matlab中rd是什么意思

matlab中rd是什么意思,第1张

距雷达的距离及相对于雷达的径向速度。

rd的算法:原始数据加上距离向fft,再加上距离向参数导入ifft,之后使用方向位fft对距离徙矫正,加上参数在导入方位ifft,然后生成图像。

CS

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%产生Stripmap SAR的回波

clear all

clc

thetaT=0%T平台波束斜视角

thetaT=thetaT*pi/180%rad

thetaR=0%R平台波束斜视角

thetaR=thetaR*pi/180

c=3e8%光速

fc=1.5e9%载频

lambda=c/fc%波长

%%测绘带区域

X0=200%方位向[-X0,X0]

Rtc=3000

Rrc=3000

Rc=(Rtc+Rrc)/2

R0=150%距离向[Rc-R0,Rc+R0]

%%距离向(Range),r/t domain

Tr=1.33e-6%LFM信号脉宽1.33us (200m)

Br=150e6%LFM信号带宽 150MHz

Kr=Br/Tr%调频斜率

Nr=1024

r=Rc+linspace(-R0,R0,Nr)

t=2*r/c%t域序列

dt=R0*4/c/Nr%采样周期

f=linspace(-1/2/dt,1/2/dt,Nr)%f域序列

%%方位向(Azimuth,Cross-Range),x/u domain

v=100%SAR 平台速度

Lsar=300%合成孔径长度

Na=512

x=linspace(-X0,X0,Na)%u域序列

u=x/v

du=2*X0/v/Na

fu=linspace(-1/2/du,1/2/du,Na)%fu域序列

ftdc=v*sin(thetaT)

ftdr=-(v*cos(thetaT))^2/lambda/Rtc

frdc=v*sin(thetaR)

frdr=-(v*cos(thetaR))^2/lambda/Rrc

fdc=ftdc+frdc%Doppler调频中心频率

fdr=ftdr+frdr%Doppler调频斜率

%%目标位置

Ntar=3%目标个数

Ptar=[Rrc,0,1 %距离向坐标,方位向坐标,sigma

Rrc+50,-50,1

Rrc+50,50,1]

%%产生回波

s_ut=zeros(Nr,Na)

U=ones(Nr,1)*u%扩充为矩阵

T=t'*ones(1,Na)

for i=1:1:Ntar

rn=Ptar(i,1)xn=Ptar(i,2)sigma=Ptar(i,3)

rtn=rn+Rtc-Rrc

RT=sqrt(rtn^2+(rtn*tan(thetaT)+xn-v*U).^2)

RR=sqrt(rn^2+(rn*tan(thetaT)+xn-v*U).^2)

R=RT+RR

DT=T-R/c

phase=-pi*Kr*DT.^2-2*pi/lambda*R

s_ut=s_ut+sigma*exp(j*phase).*(abs(DT)<Tr/2).*(abs(v*U-xn)<Lsar/2)

end

%方位向fft

s_kt=fftshift(fft(fftshift(s_ut).')).'

%CS变换

kc=4*pi/lambda

kc=kc*ones(1,Na)

kx=fu/v

p_kx0=-sqrt(kc.^2-kx.^2)%相位项泰勒展开的系数函数

p_kx1=2*kc/c/p_kx0

p_kx2=-2.*kx.^2/c^2./p_kx0.^3

C_kx=-(c*p_kx1/2+1)

Ks_r=1-2*Kr*Rc.*p_kx2

Ks_kx_r=Kr/pi./Ks_r

r0=Rc

s2_ut=exp(j*pi*C_kx.*ones(Nr,1)*Ks_kx_r.*(t'*ones(1,Na)-2*r0*(1+C_kx)/c).^2)%设计的线性调频信号

S_cs=s_kt.*s2_ut

%距离向fft

S_kw=fftshift(fft(fftshift(S_cs)))

%距离向匹配滤波

w=2*pi*f

rmc_r=exp(j.*w*2*C_kx*r0/c).*exp(j.*w.^2/4/pi/Kr/(1+C_kx))

rmc_r=rmc_r'*ones(1,Na)

S_rmc=S_kw.*rmc_r

%距离向ifft

S_kt=fftshift(ifft(fftshift(S_rmc)))

d_kxr=4*pi/c^2*Kr*C_kx*(1+C_kx).*(Rc-r0).^2%CS变换带来的相位误差

S_kt=S_kt.*exp(-j*d_kxr)%消除相位误差

%方位向匹配滤波

FU=ones(Nr,1)*fu

H_kx=exp(j*pi/fdr*(FU-fdc).^2)%方位向压缩因子

I_ut=S_kt.*H_kx

I_ut=fftshift(ifft(fftshift(I_ut.'))).'

subplot(221)

G=20*log10(abs(s_ut)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,-G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(a)原始信号')

subplot(222)

G=20*log10(abs(S_rmc)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,-G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(b)距离向匹配滤波后频谱')

subplot(223)

G=20*log10(abs(S_kt)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(c)消除相位误差后频谱')

subplot(224)

G=20*log10(abs(I_ut)+1e-6)

gm=max(max(G))

gn=gm-60%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(d)目标图象')

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

RD

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%产生Stripmap SAR的回波

clear all

thetaT=0%T平台波束斜视角

thetaT=thetaT*pi/180%rad

thetaR=0%R平台波束斜视角

thetaR=thetaR*pi/180

c=3e8%光速

fc=1.5e9%载频

lambda=c/fc%波长

%%测绘带区域

X0=200%方位向[-X0,X0]

Rtc=3000

Rrc=3000

Rc=(Rtc+Rrc)/2

R0=150%距离向[Rc-R0,Rc+R0]

%%距离向(Range),r/t domain

Tr=1.5e-6%LFM信号脉宽 1.5us (200m)

Br=150e6%LFM信号带宽 150MHz

Kr=Br/Tr%调频斜率

Nr=512

r=Rc+linspace(-R0,R0,Nr)

t=2*r/c%t域序列

dt=R0*4/c/Nr%采样周期

f=linspace(-1/2/dt,1/2/dt,Nr)%f域序列

%%方位向(Azimuth,Cross-Range),x/u domain

v=100%SAR 平台速度

Lsar=300%合成孔径长度

Na=1024

x=linspace(-X0,X0,Na)%u域序列

u=x/v

du=2*X0/v/Na

fu=linspace(-1/2/du,1/2/du,Na)%fu域序列

ftdc=v*sin(thetaT)

ftdr=-(v*cos(thetaT))^2/lambda/Rtc

frdc=v*sin(thetaR)

frdr=-(v*cos(thetaR))^2/lambda/Rrc

fdc=ftdc+frdc%Doppler调频中心频率

fdr=ftdr+frdr%Doppler调频斜率

%%目标位置

Ntar=3%目标个数

Ptar=[Rrc,0,1 %距离向坐标,方位向坐标,sigma

Rrc+50,-50,1

Rrc+50,50,1]

%%产生回波

s_ut=zeros(Nr,Na)

U=ones(Nr,1)*u%扩充为矩阵

T=t'*ones(1,Na)

for i=1:1:Ntar

rn=Ptar(i,1)xn=Ptar(i,2)sigma=Ptar(i,3)

rtn=rn+Rtc-Rrc

RT=sqrt(rtn^2+(rtn*tan(thetaT)+xn-v*U).^2)

RR=sqrt(rn^2+(rn*tan(thetaT)+xn-v*U).^2)

R=RT+RR

DT=T-R/c

phase=pi*Kr*DT.^2-2*pi/lambda*R

s_ut=s_ut+sigma*exp(j*phase).*(abs(DT)<Tr/2).*(abs(v*U-xn)<Lsar/2)

end

%%距离压缩

p0_t=exp(j*pi*Kr*(t-2*Rc/c).^2).*(abs(t-2*Rc/c)<Tr/2)%距离向LFM信号

p0_f=fftshift(fft(fftshift(p0_t)))

s_uf=fftshift(fft(fftshift(s_ut)))%距离向FFT

src_uf=s_uf.*(conj(p0_f).'*ones(1,Na))%距离压缩

src_ut=fftshift(ifft(fftshift(src_uf)))%距离压缩后的信号

src_fut=fftshift(fft(fftshift(src_ut).')).'%距离多普勒域

%%二次距离压缩,距离迁移校正原理仿真

src_fuf=fftshift(fft(fftshift(src_uf).')).'%距离压缩后的二维频谱

F=f'*ones(1,Na)%扩充为矩阵

FU=ones(Nr,1)*fu

p0_2f=exp(j*pi/fc^2/fdr*(FU.*F).^2+j*pi*fdc^2/fc/fdr*F-j*pi/fc/fdr*FU.^2.*F)

s2rc_fuf=src_fuf.*p0_2f

s2rc_fut=fftshift(ifft(fftshift(s2rc_fuf)))%距离多普勒域

%%方位压缩

p0_2fu=exp(j*pi/fdr*(FU-fdc).^2)%方位向压缩因子

s2rcac_fut=s2rc_fut.*p0_2fu%方位压缩

s2rcac_fuf=fftshift(fft(fftshift(s2rcac_fut)))%距离方位压缩后的二维频谱

s2rcac_ut=fftshift(ifft(fftshift(s2rcac_fut).')).'%方位向IFFT

subplot(221)

G=20*log10(abs(s_ut)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,-G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(a)原始信号')

subplot(222)

G=20*log10(abs(src_fut)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(fu,r-Rc,-G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(b)距离多普勒域频谱')

subplot(223)

G=20*log10(abs(s2rc_fut)+1e-6)

gm=max(max(G))

gn=gm-40%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(fu,r-Rc,-G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(c)RMC后的RD域频谱')

subplot(224)

G=20*log10(abs(s2rcac_ut)+1e-6)

gm=max(max(G))

gn=gm-60%显示动态范围40dB

G=255/(gm-gn)*(G-gn).*(G>gn)

imagesc(x,r-Rc,G),colormap(gray)

grid on,axis tight,

xlabel('Azimuth')

ylabel('Range')

title('(d)目标图象')


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/11291433.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-15
下一篇 2023-05-15

发表评论

登录后才能评论

评论列表(0条)

保存