单位:s)'),title('混合调制信号(13位巴克码+线性调频)');s_fft_rsult=abs(fft(s(1:N);subplot(2,1,2),plot(0:fs/N:fs/2-fs/N),abs(s_fft_result(1:N/2),xlabel('频率(单位：Hz）'),title('码内信号频谱');%生脉冲压缩系数%_正交解调_%N=tao/ts;n=0:N-1;s1=s(1:N);

13、local_oscillator_i=cos(n*f0/fs*2*pi);%i路本振信号local_oscillator_q=sin(n*f0/fs*2*pi);%q路本振信号fbb_i=local_oscillator_i.*s1;%i路解调fbb_q=local_oscillator_q.*s1;%q路解调window=chebwin(51,40);b,a=fir1(50,2*B/fs,window);fbb_i=fbb_i,zeros(1,25);fbb_q=fbb_q,zeros(1,25);fbb_i=filter(b,a,fbb_i);fbb_q=filter(b,a,fbb_q)

14、;fbb_i=fbb_i(26:end);%截取有效信息fbb_q=fbb_q(26:end);%截取有效信息fbb=fbb_i+j*fbb_q;%_产生理想线性调频脉冲压缩匹配系数_%M=131072;%因为回波信号数据长度位3600点，所以利用FFT做4096点FFTD=B*tao;match_filter_1=ts*fliplr(conj(fbb)*sqrt(D)*2/tao;match_filter_1_fft=fft(match_filter_1,M);%第一次脉冲压缩处理匹配系数figure(2),subplot(2,1,1),plot(real(match_filter_1_ff

15、t),title('脉冲压缩系数（实部）');subplot(2,1,2),plot(imag(match_filter_1_fft),title('脉冲压缩系数（虚部）');N=length(s);n=0:N-1;local_oscillator_i=cos(n*f0/fs*2*pi);%i路本振信号local_oscillator_q=cos(n*f0/fs*2*pi);%q路本振信号fbb_i=local_oscillator_i.*s;%i路解调fbb_q=local_oscillator_q.*s;%q路解调window=chebwin(51,40);

16、%这是采用50阶cheby窗的FIR低通滤波器b,a=fir1(50,0.5,window);fbb_i=fbb_i,zeros(1,25);fbb_q=fbb_q,zeros(1,25);fbb_i=filter(b,a,fbb_i);fbb_q=filter(b,a,fbb_q);fbb_i=fbb_i(26:end);%截取有效信息fbb_q=fbb_q(26:end);%截取有效信息signal=fbb_i+j*fbb_q;clear fbb_i;clear fbb_q;signal_fft=fft(signal,M)*2;pc_result_fft=signal_fft.*match

17、_filter_1_fft;pc_result=ifft(pc_result_fft,M);figure(3),plot(0:ts:length(signal)*ts-ts),pc_result(1:length(signal),xlabel('时间,单位:s'),title('回波脉冲压缩处理结果');clear local_oscillator_i;clear local_oscillator_q;t=tao*length(code);match_filter_2=2*ts*fliplr(conj(pc_result)*2/t;match_filter_2_

18、fft=fft(match_filter_2,M);%第二次脉冲压缩处理匹配系数figure,subplot(2,1,1),plot(real(match_filter_2_fft),title('脉冲压缩系数（实部）');subplot(2,1,1),plot(imag(match_filter_2_fft),title('脉冲压缩系数（虚部）');clear fbb;clear match_filter_1;clear match_filter_2;clear signal;clear signal_fft;clear pc_result;clear pc_

19、result_fft;%产生雷达回波%f_frame=1e3;%雷达发射信号重频，单位HzT_frame=1/f_frame;N_echo_frame=18;f_doppler=3.5e3;%动目标的多普勒领串t_mobj=200e-6;%动目标位置echo_mobj_pulse=zeros(1,t_mobj/ts),s,zeros(1,(T_frame-t_mobj)/ts-length(s);echo_mobj=repmat(echo_mobj_pulse,1,N_echo_frame);t_doppler=0:ts:N_echo_frame*T_frame-ts;s_doppler=co

20、s(2*pi*f_doppler*t_doppler);s_echo_mobj=echo_mobj.*s_doppler;t_fobj=450e-6;%固定目标位置echo_fobj_pulse=zeros(1,t_fobj/ts),s,zeros(1,(T_frame-t_fobj)/ts-length(s);s_echo_fobj=repmat(echo_fobj_pulse,1,N_echo_frame);t_clutter=700e-6;%杂波位置t_clutter_pulse=39e-6;sigma=2;%瑞利分布canshu数sigmat1=0:ts:t_clutter_pulse

21、-ts;rand('state',0);%把均匀分布伪随机发生器置为0状态u=rand(1,length(t1);echo_clutter=0.08*sqrt(2*log(1./u)*sigma;%,*ss_echo_clutter_pulse=zeros(1,t_clutter/ts),echo_clutter,zeros(1,(T_frame-t_clutter)/ts-length(echo_clutter);s_echo_clutter=repmat(s_echo_clutter_pulse,1,N_echo_frame);s_nosie=0.1*rand(1,N_ec

22、ho_frame*T_frame/ts);s_echo=s_echo_mobj+s_echo_fobj+s_echo_clutter+s_nosie;clear s_echo_mobj;clear s_echo_fobj;clear s_echo_clutter;clear s_echo_clutter_pulse;clear s_nosie;clear echo_mobj_pulse;clear echo_mobj;clear echo_fobj_pluse;clear echo_clutter;clear s_doppler;clear t_doppler;%_正交解调_%N=N_echo

23、_frame*T_frame/ts;n=0:N-1;local_oscillator_i=cos(n*f0/fs*pi);%I路本振信号local_oscillator_q=cos(n*f0/fs*pi);%Q路本振信号s_echo_i=local_oscillator_i.*s_echo;%I路解调s_echo_q=local_oscillator_q.*s_echo;%Q路解调window=chebwin(51,40);%这是采50阶cheby窗的FIR低通滤波器b,a=fir1(50,2*B/fs,window);s_echo_i=s_echo_i,zeros(1,25);s_echo_

24、q=s_echo_q,zeros(1,25);s_echo_i=filter(b,a,s_echo_i);s_echo_q=filter(b,a,s_echo_q);s_echo_i=s_echo_i(26:end);%截取有效信息s_echo_q=s_echo_q(26:end);%截取有效信息s_echo_mf=s_echo_i+j*s_echo_q;clear s_echo_iclear local_oscillator_i;clear local_oscillator_q;clear s_echo_i;clear s_echo_q;clear n;%脉冲压缩处理%for i=1:N_e

25、cho_frame s_echo_fft_result=fft(s_echo_mf(1,(i-1)*T_frame/ts+1:i*T_frame/ts),M); s_pc_fft_1=s_echo_fft_result.*match_filter_1_fft; s_pc_fft_2=s_pc_fft_1.*match_filter_2_fft; s_pc_result(i,:)=ifft(s_pc_fft_2,M); endclear s_echo_mf;s_pc_result_1=s_pc_result's_pc_result_1=reshape(s_pc_result_1,1,N_

26、echo_frame*M);figure,subplot(2,1,1),plot(0:ts:length(s_pc_result_1)*ts-ts,real(s_pc_result_1),%N_echo_frame*T_frame-tsxlabel('t(单位:s)'),title('脉冲压缩处理后结果（实部）');subplot(2,1,2),plot(0:ts:length(s_pc_result_1)*ts-ts,imag(s_pc_result_1),xlabel('t(单位:s)'),title('脉冲压缩处理后结果（虚部）');%固定杂波对消处理%for i=1:16 s_MTI_r