脉冲雷达,顾名思义,就是使用一系列的脉冲信号。
脉冲信号可以用PRF(pulse repetition frequency),PRI(pulse repetition interval),τ(pulse width)和T(IPP ,inter-pulse period)来表征,如下图所示。
每个周期内,雷达在脉宽τ内发射信号,然后其余的时间主要就是等候回波。
雷达的占空比定义为:
雷达平均发射功率和峰值发射功率的关系如下图所示:
如果以PRF(pulse repetition frequency)来对脉冲雷达进行分类的话,大概可以分为:
low PRF: 低PRF意味着高PRI,也就是周期很长,比较适用于长距离,对目标速度不感兴趣的场景
medium PRF
high PRF:主要是用来短距离的距离测量和速度测量。
假设有一个雷达系统,它与目标之间的关系如下图所示,那么根据发射脉冲和接收脉冲之间的时延,可以计算出目标距离雷达的距离。
文献[1]有提供配套的matlab程序,比如说,距离的计算,有兴趣的可以去看一看。不懂程序的硬件工程师也不用害怕,有AI的加持,读懂程序,虽说不能秒级吧,但是花费时间也不长的.
比如说,我看程序的时候,有个疑问,我隐隐约约能把疑问表达出来,但是没能表达的很明白,不过KIMI听懂了,因为他给的答案是我想要的答案。
但是脉冲雷达也不是所有的距离都能测,它有它的局限。
如下图所示,如果距离合适,脉冲1发射出去的信号,其由于目标1和目标2产生的回波的时间,位于脉冲1和脉冲2之间,这个时候,能分别计算出目标1和目标2的距离。
如果距离过大,基于脉冲1的回波信号,在脉冲2发射之后,才被雷达接收到,那距离就会产生歧义。
所以,最大的无歧义距离,可以定义为:
(4) 脉冲雷达的测距分辨率是多少?
待看~
(5) 脉冲雷达是怎么来测量速度的?
待看~
(6) 脉冲雷达是多大速度都能测么?
待看~
(7) 脉冲雷达的速度分辨率是多少?
待看~
% This function implements the matched filter processor
%
% Inputs
% tau == uncompressed pulse width in seconds
% b == chirp bandwidth in Hz
% range == scatterers?relative range in m
% rcs == vector of scatterers?RCS in meter squared
% Output
% y == normalized compressed output
%
clc
close all
clear all
tau = 1e-6;
b = 50e6;
fs =5*b;
rcs = 1;
range = 150;
nnoise = 0.05;
n = ceil(tau*fs); %Number of sample points of chirp signal
c = 3e8;
ts = 1/fs;
t = 0:ts:ts*(n-1);
% Transmitted LFM Chirp pulse:
x = exp(i * pi * (b/tau) .* t.^2);
replica = exp(i * pi * (b/tau) .* t.^2);
ntarget = size(range,2);
time_delay = 2*range/c;
y = zeros(ntarget,ceil(max(time_delay/ts))+n-1);
for k = 1:ntarget
y(k,ceil(time_delay(k)/ts):ceil(time_delay(k)/ts)+n-1) = x*rcs(k);
end
ycomp = ones(1,ntarget)*y;
ycomp =ycomp +nnoise*randn(1,size(ycomp,2));
tsamp = 0:ts:ts*ceil((length(ycomp)-1));
nfft =size(ycomp,2)
H = (conj(fft(replica,nfft)));
h = (b*tau/n)*ifft(H.*fft(ycomp));
filter_out = h;
tout = 0.0:ts:ts*(length(filter_out)-1);
% subplot(2,2,4);
% plot(tout*1e6,20*log10( filter_out+0.0004));
% title('\bf Output of Matched Filter');
% xlabel('\bf Time \mu s');
% grid
% ylabel ('\bf Pulse compression gain in dB')
delr = (tout)*c/2;
figure
subplot(2,1,1)
filter_out = filter_out./max(filter_out);
plot(70*tout*1e6,20*log10( filter_out+0.0004),'linewidth',1.5);
title('\bf Output of Matched Filter');
xlabel('\bf Time \mu s');
grid
ylabel ('\bf Output vs. time')
title({['\bf Targets range 10.5 km', '; delay = 70 \mu sec']})
% determine Hamming window
H = conj(fft(replica,nfft));
h= (b*tau/n)*ifft((H.*fft(ycomp)));
filter_out = h;
tout = 0:ts:ts*(length(filter_out)-1);
filter_out = filter_out./max(filter_out);
subplot(2,1,2)
plot((10350+delr)./1000,20*log10( filter_out+0.00004));
xlabel('\bf Target range in km');
ylabel('\bf Output vs. range')
grid
参考文献:
[1] Bassem R. Mahafza, Radar Systems Analysis and Design Using Matlab