信号类型(雷达)——脉冲雷达(四)

系列文章目录

《信号类型(雷达+通信)》

《信号类型(雷达)——雷达波形认识(一)》

《信号类型(雷达)——连续波雷达(二)》

《信号类型(雷达)——脉冲雷达(三)》


文章目录

前言

一、调频类脉冲雷达

1.1、常规脉冲雷达

1.2、线性调频脉冲雷达

1.3、步进频雷达

二、相位编码雷达

2.1、Barker编码

2.2、Frank编码

2.3、P1编码

2.4、P2编码

2.5、P3编码

2.6、P4编码

总结


前言

       为实现各种辐射源信号的分选识别以及定位,首先需要对辐射源信号特性有一个充分了解,根据各类辐射源特点从众多信号冲分离出来,甚至去除辐射源调制信息的影响,实现信号长时间相干定位处理,提高定位精度。本文主要记录目前了解到的雷达脉冲信号时域、频域、时频域以及模糊函数特性,作为后续辐射源分选识别以及定位研究的笔记,当然,若对相关行业的人有所启发,也欢迎能在评论区提出建议,或自身研究心得。


一、调频类脉冲雷达

1.1、常规脉冲雷达

       矩形脉冲包络,没有相位调制信息。下图分别展示了这类脉冲波形的时域、频谱、时频图以及模糊函数特性。

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

模糊函数(0频)                                       模糊函数(0时延)

1.2、线性调频脉冲雷达

       矩形脉冲包络,相位存在线性调频调制。下图分别展示了这类脉冲波形的时域、频谱、时频图以及模糊函数特性。

 

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

模糊函数(0频)                                       模糊函数(0时延)

1.3、步进频雷达

       矩形脉冲包络,脉间频率逐渐递增。下图分别展示了这类脉冲波形的时域、频谱、时频图以及模糊函数特性。

 

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

模糊函数(0频)                                       模糊函数(0时延)

二、相位编码雷达

2.1、Barker编码

        矩形脉冲包络,相位存在Barker编码,已知的barker码包括:2位(++或+-),3位(++-),4位(+++-或++-+),5位(+++-+),7位(+++--+-),11位(+++---+--+-),13位(+++++--++-+-+)。下图分别展示了13位Barker相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

模糊函数(0频)                                       模糊函数(0时延)

2.2、Frank编码

        矩形脉冲包络,相位存在Frank编码,是LFM脉冲压缩波形的阶跃近似,需要是整数的平方。下图分别展示了36位Frank相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 ​​​​​​​

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

模糊函数(0频)                                       模糊函数(0时延)

2.3、P1编码

        P1、P2、P3和P4多相位编码 。这些编码是LFM脉冲压缩波形的阶跃近似 ,其距离副瓣低,且具有与LFM编码一样的多普勒容忍性,需要是整数的平方。下图分别展示了36位P1相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 ​​​​​​​​​​​​​​

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

​​​​​​​​​​​​​​​​​​​​​​

模糊函数(0频)                                       模糊函数(0时延)

2.4、P2编码

        需要是偶数的平方,下图分别展示了36位P2相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 ​​​​​​​​​​​​​​

时域实部和虚部                                   时域模值和相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

模糊函数(0频)                                       模糊函数(0时延)

2.5、P3编码

        需要是整数的平方,下图分别展示了36位P3相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 ​​​​​​​​​​​​​​

时域实部和虚部                                   时域相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

模糊函数(0频)                                       模糊函数(0时延)

2.6、P4编码

        需要是整数的平方,下图分别展示了36位P4相位编码脉冲波形的时域、频谱、时频图以及模糊函数特性。

 ​​​​​​​​​​​​​​

时域实部和虚部                                   时域相位 

频谱图                                                                时频图

模糊函数                                                模糊函数(俯视图)

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

模糊函数(0频)                                       模糊函数(0时延)


总结

        本文简单介绍常见脉冲雷达信号的时域、频域、时频域以及模糊函数特性,其中相位编码雷达信号主要有phased工具箱产生,可能和定义中的P1,P2,P3,P4码有所区别,有问题欢迎评论区留言。转载请附链接【杨(_> <_)】的博客_CSDN博客-信号处理,SAR,代码实现领域博主

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/91540.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Java 进阶篇】深入理解 JDBC:Java 数据库连接详解

数据库是现代应用程序的核心组成部分之一。无论是 Web 应用、移动应用还是桌面应用&#xff0c;几乎都需要与数据库交互以存储和检索数据。Java 提供了一种强大的方式来实现与数据库的交互&#xff0c;即 JDBC&#xff08;Java 数据库连接&#xff09;。本文将深入探讨 JDBC 的…

力扣 -- 10. 正则表达式匹配

解题步骤&#xff1a; 参考代码&#xff1a; class Solution { public:bool isMatch(string s, string p) {int ms.size();int np.size();//处理后续映射关系s s;//处理后续映射关系p p;vector<vector<bool>> dp(m1,vector<bool>(n1));//初始化dp[0][0]true…

【开发篇】十、Spring缓存:手机验证码的生成与校验

文章目录 1、缓存2、用HashMap模拟自定义缓存3、SpringBoot提供缓存的使用4、手机验证码案例完善 1、缓存 缓存是一种介于数据永久存储介质与数据应用之间的数据临时存储介质使用缓存可以有效的减少低速数据读取过程的次数&#xff08;例如磁盘IO&#xff09;&#xff0c;提高…

排序算法之【快速排序】

&#x1f4d9;作者简介&#xff1a; 清水加冰&#xff0c;目前大二在读&#xff0c;正在学习C/C、Python、操作系统、数据库等。 &#x1f4d8;相关专栏&#xff1a;C语言初阶、C语言进阶、C语言刷题训练营、数据结构刷题训练营、有感兴趣的可以看一看。 欢迎点赞 &#x1f44d…

YOLOv8改进算法之添加CA注意力机制

1. CA注意力机制 CA&#xff08;Coordinate Attention&#xff09;注意力机制是一种用于加强深度学习模型对输入数据的空间结构理解的注意力机制。CA 注意力机制的核心思想是引入坐标信息&#xff0c;以便模型可以更好地理解不同位置之间的关系。如下图&#xff1a; 1. 输入特…

Error: Activity class {xxx.java} does not exist

git切换到不同的branch之后&#xff0c;报下面的错误&#xff1a; Error: Activity class {xxx.java} does not exist 解决方案&#xff1a; 首先clean 然后会删除build目录 然后点击&#xff1a;Invalidate Caches Android Studio重启&#xff0c;然后重新build即可。

数据链路层 MTU 对 IP 协议的影响

在介绍主要内容之前&#xff0c;我们先来了解一下数据链路层中的"以太网" 。 “以太网”不是一种具体的网络&#xff0c;而是一种技术标准&#xff1b;既包含了数据链路层的内容&#xff0c;也包含了一些物理层的内容。 下面我们再来了解一下以太网数据帧&#xff…

【Java 进阶篇】MySQL 事务详解

在数据库管理中&#xff0c;事务是一组SQL语句的执行单元&#xff0c;它们被视为一个整体。事务的主要目标是保持数据库的一致性和完整性&#xff0c;即要么所有SQL语句都成功执行&#xff0c;要么所有SQL语句都不执行。在MySQL中&#xff0c;事务起到了非常重要的作用&#xf…

Linux文件查找,别名,用户组综合练习

1.文件查看: 查看/etc/passwd文件的第5行 [rootserver ~]# head -5 /etc/passwd root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin adm:x:3:4:adm:/var/adm:/sbin/nologin lp:x:4:7:lp:/var/spool/lpd:/sbin/nologi…

【实践成果】Splunk 9.0 Configuration Change Tracking

Splunk 9.0 引入了新的功能&#xff0c;一个很重要的一个&#xff0c;就是跟踪conguration 文件的变化&#xff1a; 这个很重要的特性&#xff0c;在splunk 9.0 以后才引入&#xff0c;就看server.conf 配置中&#xff0c;9.0 以后的版本才有&#xff1a; server.conf - Splu…

数据集笔记:纽约花旗共享单车od数据

花旗共享单车公布的其共享单车轨迹数据&#xff0c;包括2013年-2021年曼哈顿、布鲁克林、皇后区和泽西城大约14500辆自行车和950个站点的共享单车轨迹数据 数据地址&#xff1a;Citi Bike System Data | Citi Bike NYC | Citi Bike NYC 性别&#xff08;0未知&#xff1b;1男&…

详解分布式搜索技术之elasticsearch

目录 一、初识elasticsearch 1.1什么是elasticsearch 1.2elasticsearch的发展 1.3为什么学习elasticsearch? 1.4正向索引和倒排索引 1.4.1传统数据库采用正向索引 1.4.2elasticsearch采用倒排索引 1.4.3posting list ​1.4.4总结 1.5 es的一些概念 1.5.1文档和字段 …

unity打包工具

接手了一个项目&#xff0c;打包存在重大问题&#xff0c;故此在unity addressables 基础上弄了一个简单的打包工具&#xff0c;代码也都做好了注释&#xff0c;操作非常简单以下为操作方法&#xff1a; 首先设置导入Addressables插件&#xff0c;并设置好详细参见&#xff1a…

GitHub 基本操作

最近要发展一下自己的 github 账号了&#xff0c;把以前的项目代码规整规整上传上去&#xff0c;这里总结了一些经验&#xff0c;经过数次实践之后&#xff0c;已解决几乎所有基本操作中的bug&#xff0c;根据下面的操作步骤来&#xff0c;绝对没错了。&#xff08;若有其他问题…

pytho实例--pandas读取表格内容

前言&#xff1a;由于运维反馈帮忙计算云主机的费用&#xff0c;特编写此脚本进行运算 如图&#xff0c;有如下excel数据 计算过程中需用到数据库中的数据&#xff0c;故封装了一个读取数据库的类 import MySQLdb from sshtunnel import SSHTunnelForwarderclass SSHMySQL(ob…

win11+wsl+git+cmake+x86gcc+armgcc+clangformat+vscode环境安装

一、安装wsl &#xff08;1&#xff09;打开power shell 并运行&#xff1a; Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux Enable-WindowsOptionalFeature -Online -FeatureName VirtualMachinePlatform &#xff08;2&#xff0…

【图像分割】图像检测(分割、特征提取)、各种特征(面积等)的测量和过滤(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

node版本问题:Error: error:0308010C:digital envelope routines::unsupported

前言 出现这个错误是因为 node.js V17及以后版本中最近发布的OpenSSL3.0, 而OpenSSL3.0对允许算法和密钥大小增加了严格的限制,可能会对生态系统造成一些影响. 在node.js V17以前一些可以正常运行的的应用程序,但是在 V17 及以后版本可能会抛出以下异常: 我重装系统前,用的…

三个要点,掌握Spring Boot单元测试

单元测试是软件开发中不可或缺的重要环节&#xff0c;它用于验证软件中最小可测试单元的准确性。结合运用Spring Boot、JUnit、Mockito和分层架构&#xff0c;开发人员可以更便捷地编写可靠、可测试且高质量的单元测试代码&#xff0c;确保软件的正确性和质量。 一、介绍 本文…

Lua学习笔记:require非.lua拓展名的文件

前言 本篇在讲什么 Lua的require相关的内容 本篇需要什么 对Lua语法有简单认知 对C语法有简单认知 依赖Visual Studio工具 本篇的特色 具有全流程的图文教学 重实践&#xff0c;轻理论&#xff0c;快速上手 提供全流程的源码内容 ★提高阅读体验★ &#x1f449; ♠…