11目录
1. 设计的基本骤 (1)
1.1 雷达信号的产生 (1)
1.2 噪声和杂波的产生 (1)
2. 信号处理系统的仿真 (1)
2.1 正交解调模块 (2)
2.2 脉冲压缩模块 (3)
2.3 回波积累模块 (3)
2.4 恒虚警处理（CFAR）模块 (4)
结论 (11)
1 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、运动速度、目标形状和性质等。
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:
0()()c o s (2())IF f t A t f t t π?=+ (3.2)
式(3.2)中， f 0 为载波频率。 令:
00()()cos2()sin 2IF f t I t f t Q t f t ππ=- (3.3)
则
00()()cos2()sin 2IF f t I t f t Q t f t ππ=- (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
f local =e xp(?j ω 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:
1
1
000
{()cos()}(){()sin()}()N N BB IF IF n n
f f r n r n T h n j f r n r n T h n ωω--==-----∑∑ (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 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 f 0时，ω0 T = π/2，则基带信号可以简化为
1
1
0(){()cos()}(){()sin()}()22N N BB IF IF n n
f r f r n r n h n j f r n r n h n π
π
--==-----∑∑ (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f 0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(n2πf 0/f s ),同样，Q 路本振信号sin(n2πf 0/f s )。当f s = 4 f 0 时，I 、Q 两路本信号分别为cos(πn/2)和sin( n π /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，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10μs、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：
(360/)*a a
c BW BW N T PRI
θ=
=
? (3.8) 式(3.8)中： BWa 为天线方位波束宽度； Δθ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
4sin ()
()na h n N n N na θθ
?=
-≤≤? (3.9)
Δθ 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];%13位巴克码
tao=10e-6;%脉冲宽度10μs
fc=28e6;%调频信号起始频率
f0=30e6;
fs=100e6;%采样频率100MHz
ts=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);
end
t=0:1/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);
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);
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FFT
D=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_fft)),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);%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_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_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_result_fft;
%%%%%%%%%%%%%%%%%%%%%产生雷达回波%%%%%%%%%%%%%%%%%% f_frame=1e3;%雷达发射信号重频，单位Hz
T_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=cos(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sigma
t1=0:ts:t_clutter_pulse-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;%,*s
s_echo_clutter_pulse=[zeros(1,t_clutter/ts),echo_clutter,zeros(1,(T_frame-t_clutter)/ts-length(echo_cl utter))];
s_echo_clutter=repmat(s_echo_clutter_pulse,1,N_echo_frame);
s_nosie=0.1*rand(1,N_echo_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_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_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_i
clear 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_echo_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);
end
clear s_echo_mf;
s_pc_result_1=s_pc_result';
s_pc_result_1=reshape(s_pc_result_1,1,N_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-ts
xlabel('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_result(i,:)=s_pc_result(i,:)+s_pc_result(i+2,:)-2*s_pc_result(i+1,:);
end
clear s_pc_result;
clear s_pc_result_1;
s_MTI_result_1=s_MTI_result';
s_MTI_result_1=reshape(s_MTI_result_1,1,(N_echo_frame-2)*M);
figure,subplot(2,1,1),plot(0:ts:length(s_MTI_result_1)*ts-ts,real(s_MTI_result_1)),
xlabel('t(单位:s)'),title('固定杂波对消后结果（实部）');
subplot(2,1,2),plot(0:ts:length(s_MTI_result_1)*ts-ts,imag(s_MTI_result_1)),
xlabel('t(单位:s)'),title('固定杂波对消后结果（虚部）');
clear s_MTI_result_1;
结论
使用Matlab 进行雷达信号处理系统仿真，能迅速建立起系统模型，设计理念可以在任何细节上得到体现，建模时间短，模型简单、清晰，计算精度高，同时在系统设计的任何阶段都能够很方便地修改模型、评估结果和验证系统行为。本文以某脉冲压缩雷达为实例，基于Matlab 的雷达信号处理的仿真方法取得了较好的效果。
在雷达信号处理系统中系统级仿真占有极其重要的地位,经过系统级仿真能够保证产品在最高层次上的设计正确性。由于外场模拟真实战场复杂电磁环境是非常困难的,同时也耗资巨大,所以利用计算机仿真技术的可控制性、可重复性、无破坏性、安全性、经济性等特点与优势对雷达电子对抗装备及其技术与战术运用等进行仿真与效能评估,是当前和未来雷达与电子对抗领域研究中的一种重要手段。
通过MATLAB软件进行仿真得到的仿真图如下所示：
图 1
图 2
图 3
图 4
图 5
图 6
科研报告 课程名称：信号检测与估值 题目：匹配滤波器在雷达信号中的应用院（系）：信息与控制工程学院 专业方向：信号与信息处理 姓名：许娟 学号：1508210675 任课教师：毛力 2015 年1月14日
匹配滤波器在雷达信号中的应用 摘要 本文介绍了雷达系统及有关匹配滤波器的主要内容，着重介绍与分析了雷达系统信号处理的脉冲压缩(匹配滤波)现代雷达技术，雷达系统通过脉冲压缩解决解决雷达作用距离和距离分辨力之间的矛盾，最后实现对雷达目标的检测。关键词:雷达系统脉冲压缩
Abstract This paper introduces the radar system and the main content of the matched filter, this paper introduces and analyses emphatically the signal processing of the pulse compression radar system (matched filtering) of modern radar technology, by pulse compression radar system to solve the contradiction between the radar range and distance resolution,finally the realization of the radar target detection. Keywords:pulse compression radar system
现代雷达信号处理技术及发展趋势 摘要：自二战以来，雷达就广泛应用于地对空、空中搜索、空中拦截、敌我识别等领域，后又发展了脉冲多普勒信号处理、结合计算机的自动火控系统、多目标探测与跟踪等新的雷达体制。随着科技的不断进步，雷达技术也在不断发展，现代雷达已经具备了多种功能，如反隐身、反干扰、反辐射、反低空突防等能力，尤其是在复杂的工作环境中提取目标信息的能力不断得到加强。例如，利用雷达系统中的信号处理技术对接收数据进行处理不仅可以实现高精度的目标定位与跟踪, 还能够在目标识别和目标成像、电子对抗、制导等功能方面进行拓展, 实现综合业务的一体化。 一、雷达的起源及应用 雷达，是英文Radar的音译，源于radio detection and ranging的缩写，意思为"无线电探测和测距"，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备。雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。雷达最为一种重要的电磁传感器，在国防和国民经济中应用广泛，最大特点是全天时、全天候工作。雷达由天线、发射机、接收机、信号处理机、终端显示等部分组成。 雷达的出现，是由于二战期间当时英国和德国交战时，英国急需一种能探测空中金属物体的雷达（技术）能在反空袭战中帮助搜寻德国飞机。二战期间，雷达就已经出现了地对空、空对地（搜索）轰炸、空对空（截击）火控、敌我识别功能的雷达技术。二战以后，雷达发展了单脉冲角度跟踪、脉冲多普勒信号处理、合成孔径和脉冲压缩的高分辨率、结合敌我识别的组合系统、结合计算机的自动火控系统、地形回避和地形跟随、无源或有源的相位阵列、频率捷变、多目标探测与跟踪等新的雷达体制。后来随着微电子等各个领域科学进步，雷达技术的不断发展，其内涵和研究内容都在不断地拓展。雷达的探测手段已经由从前的只有雷达一种探测器发展到了红外光、紫外光、激光以及其他光学探测手段融合协作。
一种雷达信号处理模块的设计和实现 一种雷达信号处理模块的设计和实现 现代雷达特别是机载雷达数字信号处理机的特点是输入数据多，工作模式复杂，信息处理量大。因此，在一个实时信号处理系统中，雷达信号处理系统要同时进行高速数据分配、处理和大量的数据交换.而传统的雷达信号处理系统的设计思想是基于任务，设计者针对应用背景确定算法流程，确定相应的系统结构，再将结构划分为模块进行电路设计。这种方法存在一定的局限性。 首先，硬件平台的确定会使算法的升级受到制约，由此带来运算量加大、数据存储量增加甚至控制流程变化等问题。此外，雷达信号处理系统的任务往往不是单一的，目前很多原来由模拟电路完成的功能转由数字器件来处理。系统在不同工作阶段的处理任务不同，需要兼顾多种功能。这些问题都对通用性提出了进一步要求[2].随着大规模集成电路技术、高速串行处理及各种先进算法的飞速发展，利用高速DSP和FPGA相结合的系统结构是解决上述问题的有效途径。 1雷达信号处理机方案设计 1.1雷达信号处理的目的 现代机载雷达信号处理的任务繁重，主要功能是在空空方式下将AD 数据录取后进行数字脉压处理、数据格式转换和重排、加权降低频谱副瓣电平，然后进行匹配滤波或相参积累（FFT或DFT）、根据重复频率的方式进行一维或二维CFAR处理、跟踪时测角等运算后提取出点迹目标送给
数据处理机。空地方式下还要进行地图（如RBM和SAR）等相关图像成像处理，最后坐标转换成显示数据送给显控处理机。 上述任务需要基于百万门级可编程逻辑器件FPGA与高性能DSP芯片作为信号处理模块，以充分满足系统的实时性要求，同时为了缩短机载雷达系统的研制周期和减少开发经费，设计的基本指导思想是通用化的信号处理模块，可以根据不同要求，通过软件自由修改参数，方便用户使用。 1.2系统模块化设计方案 的功能模块，除了信号处理所必需的脉冲压缩模块、为MTD模块作准备的数据重排模块、FIR滤波器组模块、求模模块、恒虚警处理模块和显示数据存储模块外，还包括雷达同步信号和内部处理同步产生模块、自检数据产生模块以及不同测试点测试数据采样存储模块。这些模块更加丰富了系统的功能，使得雷达系统的研制者能够更方便地测试和观察信号处理各功能模块的工作情况。 主要功能模块的具体功能描述如下: （1）正交采样是信号处理的第一步，担负着为后续处理提供高质量数据的任务，中频接收机输出的信号先通过A/D转换器进行采样，然后进行正交解调，以获得中频信号的基带信号（也称为中频信号的复包络）的I、Q两路正交信号，采样的速率和精度是需要考虑的首要问题，采样系统引起的失真应当被限定在后续信号处理任务所要求的误差范围内。 （2）脉冲压缩模块是在发射峰值功率受限的情况下，使用匹配滤波器将接收到的宽脉冲信号变成窄脉冲且保持能量不变，以获得更高的距离
安装好MATLAB 2012后再安装目录下点击setup.exe 会出现 "查找安装程序类时出错，查找类时出现异常"的错误提示。该错误的解决方法是进入安装目录下的bin 文件夹双击matlab.exe 对安装程序进行激活。这是可以对该matlab.exe 创建桌面快捷方式，以后运行程序是直接双击该快捷方式即可。 信号运算 1、 信号加 MATLAB 实现: x=x1+x2 2、 信号延迟 y(n)=x(n-k) 3、 信号乘 x=x1.*x2 4、 信号变化幅度 y=k*x 5、 信号翻转 y=fliplr(x) 6、 信号采样和 数学描述：y=∑=2 1)(n n n n x MATLAB 实现： y=sum(x(n1:n2)) 7、 信号采样积 数学描述：∏==2 1)(n n n n x y MATLAB 实现： y=prod(x(n1:n2)) 8、 信号能量 数学描述：∑∞ -∞ == n x n x E 2 | )(| MATLAB 实现：Ex=sum(abs(x)^2)
9、 信号功率 数学描述：∑-== 1 2 | )(|1 P N n x n x N MATLAB 实现：Px=sum((abs(x)^2)/N MATLAB 窗函数 矩形窗 w=boxcar(n) 巴特利特窗 w=bartlett(n) 三角窗 w=triang(n) 布莱克曼窗 w=blackman(n) w=blackman(n,sflag) 海明窗 w=haiming(n) W=haiming(n,sflag) sflag 用来控制窗函数首尾的两个元素值，其取值为symmetric 、periodic 汉宁窗 w=hanning(n) 凯塞窗 w=Kaiser(n,beta) ,beta 用于控制旁瓣的高度。n 一定时，beta 越大，其频谱的旁瓣越小，但主瓣宽度相应增加；当beta 一定时，n 发生变化，其旁瓣高度不变。 切比雪夫窗：主瓣宽度最小，具有等波纹型，切比雪夫窗在边沿的采样点有尖峰。 W=chebwin(n,r)
11目录 1. 设计的基本骤 (1) 1.1 雷达信号的产生 (1) 1.2 噪声和杂波的产生 (1) 2. 信号处理系统的仿真 (1) 2.1 正交解调模块 (2) 2.2 脉冲压缩模块 ............................................... 2.3 回波积累模块 ............................................... 2.4 恒虚警处理（CFAR）模块 (4) 结论 (11)
1 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、运动速度、目标形状和性质等。 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: 0()()cos(2())IF f t A t f t t π?=+ (3.2) 式(3.2)中， f 0 为载波频率。 令: 00()()cos 2()sin 2IF f t I t f t Q t f t ππ=- (3.3) 则 00()()cos 2()sin 2IF f t I t f t Q t f t ππ=- (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 f local =exp(?j ω 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: 11 000{()cos()}(){()sin()}()N N BB IF IF n n f f r n r n T h n j f r n r n T h n ωω--==-----∑∑ (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 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 f 0时，ω0 T = π/2，则基带信号可以简化为 110(){()cos()}(){()sin()}()22N N BB IF IF n n f r f r n r n h n j f r n r n h n ππ --==-----∑∑ (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f 0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(n2πf 0/f s ),同样，Q 路本振信 号sin(n2πf 0/f s )。当f s = 4 f 0 时，I 、Q 两路本信号分别为cos(πn/2)和sin( n π /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。
MATLAB 在数字信号处理中的应用：连续信号的采样与重建 一、 设计目的和意义 随着通信技术的迅速发展以及计算机的广泛应用，利用数字系统处理模拟信号的情况变得更加普遍。数字电子计算机所处理和传送的都是不连续的数字信号，而实际中遇到的大都是连续变化的模拟量，现代应用中经常要求对模拟信号采样，将其转换为数字信号，然后对其进行计算处理，最好在重建为模拟信号。 采样在连续时间信号与离散时间信号之间其桥梁作用，是模拟信号数字化的第一个步骤，研究的重点是确定合适的采样频率，使得既要能够从采样信号（采样序列）中五失真地恢复原模拟信号，同时由要尽量降低采样频率，减少编码数据速率，有利于数据的存储、处理和传输。 本次设计中，通过使用用MATLAB 对信号f （t ）=A1sin(2πft)+A2sin(4πft)+A3sin(5πft)在300Hz 的频率点上进行采样，并进行仿真，进一步了解MA TLAB 在数字信号处理上的应用，更加深入的了解MA TLAB 的功能。 二、 设计原理 1、 时域抽样定理 令连续信号 xa(t)的傅立叶变换为Xa （j Ω），抽样脉冲序列p(t)傅立叶变换为P （j Ω），抽样后的信号x^(t)的傅立叶变换为X^(j Ω)若采用均匀抽样，抽样周期Ts ，抽样频率为Ωs= 2πfs ，有前面分析可知：抽样过程可以通过抽样脉冲序列p （t ）与连续信号xa （t ）相乘来完成，即满足：x^(t)p(t),又周期信号f （t ）傅立叶变换为： F[f(t)]=2[(]n s n F j n π δ∞ =-∞Ω-Ω∑ 故可以推得p(t)的傅立叶变换为： P （j Ω）=2[(]n s n P j n π δ∞ =-∞Ω-Ω∑ 其中： 根据卷积定理可知： X （j Ω）=12π Xa （j Ω）*P(j Ω) 得到抽样信号x （t ）的傅立叶变换为： X （j Ω）= [()]n n s n P X j n ∞=-∞Ω-Ω∑ 其表明：信号在时域被抽样后，他的频率X （j Ω）是连续信号频率X （j Ω）的形状以抽样频率Ωs 为间隔周期重复而得到，在重复过程中幅度被p （t ）的傅立叶级数Pn 加权。因为只是n 的函数，所以X （j Ω）在重复过程中不会使其形状发生变化。 假定信号x （t ）的频谱限制在-Ωm~+Ωm 的范围内，若以间隔Ts 对xa （t ）进行抽样信号X^（j Ω）是以Ωs 为周期重复。显然，若早抽样过程中Ωs<Ωm ，则 X^ (j Ω)将会发生频谱混叠的现象，只有在抽样的过程中满足Ωs>2Ωm 条件，X^(j Ω)才不会产生混频的混叠，在接收端完全可以有x^（t ）恢复原连续信号xa （t ），这就是低通信号的抽样定理的核心内容。
雷达信号matlab仿真
雷达系统分析大作 作 者： 陈雪娣 学号：0410420727 1. 最大不模糊距离： ,max 1252u r C R km f == 距离分辨率： 1502m c R m B ?= = 2. 天线有效面积： 22 0.07164e G A m λπ == 半功率波束宽度： 3 6.44o db G θπ == 3. 模糊函数的一般表示式为 () ()()2 2* 2 ;? ∞ ∞ -+= dt e t s t s f d f j d πττχ 对于线性调频信号 ()21 j t p p t s t ct e T T πμ??= ? ??? 则有： ()()2 21 ;Re Re p j t T j t d p p p t t f ct ct e e dt T T T πμπμτ χτ∞+-∞????+= ? ? ? ????? ? () ()()sin 1;11d p p d p d p p f T T f T f T T τπμττχττπμτ????+- ? ? ? ???????=- ? ?????+- ? ? ? ? 分别令0,0==d f τ可得()()2 2 0;,;0τχχd f ()() sin 0;d p d d p f T f f T πχπ=
()sin 1 ;01 1p p p p p T T T T T τπμττχττπμτ?? ??- ? ? ? ???????=- ? ?????- ? ?? ? 程序代码见附录1的T_3.m, 仿真结果如下:
4. 程序代码见附录1的T_4.m, 仿真结果如下:
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 x 107
S=rectpuls(t-tp/2,tp).*exp(i*pi*beita*(t-tp/2).^2);%发射信号（参考信号） x 10 -5 x 10 -5 x 10 7 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);
matlab仿真脉冲多卜勒雷达的信号处理
目录 目录-------------------------------------------------------- 1 第一章绪论-------------------------------------------------- 3 1.1 雷达起源 ---------------------------------------------- 3 1.2 雷达的发展历程 --------------------------------------- 4 第二章原理分析----------------------------------------------- 6 2.1 匹配滤波器原理 --------------------------------------- 6 2.2 线性调频信号（LFM） ---------------------------------- 8 2.3 LFM信号的脉冲压缩----------------------------------- 10 第三章多目标线性调频信号的脉冲压缩------------------------- 14 第四章仿真结果分析------------------------------------------ 16 4.1 时域图分析 ------------------------------------------ 16 4.2 回波信号频域图分析 ---------------------------------- 17 4.3 压缩信号图分析 -------------------------------------- 19 4.4 多目标压缩信号图分析 -------------------------------- 21 第五章问题回答--------------------------------------------- 23 第六章致谢与总结------------------------------------------- 24 附录（Matlab程序）------------------------------------------ 25
一种雷达通用信号处理系统的实现与应用 一种雷达通用信号处理系统的实现与应用 FPGA是一种现场可编程器件，设计灵活方便可以反复修改内部逻辑，适用于算法结构比较简单、处理速度较高的情况。DSP是一种基于指令集的处理器，适于大信息、复杂算法的信息处理场合。鉴于两种处理器件自身优势，FPGA+DSP信号处理架构，已成为信号处理系统的常用结构。但当前FPGA+DSP的信号处理平台或者是基于某些固定目的，实现某些固定功能，系统的移植性、通用性较差。或者仅仅简要介绍了平台的结构没有给出一些具体的实现。本文提出的基于FPGA+DSP通用信号处理平台具有两种处理器的优点，兼颐速度和灵活性，而且可以应用在不同雷达信号处理系统中，具有很强的通用性。本文举例说明该系统在连续波雷达和脉冲雷达中的典型应用。1系统资源概述1．1处理器介绍本系统FPGA选择Altera公司的EP2S60F1020。Stratix II FPGA采用TSMC的90nm 低k绝缘工艺技术。Stratix II FPGA支持高达1Gb·s-1的高速差分I／O信号，满足新兴接口包括LVDS，LNPECL和HyperTransport标准的高性能需求，支持各种单端I／O接口标准。EP2S60系列内部有48352个ALUT；具有2544192bit的RAM 块，其中M512RAM(512bit)329个，M4K RAM(4kbit)255个，M-RAM(512kbit)2个。具有嵌入式DSP块36个，等效18bit×18bit乘法器144个；具有加强型锁相环EPLL4个，
快速锁相环FPLL8个。这些锁相环具有高端功能包括时钟切换，PLL 重新配置，扩频时钟，频率综合，可编程相位偏移，可编程延迟偏移，外部反馈和可编程带宽等。本系统DSP选择ADI公司的ADSP TS201。它有高达600MHz的运行速度，1．6ns的指令周期；有24MB的片内DRAM；双运算模块，每个计算块包含1个ALU，一个乘法器，1个移位器，1个寄存器组和1个通信逻辑单元(CLU)；双整数ALU，提供数据寻址和指针操作功能；集成I／O接口，包括14通道的DMA控制器，外部端口，4个链路口，SDRAM控制器，可编程标识引脚，2个定时器和定时器输出引脚等用于系统连接；IEEE1149．1兼容的JTAG端口用于在线仿真；通过共享总线可以无缝连接多达8个TigerSHARC DSP。1．2FPGA+DSP结构由于FPGA和DSP各自的自身优势，FPGA+DSP信号处理架构已成为信号处理系统的常用结构。一般情况下FPGA+DSP的拓扑结构会根据需要进行不同的连接，这就导致这种结构的专用性，缺乏灵活性。对于一个通用处理平台要考虑到各种不同的信号通路，因此大部分通用FPGA+DSP平台都采取各个处理器间均有通路的方式。这种拓扑结构灵活方便，可以满足各种不同的通路需求，这种结构的缺点就是硬件设计的复杂以及可能会有资源浪费。对于这种通用FPGA+DSP 结构，FPGA与各个DSP之间均有连接，不同之处便是DSP之间的拓扑结构。一般分两种，一是高速外部总线口耦合结构组成多DSP 系统，这种结构可以实现多DSP共享系统内的资源，系统内的个处理器可以共享RAM，SDRAM和主机等资源，还可共享其他处理器核
雷达信号处理技术与系统设计 第一章绪论 1.1 论文的背景及其意义 近年来，随着电子器件技术与计算机技术的迅速发展，各种雷达信号处理技术的理论与应用研究成为一大热门领域。 雷达信号的动目标检测(MAD)是利用动目标、地杂波、箔条和气象干扰在频谱上的差别，抑制来自建筑物、山、树、海和雨之类的固定或低速杂波信号。区分运动目标和杂波的基础是它们在运动速度上的差别，运动速度不同会引起回波信号频率产生的多普勒频移不相等，这就可以从频率上区分不同速度目标的回波。固定杂波的中心频率位于零频，很容易设计滤波器将其消除。但对于运动杂波，由于其多普勒频移未知，不能像消除固定杂波那样很容易地设计滤波器，其抑制就变得困难了从本质上来讲，雷达信号的检测问题就是对某一坐标位置上目标信号“有”或“无”的判断问题。最初，这一任务由雷达操作员根据雷达屏幕上的目标回波信号进行人工判断来完成。后来，出现了自动检测技术，一开始为固定或半固定门限检测，这种体制下当干扰和杂波功率水平增加几分贝，虚警概率将急剧增加，以至于显示器画面饱和或数据处理过载，这时即使信噪比很大，也不能作出正确的判断。为克服这些问题进而发展了自适应恒虚警(Constant FalseAlarm Rate，CFAR)检测。CFAR 检测使得雷达在多变的背景信号中能够维持虚警概率的相对稳定，这种虚警概率的稳定性对于大多数的雷达，如搜索警戒雷达、跟踪雷达、火控雷达等。
第二章 雷达信号数字脉冲压缩技术 2.1 引言 雷达脉冲压缩器的设计实际上就是匹配滤波器的设计。根据脉冲压缩系统实 现时的器件不同，通常脉冲压缩的实现方法分为两类，一类是用模拟器件实现的 模拟方式，另一类是数字方式实现的，主要采用数字器件实现。 脉冲压缩处理时必须解决降低距离旁瓣的问题，否则强信号脉冲压缩的旁瓣 会掩盖或干扰附近的弱信号的反射回波。这种情况在实际工作中是不允许的。采 用加权的方法可以降低旁瓣，理论设计旁瓣可以达到小于-40dB 的量级。但用模拟技术实现时实际结果与理论值相差很大，而用数字技术实现时实际输出的距离旁瓣与理论值非常接近。数字脉压以其许多独特的优点正在或已经替代模拟器件进行脉冲压缩处理。 2.2 数字脉压实现方法 用数字技术实现脉冲压缩可采用时域方法或频域方法。至于采用哪种方法。 要根据具体情况而定，一般而言，对于大时宽带宽积信号，用频域脉压较好；对 于小时宽带宽积信号，用时域脉压较好。 2.2.1 时域卷积法实现数字脉压 时域脉冲压缩的过程是通过对接收信号)(t s 与匹配滤波器脉冲响应)(t h 求卷积的方法实现的。根据匹配滤波理论，)()(0*t t s t h -=，即匹配滤波器是输入信号的共轭镜像，并有响应的时移0t 。 用数字方法实现时，输入信号为)(n s ，起匹配滤波器为)(n h ，即匹配滤波器的输出为输入离散信号)(n s 与其匹配滤波器)(n h 的卷积
工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：
一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,
是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能
脉冲压缩雷达的仿真脉冲压缩雷达与匹配滤波的MATLAB仿真 姓名：-------- 学号：---------- 2014-10-28 西安电子科技大学
一、雷达工作原理 雷达，是英文Radar的音译，源于radio detection and ranging的缩写，原意为"无线电探测和测距"，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。利用电磁波探测目标的电子设备。发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。 雷达发射机的任务是产生符合要求的雷达波形（Radar Waveform），然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由接收机接收，对雷达回波信号做适当的处理就可以获知目标的相关信息。 但是因为普通脉冲在雷达作用距离与距离分辨率上存在自我矛盾，为了解决这个矛盾，我们采用脉冲压缩技术，即使用线性调频信号。 二、线性调频（LFM）信号 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（Linear Frequency Modulation）信号,接收时采用匹配滤波器（Matched Filter）压缩脉冲。 LFM信号的数学表达式： （2.1）
其中c f 为载波频率，()t rect T 为矩形信号： （2.2） 其中B K T =是调频斜率，信号的瞬时频率为()22c T T f Kt t + -≤≤，如图 （图2.1.典型的LFM 信号（a ）up-LFM(K>0)（b ）down-LFM(K<0)） 将式1改写为： （2.3） 其中 （2.4） 是信号s(t)的复包络。由傅立叶变换性质，S(t)与s(t)具有相同的幅频特性，只是中心
雷达系统中的信号处理技术 摘要本文介绍了雷达系统及雷达系统信号处理的主要内容，着重介绍与分析了雷达系统信号处理的正交采样、脉冲压缩、MTD和恒虚警检测几种现代雷达技术，雷达系统通过脉冲压缩解决解决雷达作用距离和距离分辨力之间的矛盾，通过MTD来探测动目标，通过恒虚警（CFAR）来实现整个系统对目标的检测。 关键词雷达系统正交采样脉冲压缩MTD 恒虚警检测 1雷达系统概述 雷达是Radar（Radio Detection And Ranging）的音译词，意为“无线电检测和测距”，即利用无线电波来检测目标并测定目标的位置，这也是雷达设备在最初阶段的功能。雷达的任务就是测量目标的距离、方位和仰角，还包括目标的速度，以及从目标回波中获取更多有关目标的信息。典型的雷达系统如图1，它主要由雷达发射机、天线、雷达接收机、收发转换开关、信号处理机、数据处理机、终端显示等设备组成。 图1雷达系统框图
随着现代电子技术的不断发展，特别是数字信号处理技术、超大规模集成数字电路技术、计算机技术和通信技术的告诉发展，现代雷达信号处理技术正在向着算法更先进、更快速、处理容量更大和算法硬件化方向飞速发展，可以对目标回波与各种干扰、噪声的混叠信号进行有效的加工处理，最大程度低剔除无用信号，而且在一定的条件下，保证以最大发现概率发现目标和提取目标的有用信息。 雷达发射机产生符合要求的雷达波形，然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由雷达接收机接收，然后对雷达回波信号依次进行信号处理、数据处理，就可以获知目标的相关信息。 雷达信号处理的流程如下： 图 2 雷达信号处理流程 2雷达信号处理的主要内容 雷达信号处理是雷达系统的主要组成部分。信号处理消除不需要的杂波，通过所需要的目标信号，并提取目标信息。内容包括雷达信号处理的几个主要部分：正交采样、脉冲压缩、MTD和恒虚警检测。 正交采样是信号处理的第一步，担负着为后续处理提供高质量数据的任务。采样的速率和精度是需要考虑的首要问题，采样系统引起的失真应当被限定在后续信号处理任务所要求的误差范围内，直接中频数字正交采样是当代雷达的主要技术之一。脉冲压缩技术在现代雷达系统中得到了广泛的应用。脉冲压缩雷达既能保持窄脉冲雷达的高距离分辨力，又能获得脉冲雷达的高检测力，并且抗干扰能力强。现在，脉冲压缩雷达使用的波形正在从单一的线性调频发展到时间、频率、编码混合调制，在尽可能不增加整机复杂度的条件下实现雷达性能的提升。杂波抑制是雷达需要具备的重要功能之一。动目标指示与检测是通过回波多普勒频移的不同来区分动目标和固定目标，通过设计合理的滤波器（组），就可以把目标号和杂波分开。
电子科技大学 雷达信号产生与处理实验课程设计 课程名称:雷达信号产生与处理的设计与验证 指导老师：姒强 小组成员： 学院：信息与通信工程学院 一、实验项目名称：雷达信号产生与处理的设计与验证课程设计 二、实验目的： 1.熟悉QuartusII的开发、调试、测试 2.LFM中频信号产生与接收的实现 3.LFM脉冲压缩处理的实现
三、实验内容： 1.输出一路中频LFM信号：T=24us，B=5MHz，f0=30MHz 2.构造中频数字接收机（DDC）对上述信号接收 3.输出接收机的基带LFM信号，采样率7.5MHz 4.输出脉冲压缩结果 四、实验要求： 1.波形产生DAC时钟自行确定 2.接收机ADC采样时钟自行确定 3.波形产生方案及相应参数自行确定 4.接收机方案及相应参数自行确定 五、实验环境、工具： MATLAB软件、QuartusII软件、软件仿真、计算机 六、实验原理： 方案总框图：
（1）matlab产生LFM信号 LFM信号要求为T=24us，B=5MHz，f0 =30MHz。选择采样率为45MHz。 产生LFM的matlab代码如下： MHz=1e+6; us=1e-6; %-------------------------波形参数----------------------------- fs=45*MHz; f0=30*MHz; B=5*MHz; T=24*us; Tb=72*us; SupN=fs/7.5/MHz; %-------------------------波形计算----------------------------- K=B/T; Ts=1/fs; tsam=0:Ts:T; LFM=sin((2*pi*(f0-B/2)*tsam+pi*K*tsam .^2)); LFM=[zeros(1,Tb/Ts) LFM zeros(1,Tb/Ts)]; N=length(LFM); Fig=figure; x_axis=(1:N)*Ts/us; plot(x_axis,real(LFM),'r'); title('LFM原始波形');xlabel('时间(us)'); ylabel('归一化幅度'); zoom xon; grid on; axis([min(x_axis) max(x_axis) -1.1 1.1]); 编写matlab程序将中频LFM信号画出来
雷达数字信号处理解决方案 1.背景 数字信号处理是现代通信、雷达和电子对抗设备的重要组成部分。在实际应用中，利用数字信号处理技术对接收数据进行处理，不仅可以实现高精准的目标定位和目标跟踪，还能够将目标识别、目标成像、精确制导、电子对抗等功能进行拓展，实现多种业务的一体化集成。 在现代雷达系统中，随着有源相控阵和数字波束形成（DBF）技术的广泛应用，接收前端存在大量的数据需要并行处理，并需要保证高性能和低延迟的特点。雷达日益复杂的应用环境，让雷达系统具备自适应于探测目标和环境的能力，数字信号处理部分也需要使用多种更加复杂的算法，并且可以做到算法模块化，以及通过软件配置功能模块的参数，实现软件定义的功能。更大的数据处理带宽能够使雷达获得更高的分辨率，更高的工作频率使得雷达可以小型化，能够在更小的平台上安装，这样对于硬件平台实现也有低功耗的要求。 在电子对抗设备中，可以在最短的时间内对多个威胁目标进行快速分析和响应，同样需要数字信号处理的相关算法具备高实时，高动态范围和自适应的特点。如何在宽频噪声的环境中寻找到目标的特征数据，如何在宽带范围内制造虚假目标实现全覆盖，数字信号的处理性能是至关重要的设计因素。 加速云的SC-OPS和SC-VPX产品，针对5G通信和雷达的数字信号处理的要求，结合Intel最新14nm 工艺的Stratix10 FPGA系列，提供了一套完整的硬件和软件相结合的解决方案。SC-OPS产品作为单独的硬件加速卡，通过PCIe插卡的方式实现与主机的通信功能，还可以通过多卡级联的方式实现数字信号的分布式处理方案。SC-VPX产品是由FPGA业务单板、主控板和机箱组成的VPX系统。借助于FPGA可编程的特性，加速云提供了高性能数学加速库FBLAS和FFT的RTL级IP，具有高性能和算法参数可配置的特点实现了多重信号分类（MUSIC）和自适应数字波束形成（ADBF）的核心算法，提高了5G通信和雷达在对抗干扰方面的性能。为了方便客户使用高层语言开发，加速云提供基于FPGA完整的OpenCL异构开发环境，快速实现用户自定义的信号处理加速方案。 图1. 加速云SC-OPS和SC-VPX产品
雷达信号处理和数据处理技术 定价: ￥89.00元金桥价: ￥84.55元节省: ￥4.45元 内容简介 雷达信号处理和数据处理技术是雷达的神经中枢。信号处理通过对雷达回波信号的处理来发现目标和测定目标的坐标和速度等，形成目标点迹，数据处理通过对目标点迹的处理形成目标的航迹供指挥决策使用。 本书的主要内容包括雷达信号的形式、雷达杂波抑制、雷达脉冲压缩、雷达信号检测、雷达抗干扰、雷达目标识别、雷达点迹处理和雷达航迹处理等。 全书共14章，第1章为概论，第2章到第10章为雷达信号处理技术，第11章到第14章为雷达数据处理技术。全部内容既包含处理理论，也包含设计技术。 本书可以帮助雷达工程技术人员和雷达使用人员掌握有关雷达信号处理和数据处理技术，解决有关应用问题；同时还可以作为高等学校电子工程相关专业高年级本科生和研究生的参考用书。 雷达信号处理基础 定价: ￥55.00元金桥价: ￥52.25元节省: ￥2.75元
内容简介 本书译自国际著名雷达信号处理专家Mark A. Richards教授编写的教科书。该书介绍了雷达系统与信号处理的基本理论和方法，主要内容包括：雷达系统导论、雷达信号模型、脉冲雷达信号的采样和量化、雷达波形、多普勒处理、检测基础原理、恒虚警率检测、合成孔径雷达成像技术、波束形成和空-时二维自适应处理导论。书中包含了大量反映雷达信号处理最新研究成果和当前研究热点的补充内容，提供了大量有助于读者深入的示例。该书对基础理论和方法进行了详尽的介绍与深入严谨的论述，是一本雷达信号处理领域中高水平的教科书。 本书适合于从事雷达成像、检测、数据处理及相关信号处理的研究生作为教材使用，也是相关专业研究人员不可多得的一本参考书。Mark A.Richards。博士，佐治亚理工学院（Georgia Institute of Technology）的首席研发工程师和兼职教授。他具有20余年在学术界、工业界及政府部门从事雷达信号处理和嵌入式计算方面研究的经历。他曾被聘为美国国防高级研究计划署项目经理、IEEE 2001年雷达会议的总主席，以及IEEE图像处理和IEEE信号处理期刊的副编辑。Eichards博士长期从事关于雷达信号处理、雷达图像处理及相关学科的研究生教育和职业教育。这本严谨的著作源自于一位该领域令人尊敬的领导者，它提供了其他文献中所没有的关于雷达DSP基础及其应用的详细内容。对于那些不只想从普通雷达系统的书籍中粗略学习信号处理，还想学到更多关于信号模型、波形、干扰抑制、探测，以及诸如SAR和SFAP等高级雷达信号处理主题的人而言，本书是非常合适的。经过多年研究生和职业教育的完善与检验，这本深入介绍雷达DSP技术的书籍，以现有的先进雷达技术为基础，全面讨论了以下几方面的问题，并提供了详尽的例子：多域信号获取和采样、目标和干扰模型、常见雷达波形、干扰抑制技术、检测算法和工具、合成孔径成像和自适应阵列处理基础。 信息传输与正交函数 定价: ￥28.00元金桥价: ￥26.60元节省: ￥1.40元 内容简介 本书叙述了非正弦正交函数理论和以之为基础的信息传输系统，主要内容包括正交函数系、信息传输的基本思想和方法，移动通信与正交函数之间的关系，沃尔什函数的复制生成理论，一般复制生成理论及桥函数的概念，沃尔什函数及桥函数的相关函数的定义及其特性，序率分割制多路传输系统，信息传输系统的统一模型等。 本书可供从事通信、遥控、遥测和雷达工作的技术人员、科研人员以及高等院校师生参考。 DSP开发应用技术