雷达信号处理基本流程

基本雷达信号处理流程

一、脉冲压缩

窄带（或某些中等带宽）的匹配滤波：

相关处理，用FFT数字化执行，即快速卷积处理，可以在基带实现（脉冲压缩）快速卷积，频域的匹配滤波

脉宽越小，带宽越宽，距离分辨率越高；

脉宽越大，带宽越窄，雷达能量越小，探测距离越近；

D=BT（时宽带宽积）；

脉压流程：

频域：回波谱和参考函数共轭相乘

时域：相关

即输入信号的FFT乘上参考信号FFT的共轭再逆FFT；

Sc=ifft(fft(Sb).*conj(fft(S)));

Task1

f0=10e9;%载频tp=10e-6;%脉冲宽度B=10e6;%信号带宽fs=100e6;%采样率

R0=3000;%目标初始距离N=4096;c=3e8;tau=2*R0/c;beita=B/tp;t=(0:N-1)/fs;

Sb=rectpuls(t-tp/2-tau,tp).*exp(j*pi*beita*(t-tp/2-tau).^2).*exp(-2j* pi*f0*tau);%回波信号

S=rectpuls(t-tp/2,tp).*exp(i*pi*beita*(t-tp/2).^2);%发射信号（参考信号）

x 10

x 10

x 10

So=ifft(fft(Sb).*conj(fft(S)));%脉压 figure(7);

plot(t*c/2,db(abs(So)/max(So)))%归一化dB grid on

-400

-350-300-250-200-150-100-500

二、去斜处理（宽带的匹配滤波）

去斜处理“有源相关”，通常用来处理极大带宽的LFM波形（如果直接采样的话因为频带很宽所以在高频的时候需要的采样率就很大，采样点数就很多，所以要经过去斜处理）

Stretch方法是针对线性调频信号而提出的，其方法是将输入信号与参考信号（经适当延迟的本振信号，延迟量通常由窄带信号测距结果估计出）混频，则每一个散射点就对应一个混频后的单频分量，对混频输出的信号进行DFT处理，即可获得目标的距离像，对参考信号的要求是应具有与输入信号相同的调频斜率。

去斜处理流程：

输入信号输出信号

参考信号

混频过程为回波信号在时域与参考信号的共轭相乘

混频后得到一个瞬时频率和目标距离成正比的单频信号，对其进行频谱分析即可得到目标的距离像；

去斜处理一般情况下可降低信号带宽；

%%%%%%%%%%%%%%%%%%%%%%%% 去斜处理仿真程序 %%%%%%%%%%%%%%%%%%%%%%%%% clc;clear all;close all;

B=10e6;%带宽10MHz

tp=10e-6;%脉宽10us

k=B/tp;%LFM系数

fs=50e6;

R0=3e3;R1=2000;R2=3500;R=5000;

c=3e8;

f0=60e6;

N=round(2*R/c*fs);

fft_N=2^nextpow2(N);

t=linspace(0,2*R/c,N);

%%%%%%%%%%%%%%%%%%%%%%%%%% 参考信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Sref=exp(2i*pi*f0*t).*exp(1i*pi*k*t.^2);

0.5

1

1.52

2.5

3

3.5x 10

-5

-10

1仿真时间/t 幅度

参考信号实部

0.5

1

1.52

2.5

3

3.5x 10

-5

-10

1

仿真时间/t 幅度

参考信号虚部

-2.5

-2

-1.5

-1

-0.5

00.51

1.5

2

2.5x 10

7

050

100频率f/Hz

幅度

参考信号频谱

%%%%%%%%%%%%%%%%%%%%%%%%%%% 回波信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% Sb0=exp(1j*pi*k*(t-2*R0/c).^2).*exp(2j*pi*f0*(t-2*R0/c)); Sb1=exp(1j*pi*k*(t-2*R1/c).^2).*exp(2j*pi*f0*(t-2*R1/c)); Sb2=exp(1j*pi*k*(t-2*R2/c).^2).*exp(2j*pi*f0*(t-2*R2/c)); Sb=Sb0+Sb1+Sb2;

x 10

-5

-101

仿真时间t/s 幅度

回波信号1实部

x 10

-5

-101

仿真时间t/s 幅度

回波信号2实部

x 10

-5

-101

仿真时间t/s

幅度

回波信号3实部

x 10

-5

-3

-2

-1

1

2

3

时间 t/s

幅度

%%%%%%%%%%%%%%%%%%%%%%%%%%% 混频信号 %%%%%%%%%%%%%%%%%%%%%%%%%%%% SSb=Sref.*conj(Sb);%去斜后时域信号 spectrum=fft(SSb,fft_N);%去斜后频域信号 f=fs*(0:fft_N-1)/fft_N-fs/2;%从-fs/2到fs/2 f=f*c*tp/2/B;%瞬时频率对应的距离 sf=exp(-j*pi/k*f.^2);%滤波器传输函数

SSb=spectrum.*sf;%从频域去距离扭曲，实现了压缩和去RVP figure;

SSb=fftshift(SSb);

SSb1=ifft(SSb);%消除了距离扭曲和RVP 的时域信号 subplot(211);

plot(f,db(abs(SSb)/max(SSb))) xlabel('距离/m'); grid on subplot(212); plot(f,abs(SSb)) xlabel('距离/m'); grid on

-80-60-40-200距离

/m

0500100015002000距离/m