相位多普勒成像仪

多普勒估计

全部展开页面

描述

这个相位多普勒成像仪系统对象™ 估计目标的多普勒频率。估计器的输入由检测器输出的检测位置和距离多普勒响应数据立方体组成。对检测进行聚类时，使用聚类信息计算多普勒频率。聚类将多个检测关联为一个扩展检测。

要计算检测的多普勒值：

定义和设置你的多普勒估计使用建设随后的程序。
打电话给步方法，使用指定的属性计算检测的多普勒相位多普勒成像仪系统对象。

笔记

而不是使用步方法执行System对象定义的操作时，可以使用参数调用对象，就像调用函数一样。例如,y=阶跃（obj，x）和y = obj (x)执行等效操作。

建设

估计器=相控DopplerEstimator创建多普勒估计器系统对象，估计员.

估计器=相控DopplerEstimator(名称,价值)创建一个System对象，估计员，具有每个指定的属性名称设置为指定的值价值。您可以按以下任意顺序指定其他名称和值对参数：(Name1, Value1,...,纳曼，瓦伦).

性质

全部展开

`Numestimatesource`—请求的多普勒估计数目来源
`“汽车”`（默认）|`“财产”`

请求的多普勒估计数的来源，指定为“汽车”或“财产”.

如果将此属性设置为“汽车”，估计的数量等于detidx输入参数步方法。如果提供了集群id，则估计的数量等于唯一集群id的数量。

如果将此属性设置为“财产”，报告的估计数是根据NumEstimates所有物

数据类型：烧焦

`NumEstimates`—估计数上限
`1.`（默认）|正整数

要报告的最大估计数，指定为正整数。中的列数大于请求的估计数时detidx政府的论据步方法，则用楠.

依赖关系

要启用此属性，请设置Numestimatesource财产“财产”.

数据类型：C|双重的

`集群输入端口`—接受`簇`作为输入
`错误的`（默认）|`真正的`

选择接受簇的输入参数步方法，指定为错误的或真正的。将此属性设置为真正的启用clusterid输入参数步方法。

数据类型：必然的

`VarianceOutputPort`—启用多普勒方差估计的输出
`错误的`（默认）|`真正的`

启用多普勒方差估计输出的选项，指定为错误的或真正的.多普勒方差估计值在多普瓦的输出参数步方法。

数据类型：必然的

`小脉冲`—多普勒处理波形中的脉冲数
`2.`（默认）|正整数

多普勒处理数据立方体中的脉冲数，指定为正整数。

依赖关系

要启用此属性，请设置VarianceOutputPort财产真正的.

数据类型：仅有一个的|双重的

`NoisePowerSource`—噪声源功率值
`“财产”`（默认）|`“输入端口”`

噪声源功率值，指定为“财产”或“输入端口”。噪波功率用于计算多普勒估计方差和SNR。如果将此属性设置为“财产”的价值NoisePower属性表示检测位置的噪声功率。如果将此属性设置为“输入端口”，可以使用噪声功率输入参数步方法。

数据类型：烧焦

`NoisePower`—噪声功率
`1．0`（默认）|正标量

距离多普勒数据立方体上的恒定噪声功率值，指定为正标量。噪声功率单位为线性。相同的噪声功率值应用于所有检测。

依赖关系

要启用此属性，请设置VarianceOutputPort财产真正的并设置NoisePowerSource到“财产”.

数据类型：仅有一个的|双重的

方法

步

估计目标多普勒

对所有系统对象通用
`释放`	允许系统对象属性值改变

例子

全部崩溃

估算三个目标的距离和速度

打开生活的脚本

为了估计三个目标的距离和速度，使用分阶段。RangeDopplerResponse系统对象™. 然后使用相位距离估计器和相位多普勒成像仪系统目标是估计距离和速度。发射机和接收机是并置的各向同性天线单元，构成单基地雷达系统。

发射信号为线性调频波形，脉冲重复间隔（PRI）为7.0μs，占空比为2%，工作频率为77GHz，采样率为150MHz。

fs=150e6；c=physconst(“光速”）;fc = 77.0 e9;革命制度党= 7 e-6;脉冲重复频率= 1 /革命制度党;

设置场景参数。发射机和接收机固定在原点。目标距离雷达500、530和750米x-轴心国。目标沿着轨道移动x-轴的速度为–60、20和40 m/s。所有三个目标的非起伏雷达散射截面（RCS）均为10 dB。创建目标和雷达平台。

Numtgts = 3;tgtpos = 0 (Numtgts);Tgtpos (1，:) = [500 530 750];Numtgts tgtvel = 0(3日);Tgtvel (1，:) = [-60 20 40];TGTRCS = db2pow(10)*[1 1 1];tgtmotion = phased.Platform (tgtpos tgtvel);=阶段性目标。RadarTarget (“传播速度”c“OperatingFrequency”，fc，...“MeanRCS”, tgtrcs);radarpos = (0, 0, 0);radarvel = (0, 0, 0);radarmotion = phased.Platform (radarpos radarvel);

创建发射机和接收机天线。

txantenna = phased.IsotropicAntennaElement;rxantenna =克隆(txantenna);

建立发射机端信号处理。创建一个上扫线性调频信号，带宽为采样率的一半。在样本中找到PRI的长度，然后估计rms带宽和范围分辨率。

bw = f / 2;波形=分阶段。LinearFMWaveform (“采样器”fs,...“PRF”，prf，“输出格式”,“脉搏”,“NumPulses”1.“扫频带宽”，fs/2，...“持续时间规范”,“占空比”,“尽职调查”, 0.02);sig =波形();Nr =长度(团体);bwrms =带宽(波形)/√(12);rngrms = c / bwrms;

设置发射器和散热器系统对象属性。峰值输出功率为10 W，发射机增益为36 dB。

峰值功率=10；txgain=36.0；txgain=36.0；发射机=相控发射机(...“峰值功率”，峰值功率，...“获得”，txgain，...“InUseOutputPort”，真）；散热器=相控。散热器(...“传感器”txantenna,...“传播速度”c...“OperatingFrequency”、fc);

在双向传播模式下建立自由空间信道。

通道=相控。自由空间(...“采样器”fs,...“传播速度”c...“OperatingFrequency”，fc，...“TwoWayPropagation”，对）；

设置接收器端处理。设置接收器增益和噪声系数。

收集器=分阶段。收集器(...“传感器”，Rxatenena，...“传播速度”c...“OperatingFrequency”，fc）；rxgain=42.0；noisefig=1；接收器=相控。接收器前置放大器(...“采样器”fs,...“获得”，rxgain，...“噪音图”, noisefig);

在脉冲上循环以创建包含128个脉冲的数据立方体。对于循环的每个步骤，移动目标并传播信号。然后将接收到的信号放入数据立方体。数据立方体包含每个脉冲的接收信号。通常，数据立方体有三个维度，其中最后一个维度对应于天线或波束。因为只有在使用e传感器时，立方体只有两个维度。

处理步骤如下：

移动雷达和目标。
传输波形。
将波形信号传播到目标。
反射来自目标的信号。
将波形传播回雷达。双向传播使您能够将返回传播与出站传播相结合。
在雷达上接收信号。
将信号加载到数据立方体中。

Np=128；dt=pri；cube=0（Nr，Np）；对于n=1:Np[sensorpos，sensorvel]=雷达运动（dt）；[tgtpos，tgtvel]=tgtmotion（dt）；[tgtrng，tgtang]=范围角（tgtpos，sensorpos）；sig=波形（）；[txsig，txstatus]=发射机（sig）；txsig=散热器（txsig，tgtang）；txsig=通道（txsig、传感器POS、tgtpos、传感器电平、tgtvel）；tgtsig=目标（txsig）；rxcol=收集器（tgtsig，tgtang）；rxsig=接收器（rxcol）；立方体（：，n）=rxsig；终止

显示包含每个脉冲信号的数据立方体。

imagesc（[0：（Np-1）]*pri*1e6[0：（Nr-1）]/fs*1e6，abs（cube））xlabel(慢时间{\μ}年代”) ylabel ('快速时间{\mu}'s')轴心xy

Figure包含axes对象。axes对象包含image类型的对象。

创建和显示128多普勒箱的距离多普勒图像。该图像垂直显示范围和水平速度。使用线性调频波形进行匹配滤波。这里的图像是距离多普勒地图。

ndop = 128;rangedopresp =分阶段。RangeDopplerResponse (“采样器”fs,...“传播速度”c“DopplerFFTLengthSource”,“财产”,...“dopplerftlength”，ndop，“DopplerOutput”,“速度”,...“OperatingFrequency”，fc）；matchingcoeff=getMatchedFilter（波形）；[rngdopresp，rnggrid，dopgrid]=rangedopresp（立方体，matchingcoeff）；imagesc（dopgrid，rnggrid，10*log10（abs（rngdopresp）））xlabel(‘关闭速度（m/s）’) ylabel (‘射程（米）’)轴心xy

Figure包含axes对象。axes对象包含image类型的对象。

因为目标位于正面x-轴，在全局坐标系中，正速度对应负的关闭速度。在全局坐标系中，负的速度对应于正的关闭速度。

估计匹配滤波后的噪声功率。为模拟目的创建一个恒定的噪声背景图像。

mfgain = matchingcoeff ' * matchingcoeff;dopgain = Np;noisebw = f;noisepower = noisepow (noisebw receiver.NoiseFigure receiver.ReferenceTemperature);noisepowerprc = mfgain * dopgain * noisepower;噪音= noisepowerprc *的(大小(rngdopresp));

创建距离和多普勒估计对象。

测距估计器=相位测距估计器(“Numestimatesource”,“汽车”,...“差异输出端口”,真的,“噪声电源”,“输入端口”,...“RMSResolution”，rngrms）；dopestimator=相控DopplerEstimator(“差异输出端口”,真的,...“噪声电源”,“输入端口”,“NumPulses”、Np);

在距离多普勒图像中定位目标指数。为简单起见，不使用恒虚警检测器，而是使用目标的已知位置和速度来获得距离多普勒图像中的相应指数。

detidx=NaN（2，Numtgts）；tgtrng=rangeangle（tgtpos，radarpos）；tgtspd=radialspeed（tgtpos，tgtvel，radarpos，radarvel）；tgtdop=2*speed2dop（tgtspd，c/fc）；对于m = 1:numel(tgtrng) [~，iMin] = min(abs(rngrid -tgtrng(m)));detidx(1米)= iMin;[~, iMin] = min (abs (dopgrid-tgtspd (m)));detidx(2米)= iMin;终止

查找检测位置处的噪声功率。

印第安纳州= sub2ind(大小(噪音),detidx (1:), detidx (2:));

估计探测位置的距离和距离方差。估计的量程与假定的量程一致。

[rng, rngvar] = rangeestimator (rngdopresp、rnggrid detidx,噪音(印第安纳州))

rng =3×1499.7911 529.8380 750.0983

rngvar=3×110^－4× 0.0273 0.0276 0.2094

估计检测位置的速度和速度变化。估计的速度与预测的速度一致。

[spdest，spdvar]=dopestimator（rngdopresp，dopgrid，detidx，noise（ind））

社民党=3×160.5241 -19.6167 -39.5838

spdvar=3×110^－5× 0.0806 0.0816 0.6188

算法

全部展开

估计算法

这个相位多普勒成像仪系统目标通过跟踪多普勒估计器的这些步骤来估计检测的多普勒频率

输入一个多普勒处理响应数据立方体，该立方体从分阶段。RangeDopplerResponse系统对象。立方体的第一维表示返回信号样本的快速时间或等效范围。第二个维度表示空间信息，例如传感器或光束。最后一个维度表示作为多普勒频率函数的响应。仅此维度用于估计检测多普勒频率。其他的都被忽略了。看见雷达数据立方体.
输入指定数据立方体中检测位置的检测指标矩阵。每一列表示一个单独的检测。行条目指定数据多维数据集的索引。的输出返回这些检测索引分阶段。CFARDetector或phased.CFARDetector2D探测器。要返回这些索引，请设置检测器OutputFormat任意一个恒虚警检测器的性能“检测指数”.
可选地输入群集ID的行向量。此向量的长度等于检测数。此向量的每个元素都为相应的检测分配一个ID。要形成检测群集，可以为多个检测分配相同的ID。要启用此选项，请设置集群输入端口财产真正的.
什么时候集群输入端口是错误的，目标计算每次检测的多普勒频率。该算法沿着多普勒维数找到立方体中检测指标处和相邻两个指标处的响应值。然后，该算法拟合出了在这三个指标下的多普勒响应幅度的二次曲线。曲线的峰值表示检测位置。当探测发生在多普勒维的第一个或最后一个样本时，目标从两点质心估计探测位置。质心是利用检测指标的位置和靠近检测指标的样品形成的。
当对象计算每个簇的多普勒频率时，该算法找到簇中最大响应值的指标。然后，该算法以与单个检测相同的方式将二次曲线拟合到该检测。
该对象通过使用来自的适当单位，将分数索引值转换为多普勒频率或速度dopgrid输入参数步方法。您可以获取dopgrid使用分阶段。RangeDopplerResponse系统对象。

数据精度

此系统对象支持输入数据、属性和参数的单金宝app精度和双精度。如果输入数据X为单精度，则输出数据为单精度。如果输入数据X为双精度，则输出数据为双精度。输出的精度与属性和其他参数的精度无关。

参考文献

[1] 理查兹，M。雷达信号处理基础。麦格劳·希尔专业工程第二版，2014年。

理查兹，M, J.谢尔和W.霍尔姆，现代雷达原理：基本原理.科学技术出版社，2010年。

扩展能力

C/C++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用说明和限制：

看见系统对象在MATLAB代码生成（MATLAB编码器）.

另见

R2017a中引入

相位多普勒成像仪

描述

建设

性质

`Numestimatesource`—请求的多普勒估计数目来源
`“汽车”`（默认）|`“财产”`

`NumEstimates`—估计数上限
`1.`（默认）|正整数

依赖关系

`集群输入端口`—接受`簇`作为输入
`错误的`（默认）|`真正的`

`VarianceOutputPort`—启用多普勒方差估计的输出
`错误的`（默认）|`真正的`

`小脉冲`—多普勒处理波形中的脉冲数
`2.`（默认）|正整数

依赖关系

`NoisePowerSource`—噪声源功率值
`“财产”`（默认）|`“输入端口”`

`NoisePower`—噪声功率
`1．0`（默认）|正标量

依赖关系

方法

例子

估算三个目标的距离和速度

算法

估计算法

数据精度

参考文献

扩展能力

C/C++代码生成
使用MATLAB®Coder™生成C和c++代码。

另见

功能

物体

话题

相控阵系统工具箱文档

金宝app

探索5G系统的混合波束形成体系结构

相位多普勒成像仪

描述

建设

性质

Numestimatesource—请求的多普勒估计数目来源“汽车”（默认）|“财产”

NumEstimates—估计数上限1.（默认）|正整数

依赖关系

集群输入端口—接受簇作为输入错误的（默认）|真正的

VarianceOutputPort—启用多普勒方差估计的输出错误的（默认）|真正的

小脉冲—多普勒处理波形中的脉冲数2.（默认）|正整数

依赖关系

NoisePowerSource—噪声源功率值“财产”（默认）|“输入端口”

NoisePower—噪声功率1．0（默认）|正标量

依赖关系

方法

例子

估算三个目标的距离和速度

算法

估计算法

数据精度

参考文献

扩展能力

C/C++代码生成使用MATLAB®Coder™生成C和c++代码。

另见

功能

物体

话题

相控阵系统工具箱文档

金宝app

探索5G系统的混合波束形成体系结构

`Numestimatesource`—请求的多普勒估计数目来源
`“汽车”`（默认）|`“财产”`

`NumEstimates`—估计数上限
`1.`（默认）|正整数

`集群输入端口`—接受`簇`作为输入
`错误的`（默认）|`真正的`

`VarianceOutputPort`—启用多普勒方差估计的输出
`错误的`（默认）|`真正的`

`小脉冲`—多普勒处理波形中的脉冲数
`2.`（默认）|正整数

`NoisePowerSource`—噪声源功率值
`“财产”`（默认）|`“输入端口”`

`NoisePower`—噪声功率
`1．0`（默认）|正标量

C/C++代码生成
使用MATLAB®Coder™生成C和c++代码。