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()()cos(2())IF f t A t f t t πϕ=+ (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 =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:11000{()cos()}(){()sin()}()N N BB IF IF n nf 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 nf 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。

（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 ac BW BW N T PRIθ==∆ (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10μsfc=28e6;%调频信号起始频率f0=30e6;fs=100e6;%采样频率100MHzts=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)==1pha=pi;else pha=0;ends(1,(i-1)*N+1:i*N)=cos(2*pi*fc*t_tao+k*cumsum(t_tao)+pha);endt=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FFTD=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HzT_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sigmat1=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;%,*ss_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_iclear 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_frames_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);endclear 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-tsxlabel('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=1:16s_MTI_result(i,:)=s_pc_result(i,:)+s_pc_result(i+2,:)-2*s_pc_result(i+1,:);endclear 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。