文章仅为个人理解,如有不妥之处欢迎指正。

1、脉冲压缩目的和意义
在雷达系统中,距离分辨率是很重要的一项性能指标,它决定了雷达能分辨两个单元之间的最小距离,更通俗的,即雷达分辨相离较近物体的能力。而决定雷达分辨率的是发射信号带宽,所以我们想要提高距离分辨率,就需要发射更窄的脉冲信号,但是,窄脉冲就意味着发射信号能量小,导致探测距离短,所以,对于一般的脉冲信号(脉宽、时宽乘积约为1),比如矩形脉冲信号,带宽和时宽不能同时增大,因此距离分辨率和探测距离是一对矛盾。
脉冲压缩技术就能比较好的解决上述两个参量之间的矛盾,用宽脉冲发射信号,保证足够的探测距离,在接收端用相应的匹配滤波器,通过脉冲压缩技术得到窄脉冲,以此来提高距离分辨率。

2、线性调频信号
大时宽的宽频信号有很多形式,在雷达系统中最常用的是线性调频(Linear Frequency Modulation)脉冲信号。LFM脉冲信号的载频在脉冲宽度范围内线性变化,因此也有更宽的带宽。
LFM信号的复数表达式为:

s

(

t

)

=

r

e

c

t

(

t

τ

)

e

j

2

π

(

f

0

+

K

t

2

/

2

)

s(t)=rect(\frac{t}{\tau})e^{j2\pi(f_{0}+Kt^{2}/2)}

s(t)=rect(τt​)ej2π(f0​+Kt2/2)
其中,

f

0

f_{0}

f0​为初始载频,

τ

\tau

τ为脉冲宽度,

K

K

K为发射线性调频信号的调频斜率,且

r

e

c

t

(

t

τ

)

=

{

1

,

t

τ

/

2

0

,

t

τ

/

2

rect(\frac{t}{\tau})=\begin{cases} 1, \text{ $|t|\leq \tau/2$} \\ 0, \text{ $|t|\geq\tau/2$} \end{cases}

rect(τt​)={1, ∣t∣≤τ/20, ∣t∣≥τ/2​

K

=

B

/

τ

K=B/\tau

K=B/τ

B

B

B为信号带宽。
信号的瞬时频率

f

(

t

)

f(t)

f(t)为:

f

(

t

)

=

1

2

π

d

d

t

[

2

π

(

f

0

t

+

K

t

2

/

2

)

]

=

f

0

+

K

t

f(t)=\frac{1}{2\pi}\frac{d}{dt}[2\pi(f_{0}t+Kt^2/2)]=f_{0}+Kt

f(t)=2π1​dtd​[2π(f0​t+Kt2/2)]=f0​+Kt

B

B

B=20MHz,

τ

\tau

τ=10

μ

s

\mu s

μs时,线性调频信号波形和频谱如下图所示:

还有一点不得不强调,LFM脉冲信号的带宽和时宽都是可以自己选择的,不像矩形脉冲信号那样带宽和时宽相互制约。

3、脉冲压缩
脉冲压缩的理论基础是匹配滤波。对雷达接收的回波信号进行脉冲压缩后有两个好处:增加信噪比;压缩信号宽度。
匹配滤波是一种最优滤波器,只要我们给予输入的是某一确知信号,并加上白噪声,那么就能让输出的信噪比达到最大。
将回波信号记为

f

(

t

)

f(t)

f(t),设滤波器的传输函数为

H

(

w

)

H(w)

H(w),则为了满足最大输出信噪比,

H

(

w

)

H(w)

H(w)的表达式为:

H

(

w

)

=

K

F

e

j

w

t

0

H(w)=KF^*e^{-jwt_{0}}

H(w)=KF∗e−jwt0​
上式中,

F

F^*

F∗为

f

(

t

)

f(t)

f(t)傅里叶变换的共轭;

t

0

t_0

t0​是物理器件的时间延时;

K

K

K为增益常数。
从时域角度看,匹配滤波器也可以用冲激函数

h

(

t

)

h(t)

h(t)来表示,则上式描述的滤波器冲击响应为:

h

(

t

)

=

K

f

(

t

0

t

)

h(t)=Kf^*(t_0-t)

h(t)=Kf∗(t0​−t)
脉冲压缩要在雷达后端接收机由数字信号处理器件完成,而在这个过程中,由于器件速度的限制,脉冲压缩的过程通常需要在零中频进行,此时,线性调频信号的表达式变为:

s

(

t

)

=

r

e

c

t

(

t

τ

)

e

j

π

K

t

2

s(t)=rect(\frac{t}{\tau})e^{j\pi Kt^{2}}

s(t)=rect(τt​)ejπKt2少了初始频率

f

0

f_0

f0​,从

h

(

t

)

h(t)

h(t)的表达式可以看出,如果不考虑器件延时

t

0

t_0

t0​和增益常数

K

K

K,匹配滤波器的冲击响应是滤波器输入信号

f

(

t

)

f(t)

f(t)的共轭倒置,即:

h

(

t

)

=

f

(

t

)

=

r

e

c

t

(

t

τ

)

e

j

π

K

t

2

h(t)=f^*(-t)=rect(\frac{t}{\tau})e^{-j\pi Kt^{2}}

h(t)=f∗(−t)=rect(τt​)e−jπKt2滤波器输出可以由

f

(

t

)

h

(

t

)

f(t)、h(t)

f(t)、h(t)卷积得到,也可以由他们的傅里叶变换乘积再经过傅里叶反变换得到。在实际应用中,通过卷积直接做脉冲压缩的运算量很大。,更多是从频域角度来实现匹配滤波。

4、仿真

参数名称 参数值
带宽(B) 20MHz
脉冲宽度(tao) 10e-6s
脉冲重复间隔 (T) 1e-4s
采样频率(fs) 20MHz
目标1距离(R1) 5000m
目标2距离(R2) 8000m
目标3距离(R3) 8300m
目标4距离(R4) 9500m

得到回波如下图:

对回波进行脉冲压缩后的波形如下图:

可以看到,由于目标2、目标3和目标3相距较近,他们的回波信号由接收机接收后会混在一起,难以分辨,但是经过脉冲压缩后,可以很容易的分辨出来。

附上仿真程序:

clear;clc;close all

T   =  1e-4;       %最大探测距离 c*T/2=15000m
tao = 10e-6;
B = 20e6;
fs = 2*B;
c = 3e8; %光速
K = B/tao; R = [5000 8000 9300 8500];
rcs = [0.2 0.5 0.3 0.35];
delay = 2*R./c; t=-tao/2:1/fs:tao/2-1/fs;
x_linear=exp(1j*pi*(K.*(t.^2))); %发射信号
figure
subplot(211);plot(t,real(x_linear));title('时域波形')
X=fftshift(fft(x_linear));
f=linspace(0,fs,length(t))-fs/2;
subplot(212);plot(f,abs(X));title('频域') tt = 0:1/fs:T-1/fs;
echo = zeros(1,length(tt));
for i = 1:length(R)
% 回波信号
echo = echo + randn(1,length(tt))*0.2 + ...
rcs(i)*rectpuls(tt-delay(i)-tao/2,tao).*exp(1j*pi*K*(tt-delay(i)-tao/2).^2);
end figure;
plot(tt,real(echo));xlabel('time');title('回波')
h=exp(1j*pi*(K.*(t.^2))); %匹配滤波器冲击响应
output=ifft(conj(fft(h,length(echo))).*fft(echo,length(echo))); %h和echo做fft的长度要一样
figure;
subplot(211);plot(0:1/fs:T-1/fs,abs(output));title('脉冲压缩输出波形');xlabel('time');
subplot(212);plot((0:1/fs:T-1/fs)*c/2,db(abs(output)/max(abs(output))),'r');
title('脉压结果分贝图');ylabel('dB');xlabel('m');

相关内容:
SAR成像(零):【总结】SAR成像原理和仿真实现
SAR成像(一):线性调频信号(LFM)和脉冲压缩
SAR成像(二):高方位向分辨率原理
SAR成像(三):快时间与慢时间
SAR成像(四):多普勒频移的计算
SAR成像(五):回波模型
SAR成像(六):距离徙动矫正
SAR成像(七):RD成像算法

参考:

[1]陈小利. 合成孔径雷达成像研究[D].南京大学,2015.
[2]https://blog.csdn.net/weixin_45858061/article/details/102986993

SAR成像(一):线性调频信号(LFM)和脉冲压缩的更多相关文章

  1. 信号基础知识----线性调频信号LFM //matlab命令:chirp

    %关于线性调频信号(LFM) %参考书目:声呐技术,第二章P33 clc;close all;clear all;%参数----------------------------------f0=100 ...

  2. 【Matlab】线性调频信号LFM 仿真

    [知识点] 生成序列 i = a:step:b 举例: i = 1:1:9 画图(子图) subplot(m,n,p)或者subplot(m n p) 总结起来就是,画一个m行n列的图. p表示在第p ...

  3. 【遥感专题系列】微波遥感(二、合成孔径雷达SAR基础)

    目前使用最广的成像雷达系统就是合成孔径雷达(Synthetic Aperture Radar:SAR),SAR几乎成为了雷达的代名词.本文从应用角度介绍SAR系统的基本知识. 本文主要包括: SAR基 ...

  4. 【遥感专题系列】微波遥感(三、SAR图像特征)

    SAR是主动式侧视雷达系统,且成像几何属于斜距投影类型.因此SAR图像与光学图像在成像机理.几何特征.辐射特征等方面都有较大的区别.在进行SAR图像处理和应用前,需要了解SAR图像的基本特征. 本文主 ...

  5. Computer Vision_33_SIFT:SAR-SIFT: A SIFT-LIKE ALGORITHM FOR SAR IMAGES——2015

    此部分是计算机视觉部分,主要侧重在底层特征提取,视频分析,跟踪,目标检测和识别方面等方面.对于自己不太熟悉的领域比如摄像机标定和立体视觉,仅仅列出上google上引用次数比较多的文献.有一些刚刚出版的 ...

  6. HackRF实现ADS-B飞机信号跟踪定位

    硬件平台:HackRF One软件平台:MAC运行环境搭建系统平台:OS X 10.11 EI Capitan文章特点:捕捉程序支持HackRF One且基于MAC平台验证通过有效. 1. 原理概述 ...

  7. 合成孔径雷达(Synthetic Aperture Radar, SAR)

    合成孔径雷达(Synthetic Aperture Radar, SAR)是20世纪最先进的科技发明之一.SAR有机载与卫载系统之分,能提供地表地形.乃至行星等远距离目标区高解析度图像.目前无人飞行载 ...

  8. 数字麦克风PDM信号采集与STM32 I2S接口应用(二)

    在使用STM32的数字麦克风I2S接口时,计算采样率让人头疼,芯片手册上没有明确的说法,而手册上的计算方法经过测试确和实验不符.借助搜索引擎,大部分资料都是来自于开发板卖家或开发板论坛,主要是咪头采集 ...

  9. linux系统编程之信号(五)

    今天继续对信号进行学习,开始正入正题: sigaction函数: 安装信号之前我们已经学过一个函数:signal,它最早是在unix上出现的,它是对不可靠信号进行安装的,之后出现了可靠信号和实时信号, ...

  10. fMRI数据分析处理原理及方法(转载)

    原文地址:http://www.cnblogs.com/minks/p/4889497.html 近年来,血氧水平依赖性磁共振脑功能成像(Blood oxygenation level-depende ...

随机推荐

  1. ASP.NET 6.0 Core 迁移 ASP.NET Core 7.0

    2022年微软发布了.NET 7, 同时提供了详细的升级迁移方案. Migrate from ASP.NET Core 6.0 to 7.0 今天给大家简单整理.分享一篇文章. 一.首先需要升级Vis ...

  2. ASP.NET Core中间件之理解

    在ASP.NET Core中什么是中间件 中间件是ASP.NET Core的核心组件 中间件组成一个管道,整个ASP.NET Core的执行过程就是HTTP请求和响应按照中间件组装的顺序在中间件之间流 ...

  3. evil 控制窗口大小,比快捷键方便

    下面是vim原本的支持的键 可以用于 emacs evil ,evil 用这个比用快捷键还方面些 1.纵向调整 :res[ize] num 指定当前窗口为num列num行 :res[ize] +num ...

  4. 2022.2.1最新版本的IDEA

          一.下载破解工具.激活码 激活工具下载链接:https://note.youdao.com/s/1ANz2F3o   6G5NXCPJZB-eyJsaWNlbnNlSWQiOiI2RzVO ...

  5. 【OpenWrt】N1刷机过程及旁路由设置(通用)

    最近买了个N1盒子,从源系统刷到OpenWrt,总结一下整体过程,大部分都来源于网络教程和自己实践,如有错误欢迎指出! N1盒子刷机 固件准备 最著名的应该是F大的吧,原贴地址:[2023-2-14] ...

  6. STM32F0库函数初始化系列:进入STOP模式,外部中断唤醒

    SYSCFG_EXTILineConfig(EXTI_PortSourceGPIOA, EXTI_PinSource0); EXTI_InitStructure.EXTI_Line=EXTI_Line ...

  7. 微信小程序组件封装传值以及问题点规避

    封装组件 1.在components文件加下新建组件文件夹,在该文件夹下新建组件 2.在app.json中注册该组件 "usingComponents": { "page ...

  8. day15-SpringMVC执行流程

    SpringMVC执行流程 1.SpringMVC执行流程分析图 例子 (1)创建 HaloHandler package com.li.web.debug; import org.springfra ...

  9. JZOJ 1073. 【GDOI2005】山海经

    \(\text{Solution}\) 非常经典的求区间最大字段和 不难想到线段树,考虑处理区间答案的合并 维护前缀后缀最大和与区间答案,合并考虑跨中点贡献即可 代码打得非常恶心... \(\text ...

  10. Blender插件:水滴生成器(Droplet Generator)

    推荐:将 NSDT场景编辑器 加入你的3D开发工具链. 原文地址:https://www.mvrlink.com/droplet-generator/ 1.官方介绍: 适用于Blender 3.1及更 ...