脉冲雷达信号处理流程

1，FPGA AD采集回波：连续M个脉冲回波经过相干解调之后的基带数据形成的一个二维数据矩阵，上图只是雷达三维数据块的一个切面，其中数据的每一行代表的是对同一个距离单元的一连串脉冲测量，每一列对应的是一个脉冲回波的连续采样，也叫连续的距离门，其中每个小方块的元素都是一个复数，代表每个个距离单元的I,Q分量。

2，IQ路信号进行数字下变频处理：核心是将中频 A /D 采样信号与 DDC中的数字控制振荡器 (NCO )产生的本地数字中频载波信号进行混频 ,将中频信号下变频到基带。

3，滤波处理

4，抽取滤波：匹配滤波

5，脉冲压缩：脉冲压缩滤波器实质上就是匹配滤波器，匹配滤波器是以输出最大信噪比为准则设计出来的最佳线性滤波器。假设噪声为高斯白噪声，写出信噪比的表达式，根据schwarz不等式可以得到匹配滤波器的响应，对应的冲激函数形式

根据冲击函数形式可以知道匹配滤波之后的输出信号就是输入信号的自相关函数，其傅立叶变换结果就是信号功率谱，则信号带宽越大，输出信号越窄，距离分辨力越好。所以，当宽脉冲的脉内频率或相位经过调制后，信号带宽增大，经过匹配滤波器后就会被压缩为窄脉冲。当然脉冲被压缩的特点也可以从群时延的角度去理解。滤波器的群时延恰好与信号相反，当信号经过滤波器就会呈现多个信号同相位输出，在某个时刻输出压缩成单一载频的窄脉冲。

close all; %关闭所有图形 clear all; %清除所有变量 clc; % ===================================================================================% % 雷达参数 % % ===================================================================================% C=3.0e8; %光速(m/s) RF=3.140e9; %雷达射频 Lambda=C/RF;%雷达工作波长 PulseNumber=8; %回波脉冲数 BandWidth=2.0e6; %发射信号带宽 TimeWidth=42.0e-6; %发射信号时宽 PRT=120e-6; % 雷达发射脉冲重复周期(s),120us对应1/2*120*300=18000米 PRF=1/PRT; Fs=2.0e6; %采样频率 NoisePower=-12;%(dB);%噪声功率（目标为0dB） % ---------------------------------------------------------------% SampleNumber=fix(Fs*PRT);%计算一个脉冲周期的采样点数； TotalNumber=SampleNumber*PulseNumber;%总的采样点数； BlindNumber=fix(Fs*TimeWidth);%计算一个脉冲周期的盲区-遮挡样点数； %===================================================================================% % 目标参数 % %===================================================================================% TargetNumber=3;%目标个数 SigPower(1:TargetNumber)=[1 1 1];%目标功率,无量纲 TargetDistance(1:TargetNumber)=[3000 8025 10125];%目标距离,单位m DelayNumber(1:TargetNumber)=fix(Fs*2*TargetDistance(1:TargetNumber)/C);% 把目标距离换算成采样点（距离门） TargetVelocity(1:TargetNumber)=[0 50 450];%目标径向速度 单位m/s TargetFd(1:TargetNumber)=2*TargetVelocity(1:TargetNumber)/Lambda; %计算目标多卜勒 %====================================================================================% % 产生线性调频信号 % %====================================================================================% number=fix(Fs*TimeWidth);%回波的采样点数=脉压系数长度=暂态点数目+1 if rem(number,2)~=0 number=number+1; end for i=-fix(number/2):fix(number/2)-1 Chirp(i+fix(number/2)+1)=exp(j*(pi*(BandWidth/TimeWidth)*(i/Fs)^2)); end coeff=conj(fliplr(Chirp));%Flip matrix left to right; returns the complex %conjugate of the elements of Z %-------------------------产生目标回波串------------------------% SignalAll=zeros(1,TotalNumber);%所有脉冲的信号,先填0 for k=1:TargetNumber% 依次产生各个目标 SignalTemp=zeros(1,SampleNumber);% 一个脉冲 SignalTemp(DelayNumber(k)+1:DelayNumber(k)+number)=sqrt(SigPower(k))*Chirp;%一个脉冲的1个目标（未加多普勒速度） Signal=zeros(1,TotalNumber); for i=1:PulseNumber Signal((i-1)*SampleNumber+1:i*SampleNumber)=SignalTemp; end FreqMove=exp(j*2*pi*TargetFd(k)*(0:TotalNumber-1)/Fs);%目标的多普勒速度*时间=目标的多普勒相移 Signal=Signal.*FreqMove; SignalAll=SignalAll+Signal; end figure(2); subplot(2,1,1);plot(real(SignalAll),'r-');title('目标信号的实部'); subplot(2,1,2);plot(imag(SignalAll));title('目标信号的虚部'); grid on;zoom on; %====================================================================================% % 产生系统噪声信号 % %====================================================================================% SystemNoise=normrnd(0,10^(NoisePower/10),1,TotalNumber)+j*normrnd(0,10^(NoisePower/10),1,TotalNumber); %====================================================================================% % 总的回波信号 % %====================================================================================% Echo=SignalAll+SystemNoise;% +SeaClutter+TerraClutter; for i=1:PulseNumber %在接收机闭锁期,接收的回波为0 Echo((i-1)*SampleNumber+1:(i-1)*SampleNumber+number)=0; end figure(3); subplot(2,1,1);plot(real(Echo));title('总回波信号的实部,闭锁期为0'); subplot(2,1,2);plot(imag(Echo));title('总回波信号的虚部,闭锁期为0'); %================================时域脉压=================================% pc_time0=conv(Echo,coeff); figure(4);plot(abs(pc_time0));title('时域脉压结果的幅度,有暂态点'); pc_time1=pc_time0(number:TotalNumber+number-1);%去掉暂态点 number-1个 % ================================频域脉压=================================% Echo_fft=fft(Echo,2048);%理应进行TotalNumber+number-1点FFT,但为了提高运算速度,进行了2048点的FFT coeff_fft=fft(coeff,2048); pc_fft=Echo_fft.*coeff_fft; pc_freq0=ifft(pc_fft); figure(5);subplot(2,1,1);plot(abs(pc_freq0));title('频域脉压结果的幅度,有前暂态点和后暂态点'); hold on; subplot(2,1,2);plot(abs(pc_time0(1:TotalNumber+number-1)-pc_freq0(1:TotalNumber+number-1)),'r');title('红色为时域频域脉压的差别'); pc_freq1=pc_freq0(number:TotalNumber+number-1);%去掉暂态点 number-1个,后填充点若干(2048-number+1-TotalNumber=45个) % ================按照脉冲号、距离门号重排数据=================================% for i=1:PulseNumber pc(i,1:SampleNumber)=pc_freq1((i-1)*SampleNumber+1:i*SampleNumber); end figure(6); plot(abs(pc(1,:)));

6，动目标显示（MTI）、动目标检测（MTD）

在MTI处理中，沿慢时间维对快时间/慢时间数据矩阵进行高通滤波，得到一个新的数据矩阵，在新的数据矩阵中的杂波分量已经被衰减，此操作可以判断目标的存在，但不能确定目标的运动。

% ================MTI（动目标显示）,对消静止目标和低速目标---可抑制杂波=================================% for i=1:PulseNumber-1 %滑动对消，少了一个脉冲 mti(i,:)=pc(i+1,:)-pc(i,:); end figure(7); mesh(abs(mti));title('MTI 结果'); % ================MTD（动目标检测）,区分不同速度的目标，有测速作用=================================% mtd=zeros(PulseNumber,SampleNumber); for i=1:SampleNumber buff(1:PulseNumber)=pc(1:PulseNumber,i); buff_fft=fft(buff); mtd(1:PulseNumber,i)=buff_fft(1:PulseNumber)'; end figure(8);mesh(abs(mtd));title('MTD 结果');

7，非相干积累：将MTD的结果进行平均计算，得出一维离散的波形点

8，CFAR检测：主要为了的到RD平面的阈值，然后根据阈值判断的出找到多普勒频率，从而得到想要目标的速度

function [ index, XT ] = ca_cfar( xc, N, pro_N, PAD) alpha=N.*(PAD.^(-1./N)-1); index=1+N/2+pro_N/2:length(xc)-N/2-pro_N/2;%这句话提前可以提高效率 for j=1:256 XT(j,:)=zeros(1,length(index)+20); for i=index cell_left=xc(j,i-N/2-pro_N/2:i-pro_N/2-1); cell_right=xc(j,i+pro_N/2+1:i+N/2+pro_N/2); Z=(sum(cell_left)+sum(cell_right))./N; XT(j,i-N/2-pro_N/2)=Z.*alpha; end end end 

总结：