matlab仿真ISAR成像过程 程序源码.zip

clear all; clc; close all; C=3e8; %光速 ima=sqrt(-1); %虚数单位 %%场景中心参数 R0=2e4; %场景中心斜距 Wr=0.12e3; %场景宽度 %%雷达参数 fc=10e9; %工作频率10GHz lamda=C/fc; %波长 H=5000; %高度 5000m SNR=-10; %%天线参数 D=4; %天线孔径长度 Lsar=lamda*R0/D; %雷达合成孔径长度 %%距离向参数 Tr=10e-6; %发射脉冲时宽 B=180e6; %带宽 Kr=B/Tr; %调频率 Fsr=200e6; %距离采样率 dt=1/Fsr; %距离采样时间 nrn=round((Tr+2*Wr/C)*Fsr/2)*2; %距离向的取样数 nrn_Tr=Fsr*Tr; %脉冲区间的取样数 Nfast_signal=exp(ima*pi*Kr*([-nrn_Tr/2:nrn_Tr/2-1].'/Fsr).^2); %参考信号 Nfast=2.^ceil(log2(nrn+nrn_Tr)); %为了达到线性卷积的要求而取两者之和 r_signal=[zeros(round(Nfast/2-nrn_Tr/2),1);Nfast_signal;zeros(round(Nfast/2-nrn_Tr/2),1)]; %%方位向参数 Fa=100; %方位采样率 PRF=500; %脉冲重复频率 PRT=1/PRF; %脉冲重复时间 V=100; ar=5; wt=0.05; nan=round(PRF*lamda*R0/D/V/2)*2; %方位向取样数 %%分辨率参数 DY=C/2/B; %距离向分辨率 DX=D/2; %方位向分辨率 %%目标参数 Ntarget=11; %点目标个数 deltaX=15; deltaY=15; points=zeros(Ntarget,3); points(:,1)=[2*deltaX;deltaX;deltaX;0;0;0;0;0;-deltaX;-deltaX;-2*deltaX]; points(:,2)=[0;0;-2*deltaY;2*deltaY;deltaY;0;-deltaY;-2*deltaY;0;-2*deltaY;0]; points(:,3)=ones(Ntarget,1); figure; h=stem(points(:,1),points(:,2),'fill'); grid on; set(h,'LineStyle','none'); axis([-50 50 -50 50]) title('点目标真实图');xlabel('x');ylabel('y'); %雷达回波 nrn=2048; nan=512; tnan=[-nan/2:nan/2-1]*PRT; tnrn=2*R0/C+[-nrn/2:nrn/2-1]'/Fsr; s=zeros(nrn,nan); for n=1:nan Rs=R0+V*tnan(n)+1/2*ar*tnan(n)^2; for m=1:Ntarget rp=sqrt(points(m,1)^2+points(m,2)^2); phi=atan2(points(m,2),points(m,1))+wt*tnan(n); R=sqrt(Rs^2+rp^2+2*Rs*rp*sin(phi)); td=2*R/C; win_r=(abs(tnrn-td)<=Tr/2); %距离包络（矩形窗函数） s_mn=points(m,3).*exp(ima*pi*Kr*(tnrn-td).^2).*win_r.*exp(-ima*4*pi*R/lamda); s(:,n)=s(:,n)+s_mn; end s(:,n)=awgn(s(:,n),SNR); end figure,imagesc(abs(s)) title('回波图像');xlabel('距离向');ylabel('方位向'); %距离压缩 range_signal=exp(ima*pi*Kr*([-nrn_Tr/2:nrn_Tr/2-1].'/Fsr).^2); r_signal=[zeros(round(nrn/2-nrn_Tr/2),1);range_signal;zeros(round(nrn/2-nrn_Tr/2),1)]; for n=1:nan s1(:,n)=ifftshift(ifft(ifftshift(fftshift(fftshift(fft(s(:,n))).*conj(fftshift(fft(r_signal))))))); end figure,imagesc(abs(s1)) title('距离压缩图像');xlabel('方位向');ylabel('距离向'); %包络对齐 x=[zeros(3.5*nrn,nan); fftshift(fft(s1),1); zeros(3.5*nrn,nan)]; ref=abs(ifft(fftshift(x(:,1)))); r=zeros(8*nrn,1); mopt = zeros(1,nan); for m=2:nan b1=abs(ifft(fftshift(x(:,m)))); r=fftshift(ifft(fft(ref).*conj(fft(b1)))); r=abs(r); mopt(m)=find(r == max(r)) - (8*nrn/2+1); x(:,m)=ifft(fftshift(x(:,m).*exp(-1i*2*pi/(8*nrn)*mopt(m)*[0:8*nrn-1]'))); s1(:,m)=x(1:8:end,m); ref=0.95*ref+abs(x(:,m)); end figure;contour(abs(s1)); xlabel('方位向');ylabel('距离向');title('包络对齐之后图像'); clear x %单特显点自聚焦 sigma=zeros(nrn,1); for n=1:nrn mS=mean(abs(s1(n,:))); dS=std(abs(s1(n,:))); sigma(n)=1-mS^2/(mS^2+dS^2); end Min=find(sigma==min(sigma)); phas=zeros(1,nan); for m=2:nan phas(m)=phase(s1(Min,m).*conj(s1(Min,1))); s1(:,m)=s1(:,m).*exp(-1i*phas(m)); end %方位多普勒成像 for n=1:nrn s2(n,:)=fftshift(fft(s1(n,:))); s3(n,:)=ifftshift(ifft(s1(n,:))); end figure;contour(abs(s2)); xlabel('方位向');ylabel('距离向');title('自聚焦之后图像（未加窗）'); figure;contour(abs(s3)); xlabel('方位向');ylabel('距离向');title('自聚焦之后图像（未加窗）');