雷达对抗原理

1、雷达对抗原理大作业学院：电子工程学院班级：021215姓名：zkw学号：一、单脉冲和差测角仿真实验单脉冲测角是雷达中常用的一种测角方法,它利用多个天线同时接收回波信号,通过比较回波信号的幅度或相位来获得目标的角位置信息。确定目标准确空间位置是雷达的重要任务。在大多数场合,雷达不仅要测定目标的距离,还需要测定目标的角度,即测定目标的角坐标,其中包括目标的方位角和高低角(仰角)。雷达测角的性能包含测角范围、测角速度、测角精度和角分辨率等,准确度与测角误差是其中极为关键的指标。1. 单脉冲和差测角原理 雷达测角的物理基础是电波在均匀介质中传播的直线性和雷达天线的方向性，分为振幅法

2、和相位法两大类，其中振幅法测角又分为最大信号法和等信号法，等信号测角采用两个相同且彼此部分重叠的波束，其方向图如下图1所示，若目标处在两波束的交叠轴OA方向，则两波束收到的信号强度相等，否则一个波束收到的信号强度高于另一个，故常称OS为等信号轴。当两个波束收到的回波信号相等时，等信号轴所指的方向即为目标方向。若目标处在OB方向，波束2的回波比波束1的强，处在OC方向时，则与之相反，因此比较两个波束回波的强弱就可以判断目标偏离等信号轴的方向，并可用查表的方法估计出偏离等信号轴的大小。2、天线电压方向性函数雷达测角的基础是电波在均匀介质中传播的直线性和雷达天线的方向性。天线的方向性可用其方向性函数

3、或根据方向性函数画出的方向图表示。但方向图的准确表达式往往很复杂，因而常采用简单函数来近似，常用的有余弦函数、高斯函数、辛克函数。方向图的主要技术指标是半功率波束宽度以及副瓣电平。3、设天线电压方向性函数为F() ，等信号轴OA的指向为0，则波束1、2的方向性函数可分别写为 k为与波束最大值方向的倾角用等信号法测量时，波束1和波束2收到的回波信号为t为目标偏离等信号轴的角度对信号进行和差法处理，可获得目标信号的差值及和值，即在等信号轴附近差信号及和信号可近似表示为归一化和差值为/由于正比于目标偏离0的角度t，故可用它来判读的大小及方向。4.单脉冲和差测角仿真Matlab程序如下：k=0.730

4、;d=0.160;labda=2*pi/k;theta_3db=1.2*labda/d;theta_k=theta_3db/3;theta=-2*theta_3db:0.2:2*theta_3db;f1=exp(-1.3863*(theta-theta_k).2/theta_3db2);f2=exp(-1.3863*(theta+theta_k).2/theta_3db2);sigma=f1+f2;delta=f1-f2;figure,subplot(221),plot(theta,f1,'r-'),grid onhold on,plot(theta,f2),xlabel(&#

5、39;角度theta'),ylabel('两个响应');subplot(222),plot(theta,sigma),xlabel('角度theta'),ylabel('和波束Sigma'),grid onsubplot(223),plot(theta,delta),xlabel('角度theta'),ylabel('差波束Delta'),grid onsubplot(224),plot(theta,(delta./sigma),grid on xlabel('角度theta'),ylabe

6、l('Delta/Sigma')S3.数据制表由于最大单值测角范围为有限，因此只考虑在-30°,30°范围内的数据，本文中为简化内容，只讨论-15°，15°范围内的数值。利用一次回归曲线拟合，得到对应的一次曲线。k=0.730;d=0.160;labda=2*pi/k;theta_3db=1.2*labda/d;theta_k=theta_3db/3;theta=-15:1:15;f1=exp(-1.3863*(theta-theta_k).2/theta_3db2);f2=exp(-1.3863*(theta+theta_k).2/th

7、eta_3db2); sigma=f1+f2;delta=f1-f2;t=-15:1:15'f=-0.2115 -0.1978 -0.1840 -0.1701 -0.1562 -0.1422 -0.1281 -0.1140 -0.0999 -0.0857 -0.0715 -0.0572 -0.0429 -0.0286 -0.0143 0 0.0143 0.0286 0.0429 0.0572 0.0715 0.0857 0.0999 0.1140 0.1281 0.1422 0.1562 0.1701 0.1840 0.1978 0.2115'x=ones(size(t) t;

8、 a=xff3=ones(size(t) t*a;figure,plot(theta,(delta./sigma),'r-')xlabel('½Ç¶Ètheta'),ylabel('Delta/Sigma');grid on;hold on;plot(t,f3,'*')程序运行结果如下：a = 0.0000 0.0142得到直线方程为=0.0142图中原始图像为红色直线，拟合结果为星号连点。 从程序运行结果可以看出，利用二次回归曲线拟合得到的星号直线和原始数据绘制出来的直线基本上重

9、合，可以看出，结果的误差是很小的。 -20-19-18-17-16-15-14-13-12/ -0.4318-0.4128-0.3935-0.3738-0.3537-0.3333-0.3126-0.2916-0.2704-11-10-9-8-7-6-5-4-3-2-0.2488-0.227-0.205-0.1828-0.1603-0.1377-0.115-0.0922-0.0692-0.0462-1012345678-0.023100.02310.04620.06920.09220.1150.13770.16030.182891011121314151617180.2050.2270.2488

10、0.27040.29160.31260.33330.35370.37380.393519200.41280.4318由上表也可以看出计算得到的和曲线拟合出来的结果误差很小。二、仿真线性调频信号1. LFM脉冲的匹配滤波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信号,接收时采用匹配滤波器压缩脉冲。 从雷达回波信号提取出表征目标特性的(表征相对距离)和(表征目标反射特性)，常用的方法

11、是让通过雷达发射信号的匹配滤波器，如图2.1所示图2.1 雷达回波信号匹配滤波处理的匹配滤波器为： 于是， 如图3.1,经过系统得输出信号， 当时, (2.1)当时, (2.2)合并2.1和2.2两式： （2.3） 2.3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。当时，包络近似为辛克（sinc）函数。 （2.4） 图2.2 匹配滤波的输出信号如图3.2，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。 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， 上式表明，压缩比也就是LFM信号的时宽频宽积。2.线性调频信号回波matlab

12、仿真close allclear alleps = 0.000001;B=200.0e6; T=10.e-6; mu=B/T; Fs=2*B;Ts=1/Fs; N=T/Ts;t=linspace(-T/2,T/2,N);fi=10e6;St=exp(j*pi*mu*t.2);Sr=exp(j*pi*mu*(t-1e-7).2);Ht=exp(-j*pi*mu*t.2);Jt=exp(j*2*pi*(mu.*t.2/2+fi.*t);S_J=St+Jt;Sot=conv(St,Ht); Sot1=conv(Sr,Ht);Sot2=conv(S_J,Ht); L=2*N-1;t1=linspace

13、(-T,T,L);Z=abs(Sot);Z=Z/max(Z);Z1=abs(Sot1);Z1=Z1/max(Z1);Z2=abs(Sot2);Z2=Z2/max(Z2);freq=linspace(-Fs/2,Fs/2,N);LFMFFT=fftshift(abs(fft(St);figure(1),subplot(211),plot(t*1e6,real(St),grid;xlabel('时间/us'),title('实部'),axis(-1 1 -1 1);subplot(212),plot(t*1e6,real(Sr),'r'),grida

14、xis(-1 1 -1 1),xlabel('时间/us'),title('实部')figure(2),subplot(211),plot(t*1e6,imag(St),gridaxis(-1 1 -1 1),xlabel('时间/us'),title('虚部')subplot(212),plot(t*1e6,imag(Sr),'r'),gridaxis(-1 1 -1 1),xlabel('时间/us'),title('虚部')figure(3),plot(freq*1e-6,LFMFFT),xlabel('频率/MHz')grid,title('LFM信号的频谱');figure(4),plot(t1*B,Z) ,title('LFM匹配滤波后的波形');hold,plot(t1*B,Z1),axis(-30 50 0 1),grid;figure(5),plot(t*1e6,real(S_J