登录
首页 » Others » 雷达回波信号建模与仿真研究

雷达回波信号建模与仿真研究

于 2020-11-30 发布
0 1332
下载积分: 1 下载次数: 65

代码说明:

学习matlab以及雷达信号处理的资料,关于雷达信号处理的matlab代码以及指导。ABSTRACTThe Modeling and Simulation of radar signal plays an important role in the design ofmodem radar system. This paper analyses the statistical model of target echo and clutter receivedy radar.in the simulation for target echo, First we analyse the mathematical expression for radartarget echo on the base ofradar equation. Second, presenting three main calculational methods ofthe deterministic model of Radar Cross Section(RCS), and introducing the calculational formulafor some simple object, some average RCS data of familiar objects in microwave bandMeanwhile, the statistical model of RCs - Swerling model are studied and the method toproduce the Swerling sequences be given. Third, two algorithms for producing unifomdistribution are analysed thoroughly by us-mid-square method and linear congruential methodThrough the comparision of the performance of the two algorithms, we select the latter toproduce the uniform distribution sequence in (0, 1). Fourth, presenting the primary principle ofline array and simulating the target echo received by ULA, Fifth, we derive the mathematicalquation of the instantaneous DOA, when the target moving in line and in the same plane asULAThis paper simulates the correlated-coherent radar clutter model. First, presenting the basictheory of zero memoriless nonlinear method and sphere invariable random process method,thedifferent fields where the four amplitude distributions(rayleigh, log-normal, weibull, k)can beapplied in. Second, analyzing three algorithms to design shaping filter AR model, minimunphase. frequency sampling. After comparing the correlation performance of sequences which aregenerated in these algorithms separately, we decided to use frequency sampling method has thebest performance to design shaping filter. Third, this paper analyse clutter models which submitGauss power spectrum and forenamed four amplitude distributions. Meanwhile, we introduce thenoncentral chi-square gamma distribution that can interpret the physical reason of radar clutterbetter. Fourth, we simulate different clutter models, the result is useful for practical workKey words: target echo; clutter; shaping filter; ZMNL; SIRP第I页信息T程大学硕十学位论文表目录表1几种简单形状几何目标的RCS计算式表2微波波段常见目标统计平均RCS数据表3不同条件下韦布尔分布的形状参数第V页信息工程大学硕士学位论文图目录图1舍取法示意图图2舍取法与理论值的比较,图3平方取中法所得序列4省垂10图4乘同余法所得序列10图5平方取中法所得序列4.·■·『▲晶图6乘同余法所得序列,,。。。,11图7线阵列天线示意图●命12图8相位扫描原理13图9距离参考点z的阵元接收单目标平面波信号.14图10阵列信号模型图11回波信号波形16图12MsIC算法估计空间谱16图13回波信号波形16图14 MUSIC算法估计空间谱16图153个目标信号示意图.17图163个目标的MSTC算法估计空间谱17图17目标在阵列平面内做直线运动,18图18ZMAN法产生杂波原理图.23图19SIRP法产生杂波原理图bD画24图20成形滤波器工作模型24图21相关杂波波形图22杂波概率密度函数身●25图23杂波功率谱密度图24成形滤波器示意图图25三种不同方法的相关系数比较568图26三种不同方法的相关系数比较bp非9图27三种不同方法的相关系数比较29图28相于瑞利分布杂波产生模型图29相于杂波实部图30相干杂波虚部000图31杂波概率密度函数.31图32杂波功率谱密度31第页信息工程大学硕于学位论文图33相关对数正态分布杂波产生模型31图34相关杂波波形.32图35杂波概率密度函数32图36杂波功率谱密度。32图37相干对数正态分布杂波改进模型图38相干杂波实部35图39相于杂波虚部35图40杂波概率密度函数35图41杂波功率谱密度35图42相关韦布尔分布杂波产生模型36图43高斯超几何函数理论与实际值的比较图44应用变换公式后理论与实际值的比较A图45不同阶次时渐近曲线的比较37图46不同阶次的高斯超几何函数理论与实际值的比较37图47相关杂波波形∴鲁會·非..38图48杂波概率密度函数曾·◆·↓鲁·参◆伊●38图49杂波功率谱密度,,,,,,38图50相干韦布尔分布杂波产生模型38图51相干杂波实部41图52相干杂波虚部图53杂波概率密度函数鲁·看参·命鲁鲁PD鲁命會曹會请鲁■P鲁41图54杂波功率谱密度,,,图55不同N时NG的概率密度函数■■·D43图56三种分布概率密度函数的比较.43图57NG分布杂波产生模型图58杂波波形图59杂波概率密度函数45图60杂波功率谱密度图61相关K分布杂波产生模型图62相关杂波波形图63杂波概率密度函数·◆···曾·47图64杂波功率谱密度,47图65相干K分布杂波产生模型48图66相于杂波实部第Ⅴ页信息了程大学硕土学位论文图67相干杂波虚部9图68杂波概率密度函数49图69杂波功率谱密度…,。,,。。49第VI萸独创性声明所提交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中标注和致谢的相关内容外,论文中不包含其他个人或集体已经公开的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意学位论文题目:罾达回信建模研沿学位论文作者签各:剑奇日期:乙年月26学位论文版权使用授权书本人完全了解信息工程大学有关保留、使用学位论文的规定。本人授权信息工程大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档,允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(涉密学位论文在解密后适用本授权书。)学位论文题H雷达回信建模仿研强去学位论文作者签名日期:20年白月26日你者指导教师名二大种日期206年6月6日信息「程人学硕士学位论文第一章绪论1.1课题的背景及意义现代雷达系统日益变得复杂,难以用简单直观的分析方法进行处理,这就促进了霞达仿真方法的推广。雷达系统仿真就是用计算机软件来建立雷达系统的模型,利用数字计算机技术来逼真地复现雷达工作的动态过程,它是计算机技术、数字模拟技术和雷达技术相结合的产物。具体地说,仿真的对象是雷达系统,它包括雷达本身、雷达目标及目标环境仿真的手段是计算机和数字信号处理技术;仿真的方式和目的就是为雷达系统建模,并尽可能真实地复现蕴含雷达系统动态工作模式、雷达目标及目标坏境信息的雷达信号。这里所讲的“复现”就是重现雷达信号的产生、传递、处理等动态过程。从时间关系上看,就是重现一个随机的时间序列。目标国波信号与目标形状、截面积RCS和天线波束的照射方向等有密切的关系。在杂波背景下检测出雷达目标也是雷达信号处理的一个重要课题,杂波模型的统计特性直接影响雷达最住检测器的设计。对杂波的建模与仿真是利用雷达最佳检测理论来设计最佳检测器结构的重要手段本文的目的是总结雷达接收目标回波、杂波的数学模型,针对目标回波信号和杂波信号进行仿真研究,模拟出幅度服从一定分布并同时具有一定功率谱的杂波信号序列。在没有雷达系统前端的情况下,对系统后级信号处理部分进行调试和测试,为现代雷达系统的设计、分析和效能评估提供了理论依据1.2国内外研究现状雷达的作用距离、分辨能力、测量精度和单值性等性能指标对信号处理技术提出越来越高的要求。在实现最佳处理并保证一定信噪比的前提下,测量精度和分辨力对信号形式的要求是一致的。我们通常根据不同的情况,结合雷达截面积RCS及其起伏特性,对目标信号进行建模仿真M&S)真实的世界是错综复杂的,要为其建立精确的数学模型是一件极其困难的事情,而建立的这些数学模型通常是近似片面的,对雷达杂波的研究过程也是如此。雷达杂波仿真技术在几十年的发展过程中,经过了一个由浅到深、由简到繁、由粗到细的过程。目前使用的杂波模型主要有三种方式:(1)描述杂波幅度和功率谱的统计模型;(2)描述杂波散射单元机理的机理模型;③)描述由试验数据拟和δ与频率、极化、俯角、环境参数等物理量之间依赖关系的关系模型。从二十世纪七十年代以来,人们一直致力于雷达统计模型的研究在早期的工作中,认为杂波是~种高斯噪声,为杂波提供了一种结果非常简单的模型。后来通过对窄脉冲雷达的测量发现用高斯分布来描述杂波是不够的,杂波的分布函数表现出个较长的拖尾,明显长于高斯分布模型。因此,在八十年代,人们又提出了对数正态分布和韦布尔分布来拟合数据。随着研究的深入,一种半实验化模型K分布被提出,并逐渐第1页信息丁程大学硕士学位论文成熟起来。在很多情况下,我们把雷达杂波模型看成一个实随机过程。例如,在相干检测时,只保留杂波的同相分量,而丢弃正交分量。然而,雷达的最佳检测是不应该丢弃正交分量的。因为除非在高斯背景下,否则正交分量是同判决有关的。由于在有信号时的信号幅度的概率密度是依赖于杂波的幅度和相位的,如果把杂波当成一个非相干的实过程,就不能满足这个要求。近年来,相干相关杂波的建模仿真引起了人们的广泛关注。目前国内外对杂波的仿真方法主要有零记忆非线性变化法MNL)、球不变随机过程法(SIP和随机微分方程法SDE)ZMNL法可以实现用于描述雷达杂波的几种常用分布的仿真,它易于实现且产生相关雷达杂波序列的速度较快,是目前仿真中最引人关注的方法,但其应用受到功率谱形状等因素的制约。SRP模型属于外生模型,能够独立控制序列的概率密度函数和自相关函数。在相关雷达杂波仿真中,可以用SRP法仿真相关瑞利、韦布尔和K分布杂波。由于受所需仿真序列的阶数及自相关函数的限制,当所需仿真序列较长时,计算负荷很大,不易形成快速算法。SRP法在国内受到的关注不多,基本上停留在基本原理的理解上。SDE法没有SRP法和ZMNL法流行,在国内少有人提及,国外对这方面的研究也不多,且主要用于对通信系统中于扰信号的仿真。根据SDE的理论,它可以通过相关时间来控制序列的相关性1,同样适用于相关雷达杂波的仿真。SDE法实际上是个非线性自回归模型,具有产生速度相当快的优点,但这种方法对概率密度函数有一定的限制。国内在杂波研究方面的某些应用已经进入实用阶段,杂波的模拟已经被运用在内场仿真系统中。另外,有些科研单位也在砑究从实际地图产生真实杂波的仿真方法。1.3论文结构和主要内容本文针对“空间目标搜索截获跟踪能力仿真分析”项目的要求,对雷达目标回波信号和杂波信号的幅度分布、功率谱分布模型进行了分析,在零记忆非线性变换法和球不变随机过程法的基础上对非相于相关和相干相关杂波信号迸行了仿真。本文的具体结构如下第一章“绪论”,总结了雷达系统建模与仿真的发展、特点及其应用,介绍了本课题的来源及主要研究内容,并给出了本文的主要工作和结构第二章“目标回波信号模拟”,在比较产生(0,1)均匀分随机序列的平方取中法和线性同余法后,采用线性同余法的特例一乘同余法,产生了(0,1)均匀分布随机序列;分析了描述雷达截面积起伏的四种 Swerling模型,并给出了产生与之对应的信号幅度的方法。对目标的波达方向固定不变以及目标在线阵平面内做直线运动时的瞬时波达方向表达式进行分析,并结合雷达方程对等距线阵接收目标回波信号进行了仿真。第三章“杂波建模仿真”,对雷达杂波统计模型迸行了深入分析,通过比较设计成形滤波器的三种方法(AR模型法、最小相位法、频率抽样法)生成序列的相关特性,采用频率第2页

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 蓝牙的测试方法和标准
    蓝牙的测试方法以及测试标准,对手机蓝牙功能的相关指标进行规范
    2020-11-30下载
    积分:1
  • 基于RFID技术的智能卡--门禁管理系统的研究 毕业论文
    基于RFID技术的智能卡--门禁管理系统的研究
    2021-05-07下载
    积分:1
  • winform 仪表盘
    winform 仪表盘,我不是程序员,请叫我代码搬运工 。
    2021-05-06下载
    积分:1
  • 故障分析频谱等算法.zip
    【实例简介】故障频谱分析,信号FFT变换,倒谱分析,窗函数分析等。
    2021-12-13 00:33:27下载
    积分:1
  • AdaBoost等MatLab代码
    本人研究生阶段写文档所写的Matlab代码。包括:1、图片预处理;2、特性提取:颜色、灰度共生矩阵、灰度差分、Harr-Like、等多个特征提取算法;3、特性选择:从特征向量中选取有效的特性;4、基础算法:AdaBoost的训练与测试; Bayes算法5、AdaBoost的改进:Boosting, CastBoost、FloatBoost
    2020-12-03下载
    积分:1
  • 毕业论文变压器故障诊断
    现代设备技术水平不断提高,生产率、自动化要求越来越高,相应地,故障也随之增加。变压器作为电力系统中非常复杂而且非常重要的设备,其工作状态对电力系统、企事业单位生产及居民生活具有十分重要的影响。如何提前对变压器故障进行预测和在故障发生后迅速判断故障原因是提高工作效率、减少经济损失的一个重要途径。因此研究变压器故障诊断对保证系统安全、可靠、经济运行,提高经济效益具有重要意义。本文针对传统故障诊断的若干弊病,提出了将神经网络用于变压器故障诊断系统。传统的故障诊断方法大多是以领域专家和操作者的启发性经验知识为核心,知识获取困难、推理效率低下、自适应能力差,并且常见的诊断方法常常由于其单一性而存在一定
    2020-12-03下载
    积分:1
  • 何恺明图像去雾Matlab代码
    何恺明等人研究出的基于暗通道的经典图像去雾算法,不仅可以还原图像的颜色和能见度,同时也能利用雾的浓度来估计物体的距离。(The classic fog removal algorithm based on dark channel, which was developed by He Kaiming and others, not only can restore the color and visibility of images, but also can estimate the distance of objects by using the concentration of fog
    2020-07-02下载
    积分:1
  • 带通采样系统仿真模型.rar
    【实例简介】基于simulink带通采样系统仿真模型
    2021-11-30 00:54:40下载
    积分:1
  • 清华大学智能控制概论课件ppt
    清华大学智能控制概论课件ppt,非常好。珍惜!
    2020-12-12下载
    积分:1
  • 神策数据-大数据分析
    大数据解决方案,用于网站、非BI的大数据分析解决方案。前言:大数据时代来临大数据时代已经到来,不同于以往的概念和趋势层面,行业领导者们(尤其是互联网、金融、零售、企业级服务等行业)在这一领域不断锐意进取,积极应用海量数据的采集和分析,实现端到端的深度洞察,调整战略和业务决策,改善核心业务运营,构建差异化竞争优势,向着以数据驱动为核心的方向前进Gartner预测,到2020年,大数据将成为主流的嵌入式技术,并被视为常规产品的一部分。麦肯锡在对200多家不同类型公司的实际调研中发现,无论B2B还是B2C公司都在通过数据驱动业务增长,其中B2B领域中,在数据驱动下的B2B领先企业的收入增长能力是普通企业的5倍、盈利能力高8倍、股东整体回报率高2倍。数据驱动能力正在成为企业重要变革和核心竞争力。2017年,随着机器学习、人工智能、物联网等技术的应用深化,必将推动大数据领域新一轮爆发式发展。走在前沿的领导企业和行业新锐,将进一步聚焦如何高效利用企业内外部产生的海量数据,拒绝“拍脑袋”,一切用数据说话!前25%的B2B领先企业其他的B2B企业5X~8X2X4.3%13.5%18.1%10.3%0.8%1.8%业绩增长利润增长股东回报率数据来源: McKinsey Digital Quotient, Capital IG目录公司简介01什么是数据驱动-02什么是用户行为分析03企业数据分析面临的挑战04神策分析(SA)是什么05神策分析(SA)的产品特点06产品架构图07案例精选互联网金融08消费电子16移动出行20企业服务24电子商务32传媒娱乐36医疗健康52公司简介Helo,Doer!你好,先行者!“数据源乃大数据之根基。管理数据源如扎根土壤,根基稳固方能避免“空中楼阁”。这是我在大数据行业工作近十年的最大心得,也是神策数据服务企业的核心理念驱动决策并未充分发挥大数据的全部价值,让产品智能化更代表行业发展方向。目前大部分数据分析产品可满足企业在决策层面的分析需求。在未来,随着大数据在行业应用的深化,必将更加依赖强健的数据仓库和灵活的平台开发能力,通过基础数据叠加算法模型,从而驱动产品智能化。”一神策数据创始人&CEO桑文锋谈数据驱动两点心得我们是谁神策数据( Sensors Data),隶属于神策网络科技(北京)有限公司,是一家专业的大数据分析服务公司,致力于帮助客户实现数据驱动●我们做什么神策分析( Sensors Analytics,以下简称SA),是针对企业级客户推出的深度用户行为分析产品,支持私有化部署、基础数据采集与建模、PaS平台深度开发,提供大数据相关咨询服务和完整的行业解决方案。我们的团队团队核心成员—一桑文锋(创始人&CE),曹犟(联合创始人&CTo),刘耀洲(联合创始人&C○O),付力力(联合创始人&首席架构师)均来自百度大数据部,从零构建了百度的日志分析大数据处理平台,在大数据分析领域有10年积累,实战经验丰富,数据分析技术领先。●资本的支持公司成立以来,获得线性资本、明势资本、薛蛮子的天使轮投资,红杉资本、DCM分别领衔的A、B两轮持续投资。●我们的服务神策数据积累了聚美优品、广发证券、融360、秒拍、ofo共享单车、百联集团等300余家付费企业用户的服务和客户成功经验,为客户提供全面的指标梳理、数据模型搭建等专业的咨询、实施和技术支持服务。01什么是数据驱动定义:通过数据采集、数据建模、数据分析,帮助企业高效获取数据并进行多维度、海量、实时的数据分析,从而驱动决策和产品智能化。驱动决策●运营监控拉新:吸引更多的新用户,不只是关心用户触达,还要关心用户激活。留存:让已有用户重复地使用产品,留存是节流,好的留存才让拉新有意义。变现:一个不能变现的产品不是好产品●产品改进构建:开发新功能。测量:对新功能的表现进行数据测量。学习:通过分析得出结论,对新功能进行调整,或转化为新功能。●商业决策客户分布,画像描述,指导商业扩张战,收购并购等战略决策。驱动产品智能机器学习、人工智能、物联网等新技术的最佳实践,必须建立在企业对大数据的应用能力之上,唯有打好数据基础并充分利用,才能实现产品智能化。什么是用户行为分析定义:通过获取用户行为数据,进行多维度、精细化的统计分析,从而还原用户使用场景。价值:用户行为分析是企业实现数据驱动的前提,丰富的用户行为数据为企业的运营改进、产品优化和商业决策提供基础。做好用户行为分析的两大关键因素数据采集要大、全、细、时大:宏观的大,而非数据量的大。全:多种数据源(客户端、服务器、数据库、历史数据导入)。细:多种数据维度、指标、属性。时:时效性——秒级处理,实时更新。有效的用户行为事件模型—事件( Event)+用户(User)规范并结构化用户行为。Who:参与此事件的用户事件 EventWhen:事件发生的实际时间Where:事件发生的地点事件模型How:用户进行事件的方式What:描述用户所做的事件的具体内容记录和收集用户的长期属性( User Profile)用户User通过ID与相关的 Event关联0203企业数据分析面临的挑战我国大多数企业的数据化建设道路仍刚刚起步,呈现以下特点企业内外部数据爆发式增长,企业对大数据价值认知程度不断提升数据采集缺失或埋点无序混乱,数据分析的工具运用能力、行业经验有限。Q数据安全问题成为企业数字化进程的最大顾虑。在实际的业务应用中,数据分析方面的常见问题¤目拍脑袋:无数据分析支撑,依靠“拍脑袋”决策。分析浅:有数据仪表盘,但统计内容泛泛,难以深挖真实原因。效率低:多业务线的数据分析需求旺盛,工程师团队手工“跑”表,效率低下,错过业务最佳决策时机不匹配:工程师从系统导出的报表与业务的需求不匹配,造成“鸡同鸭讲”数据孤岛:CRM、ERP等业务系统数据无法打通,且跨部门、多业务线数据完全独立,无法全局分析。神策分析(SA是什么神策分析是针对企业级客户推岀的深度用户行为分析产品,支持私有化部署、基础数据采集与建模、PaS平台深度开发,提供大数据相关咨询服务和完整的行业解决方案。无论是新兴互联网公司,还是正在进行数字化转型的企业,神策分析(SA)帮助您勾勒精准用户画像、有效评估营销效果、分析运营活动、优化产品体验,真正实现数据驱动。勾勒精准用户画像有效评估营销效果分析运营活动优化产品体验0405神策分析(SA)的产品特点可私有化部署基础数据采集与建模不仅提供Sas公有云部署,多种埋点方式支持客户端、服更支持私有化部署模式,打造务器日志、业务数据库、第三企业专属的数据平台,消除数方服务、历史数据导入等全端据安全顾虑。数据采集,无死角的数据采集是一切分析的前提。用户分群,精益分析多维度分析通过用户分群,进行目标市场轻松上手事件、漏斗、留存的细分,实现精细化和差异化访问等分析模型,灵活组合、用户运营。秒级响应,探索不同业务中的关键行为,洞察指标背后掩藏的问题。PaaS平台深度开发行业方案完全开放的数据接入,实时访为电商、互联网金融、企业服问数据,无缝对接内部业务系务、视频直播、游戏、在线教666统,满足灵活多变的深度分析育等行业打造了专业的用户行需求。为解决方案,快速开启您的数据驱动之旅。
    2020-12-03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载