目录

1. 参数设计

几个重要的约束关系

仿真参数设计

2. matlab雷达测距代码

完整源码

代码分析


回顾:LFM的基本原理请详见第一章

本章节将介绍LFM雷达测距的原理及实现

1. 雷达测距原理

参考:

Radar测距及测速原理(1)——FMCW测距和测速原理及具体推导 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/77474295

2. 参数设计

  • 几个重要的约束关系

带通采样定理

因此如果我们B=80MHz时,奈奎斯特采样率近似等于2.11倍带宽,因此我们采样率fs设置为2.5倍带宽绰绰有余。

距离分辨率

最大目标探测距离

由下式定义,,其中Tr表示脉冲重复周期

当我们Tr设置为0.05s时,按照公式可得最大检测距离Rmax=7500000m,脉冲波形的往返时间也为0.05s,因此我们采样时间也就为0.05s。

采样时间

采样时间可以由上述的最大目标检测距离确定,假设最大目标检测距离为Rmax,则最大采样时间t为,换句话说,采样时间与你的最大检测距离或者检测范围有关

若Rmax=1000m,则采样时间约为6.67ns,易知,探测距离越远则采样时间越长

  • 仿真参数设计

参数设置 参数意义
fc 载波频率 4GHz
Fs 采样率为200MHz(USRP最大采样率受限)
Ts 采样周期Ts=1/FS=5ns
B B=0.4Fs=80MHz
Tp 时宽10us,Tp=10e-6
c 光速,设置为3e8
Tr 脉冲重复周期等于1/PRF=50ms
PRF 脉冲重复频率为20
lamda 波长等于光速/载波频率=75mm(毫米波波段)
Rmax 最大探测距离300m
R_resolution 距离分辨率=光速/两倍波长=c/(2B)=1.875m

2. matlab雷达测距代码

原始雷达回波 经过脉冲压缩之后的回波
  • 完整源码

%==========================================================================
%%   单脉冲LFM雷达测距
%==========================================================================
clear all;clc;close all;%% LFM参数设置
fc = 4e9;               %载波频率
PRF = 20;               %脉冲重复频率
Tr = 1/PRF;             %脉冲重复周期
B = 80e6;               %带宽
Fs = 2.5*B;             %采样频率
Ts = 1/Fs;              %采样时间
Tp = 10e-6;             %脉宽
c = 3e8;                lamda = c/fc;           %载波波长
R_max = 3000;            %最大检测距离(不能设置太小,不然后面存在问题,回波窗尽量大一些)
R_min = 0;              %最小检测距离
RCS = [1,1,1];          %目标物体的反射截面积
R_targets = [105,11,60];          %目标距离%% LFM参数导出
K = B/Tp;               %调频斜率
Rwind = R_max - R_min;  %距离窗
twind = 2*Rwind/c;      %利用距离窗计算信号的往返时间窗
num_wind_sample = ceil(twind/Ts);%在规定时间窗内总的采样点数计算%% LFM回波信号生成
t = linspace(2*R_min/c,2*R_max/c,num_wind_sample);%将检测范围所需时间分成与采样点数相同数量的点
num_targets = length(R_targets);%计算目标物体个数
% LTI系统的接收信号
td=ones(num_targets,1)*t-2*R_targets'/c*ones(1,num_wind_sample);
%-----参考章节1中的LTI系统输入输出关系-------
Srt=RCS*(exp(1i*pi*K*td.^2).*(abs(td)<Tp/2));%从点目标来的回波(所有目标物体的叠加)%% 脉冲压缩
num_chrip_samples = ceil(Tp/Ts);    %将脉宽按照采样间隔离散化得到chrip的时域采样点数
%%循环卷积长度应当大于等于N+N-1,其中弃置区位于长度大于N+N-1的部分(参考章节1中的频域匹配滤波部分)
num_fft = 2^nextpow2(2*num_wind_sample-1);          %方便使用FFT算法,满足2的次方形式
t0 = linspace(-Tp/2,Tp/2,num_chrip_samples);
%对接收信号Srt进行傅里叶变换得到Srw
Srw = fft(Srt,num_fft);
%原始发射信号St及其fft
St = exp(1i*pi*K*t0.^2);%发射的LFM信号(用t0限制了脉宽)
Stw = fft(St,num_fft);%发射信号的频域
%匹配滤波
Sot = fftshift(ifft(Srw.*conj(Stw)));           %脉冲压缩后的信号%% 数据处理
N0 = ceil(num_fft/2-num_chrip_samples/2);
Z = abs(Sot(N0:N0+num_wind_sample-1));
%归一化并取dB表示
Z = Z/max(Z);
Z_dB = 20*log10(Z);%% 绘图
figure(1)
plot(t*10e6,real(Srt));
axis tight,xlabel('时间 / us');ylabel('幅度'),title('原始雷达回波');
figure(2)
plot(t*c/2,Z_dB);
axis([R_min,R_max,-60,0]);
xlabel('距离 / m'),ylabel('幅度 / dB'),title('脉冲压缩测距')
  • 代码分析

LFM雷达实现及USRP验证【章节2:LFM雷达测距】相关推荐

  1. LFM雷达实现及USRP验证【章节3:连续雷达测距测速】

    第一章介绍了在相对速度为0时候的雷达测距原理 目录 1. LFM测速 1.1 雷达测速原理 1.2 Chrip信号测速 2. LFM测速代码实现 参数设置 仿真图像 matlab源码 代码分析 第一章 ...

  2. LFM雷达实现及USRP验证【章节1:LFM基本原理】

    目录 1. 雷达基本原理 1.1 雷达测距原理 2. LFM原理 2.1 LFM原理分析 LFM雷达原理 LFM的时域表示 matlab实现 仿真结果 3.  脉冲压缩 3.1 匹配滤波器 3.1.1 ...

  3. 毫米波雷达、ADAS中的应用以及毫米波雷达的检测、测距、测速和角度测量

    毫米波雷达的检测.测距.测速和角度测量 毫米波(Millimeter-Wave,缩写:MMW),是指长度在1~10mm的电磁波,对应的频率范围为30~300GHz.根据波的传播理论,频率越高,波长越短 ...

  4. python制作雷达图_如何利用Python matplotlib绘制雷达图

    本篇文章介绍使用matplotlib绘制雷达图. 雷达图也被称为网络图,蜘蛛图,星图,蜘蛛网图,是一个不规则的多边形.雷达图可以形象地展示相同事物的多维指标,雷达图几乎随处可见,应用场景非常多. 一. ...

  5. 【雷达书籍推荐】 第1期 现代雷达系统分析与设计

    大家好,从今天开始,小编准备开启一个新的资源分享篇章--雷达书籍推荐 雷达领域自二战开始,发展迅猛,到今天为止,已经在各行都有广泛运用.作为雷达行业的学生,读书期间接触了很多雷达知识,但也只是浅尝辄止 ...

  6. 【雷达通信】基于Matlab GUI中频PD雷达仿真系统【含Matlab源码 1055期】

    ⛄一.PD雷达简介 ⛄二.部分源代码 function varargout = fig(varargin) % % % 完成时间:2021.02.19 % FIG MATLAB code for fi ...

  7. [探地雷达]利用Faster RCNN对B-SCAN探地雷达数据进行目标检测

    引用量较高的一篇会议论文. 由于真实雷达图像较少,作者采用了GPR工具箱,使用不同配置,合成了部分模拟雷达图.然后采用Cifar-10数据(灰度图)对Faster RCNN进行预训练,再采用真实和合成 ...

  8. 雷达多普勒频率计算公式_自动驾驶毫米波雷达物体检测技术-算法

    Radar target generation and detection - Software 本文的代码均在MATLAB上运行, MATLAB在传统辅助驾驶系统的验证和模拟上相对于其他编程语言具有 ...

  9. python绘制雷达图代码实例-使用python绘制温度变化雷达图

    本文实例为大家分享了python绘制温度变化雷达图的具体代码,供大家参考,具体内容如下 假设某天某地每三个小时取样的气温为 针对温度变化趋势绘制雷达图: 代码如下: import numpy as n ...

最新文章

  1. LTSM 实现多元素时序数据植物健康预测
  2. Tomcat7的安装与配置
  3. 10.PL_SQL——PL_SQL中的复合数据类型之RECORDS
  4. cad能整体比例缩小吗_CAD中两个缩放的不同及其各自的应用
  5. Scala 类型的类型(一)
  6. 基于mondrian的多维分析系统
  7. 零售业去“O”,不可逆之变
  8. Exception in thread “main“ java.lang.IllegalArgumentException: http://www.dmg.org/PMML-4_4(没搞定)
  9. 万亿美元软件浪潮来临,开发者是核心!
  10. LaTeX技巧:算法标题 Algorithm如何重命名
  11. JavaScript练习题
  12. VelocityTracker简单用法
  13. QWERT切换到DVORAK
  14. 《大学物理》课程考试大纲
  15. Amino——框架层
  16. 数据结构与算法 实验5 树、二叉树和森林的基本操作
  17. mac下用户用户组命令行操作
  18. ubuntu如何杀进程_Ubuntu下各种结束进程的方法
  19. 不畏浮云遮望眼,自缘身在最高层
  20. python和按键精灵自动化测试_按键精灵对APP自动化测试(上)

热门文章

  1. OBS Studio 录制视频画面很糊,不清晰,如何解决?
  2. Python爬取百度指数搜索结果,查看你想了解的热点信息吧
  3. 金山云2018年Q4财报里的“去小米化”
  4. 历史性时刻:“苹果税”的时代结束了
  5. 网页、网站和HTML
  6. Ubuntu中docker的安装和使用
  7. 臻色调女装官网评价:专业人士展示行业数据
  8. modis遥感影像数据批量下载(不限制网速的办法)
  9. 【Transformer】继续学习:Attention,Self-Attention,Multi-head Attention。
  10. 上海有哪些牛逼的互联网公司?