波形设计，以改善现有的雷达系统性能
这个例子显示波形类型如何影响雷达的探测性能。这个例子假定了一个新的性能目标是为现有的情况雷达系统的设计。由于旧的设计不能达到预期的性能，新的波形被采用。这个例子也说明了如何史厄林目标建模，仿真回归，然后检测目标范围。
设计规范变更
单基地脉冲雷达被设计在该示例设计基本单基地雷达脉冲实现以下目标：
最小目标雷达散射截面（RCS）：1 ，nonfluctuating;
最大非模糊距离：5公里;
检测概率：0.9;
误报的概率：1E-6。
加载BasicMonostaticRadarExampleData;
新的性能要求
系统部署之后，两个新的需求出现：
最大非模糊距离需要被扩展到8公里
该系统还需要能够检测史厄林情况下2个目标。
可以根据现有的设计进行修改，以达到新的性能目标是什么？要回答这个问题，我们需要重新计算受这些新要求的参数。
第一受影响的参数是脉冲重复频率（PRF）。它需要基于新的最大不模糊范围内进行重新计算。
prop_speed = radiator.PropagationSpeed;MAX_RANGE = 8000;PRF = prop_speed /（2 * MAX_RANGE）;
相较于现有设计的30千赫PRF，新的PRF，18.737千赫，更小。因此，脉冲间隔变长。请注意，这是在雷达软件一个微不足道的变化，是相当便宜的硬件成本。
waveform.PRF = PRF;
其次，由于使用史厄林情况2模型中描述的目标，我们需要使用Shnidman的公式，而不是Albersheim的公式，计算所需的SNR达到指定的钯和PFA。Shnidman的公式假设非相干积分和平方律检测。脉冲整合数为10。
num_pulse_int = 10;PFA = 1E-6;snr_min = shnidman（0.9，PFA，num_pulse_int，2）
snr_min = 6.1583
波形选择
如果我们使用相同的矩形波在现有的设计，因为它是由一系列决议确定的脉冲宽度将保持不变。但是，由于我们的最大范围已经从5公里提高到8公里，目标模型从nonfluctuating到史厄林情况下2切换，我们需要重新计算所需的峰值发射功率。
FC = radiator.OperatingFrequency;波长= prop_speed / FC;peak_power = radareqpow（拉姆达，MAX_RANGE，snr_min，waveform.PulseWidth，...'RCS'1，'获得'，transmitter.Gain）
peak_power = 4.4821e + 04
峰值功率比以前的要求较大大约8倍。这不再是一个简单的变形例，因为（1）在现有的雷达硬件被设计成产生具有约5200瓦特峰值功率的脉冲。虽然大多数设计将离开上述所需要的功率一定的余量，这是不可能的现有系统可容纳8倍以上的力量;（2）它是非常昂贵的更换硬件，以输出如此高的功率。因此，目前的设计需要修改通过使用更复杂的信号处理技术，以适应新的目标。
线性调频波形
降低电力需求的一种方法是使用比矩形波以外的波形。例如，一个线性调频波形可以使用较长的脉冲比的矩形波形。其结果是，所要求的峰值发射功率下降。
让我们看看线性调频波形的配置的细节。
在所需的范围分辨率决定了波形的带宽。对于线性调频波形，带宽等于它的扫描带宽。然而，宽度不再限制在往复脉冲带宽，因此更长的脉冲宽度可被使用的脉冲。我们使用，它是长度20倍的脉冲宽度和设置采样率是脉冲带宽的两倍。
range_res = 50;pulse_bw = prop_speed /（2 * range_res）;pulse_width = 20 / pulse_bw;FS = 2 * pulse_bw;波形= phased.LinearFMWaveform（...'SweepBandwidth'，pulse_bw，...“脉冲宽度”，pulse_width，...'PRF'，PRF，...'采样率'，FS）;
我们现在确定达到了设计要求所需要的新的要求的发射功率
peak_power = radareqpow（拉姆达，MAX_RANGE，snr_min，pulse_width，...'RCS'1，'获得'，transmitter.Gain）
peak_power = 2.2411e + 03
该发射功率以及我们现有的雷达系统的能力范围之内。我们已经实现了可满足而无需修改现有的硬件，新的需求的峰值发射功率。
transmitter.PeakPower = peak_power;
系统仿真
现在，我们已经定义了雷达，以满足设计规范，我们设置目标和环境来模拟整个系统。
目标
作为与上述例子的情况下，我们假设有一个自由空间环境3个目标。然而，现在该目标模型史厄林情况2中，目标位置和平均雷达散射截面进行如下指定：
tgtpos = [[2024.66;0;0]，[6518.63;0;0]，[6845.04;0;0]];tgtvel = [[0; 0; 0]，[0; 0; 0]，[0; 0; 0]];tgtmotion = phased.Platform（'初始位置'，tgtpos，'速度'，tgtvel）;tgtrcs = [2.2 1.1 1.05];FC = radiator.OperatingFrequency;目标= phased.RadarTarget（...'模型'，'Swerling2'，...'MeanRCS'，tgtrcs，...'工作频率'，FC）;
我们设定的种子在目标产生RCS，使我们可以重现相同的结果。
target.SeedSource ='属性';target.Seed = 2007;
传播环境
我们还建立了雷达和每个目标之间的传播信道。
信道= phased.FreeSpace（...'采样率'，waveform.SampleRate，...'TwoWayPropagation'，真正，...'工作频率'，FC）;
信号合成
我们设置了噪音的产生种子的接收器，以便我们能够重现相同的结果。
receiver.SeedSource ='属性';receiver.Seed = 2007;fast_time_grid = unigrid（0,1 / FS，1 / PRF，'[）'）;slow_time_grid =（0：num_pulse_int-1）/ PRF;rxpulses =零（numel（fast_time_grid），num_pulse_int）;％的预分配对于m = 1时：num_pulse_int％更新传感器和目标位置[sensorpos，sensorvel] = sensormotion（1 / PRF）;[tgtpos，tgtvel] = tgtmotion（1 / PRF）;％计算目标角度由传感器所看到[tgtrng，tgtang] = rangeangle（tgtpos，sensorpos）;在目标方向脉冲的％模拟传播脉冲波形=（）;[txsig，txstatus] =发射机（脉冲）;txsig =散热器（txsig，tgtang）;txsig =信道（txsig，sensorpos，tgtpos，sensorvel，tgtvel）;％反映脉冲的目标关闭tgtsig =目标（txsig，TRUE）;％在接收传感器目标的回报rxsig =收集器（tgtsig，tgtang）;rxpulses（：，M）=接收机（rxsig，〜（txstatus> 0））;结束
检测范围
检测阈值
检测阈值是使用噪声信息，考虑到脉冲积分计算。请注意，在负载系统中，如在上述示例中所概述的，噪声带宽是采样率的一半。我们与前两个脉冲绘制门槛在一起。
noise_bw = receiver.SampleRate / 2;npower公司= noisepow（noise_bw，...receiver.NoiseFigure，receiver.ReferenceTemperature）;阈值= npower公司* db2pow（npwgnthresh（PFA，num_pulse_int，“非相干”））;pulseplotnum = 2;helperRadarPulsePlot（rxpulses，阈值，...fast_time_grid，slow_time_grid，pulseplotnum）;
由图可见，该脉冲是非常宽的，其可能导致在距离分辨率较差。另外，第二和第三目标完全被噪声掩盖。
匹配滤波器
如在矩形波形的情况下，所接收的脉冲被首先通过匹配滤波器传递到改善SNR。匹配滤波器提供进一步提高了检测的阈值的处理增益。另外，一个线性调频波形的匹配滤波器的好处是，它压缩在时域波形，使得滤波的脉冲变得更窄，从而产生更好的范围的分辨率。
matchingcoeff = getMatchedFilter（波形）;匹配过滤= phased.MatchedFilter（...'CoefficientsSource'，'属性'，...“系数”，matchingcoeff，...'GainOutputPort'，真正）;[rxpulses，mfgain] =匹配滤波器（rxpulses）;阈值=阈值* db2pow（mfgain）;
补偿匹配滤波器延迟
matchingdelay =尺寸（matchingcoeff，1）-1;rxpulses =缓冲液（rxpulses（matchingdelay + 1：结束），尺寸（rxpulses，1））;
然后将随时间变化的增益被施加到信号，使得恒定的阈值可以在整个检测到的范围内使用。
range_gates = prop_speed * fast_time_grid / 2;波长= prop_speed / FC;TVG = phased.TimeVaryingGain（...'RangeLoss'，2 * fspl（range_gates，拉姆达），...'ReferenceLoss'，2 * fspl（MAX_RANGE，拉姆达））;rxpulses = TVG（rxpulses）;
非相干积分
现在，我们整合了接收脉冲非相干进一步提高信噪比。此操作也称为视频整合。
rxpulses = pulsint（rxpulses，“非相干”）;helperRadarPulsePlot（rxpulses，阈值，fast_time_grid，slow_time_grid，1）;
视频整合后，数据已准备好进行最后的检测阶段。从上面的图中，我们看到，不存在任何虚假警报。
检测范围
最后，在集成脉冲执行阈值检测。该检测方案确定的峰值，然后转换它们的位置到目标的范围。
[〜，range_detect] = findpeaks（rxpulses，'MinPeakHeight'，SQRT（阈值））;
真正的范围和估计范围
true_range = ROUND（tgtrng）
true_range =1×32025 6519 6845
range_estimates = ROUND（range_gates（range_detect））
range_estimates =1×32025 6525 6850
请注意，这些范围的估计是只精确到的范围内的分辨率可以由雷达系统，其在本示例50米来实现。
摘要
在这个例子中，我们使用范围的检测啁啾波形。通过使用啁啾波形，我们能够减少所需的峰值发射功率，从而实现8公里较大检测范围史厄林情况下2个目标。
您还可以选择从下面的列表中的网站：
