理想公式:


注意G与入这两个是有关联的,这两个因子,不能说越大,R就越大,后面补充里面讲解(波长越短,增益越大)
所以上述表达式子可以为

如果,在实际情况中,雷达接收信号的回波信号会被噪声污染,在所有雷达频率上引入不想要的电压。

上述式子,广泛的作为雷达方程
F噪声系数、B雷达带宽、L雷达损失、k波尔兹常数、Te是以K表示的有效噪声温度、R距离、sigma雷达截面积、G天线增益、入波长(1/入 雷达频率)

下面是上述雷达公式的函数,中间过程通常转换为dB来计算

%radar  function
function [snr] = radar_eq(pt,freq,g,sigma,te,b,nf,loss,range)
%This is a program of radar eq
c=3.0e+8; %speed of light
lambda =c/freq; %wavelength
p_peak=10*log10(pt);  %convert peak power to dB
lambda_sqdb=10*log10(lambda^2);  %computr wavelength square in dB
sigmadb=10*log10(sigma);%convert sigma to dB
four_pi_cub=10*log10((4*pi)^3);  %(4pi)^3 in dB
k_db=10*log10(1.3e-23);%boltzman's constant in dB
te_db=10*log10(te);  %noisetemp. in dB
b_db=10*log10(b);  %bandwidth in dB
range_pwr4_db=10*log10(range.^4);%vector of target range^4 in dB
%implement Equation(1.56)
num=p_peak+g+g+lambda_sqdb+sigmadb;%分子
den=four_pi_cub+k_db+te_db+b_db+nf+loss+range_pwr4_db;%分母
snr=num-den;
return

下面是以上述表格的数值,观察,取不同的目标截面积值的效果图

下面输入不同的峰值功率

% Use this program to reproduce Fig. 1.12 of text.
close all
clear all
pt = 1.5e+6; % peak power in Watts
freq = 5.6e+9; % radar operating frequency in Hz
g = 45.0; % antenna gain in dB
sigma = 0.1; % radar cross section in m squared
te = 290.0; % effective noise temperature in Kelvins
b = 5.0e+6; % radar operating bandwidth in Hz
nf = 3.0; %noise figure in dB
loss = 6.0; % radar losses in dB
range = linspace(25e3,165e3,1000); % range to target from 25 Km 165 Km, 1000 points
snr1 = radar_eq(pt, freq, g, sigma, te, b, nf, loss, range);
snr2 = radar_eq(pt, freq, g, sigma/10, te, b, nf, loss, range);
snr3 = radar_eq(pt, freq, g, sigma*10, te, b, nf, loss, range);
% plot SNR versus range
figure(1)
rangekm  = range ./ 1000;
plot(rangekm,snr3,'k');
hold on;
plot(rangekm,snr1,'k -.');
hold on;
plot(rangekm,snr2,'k:');
grid %开启网格
legend('\sigma = 0 dBsm','\sigma = -10dBsm','\sigma = -20 dBsm')
xlabel ('Detection range - Km');
ylabel ('SNR - dB');%下面改变不同的功率峰值
snr1 = radar_eq(pt, freq, g, sigma, te, b, nf, loss, range);
snr2 = radar_eq(pt*0.4, freq, g, sigma, te, b, nf, loss, range);
snr3 = radar_eq(pt*1.8, freq, g, sigma, te, b, nf, loss, range);
figure (2)
plot(rangekm,snr3,'k',rangekm,snr1,'k -.',rangekm,snr2,'k:')
grid
legend('Pt = 2.16 MW','Pt = 1.5 MW','Pt = 0.6 MW')
xlabel ('Detection range - Km');
ylabel ('SNR - dB');

工程中一般还用到了,根据SNR来确定脉冲宽度

% Use this program to reproduce Fig. 1.13 of text.
close all
clear all
pt = 1.e+6; % peak power in Watts
freq = 5.6e+9; % radar operating frequency in Hz
g = 40.0; % antenna gain in dB
sigma = 0.1; % radar cross section in m squared
te =300.0; % effective noise temperature in Kelvins
nf = 5.0; %noise figure in dB
loss = 6.0; % radar losses in dB
range = [75e3,100e3,150e3]; % three range values
snr_db = linspace(5,20,200); % SNR values from 5 dB to 20 dB 200 points
snr = 10.^(0.1.*snr_db); % convert snr into base 10
gain = 10^(0.1*g); %convert antenna gain into base 10
loss = 10^(0.1*loss); % convert losses into base 10
F = 10^(0.1*nf); % convert noise figure into base 10
lambda = 3.e8 / freq; % compute wavelengthden = pt * gain * gain * sigma * lambda^2;
num1 = (4*pi)^3 * 1.38e-23 * te * F * loss * range(1)^4 .* snr;
num2 = (4*pi)^3 * 1.38e-23 * te * F * loss * range(2)^4 .* snr;
num3 = (4*pi)^3 * 1.38e-23 * te * F * loss * range(3)^4 .* snr;
tau1 = num1 ./ den ;
tau2 = num2 ./ den;
tau3 = num3 ./ den;
% plot tau versus snr
figure(1)
semilogy(snr_db,1e6*tau1,'k',snr_db,1e6*tau2,'k -.',snr_db,1e6*tau3,'k:')
grid
legend('R = 75 Km','R = 100 Km','R = 150 Km')
xlabel ('Minimum required SNR - dB');
ylabel ('\tau (pulse width) in \mu sec');

可以确定脉冲宽度越宽,相同SNR,测量越远

补充

  • 开尔文温度:

开尔文温度和人们习惯使用的摄氏温度相差一个常数273.15,即T=t+273.15

  • 噪声温度

    玻尔兹曼常数:1.3806505(24) × 10^-23 J/K
    用法:linspace(x1,x2,N)
    其中x1、x2、N分别为起始值、终止值、元素个数。若默认N,默认点数为100。
    从下图可以看出linspace和传统的生成点的区别,linspace可以指定生成多少个点,而普通的生成点,能指定步长
  • legend的用法

  • semilogy


Create a plot with a logarithmic scale for the y-axis and a linear scale for the x-axis.
创建一个y轴为对数刻度的图和x轴的线性刻度。

雷达基本公式讲解


雷达波长与距离关系

http://www.360doc.com/content/17/1225/08/908538_716039231.shtml

第一讲、雷达基本公式(matlab)相关推荐

  1. 第一讲 Matlab/Simulink入门——简单系统模型的Simulink仿真

    第一讲 Matlab/Simulink入门--简单系统模型的Simulink仿真 1.模型的数学表达式 2.建立系统模型 2.1.选择模块 2.2.参数设置 3.系统仿真 1.模型的数学表达式 y = ...

  2. matlab基础教程第一讲,matlab基础第一讲

    (完整版)matlab第一讲教案_数学_高中教育_教育专区.西南科技大学本科生课程备课教案计算机技术在安全工程中的应用--Matlab 入门及应用授课教师:徐中慧 班级: 专业...... 2012 ...

  3. 雷达系统设计及matlab仿真(一) 第一章 雷达基础知识概论(测距 距离分辨率 多普勒频率 雷达方程 噪声和信噪比 脉冲积累)

    第一章 雷达基础导论 1.1.雷达分类 1.1.1.基础知识了解 1.1.2. 工作波段划分 1.2.距离 1.2.1.距离的测量 PRF:脉冲重复频率&PRI:脉冲重复间隔 占空比和相关功率 ...

  4. Apollo星火计划学习笔记——第一讲 使用Apollo学习自动驾驶

    引言 如何学习自动驾驶? 自动驾驶是集车辆.计算机.电子电气.人工智能.通信等多学科应用为一体的的复杂系统.针对自身专业背景结合自动驾驶发展进行学习: 自动驾驶是通过智能系统来驾驶汽车从而取代了驾驶员 ...

  5. 笔记:计算机视觉与深度学习-北邮-鲁鹏-2020年录屏-第一讲

    笔记:计算机视觉与深度学习-北邮-鲁鹏-2020年录屏 写在开头(重复的) 1.课程来源:B站视频. 2.笔记目的:个人学习+增强记忆+方便回顾 3.时间:2021年4月8日 4.同类笔记链接:(钩子 ...

  6. Starlink卫星动力学系统仿真建模第一讲

    Starlink卫星动力学系统仿真建模第一讲 本文主要以SpaceX公司的低轨帆船式卫星为模板对进行动力学建模和控制系统设计,所参考的书籍主要是北航章仁为老师的<卫星轨道姿态动力学与控制> ...

  7. 《雷达系统设计MATLAB仿真》学习

    文章目录 第一章 雷达分类 按频段分类 按波形分类 按用途分类 监视雷达 跟踪雷达 第四章 模糊函数 模糊函数的几点应用 目标分辨情况 测量精度 模糊情况 杂波抑制能力 输出功率波形 第六章 杂波 擦 ...

  8. 惯性导航系统学习笔记——第一讲

    惯性导航系统学习笔记 第一讲 惯性导航系统概述 一.惯性导航基本概念 二.惯性导航基本原理 三.惯性导航应用与发展 四.小结 第一讲 惯性导航系统概述 本文为学习朱家海教授<惯性导航系统> ...

  9. 青岛科技大学|物联网工程|物联网定位技术(第一讲)|6.7

    目录 物联网定位技术(第一讲) 1. 什么是物联网定位技术? 2. 物联网定位技术主要有哪些? 3. 简述卫星定位系统的发展历史以及GPS的发展概况? (1)卫星定位的由来和发展 (2)GPS的发展概 ...

最新文章

  1. SQL Server 中,实现 varbinary 与 varchar 类型之间的数据转换
  2. 理解为何用期望最大化或梯度下降等启发式方法处理非凸函数在实际中如此有效,对于理论计算机科学而言是一大挑战
  3. 学习linux决心书
  4. CPU的插槽类型LGA与Socket 的区别
  5. php redis 搜索,PHP+Redis有序集合(zset)实现博客园阅读排行榜功能
  6. 一元享移动怎么样_中国移动放大招!月租9元享200GB流量,网友:这套路谁敢用?...
  7. TABLE与DIV的取舍
  8. HTML中可伸缩容器怎么设置,CSS布局神器——伸缩盒(语法篇)
  9. 集成电路的技术极限之后,怎么办?
  10. SQL server添加表和字段注释
  11. ps钢笔工具的详细讲解
  12. 菜鸟入门_Python_机器学习(1)_线性可分的双月实验
  13. Makefile 指南
  14. 安卓libc setenv函数内存泄漏
  15. 三菱PLC内置以太网通讯
  16. stored-program Computer/von Neumann Architecture 冯诺依曼体系结构
  17. 剑指 Offer 41-50
  18. IDEA项目中配置Maven镜像源(下载源)
  19. php怎么自动识别车牌号,你知道车牌识别系统是如何自动识别车牌的吗?
  20. PG口令加密算法从MD5升级到SCRAM-SHA-256

热门文章

  1. 618首日战报:德施曼预售全网第一!全自动智能锁Q5P全网单品冠军
  2. CoreDNS介绍与使用
  3. Notification的使用(二)
  4. java 人脸比对_java ArcFace 2.0,java SDK使用、人脸识别-抽取人脸特征并做比对
  5. Good Player真给力,有网络硬盘的朋友有福了~~~~
  6. 2007年十二星座运势
  7. ubuntu查看当前所在路径
  8. 基金从业资格考试三个科目到底如何选?
  9. 二代测序群体进化-GWAS分析及案例解析
  10. MapReduce之基于符号数据的朴素贝叶斯分类(一)