clc;clear;close all;
%% Generate LFM signal
C = 3e8;
B = 100e6; % band width 100MHz
T = 25e-6; % pulse width 25us
PRT = 200e-6;% 200us
Fs = 2.4e9; % sampling rate 2.4GHz
N = T*Fs; % points
t = -T/2:1/Fs:T/2-1/Fs;
K = B/T;
SNR = 80; % dB
dis = PRT*Fs/2; % 将目标设置在回波中间处
LFM = (10^(SNR/20))*exp(1i*pi*K*t.^2); % LFM signal
theta = pi*K*t.^2; % LFM phase
f = K*t; % LFM frequency
figure('name','LFM signal')
subplot(3,2,1);plot(real(LFM));title('Real part');
subplot(3,2,2);plot(imag(LFM));title('Imag part');
subplot(3,2,3);plot(theta);title('LFM phase(°)');
subplot(3,2,4);plot(f);title('LFM frequency (Hz)');
subplot(3,2,[5,6]);plot(abs(fftshift(fft(LFM))));title('LFM spectrum');
%% Generate echo
% echo = zeros(1,PRT*Fs);
% echo(dis:1:dis+N-1) = LFM;
% noise = normrnd(0,1,1,PRT*Fs) + 1i*normrnd(0,1,1,PRT*Fs);
% echo = echo + noise;
%
% figure('name','Echo signal');
% subplot(2,1,1); plot(real(echo),'b'); title('Echo real');
% subplot(2,1,2); plot(imag(echo),'r'); title('Echo imag');
%% Pulse compression
ht = conj(fliplr(LFM)); % 匹配滤波器
result = conv(LFM,ht); % 计算循环卷积
Z_xt = abs(result);
Z_xt = Z_xt/max(Z_xt);
Z_xt = 20*log10(Z_xt+eps);
% figure('name','Pulse compression')
% subplot(1,2,1);plot(real(result));
% subplot(1,2,2);plot(real(Z));
%% Dense fake target jamming
M = 30;
fake_dis = 5; % dense fake target distance
dp = fake_dis*2*Fs/C; % distance points
s = zeros(1,N);
for i=1:M
s(round(i*dp)) = 1;
end
jt = conv(LFM,s);
%% Radar receiver
result_1 = conv(jt,ht); % 计算循环卷积
Z_yt = abs(result_1);
Z_yt = Z_yt/max(Z_yt);
Z_yt = 20*log10(Z_yt+eps);
x_trans = (0:length(Z_xt)-1)*C/(2*Fs)/1000;
figure('name','压缩后的信号(原始)');
plot(x_trans,real(result_1(1:length(x_trans))));
title('压缩后的信号(原始)');
xlabel('目标位置/千米');
figure('name','压缩后的信号(归一化)');
plot(x_trans,real(Z_yt(1:length(x_trans))),'r');grid on;hold on;
plot(x_trans,real(Z_xt(1:length(x_trans))),'b');grid on;
title('压缩后的信号(dB)');
legend('干扰信号脉压处理结果','目标信号脉压处理结果');
axis([3.7,3.95,-40,10]);
ylabel('归一化信号幅度/dB');
xlabel('目标位置/千米');
%% Test
zzz=1/Fs;
ccc=1/25e-9;
雷达干扰仿真_availablet7x_源码
版权申诉
5星 · 超过95%的资源 69 浏览量
2021-09-29
00:19:38
上传
评论
收藏 1KB RAR 举报
mYlEaVeiSmVp
- 粉丝: 1927
- 资源: 19万+
最新资源
- office二进制格式查看工具
- 轻松上手 transforms代码
- alexnet模型-基于人工智能的卷积网络训练识别包装是否破损-不含数据集图片-含逐行注释和说明文档.zip
- vgg模型-深度学习CNN训练识别胡萝卜是否腐烂-不含数据集图片-含逐行注释和说明文档.zip
- 一个基于采用SpringBoot、Vue3、ElementPlus等框架的权限系统,拿来即用
- vgg模型-基于深度学习AI算法对乐器识别-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-基于人工智能的卷积网络训练识别航空图像中的云种类分类-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-python训练识别裤子颜色-不含数据集图片-含逐行注释和说明文档.zip
- resnet模型-基于图像分类算法对汉字写的是否工整识别-不含数据集图片-含逐行注释和说明文档.zip
- resnet模型-基于深度学习对工具识别分类识别-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈