基于序贯判决信息的认知雷达信号检测

基于序贯判决信息的认知雷达信号检测

摘要：针对传统雷达的信号检测方法没有充分利用系统已经获得的关于目标的判决信息，本文研究了一种基于序贯判决信息的认知雷达信号检测方法。该方法将系统当前时刻已经获得的观测样本与先前时刻的判决进行联合处理，从而使得系统通过先前时刻获得的先验信息自适应修正判决规则，实现了检测门限值的实时调整。结果分析和实验仿真表明：由于该检测方法充分利用了系统已经获得的先验信息，使得系统在增大检测概率的同时也减小了虚警概率，大大改善了系统的检测性能。 关键词：认知雷达；序贯判决信息；信号检测 中图分类号：TN958

The Signal Detecting for Cognitive Radar Based on

Sequential Decision Information

Abstract: According to the problem of traditional signal detection do not make full use of the previous decision information about the target, this paper studies a signal detecting for cognitive radar based on sequential decision information. It combine with the observation samples and previous decision so as to the system could adaptively correct threshold. The theoretical analysis and simulation results show that: The system increases the detecting probability and decreases the false probability at the same time because of this method makes full use of the prior information. It greatly improves the detection performance of the system.

Key words: Cognitive radar ；Sequential decision information; Signal detecting

1 引言

认知雷达（Cognitive Radar, CR ）[1-3]被定义为一种具有环境感知和自我学习能力、能够自适应调整接收机和发射机的动态闭环反馈系统。它主要通过调整优化发射机和接收机端的资源配置来提高系统的性能。

目前，针对发射机端的资源优化配置研究比较多，即主要是基于已有先验信息设计相应匹配的发射波形，从而提高系统性能[4-6 ]。对于雷达接收机部分所聚焦的，如何利用更多的先验信息以及先进的信号处理方法提高目标的检测和跟踪性能研究还比较少[1,7]。而关于雷达信号检测，先验信息的利用主要可以分为两个方面：第一个方面是利用先验信息更好地估计噪声的统计特性以提高对目标的检测性能；第二个方面是利用已经获得的关于目标的先验信息以提高对目标的检测性能。近几年研究比较多的K-A （Knowledge-Aided ）、K-B （Knowledge-Based ）信号检测技术，其主要是利用先验知识得到关于检测环境的更加准确的估计，从而改善系统检测性能[8-9]，并没有利用目标的有关信息。在很多情况下，我们已经获得了一些关于目标的先验信息，并且已经获知这些判决的可信度。这时我们就可以考虑利用这些先前时刻的判决信息，以提高系统的检测性能[7]。

本文便研究了目标冲激响应已知情况下，认知雷达通过利用系统已经获得的判决信息（关于目标的先验知识）自适应地修正系统的判决规则，以实现检测门限的自适应变化，从而提高系统的检测性能问题。

2 信号模型

图1信号模型 Fig.1 The signal model

图1所示为CR 单次循环的离散信号模型，扩展目标被建模为冲激响应为1t t

N ?∈的有限冲激响应（FIR ）滤波器[4]。因此，雷达接收回波可以表示为：

=*+x s t n （1）

其中“*”表示卷积运算，1s s

N ?∈表示基带发射信号向量，1x x

N ?∈为接收数据， 1n n

N ?∈表

示服从复高斯圆对称分布的噪声向量，且(),n n 0R C N ，2

n n n σ=R I 。由卷积性质可知

1x n s t N N N N ==+-。令()()()021T t t t t N ??=-??t ，，，，信号 ()()()011T

s s s s N ??=-??s ，，，且满足

功率限制()1

2

s s s N H l s l P -===∑。 为了分析方便，下面首先引入信号卷积矩阵定义：()=S F s 。

()()()

()()()()()()000

100

120

010010

00s s s s s s s s N s N s N s s N ??

? ? ?

?-- ?

=

?- ? ?

? ?

?-?

?

F

s （2） 因此，式（1）表示矩阵乘积形式：

=+x St n （3）

这里主要聚焦CR 的接收机部分如何充分利用先验知识进行信号处理以提高系统的检测性能，因此不考虑发射机端的波形优化问题。结合认知雷达的闭环工作特点，可以假设系统已经获得了目标冲激响应特性，即t 为确定已知的。同时考虑通过多个脉冲回波的积累来提高信号的检测性能，因此，认知雷达的信号检测问题可以描述为如下二元假设检验。

10::k k

k

k H H =+??

=?x St n x n 1,,k N = （4） 其中1H 表示存在目标时的假设；0H 表示不存在目标时的假设。两种假设下的概率密度函数分别为：

()()

()()111|exp det x

H k k n k N n f H πx x St R x St R -轾=

---犏臌h （5）

()()

1

01|exp det x

H k k n k N n f H π

x x R x R -轾=

-犏臌h （6） 3 基于NP 准则的传统信号检测

在雷达的信号检测中，通常按照NP （Neyman-Pearson ）准则确定判决规则[10]，其具体似然比形

式可以表示为：

()()()10

10|,|,H k k k H k f H γλf H X t X X t >

=

< （7）

其中k X 表示前k 次观测样本{}12,,,k x x x ，k γ表示k 时刻的似然比门限值。可以假设各个观测样本

之间相互独立，因此：

()()()

()()

()1110011111|,|,|,|,exp k

i

k i k k

k i

i k H H H H H i n n i n i f H f H λf H f H x t X t X X t x

t x R St t S R x t S R St ==---==

=

禳镲镲=+-睚镲镲铪

??? （8）

对应的对数似然比便可以表示为：

()()1111

ln k

H

H H H H k i

n n i n i λX x

R St t S R x t S R St ---==

+-? （9）

分析可知，()ln k λX 为高斯向量的线性组合，因此有()ln k λX 也服从高斯分布，下面分布求得其在两种假设下的均值和方差：

()()1

0ln |H H k n E λH k X t S R St -=- （10） ()()11ln |H H k i n i E λH k X t S R S t -= （11） ()()()()1

01Var ln |Var ln |2H H k k i n i λH λH k X X t S R S t -== （12）

其中()Var g 表示取方差。令1

ΘH H k i n

i k t S R S t -=，则有两种假设下对数似然比的概率分布为： ()()()()

01:ln Θ,2Θ:ln Θ,2Θk k k k k k H λH λX X ì?-?í???::C N C N （13）

可见，第k 时刻的检测概率和虚警概率分别为：

(

)11|k P H H Q 骣

= （14） (

)10|k P H H Q 骣

= （15） 这里()()x Q x f t d t ∞

=?表

示标准高斯分布的右尾概率，()f t 为标准高斯分布。结合NP （Neyman-Pearson ）准则，在各个时刻保持虚警概率恒定为()10|k P α=H H ,则第k 时刻的对数门限值可确定为：

()1ln Θk k γα-=

- （16）

因此，对应的检测概率可以表示为：

()(

)111|k P H H Q Q α-轾=-犏臌

（17） 当检测概率达到决策门限值时()11|k P β3H H ，便可根据式（7）准则做出相应的决策。

由上述分析可知可见，传统的多样本假设检验过程中，检测门限值通常只是根据虚警概率确定的，并没有考虑系统在之前时刻已经获得的判决信息的充分利用。

4 基于序贯判决信息的信号检测

4.1 判决规则

在系统做出某些判决之后，为了能有效利用系统的判决信息，考虑联合当前时刻的观测及系统先前时刻的判决[7]，似然比判决规则可以修正表示为：

()()1

111100

,|,,|,k k k k k H f u H γf u H H X t X t --->< （18） 其中，1k u -表示1k -时刻系统的判决，将上式进一步分解为：

()()()()1

1111110100

|,,||,,|k k k k k k k H f u H P u H γf u H P u H H X t X t ----->

()()()1

11100|,,|,,k k k k k k H f u H λγf u H H X t X X t -->=

< （20） 其中，k γ表示在1k u -条件下k 时刻系统的似然比门限值，具体为：

()

()

10111||k k k k P u H γγP u H ---=g （21）

假定初始时刻满足：()()0100||P u H P u H =。通过分析可知，系统当前时刻的似然比门限值不仅与上一时刻的门限值有关，而且还与系统上一时刻的判决情况有关。如图3所示，系统利用先前时刻的判决信息对当前时刻的门限值进行自适应修正，从而提高了系统的检测性能。

图2 系统检测结构框图

Fig.2 The system detecting structure

4.2 概率计算

在具体判决过程中，系统在各个时刻所有可能的判决情况如图3所示：

1

=1

=2

u =2u =31=30

u =2u =2u =30

=30=30=31=31=31

=???

1

k =2

k =3k =???

图3 系统各个时刻判决情况

Fig.3 The decision distribution of each moment

通过上图可以看出，在第k 次循环时，系统的检测概率D k P 和虚警概率fa k P 可以表示为：

()()11121

121121,,,,,,1,,,k D k H k H k k u u u P P u u u P u u u u ---==∑ （22） ()()00121

121121,,,,,

,1,,

,k fa k H k H k k u u u P P u u u P u u u u ---=

=∑

（23）

其中()i

H

P 表示在i H 假设条件下的条件概率(

)i P H 。

由于两者计算方法相同，下面便以检测概率计算为例，叙述其求解方法。首先将检测概率公式做简单变形得：

()()

()()()()

11121

1111121

121121,,,1211122121,,,,,

,1,,

,,,

,1,,

,k k D k H k H k k u u u H H H k k H k k u u u P P u u u P u u u u P u P u u P u u u u P u u u u -------=

==

???=∑∑

（24）

与图3对比可知，通过上式对当前时刻（k 时刻）检测概率的计算可以转化为上图中从起始时

刻到当前时刻判决为有目标（即1k u =）的所有可能路线的概率值之和。由此可见，这是一个逐渐迭代的过程，在迭代的过程中通过前一时刻系统获得的判决信息自适应地修正当前时刻的检测门限值。可见，系统当前时刻的判决与系统之前所有时刻的判决有关。

由于k X 表示前k 时刻的观测值，此时，条件概率()1121,,,H k k P u u u u -计算比较简单，只需要利用k 时刻的似然比函数和第k 时刻更新的检测门限值便可求的，具体如下：

()()1111

ln k

H H H H H k i

n n i n i λX x

R St t S R x t S R St ---==

+-? （25）

(

)()

10111|ln ln ln

|k k k k P u H γγP u H ---=+ （26）

类似在传统多样本假设检验方法中的分析过程，可求得相应的条件概率：

()(

()112111,,,ln 1|H k k k k k P u u u u Q γP u H -?==-Θ==? （27） ()(()

012101,,

,ln 1|H k k k k k P u u u u Q γP u H -?==+Θ==? （28） 初始时刻的门限值0ln γ可以根据系统所要求的初始虚警概率确定。不妨假设系统在0k =时刻的初始

虚警概率满足要求0fa P α=，则初始门限值为：()100ln γQ α--Θ，1

0ΘH H n

t S R St -=。 4.2 性能分析

由上述分析可知，相对于传统的检测方法，该检测方法在似然比检测门限值上乘了一个与系统前一时刻判决情况有关的因子，从而在检测门限值处形成反馈，这种反馈方式对系统的检测性能的改进主要是因为系统通过利用前一时刻得到的判决信息自适应地修正当前时刻的判决规则。在当前时刻的判决中，可以把系统前一时刻提供的判决信息理解为关于目标的先验信息，即该序贯判决信息检测方法是对当前时刻的雷达接收数据和之前时刻系统获得的先验信息进行联合处理，从而提高系统的检测性能。下面便对两种具体情况进行分析说明。

1）若系统在第1k -时刻判定为没有目标，即10k u -=，则此时第k 的对数似然比门限值便为：

()()

101110|ln ln ln

0|k k k k P u H γγP u H ---==+= （29）

此时，较为合理的()()10110|0|k k P u H P u H --=>=，因此在第k 的对数似然比门限值ln k γ便相对前一时刻的1ln k γ-增大，以减小系统虚警的次数。

2）若系统在第1k -时刻判定为有目标，即11k u -=，则此时第k 的对数似然比门限值便为：

()()

101111|ln ln ln

1|k k k k P u H γγP u H ---==+= （30）

此时，较为合理的()()10111|1|k k P u H P u H --=<=，因此在第k 的对数似然比门限值ln k γ便相对前一时刻的1ln k γ-减小，以增大系统检测到目标的概率。

通过进一步分析容易看出，当系统在同一时刻的各种判决情况下都保持检测门限值相同，即不考虑门限值的反馈修正，此时系统通过式（22）（23）在各个时刻求得的检测概率、虚警概率计算将和传统的多样本假设检验方法中对应的检测概率、虚警概率计算完全相同，该检测方法也就退化为传统的多样本假设检验方法，即传统的检测方法是序贯判决信息检测方法的一种特殊情况。

5 实验仿真与结果分析

下面对本文中提出的算法进行实验仿真，仿真条件：目标冲激响应长度20t N =，信号长度

40t N =，所以接收数据长度2040159x n N N ==+-=，初始虚警概率4110fa P -=?，发射信号功率

1kW P =,噪声协方差矩阵2n n n σ=R I ，2

0.0025n σ=。假设信号的载频、带宽、等发射波形的其他参数

都满足雷达要求。考虑通过CR 对SR-71飞机[11]进行检测。SR-71飞机距离雷达20 km ，机长17 m 且有5个反射中心，其目标冲激响应如图4所示。

对应于图3所示系统各个时刻的判决情况，图5显示了序贯判决信息的检测方法对应的系统对数似然比门限值分布情况。

d(m)

R C S （m 2）

5.3967

5.4381

-0.6115

5.7825

-1.1192

6.4929

-1.5403

7.4885-1.86493.1129-4.40782.6689

-3.5857

5.0014-2.74892.4916-5.53162.1983

-2.6832

4.1373

-2.3262

5.8712-2.35192.8537-4.81432.1906

-4.4093

4.7419-2.89652.2870-6.0442

???

图4目标冲激响应 Fig.4 The target impulse response 图5系统门限值分布情况 Fig.5 The detecting threshold

由图5的对数门限值分布情况可知，当前一时刻判决有目标存在，则下一时刻的检测门限值将相对较小，以提高系统检测到目标的概率，当前一时刻判决没有目标存在时，下一时刻的检测门限值将相对增大，以减小系统虚警的概率。由此可知，系统通过之前时刻的判决信息自动修正当前时刻检测门限值，充分利用了系统在之前时刻已经获得的关于目标的判决信息，从而提高检测性能。

图6显示了传统的多样本假设检验方法及本文的序贯判决信息的检测方法所对应的各个时刻系统的检测概率和虚警概率。

循环次数k/次

检测概率P d

10

10

10

10

循环次数k/次

虚警概率P f a

图6 系统各个时刻的检测概率 Fig.6 The detection probability of each moment 图7 系统各个时刻的虚警概率 Fig.7 The false alarm probability of

each moment

由仿真结果可以看出，随着循环次数的增加，两种方法的检测概率都逐渐上升，这是因为观测样本的增加使得接收端的信噪比增大，从而增大了检测概率。此外，本文基于序贯判决信息的检测方法的检测概率明显高于传统的检测方法，并较快上升到决策区间， 同时虚警概率虽然开始较设定的初始值有小幅度上升，但随后随着循环次数的增加而逐渐降低，最后明显低于传统方法设定恒虚警值。这是因为在检测过程中，系统根据各个不同的判决情况，利用已经获得的关于目标的先验信息不断的调整检测门限值， 从而在降低虚警概率的同时提高系统检测性能。对于虚警概率在刚开始时的小幅度上升，这是因为在刚开始时，系统获得的关于目标的信息较少，从而使得调整的检测门限值的并不一定十分有利于目标检测，但随着循环次数的增加，判决的次数也越来越多，系统获得的先验信息也越来越准确，使得门限值的调整也越来越有利于目标检测，因此在增大检测概率的同时也降低了虚警次数。多次仿真实验验证了上述理论的正确性。

6 结论

本文通过将先前时刻的判决信息实时反馈回门限检测系统，从而构成了一个自适应的闭环门限值调整结构，实现了检测门限的自适应调整。相对于传统雷达的检测方法，该基于序贯判决信息的检测方法充分利用了系统在先前时刻已经获得的关于目标的判决信息，使得系统在增大检测概率的同时也降低了虚警概率，从而改善了系统的检测性能。

参考文献

[1]. S. Haykin. Cognitive radar: A way of the future[J]. IEEE Signal Processing Magazine, 2006, 23(1):

30-40.

[2]. S. Haykin, Y. Xue, P. Setoodeh. Cognitive radar: step toward bridging the gap between neuroscience

and engineering [J]. Proceedings of the IEEE, 2012, 100(11): 3102-3130.

[3]. 郭建明, 谭怀英. 雷达技术发展综述及第5代雷达初探[J]. 现代雷达, 2012, 34(2): 1-3.

Guo Jian-ming, Tan Huai-ying. Overview of radar technology development and initial study on the 5th generation of radar[J]. Modern Radar, 2012, 34(2): 1-3.

[4]. 公绪华，孟华东，魏轶旻，等. 杂波环境下面向扩展目标检测的自适应波形设计方法[J]. 清华

大学学报（自然科学版），2011，51(11):1652-1656.

Gong Xu-hua, Meng Hua-dong, Wei Yi-min, et al.. Adaptive waveform design for rang-spread detection in clutter[J], Journal of Tsinghua University(Science and Technology), 2011，51(11):1652-1656. [5]. 纠博，刘宏伟，胡利平，等．针对目标识别的波形优化设计方法[J].电子与信息学报，2009，31(11):

2585-2590.

Jiu Bo, Liu Hong-wei, Hu Li-ping, et al. A method of waveform design for the recognition of radar targets[J]. Journal of Electronics & Information Technology, 2009，31(11): 2585-2590.

[6]. 王宏强，夏洪恩，程永强，等．基于MPDA 的波形自适应目标跟踪[J]. 系统工程与电子技术，

2011，33(11): 2389-2392.

Wang Hong-qiang, Xia Hong-en, Cheng Yong-qiang, et al.. Adaptive waveform selection for target tracking based on MPDA[J], Systems Engineering and Electronics, 2011，33(11): 2389-2392. [7]. 夏双志. 认知雷达信号处理—检测和跟踪[D], [博士论文]：西安电子科技大学, 2012.

Xia Shuang-zhi. Cognitve radar signal processing-detection and tracking[D], [Ph.D.disertation], Xidian University, 2012.

[8].Joseph R Guerci, Edward J Baranoskki. Knowledge-Aided adaptive radar at DARPA [J]. IEEE Signal

Processing Magazine, 2006, 23(1):41-50.

[9].Olivier Besson, Jean Yves Tourneret, et al. Knowledge-Aided bayesian detection in heterogeneous

environments [J]. IEEE Singnal Processing Letters, 2007, 14(5):355-358.

[10].S. Kay著，罗鹏飞，等译. 统计信号处理基础[M]. 北京：电子工业出版社，2006.

S. Kay, L. Peng-fei, et al.. Fundamentals of statistical signal processing[M]. Beijing: Publishing House of Electronics Industry,2006.

[11].A. Leshem, O. Naparstek and A. Nehorai. Information theoretic adaptive radar waveform design for

multiple extended targets[J]. IEEE Journal of Selected Topics in Signal Processing, 2007, 1(1): 42-55.

(整理)雷达原理实验指导书实验1-2

精品文档 雷达原理实验指导书 哈尔滨工程大学信息与通信工程学院 2013年3月

精品文档 目录 雷达原理实验课的任务和要求 (1) 雷达原理实验报告格式 (2) 实验一雷达信号波形分析实验 (3) 雷达信号波形分析实验报告 (5) 实验二. 数字式目标距离测量实验 (6) 数字式目标距离测量实验报告 (8)

雷达原理实验课的任务和要求 雷达原理实验课的任务是：使学生掌握雷达的基本工作原理和雷达测距、测角、测速的基本方法和过程；掌握雷达信号处理的基本要求，为了达到上述目的,要求学生做到： 1.做好实验前准备工作 预习是为做好实验奠定必要的基础，在实验前学生一定要认真阅读有关实验教材，明确实验目的、任务、有关原理、操作步骤及注意事项，做到心中有数。 2.严谨求实 实验时要求按照操作步骤进行，认真进行设计和分析，善于思考，学会运用所学理论知识解释实验结果，研究实验中出现的问题。 3.遵从实验教师的指导 要严格按照实验要求进行实验，如出现意外，要及时向老师汇报，以免发生意外事故。 4.注意安全 学生实验过程中，要熟悉实验室环境、严格遵守实验室安全守则。 5.仪器的使用 使用仪器前要事先检查仪器是否完好，使用时要严格按照操作步骤进行，如发现仪器有故障，应立即停止使用，报告老师及时处理，不得私自进行修理。 6.实验报告 实验报告包括下列内容：实验名称、实验日期、实验目的、简要原理、主要实验步骤的简要描述、实验数据、计算和分析结果，问题和讨论等。

雷达原理实验报告格式 一、封皮的填写： （1）实验课程名称：雷达原理 （2）实验名称：按顺序填写 （3）年月日： 二、纸张要求：统一采用A4大小纸张，左侧装订，装订顺序与实验顺序一致。 三、书写要求： （1）报告除实验图像必须打印外，其余可手写。 （2）实验结果图位于实验结果与分析部分，图像打印于纸张上部，下部空白处写实验分析。 （3）报告中图要有图序及名称，表要有表序及名称，每个实验的图序和表序单独标号（例如图1.1脉冲信号仿真波形；表1-1 几种信号的。。。）。 不合格者扣除相应分数。 （4）每个实验均需另起一页书写。 四、关于雷同报告：报告上交后，如有雷同，则课程考核以不及格处理。（每个实验均已列 出参数可选范围，不能出现两人所有参数相同情况）

现代雷达信号处理技术及发展趋势..

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。

雷达信号检测

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

现代雷达信号检测及处理

现代雷达信号检测报告

现代雷达信号匹配滤波器报告 一 报告的目的 1.学习匹配滤波器原理并加深理解 2.初步掌握匹配滤波器的实现方法 3.不同信噪比情况下实现匹配滤波器检测 二 报告的原理 匹配滤波器是白噪声下对已知信号的最优线性处理器，下面从实信号的角度 来说明匹配滤波器的形式。一个观测信号)(t r 是信号与干扰之和，或是单纯的干扰)(t n ，即 ? ??+=)()()()(0t n t n t u a t r (1) 匹配滤波器是白噪声下对已知信号的最优线性处理器，对线性处理采用最大信噪比准则。以)(t h 代表线性系统的脉冲响应，当输入为(1)所示时，根据线性系统理论，滤波器的输出为 ?∞ +=-=0)()()()()(t t x d h t r t y ?τττ (2) 其中 ?∞ -=0 0)()()(τττd h t u a t x ， ?∞ -=0 )()()(τττ?d h t n t (3) 在任意时刻，输出噪声成分的平均功率正比于 [ ] ??∞∞=?? ? ???-=0 20202 |)(|2)()(|)(|τττττ?d h N d h t n E t E (4) 另一方面，假定滤波器输出的信号成分在0t t =时刻形成了一个峰值，输出信 号成分的峰值功率正比于 2 02 2 0)()()(? ∞ -=τττd h t u a t x (5) 滤波器的输出信噪比用ρ表示，则

[ ] ?? ∞ ∞ -= = 2 02 02 2 20|)(|2)()(| )(|) (τ ττ ττ?ρd h N d h t u a t E t x (6) 寻求)(τh 使得ρ达到最大，可以用Schwartz 不等式的方法来求解.根据Schwartz 不等式，有 ??? ∞ ∞ ∞ -≤-0 20 2 02 0|)(||)(|)()(τττττ ττd h d t u d h t u (7) 且等号只在 )()()(0*τττ-==t cu h h m (8) 时成立。由式(1)可知匹配滤波器的脉冲响应由待匹配的信号唯一确定，并且是该信号的共轭镜像。在0=t t 时刻，输出信噪比SNR 达到最大。 在频域方面，设信号的频谱为 ，根据傅里叶变换性质可知，匹配滤 波器的频率特性为 (9) 由式(9)可知除去复常数 c 和线性相位因子 之外，匹配滤波器的频率 特性恰好是输入信号频谱的复共轭。式 (2)可以写出如下形式： (10) (11) 匹配滤波器的幅频特性与输入信号的幅频特性一致，相频特性与信号的相位谱互补。匹配滤波器的作用之一是：对输入信号中较强的频率成分给予较大的加权，对较弱的频率成分给予较小的加权，这显然是从具有均匀功率谱的白噪声中过滤出信号的一种最有效的加权方式；式(11)说明不管输入信号有怎样复杂的非线性相位谱，经过匹配滤波器之后，这种非线性相位都被补偿掉了，输出信号仅保留保留线性相位谱。这意味着输出信号的各个频率分量在时刻达到同相位，同相相加形成输出信号的峰值，其他时刻做不到同相相加，输出低于峰值。 匹配滤波器的传输特性 ,当然还可用它的冲激响应 来表示，这时有：

雷达信号处理和数据处理

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）

信号检测在雷达系统方面的应用

信号检测与估计理论在雷达系统方面的应用 摘要：随着互联网应用的普及及发展，信号的检测与估计技术的应用也越来越受到人们的关注。雷达中的信号检测是一个综合性问题，涉及多个学科，多领域知识，所以它是科学领域最为关注的问题。近年来已经开展了大量雷达系统信号实现方法相关的研究课题，其中回波信号的检测和估计是最为重要的方面。本论文就是针对雷达信号检测和估计的精确性问题加以展开的。 关键词：雷达系统，信号估计，信号检测 第一章雷达系统 1.1起源和发展 早期雷达用接收机、显示器并靠人眼观察来完成信号检测和信息提取的工作。接收机对目标的回波信号进行放大、变频和检波等，使之变成能显示的视频信号，送到显示器。人们在显示器的荧光屏上寻找类似于发射波形的信号，以确定有无目标存在和目标的位置。随着雷达探测距离的延伸,回波变弱,放大倍数需要增加。于是，接收机前端产生的噪声和机外各种干扰也随着信号一起被放大，而成为影响检测和估计性能的重要因素。这时,除了降低噪声强度之外,还要研究接收系统频带宽度对发现回波和测量距离精度的影响。这是对雷达检测理论的初期研究。后来，人们开始在各种干扰背景中对各种信号进行检测和估计的理论研究，其中有些结论，如匹配滤波理论，关于滤波、积累、相关之间等效的理论，测量精度极限的理论，雷达模糊理论等，已在实际工作中得到应用. 1.2雷达的概述 雷达的英文名字是radar,是“无线电探测与定位”的英文缩写。雷达的基本任务是探测感兴趣的目标，测定有关目标的距离、方问、速度等状态参数。雷达主要由天线、发射机、接收机（包括信号处理机）和显示器等部分组成。

雷达发射机产生足够的电磁能量，经过收发转换开关传送给天线。天线将这些电磁能量辐射至大气中，集中在某一个很窄的方向上形成波束，向前传播。电磁波遇到波束内的目标后，将沿着各个方向产生反射，其中的一部分电磁能量反射回雷达的方向，被雷达天线获取。天线获取的能量经过收发转换开关送到接收机，形成雷达的回波信号。由于在传播过程中电磁波会随着传播距离而衰减，雷达回波信号非常微弱，几乎被噪声所淹没。接收机放大微弱的回波信号，经过信号处理机处理，提取出包含在回波中的信息，送到显示器，显示出目标的距离、方向、速度等。 为了测定目标的距离，雷达准确测量从电磁波发射时刻到接收到回波时刻的延迟时间，这个延迟时间是电磁波从发射机到目标，再由目标返回雷达接收机的传播时间。根据电磁波的传播速度，可以确定目标的距离为：S=CT/2 其中S：目标距离；T：电磁波从雷达到目标的往返传播时间；C：光速 1.3雷达的工作原理 雷达是利用目标对电磁波的反射(或称为二次散射)现象来发现目标并测定其位置的空间任一目标所在位置可用下列三个坐标来确定:1>目标的斜距R;2>方位角a;3>仰角B。同时也就是说根据雷达接收到的信号检查是否含有目标反射回波，并从反射回波中测出有关目标状态的数据。 第二章雷达中的信号检测 雷达的基本任务是发现目标并测定其坐标通常目标的回波信号中总是混杂着噪声和各类干扰而噪声和各种干扰信号均具有随机持性在这种条件下发现目标的问题属于信号检测的范畴信号检测理论就是要解决判断信号是否存在的方法及其最佳处理方式。

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 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);

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 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

摘要 雷达通过对回波信号进行接收检测处理来识别复杂回波中的有用信息．其中，雷达信号波形的选择与设计有着相当重要的作用，它直接影响到雷达发射机形式的选择、信号处理方式、雷达的作用距离及抗于扰、抗截获等很多重要问题。所以，为了选择或者设计出适合特定用途的雷达信号形式，在对雷达系统设计之前有必要研究各种雷达信号的性能。雷达信号模糊函数全面地反映了雷达所发射的信号在距离和速度二维上的测量精度和分辨率，因此，雷达信号模糊函数理论对于雷达最优波形设计具有非常重要的意义。 现代信息技术的发展对现代雷达系统在有效作用距离、分辨率、测量精度以及电子对抗诸多方面提出了越来越高的要求。针对现代雷达的特殊用途，模糊函数理论为系统研究最优波形提供了基本的研究平台。模糊函数把雷达接收机输出信号的复包络描述为雷达目标距离和径向速度的函数，它可以提供分辨力、测量精度和杂波抑制等重要信息。模糊函数可以作为单一目标距离和速度的精度与分辨率评估尺度参数，根据这些参数还可以可靠区分多个目标．采用仿真的方法对雷达信号及其性能进行研究具有许多优越性。首先，通过仿真可以在不更改主要的硬件和软件的情况下，灵活地选择和改变参数值。第二，仿真可使雷达信号的设计人员通过改变参数，评价不同作战环境下各种参数对雷达系统性能的影响。第三，对关键技术及参数在仿真中加以研究，可节省大量的人力、物力和财力，并且具有很高的灵活性和可重复性，从而达到节省研制费用、缩短研制周期的目的。 本文基于雷达信号波形设计，从几类雷达发射信号出发，推导出不同雷达信号的模糊函数的数学模型，并绘制出模糊函数图，根据模糊函数图分析各类信号特点。在此基础上，根据雷达系统的要求（如分辨力、精度、抗干扰等），对线性调频信号雷达进行了仿真实验，评估所设计雷达信号的实用的价值。本文在波形设计过程中主要采用Ｍａｔｌａｂ对各模块进行功能建模和仿真，取得了较好的仿真效果。仿真研究表明，模糊函数全面反映了雷达所发射的信号在距离和速度上的测量精度和分辨能力。在给定目标环境的条件下，模糊函数可以作为设计和选择合适的雷达信号的重要方法。 关键词：雷达信号，波形设计，模糊函数。模糊函数图 第１章引言 随着我国科学事业的迅速发展，雷达研制已进入一个崭新的阶段。人造地球卫星、飞船、火箭、导弹的发射成功，都离不开高精度的雷达设备，目标分辨已成为雷达设计中突出的实际问题。模糊函数是对雷达信号进行分析研究和波形设计的有效工具，是雷达信号理论中极为重要的一个概念。模糊函数最初是在研究雷达目标分辨力问题时提出的，并从衡量两个不同距离和不同径向速度目标的分辨度出发提出了模糊函数的定义。但模糊函数不仅可以说明分辨力，还可以说明测量精度，测量模糊度以及抗干扰状况等问题。 １．１雷达信号模糊函数研究的重要意义

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))); FFT 输入信号 共轭相乘逆FFT 参考信号的FFT 匹配滤波器 输出 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 1000 2000 3000 4000 5000 6000 7000 -1-0.8-0.6-0.4-0.200.20.40.60.81 1000 2000 3000 4000 5000 6000 7000 -1-0.8-0.6-0.4-0.200.20.40.60.81 012345678910 x 10 7 20 40 60 80 100 120

S=rectpuls(t-tp/2,tp).*exp(i*pi*beita*(t-tp/2).^2);%发射信号（参考信号） 0.5 1 1.5 2 2.5 3 3.5 4 4.5x 10 -5 -1-0.8-0.6-0.4-0.200.20.40.60.81 0.5 1 1.5 2 2.5 3 3.5 4 4.5x 10 -5 -1-0.8-0.6-0.4-0.200.20.40.60.81 012345678910x 10 7 20 40 60 80 100 120 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 01000200030004000500060007000 -400 -350-300-250-200-150-100-500

雷达信号处理的MATLAB仿真

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。

雷达系统中的信号处理技术

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。

简单雷达实信号仿真实验

沈阳理工大学 雷达成像实验（论文）简单雷达实信号仿真实验 年级: 2011届 学号: 1103060425 姓名: 专业: 通信工程 指导老师: 二零一四年十月

院系信息科学与工程学院专业通信工程 年级 2011届姓名 题目简单雷达实信号仿真实验 指导教师： 评语 指导教师 (签章) 成绩 年月日

摘要 运用数字信号处理理论和Matlab 软件研究的脉冲压缩多普勒雷达的信号处理仿真问题,提出了一个仿真模型,该模型能够仿真雷达信号、系统噪声与杂波的产生和脉冲压缩多普勒雷达系统中信号的动态处理过程,最后结合MIMO雷达信号特点 ,显示了使用Matlab 仿真雷达信号处理系统方便快捷的特点。 关键词: MIMO 模糊图脉冲压缩

Abstract The use of digital signal processing theory and Matlab software research Dop pler radar pulse compression signal processing simulation, a simulation model to simulation of radar signals, the system noise and clutter of the generation and p ulse compression Doppler radar system Dynamic signal processing, the final com bination of the characteristics of MIMO radar signal, indicating the use of Matlab simulation of the radar signal processing system characterized by convenient an d efficient. Key words: MIMO. Fuzzy Graph .pulse compression

雷达信号处理和数据处理技术

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

雷达信号处理实验报告_课程设计

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

雷达信号处理及目标识别分析系统方案

雷达信号处理及目标识别分系统方案 西安电子科技大学 雷达信号处理国家重点实验室 二○一○年八月

一 信号处理及目标识别分系统任务和组成 根据雷达系统总体要求，信号处理系统由测高通道目标识别通道组成。它应该在雷达操控台遥控指令和定时信号的操控下完成对接收机送来的中频信号的信号采集，目标检测和识别功能，并输出按距离门重排后的信号检测及识别结果到雷达数据处理系统，系统组成见图1-1。 220v 定时信号 目标指示数据 目标检测结果输出目标识别结果输出 图1-1 信号处理组成框图 二 测高通道信号处理 测高信号处理功能框图见图2-1。 s 图2-1 测高通道信号处理功能框图

接收机通道送来中频回波信号先经A/D 变换器转换成数字信号，再通过正交变换电路使其成为I 和Q 双通道信号，此信号经过脉冲压缩处理，根据不同的工作模式及杂波区所在的距离单元位置进行杂波抑制和反盲速处理，最后经过MTD 和CFAR 处理输出检测结果。 三 识别通道信号处理 识别通道信号处理首先根据雷达目标的运动特征进行初分类，然后再根据目标的回波特性做进一步识别处理。目标识别通道处理功能框图见图3-1所示。 图3-1 识别通道处理功能框图 四 数字正交变换 数字正交变换将模拟中频信号转换为互为正交的I 和Q 两路基带信号，A/D 变换器直接对中频模拟信号采样，通过数字的方法进行移频、滤波和抽取处理获得基带复信号，和模拟的正交变换方法相比，消除了两路A/D 不一致和移频、滤波等模拟电路引起的幅度相对误差和相位正交误差，减少了由于模拟滤波器精度低，稳定性差，两路难以完全一致所引起的镜频分量。 目标识别结果输出

1004210228计一飞-随机信号处理实验

雷达线性调频信号 的脉冲压缩处理实验报告 作者: 计一飞学号：1004210228 学院(系):电子工程与光电技术学院 专业: 电子信息工程 题目: 雷达线性调频信号的脉冲压缩处理 指导老师：顾红

线性调频脉冲信号，时宽10us ，带宽228MHz ，对该信号进行匹配滤波后，即脉压处理，脉压后的脉冲宽度为多少？用图说明脉压后的脉冲宽度，内差点看4dB 带宽，以该带宽说明距离分辨率与带宽的对应关系。 分析过程： 1、线性调频信号（LFM ） LFM 信号(也称Chirp 信号)的数学表达式为： )2(22)()(t k t f j c e T t rect t s +=π 式中fc 为载波频率，()t rect T 为矩形信号， 11()0,t t rect T T elsewise ? , ≤?=?? ? 上式中的up-chirp 信号可写为： 2()()c j f t s t S t e π= 当TB>1时，LFM 信号特征表达式如下： )(2)(B f f rect k S c f LFM -= 4 )()(πμπφ+-=c f LFM f f 2()()j Kt t S t rect e T π= 对于一个理想的脉冲压缩系统，要求发射信号具有非线性的相位谱，并使其包络接近矩形；

其中S(t)就是信号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，只是中心频率不同而已。因此，Matlab仿真时，只需考虑S(t)。以下Matlab程序产生S(t)，并作出其时域波形和幅频特性，程序如下： T=10e-6; %脉冲时宽 10us B=228e6; %带宽 228MHz K=B/T; Fs=2*B;Ts=1/Fs; N=T/Ts; t=linspace(-T/2,T/2,N); St=exp(j*pi*K*t.^2); subplot(211) plot(t*1e6,St); xlabel('t/s'); title('线性调频信号'); grid on;axis tight; subplot(212) freq=linspace(-Fs/2,Fs/2,N); plot(freq*1e-6,fftshift(abs(fft(St)))); xlabel('f/ MHz'); title('线性调频信号的幅频特性'); grid on;axis tight; 仿真波形如下：