1 简介
计算机和仿真技术的发展促进了建模和计算机仿真技术的迅速发展，使计算机仿真技术成为一门独立学科得到日益发展，并广泛应用于各种科学研究中，本论文是用PC机仿真研究PD雷达干扰和抗干扰性能评估中的数据处理和显示控制系统部分，整个项目是我国电子对抗领域首次完整地为研究PD雷达系统及其干扰和抗干扰性能评估所建立的基于PC机的仿真研究平台。显然，这对于我国电子对抗领域开展相关研究具有重要意义。 论文论述了PD雷达系统的数据处理、显示器以及雷达性能的测试与评估这些模块的原理，建立了数学模型， 设计了相应的仿真软件，给出了仿真结果。 第一章扼要论述了系统仿真技术的理论、方法以及雷达仿真技术的特点，给出了雷达系统仿真的通用模型。 第二章扼要论述了脉冲多普勒（PD）雷达体制和仿真软件的整体设计思想，给出了PD雷达的定义、杂波谱、分类及工作特点，阐述了雷达测距、测速的原理和方法，并且给出了仿真方案的流程图和仿真软件中各个模块的主要功能。 第三章重点叙述了脉冲多普勒雷达数据处理的关键技术，包括数据录取时距离和速度的解模糊；PD雷达工作在搜索状态下目标航迹的起始，航迹的更新，航迹的消失，以及目标的编批和最优先级目标的判断，其中航迹更新中主要讲述了跟踪滤波和点迹—航迹关联的原理及实现；PD雷达工作在跟踪状态下的单目标跟踪原理。 第四章详细介绍了雷达终端显示器的分类，以及在本仿真试验中要求的雷达显示画面、数据显示画面和人机界面的设计。 第五章介绍了雷达技术和战术性能测试软件的方法和实现。 第六章给出了PD雷达系统仿真软件的运行结果及其性能统计分析结果。 整个软件使用Matlab作为开发工具，以PC机作为运行平台。
2 部分代码
clear all
clc
close all
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 雷达系统仿真参数 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
c=3e8; % 光速
k=1.38e-23; % 玻尔兹曼常数
Pt=20e3; % 发射功率【W】
Fc=1e9; % 中心频率【Hz】
Wavelength=c/Fc; % 工作波长【m】
Tp=8e-6; % 脉冲宽度【微秒】
Fr=[8e3 11e3 13e3]; % 脉冲重复频率【Hz】
B=10e6; % 带宽【Hz】
Fs=20e6; % 采样率【Hz】
F=10^(6.99/10); % 噪声系数
K=B/Tp; % 调频率【Hz】
Tr=1./Fr;% 脉冲重复周期【秒】
R_T=Tr*c/2;%最大模糊距离
Delta_t=1/Fs; % 时域采样点时间间隔【秒】
vv=Fr*Wavelength/2; %最大模糊速度
D=5; % 天线孔径【m】
Ae=1*pi*(D/2)^2; % 天线有效面积【m^2】
% G=4*pi*Ae/Wavelength^2; % 天线增益
G=10^(32/10);
BeamWidth=0.88*Wavelength/D; % 天线3dB波束宽度【deg】
BeamShift=0.8*BeamWidth/2; % A、B波束与天线轴向的夹角【deg】
Theta0=30*pi/180; % 波束主瓣初始指向【度】
Wa=0;2*pi/1; % 天线波束转速【rad/sec】
Num_Tr_CPI=64; % CPI周期数
R_set=[70e3,7e3,10e3]; % 目标距离【m】
RCS=[1,1,1]; % 目标平均后向散射截面积【m^2】
Theta_target_set=30.1*pi/180; % 目标方位角【deg】
V_set=[2100,1000,900]; % 目标速度【m/s】
for a=1:length(Fr)
R_A(a)=mod(R_set(1),R_T(a));%判断是否出现模糊
end
for a=1:length(Fr)
v_A(a)=mod(V_set(1),vv(a));
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 产生发射信号 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s=lfm(Pt,Tp,Fr,B,Fs,G,Num_Tr_CPI);
figure
s_plot(s);
title('雷达发射信号')
xlabel('time [sec]')
ylabel('magnitude [v]')
print(gcf,'-dbitmap','F:\仿真图片\雷达发射信号.bmp') % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 目标回波 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_A s_B] = target(G,Fc,Fs,Fr,Num_Tr_CPI,Theta0,Wa,BeamWidth,s,R_set,V_set,RCS,Theta_target_set);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 仿真热噪声 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_A s_B] = nose(s_A,s_B,k,B,F);
figure
subplot(2,1,1)
s_plot(s_A);
title('A通道回波信号')
xlabel('time [sec]')
ylabel('magnitude [v]')
subplot(2,1,2)
s_plot(s_B);
title('B通道回波信号')
xlabel('time [sec]')
ylabel('magnitude [v]')
print(gcf,'-dbitmap','F:\仿真图片\雷达回波信号.bmp') % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 和差波束调制 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_Sigma s_Delta] =sigma_delta(s_A,s_B);
figure
subplot(2,1,1)
s_plot(s_Sigma);
title('和通道回波信号')
xlabel('time [sec]')
ylabel('magnitude [v]')
subplot(2,1,2)
s_plot(s_Delta);
title('差通道回波信号')
xlabel('time [sec]')
ylabel('magnitude [v]')
print(gcf,'-dbitmap','F:\仿真图片\和差调制回波信号.bmp') % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 匹配滤波（脉冲压缩) %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%]
[s_Sigma_rc s_Delta_rc] = match(s_Sigma,s_Delta,Tr,Fs,K,Num_Tr_CPI);
figure
s_plot(s_Sigma_rc);
title('和通道匹配滤波结果')
xlabel('time [sec]')
ylabel('magnitude [v]')
print(gcf,'-dbitmap','F:\仿真图片\匹配滤波结果.bmp') % 保存为png格式的图片。
%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 多普勒滤波（脉冲积累） %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[ S_Sigma_a S_Delta_a] =mtd(s_Sigma_rc,s_Delta_rc,Tr,Fs,Num_Tr_CPI );
S_Sigma_abs=cell(1,3);
S_Delta_abs=cell(1,3);
for m=1:length(Fr)
S_Sigma_abs{1,m}=abs(S_Sigma_a{1,m});
S_Delta_abs{1,m}=abs(S_Delta_a{1,m});
end
figure
s_plot(S_Sigma_abs);
title('和通道MTD结果')
xlabel('time [sec]')
ylabel('magnitude [v]')
print(gcf,'-dbitmap','F:\仿真图片\MTD结果.bmp') % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% CFAR（恒虚警检测） %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[ S_out] = CFAR(S_Sigma_a,Num_Tr_CPI );
figure
s_plot(S_out);
title('和通道CFAR结果')
xlabel('time [sec]')
print(gcf,'-dbitmap','F:\仿真图片\CFAR结果.bmp') % 保存为png格式的图片。
%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 目标确定，距离、多普勒测量 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[s_R s_D Target_R Target_D target_num Target_Range_all Target_Doppler_all ] = measure(S_out,S_Sigma_a,Num_Tr_CPI ,Fs,Tp,Fr,Wavelength);
figure
subplot(2,1,1)
s_plot_B(s_R);
title('距离中心定位后结果')
xlabel('time [sec]')
ylabel('距离 [m]')
subplot(2,1,2)
s_plot_B(s_D);
title('速度中心定位后结果')
xlabel('time [sec]')
ylabel('速度 [m/s]')
print(gcf,'-dbitmap','F:\仿真图片\距离与多普勒定心.bmp') % 保存为png格式的图片。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 解距离模糊 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
v_TT=Fr*Wavelength/2;
R_TT=Tr*c/2;
for m=1:length(Fr)
v_aa(m)=mod(V_set(1),v_TT(m));
R_aa(m)=mod(R_set(1),R_TT(m));
end
R_am=[Target_R{1,1}(1),Target_R{1,2}(1),Target_R{1,3}(1)];
[ R] = R_ambity(Fr,R_am );
R_plot=[zeros(1,2e3) R zeros(1,500)];
figure
subplot(2,1,1)
plot(R_plot,'LineWidth',2)
title('解距离模糊结果')
ylabel('距离 [m]')
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 解速度模糊 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
V_am=[Target_D{1,1}(1),Target_D{1,2}(1),Target_D{1,3}(1)];
[V] = V_ambity( Fr,V_am );
V_plot=[zeros(1,2e3) V zeros(1,500)];
subplot(2,1,2)
plot(V_plot,'LineWidth',2)
title('解速度模糊结果')
ylabel('速度 [m/s]')
print(gcf,'-dbitmap','F:\仿真图片\解模糊结果.bmp') % 保存为png格式的图片
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% 单脉冲测角 %%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% [angle_aa angle_result ] =angel_measure(S_Sigma_a,S_Delta_a,BeamWidth,BeamShift,Target_Range_all,Target_Doppler_all,Theta0,G);
[angle_result ] =angel_measure(S_Sigma_a,S_Delta_a,BeamWidth,BeamShift,Target_Range_all,Target_Doppler_all,Theta0,G);
[angle_aa ] =angel_measure(S_Sigma_a,S_Delta_a,BeamWidth,BeamShift,Target_Range_all,Target_Doppler_all,Theta0,G);
figure
s_plot_B(angle_result);
title('和差通道测角结果')
xlabel('time [sec]')
ylabel('角度 [°]')
print(gcf,'-dbitmap','F:\仿真图片\测角结果.bmp') % 保存为png格式的图片。
figure
angle_s=(angle_aa{1,1}(1)+angle_aa{1,2}(1)+angle_aa{1,3}(1))/3;
angle_plot=[zeros(1,2e3) angle_s zeros(1,500)];
plot(angle_plot,'LineWidth',2)
title('重频测角取平均')
ylabel('角度 [°]')
print(gcf,'-dbitmap','F:\仿真图片\重频测角取平均.bmp') % 保存为png格式的图片
aaa=1;
3 仿真结果
4 参考文献
[1]刘扬, 郭锋, 顾宗山,等. 基于方向图的机载PD雷达中重频设计[J]. 雷达科学与技术, 2020, 18(1):5.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
