"雷达线性调频信号在FPGA上的实现" 雷达线性调频信号是一种常用的脉冲压缩信号,广泛应用于高分辨率雷达领域。直接数字频率合成(DDS)技术是解决这一问题的最好办法。DDS技术可以灵活地产生不同载波频率、不同脉冲宽度以及不同脉冲重复频率等参数构成的信号,为雷达系统的设计者提供了全新的思路。 在雷达系统中采用DDS技术可以灵活地产生不同载波频率、不同脉冲宽度以及不同脉冲重复频率等参数构成的信号,为雷达系统的设计者提供了全新的思路。DDS技术可以解决雷达系统中的信号产生问题,使雷达系统的设计者可以灵活地产生不同类型的信号,满足不同的应用需求。 基于FPGA的DDS软件编程可以充分利用FPGA作为大规模芯片的资源优势和高速运算能力,除了能产生专用DDS芯片所具备的单频连续波、非连续波、各种形式的线性调频信号以外,还可以借助FPGA的庞大的资源优势和内部存储器,使非线性调频等更复杂的信号更容易实现。 在硬件系统的构成中,主要采用一块基于FPGA的雷达信号处理卡,既可以采集来自雷达接收机的中频、视频信号并对其进行数字信号处理,又可以自身模拟产生雷达中频、视频信号进行数字信号处理或不处理直接送往雷达信号处理机。FPGA采用的是Xilinx公司的10万门FPGA芯片XC2S100E,其配置芯片为Xilinx公司的1 Mb容量PROM芯片XC18V01,以主动串行方式对FPGA进行上电配置。 在FPGA软件编程实现线性调频信号时,需要在FPGA内部实现频率累加器、相位累加器、正弦波形ROM存储器等电路,FPGA软件编程实现线性调频信号的原理图如图2所示。在产生线性调频信号时,每来一个时钟脉冲,软件编程控制频率累加器产生线性增加的瞬时频率,然后经过相位累加器运算输出线性调频信号的瞬时相位,以此相位值寻址正弦值存储表,通过查表得到与相位值对应的幅度量化值;在下一个周期来临时,频率累加寄存器一方面将在上一时钟周期作用后所产生的新的频率数据反馈到频率加法器的输入端,以使频率加法器继续累加,频率累加的瞬时值与上个周期相位累加器反馈到相位加法器输入端的数据累加,然后再依此周期累加的相位值重新寻址正弦值存储表,得到对应的幅度量化值,依此循环,幅度量化值经过累加,并经D/A转换器得到连续的阶梯波,经低通滤波器滤除其中的高频分量,最后即可得到所需线性调频信号。 已知系统工作时钟fclk、频率累加器与相位累加器位数N,要产生中频为F0、带宽为B、时宽为T的线性调频信号,其频率步进变化如图3所示,在FPGA软件编程时只需计算出起始频率fstart和频率步进量fstep卸即可。起始频率fstart和频率步进量fstep的计算公式如式(1),式(2)所示,因为在VHDL语言中,数值的表示方法都是二进制的,所以通过式(1),式(2)计算的结果都是二进制的,是无量纲的。 实验结果表明,采用FPGA软件编程技术较好地实现了线性调频信号的产生,而且信号波形比较稳定。图4为利用Modelsim软件对本设计所产生的信号进行仿真得到的时序仿真图,从中可以看出在每个触发周期内,所产生信号的变化频率在不断线性增加,可以较明显地看出产生的是线性调频信号。 基于FPGA的DDS软件编程技术可以灵活地产生不同载波频率、不同脉冲宽度以及不同脉冲重复频率等参数构成的信号,为雷达系统的设计者提供了全新的思路。该技术可以广泛应用于高分辨率雷达领域,满足不同的应用需求。
- trzest2020-10-17一点价值都没有,慎下
- 一条大灰狼2022-08-24这么烂的资源拿出来,真缺德 #上传者态度恶劣 #毫无价值
- 粉丝: 1
- 资源: 932
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- MATLAB 实现 SSA-ELM(麻雀算法优化极限学习机)进行多输入单输出回归预测(包含详细的完整的程序和数据)
- MATLAB 实现基于深度神经网络(DNN)的多变量时间序列预测(包含详细的完整的程序和数据)
- twisted-Python事件驱动网络引擎
- trio-Python异步并发和 IO 的友好库
- MATLAB使用蚁群算法优化的BP神经网络(ACO-BP)进行多变量时间序列预测(包含详细的完整的程序和数据)
- transitions-Python轻量级、面向对象的有限状态机实现
- 微信支付账单(20240903-20241003).zip
- MATLAB 使用 CNN-GRU(卷积神经网络 - 门控循环单元)结合注意力机制进行多变量时间序列预测(包含详细的完整的程序
- MATLAB 使用 CNN-GRU(卷积神经网络 - 门控循环单元)结合注意力机制进行时间序列预测(包含详细的完整的程序和数据)
- MATLAB 中使用 LSTM 和 BiLSTM 模型进行电力负荷预测(包含详细的完整的程序和数据)