分阶段。DopplerEstimator系统对象
多普勒估计
描述
的分阶段。DopplerEstimator系统对象™估计目标的多普勒频率。估计器的输入由探测器输出的探测位置和距离-多普勒响应数据立方体组成。当检测是聚类的，多普勒频率计算使用聚类信息。聚类将多个检测关联为一个扩展检测。
计算用于探测的多普勒值:
定义和设置你的多普勒估计使用建设下面的程序。
调用
一步方法来计算探测的多普勒，使用您指定的属性分阶段。DopplerEstimator系统对象。
请注意
而不是使用一步方法来执行System对象定义的操作，则可以使用参数调用该对象，就像调用函数一样。例如,Y = step(obj,x)而且Y = obj(x)请执行相同的操作。
建设
估计器=阶段性。DopplerEstimator创建一个多普勒估计系统对象，估计量．
估计器=阶段性。DopplerEstimator (创建一个System对象，的名字，价值）估计量，每个指定的属性的名字设置为指定的价值．您可以按照以下任意顺序指定额外的名称和值对参数:Name1, Value1，...，的,家）.
属性
例子
估计三个目标的距离和速度
为了估计三个目标的距离和速度，使用分阶段。RangeDopplerResponse系统对象™。然后使用分阶段。RangeEstimator而且分阶段。DopplerEstimator系统对象估计范围和速度。发射机和接收机均为各向同性天线单元，构成单站雷达系统。
发射信号为线性调频波形，脉冲重复间隔(PRI)为7.0 μs，占空比为2%。工作频率为77 GHz，采样率为150 MHz。
Fs = 150e6;C = physconst(“光速”）;Fc = 77.0e9;Pri = 7e-6;PRF = 1/pri;
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米，530米，750米x设在。目标沿着x-轴，速度为-60、20和40米/秒。所有三个目标都具有10 dB的非波动雷达截面(RCS)。创建目标和雷达平台。
Numtgts = 3;tgtpos = 0 (Numtgts);Tgtpos (1，:) = [500 530 750];= 0 (3,Numtgts);Tgtvel (1，:) = [-60 20 40];TGTRCS = db2pow(10)*[1 1 1];tgtmotion = phase . platform (tgtpos,tgtvel);目标=阶段性。RadarTarget (“PropagationSpeed”c“OperatingFrequency”足球俱乐部,.．.“MeanRCS”, tgtrcs);Radarpos = [0;0;0];Radarvel = [0;0;0];radarmotion = phase . platform (radarpos,radarvel);
创建发射机和接收机天线。
txantenna = phase . isotropicantennaelement;Rxantenna = clone(txantenna);
设置发射机端信号处理。创建一个向上扫线性调频信号，带宽为采样率的一半。找出样本中PRI的长度，然后估计均方根带宽和距离分辨率。
Bw = fs/2;波形=相控。LinearFMWaveform (“SampleRate”fs,.．.脉冲重复频率的脉冲重复频率,“OutputFormat”，“脉冲”，“NumPulses”，1,“SweepBandwidth”fs / 2,.．.“DurationSpecification”，的工作周期，“DutyCycle”, 0.02);Sig =波形();Nr =长度(sig);BWRMS =带宽(波形)/根号(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(.．.“PeakPower”peakpower,.．.“获得”txgain,.．.“InUseOutputPort”,真正的);散热器=阶段性。散热器(.．.“传感器”txantenna,.．.“PropagationSpeed”c.．.“OperatingFrequency”、fc);
将自由空间信道设置为双向传播模式。
通道=分阶段。空闲空间(.．.“SampleRate”fs,.．.“PropagationSpeed”c.．.“OperatingFrequency”足球俱乐部,.．.“TwoWayPropagation”,真正的);
设置接收端处理。设置接收机增益和噪声值。
收集器=阶段性。收集器(.．.“传感器”rxantenna,.．.“PropagationSpeed”c.．.“OperatingFrequency”、fc);Rxgain = 42.0;Noisefig = 1;接收器=阶段性。ReceiverPreamp (.．.“SampleRate”fs,.．.“获得”rxgain,.．.“NoiseFigure”, noisefig);
对脉冲进行循环以创建一个包含128个脉冲的数据立方体。对于循环的每一步，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中。数据立方体包含每个脉冲接收到的信号。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。因为只使用了一个传感器，立方体只有两个维度。
处理步骤如下:
移动雷达和目标。
发射一个波形。
将波形信号传播到目标。
反射来自目标的信号。
把波形传回雷达。双向传播使您能够将返回传播与出站传播结合起来。
接收雷达信号。
将信号加载到数据立方体中。
Np = 128;Dt = pri;cube = 0 (Nr,Np);为n = 1:Np [sensorpos,sensorvel] =雷达运动(dt);[tgtpos,tgtvel] = tgtmotion(dt);[tgtrng,tgtang] = rangeangle(tgtpos,sensorpos);Sig =波形();[txsig,txstatus] =发射器(sig);Txsig =散热器(Txsig,tgtang);Txsig = channel(Txsig,sensorpos,tgtpos,sensorvel,tgtvel);Tgtsig = target(txsig);Rxcol = collector(tgtsig,tgtang);Rxsig = receiver(rxcol); cube(:,n) = rxsig;结束
显示包含每个脉冲信号的数据立方体。
显示亮度图像([0 (Np-1)): * pri * 1 e6, [0: (Nr-1)] / fs * 1 e6, abs(立方体))包含(“慢时间{\mu}s”) ylabel (“快时间{\mu}s”)轴xy
创建并显示128个多普勒箱的距离多普勒图像。图像垂直显示距离，水平显示速度。使用线性调频波形进行匹配滤波。这是距离多普勒图。
Ndop = 128;Rangedopresp =相控。RangeDopplerResponse (“SampleRate”fs,.．.“PropagationSpeed”c“DopplerFFTLengthSource”，“属性”，.．.“DopplerFFTLength”ndop,“DopplerOutput”，“速度”，.．.“OperatingFrequency”、fc);matchingcoeff = getMatchedFilter(波形);[rngdopresp, rngrid,dopgrid] = rangedopresp(cube,matchingcoeff);显示亮度图像(dopgrid rnggrid 10 * log10 (abs (rngdopresp)))包含(闭合速度(m/s)) ylabel (的范围(m))轴xy
因为目标在正极上x-轴，全局坐标系中的正速度对应负闭合速度。在全局坐标系中，负的速度对应于正的闭合速度。
估计匹配滤波后的噪声功率。为模拟目的创建一个恒定噪声背景图像。
Mfgain = matchingcoeff'*matchingcoeff;dopgain = Np;Noisebw = fs;noisepower = noisepow(noisebw,receiver.NoiseFigure,receiver.ReferenceTemperature);噪声功率prc = mfgain*dopgain*噪声功率;噪声= noisepowerprc*ones(size(rngdopresp));
创建范围和多普勒估计器对象。
Rangeestimator =相控。RangeEstimator (“NumEstimatesSource”，“汽车”，.．.“VarianceOutputPort”,真的,“NoisePowerSource”，输入端口的，.．.“RMSResolution”, rngrms);Dopestimator =相控的。DopplerEstimator (“VarianceOutputPort”,真的,.．.“NoisePowerSource”，输入端口的，“NumPulses”、Np);
在距离-多普勒图像中定位目标指标。为了简单起见，不使用CFAR探测器，而是使用目标的已知位置和速度来获得距离-多普勒图像中相应的指数。
detidx = NaN(2,Numtgts);TGTRNG = rangeangle(tgtpos,radarpos);TGTSPD = radialspeed(tgtpos,tgtvel,radarpos,radarvel);Tgtdop = 2*speed2dop(tgtspd,c/fc);为m = 1: number (tgtrng) [~，iMin] = min(abs(rngrid -tgtrng(m)));detidx(1,m) = iMin;[~，iMin] = min(abs(dopgrid-tgtspd(m)));detidx(2,m) = iMin;结束
求检测位置的噪声功率。
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。估计范围与假定范围一致。
[rngest,rngvar] = rangeestimator(rngdopresp, rngrid,detidx,noise(ind))
rng =3×1499.7911 529.8380 750.0983
rngvar =3×1104× 0.0273 0.0276 0.2094
估计检测位置的速度和速度方差。估计速度与预测速度一致。
[spdest,spdvar] = dopestimator(rngdopresp,dopgrid,detidx,noise(ind))
社民党=3×160.5241 -19.6167 -39.5838
spdvar =3×1105× 0.0806 0.0816 0.6188
算法
的分阶段。DopplerEstimator系统对象通过遵循多普勒估计器的这些步骤来估计检测的多普勒频率
中获得的多普勒处理响应数据集
分阶段。RangeDopplerResponse系统对象。立方体的第一个维度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。最后一个维度表示响应是多普勒频率的函数。只有这个维度被用来估计探测多普勒频率。其他的都被忽略了。看到雷达数据立方体．输入检测指标矩阵，用于指定检测在数据多维数据集中的位置。每一列表示一个单独的检测。行项指定数据多维数据集中的索引。方法的输出返回这些检测指标
分阶段。CFARDetector或分阶段。CFARDetector2D探测器。要返回这些指标，请设置检测器OutputFormat的CFAR检测器属性“检测指数”．可选地输入集群id的行向量。这个向量的长度等于检测的数量。该向量的每个元素都为相应的检测分配一个ID。为了形成检测集群，可以将相同的ID分配给多个检测。要启用此选项，请设置
ClusterInputPort财产真正的．当
ClusterInputPort是假，物体计算每次检测的多普勒频率。该算法沿多普勒维计算立方体中检测指标处和相邻两个指标处的响应值。然后，该算法拟合了这三个指标的多普勒响应大小的二次曲线。曲线的峰值表示检测位置。当检测发生在多普勒维度的第一个或最后一个样本时，物体从两点质心估计检测位置。质心是利用检测指标的位置和检测指标旁边的样本形成的。当物体计算每个星团的多普勒频率时。该算法在聚类中寻找响应值最大的指标。然后，该算法以与单个检测相同的方式拟合二次曲线。
该对象将分数指标值转换为多普勒频率或速度使用适当的单位从
dopgrid的输入参数。一步方法。的值dopgrid使用分阶段。RangeDopplerResponse系统对象。
参考文献
[1]理查兹，M.雷达信号处理基础，第二版，麦格劳-希尔专业工程，2014。
[2]理查兹，M.， J.舍尔，和W.霍尔姆，现代雷达原理:基本原理。科技出版，2010。
扩展功能
另请参阅
功能
系统对象
主题
在R2017a中引入
您也可以从以下列表中选择一个网站:
