Add Radar simulation

Radar simulation/csdn/Main.m

@@ -0,0 +1,14 @@
+global c f_c B T_r N F_s M k lambda
+
+c = 3e8; %光速
+f_c = 70e9;  %发射信号载频 中心频率
+B = 500e6;  %发射信号带宽
+T_r = 1e-5;  %扫频时间 也就是周期
+N = 256;  %采样点
+F_s = round(N / T_r); %采样率
+M = 256;  %chirp的数目
+k = B/T_r; %chirp斜率
+lambda = c / (f_c - B/2);
+
+ksy_main;
+draw;

Radar simulation/csdn/calc.m

@@ -0,0 +1,38 @@
+% https://blog.csdn.net/Xiao_Jie123/article/details/115296169
+
+%% 超参数
+c = 3e8; %光速
+f_c = 76.5e9;  %发射信号载频 中心频率
+B = 500e6;  %发射信号带宽
+T_r = 10e-6;  %扫频时间 也就是周期
+N = 256;  %采样点
+F_s = 25.6e6; %采样率
+M = 256;  %chirp的数目
+k = B/T_r; %chirp斜率
+index = 1:1:N;  %产生点向量
+IF_mat = zeros(M,N);  %存储带有噪声的中频信号
+%% 发射信号参数
+AT = 10;  %发射信号增益
+t = 0:1/F_s:T_r-1/F_s;  %时间向量 确定256个点在一个Tr中的每个时刻
+t = t - T_r/2; %将fc作为中心频率
+
+%% 回波信号参数
+distance = 50;  %目标距离雷达50m的距离
+t_d = 2 * distance / c;  %目标距离雷达的延迟
+velocity = -20;  %目标距雷达的相对速度为30m/s
+f_d = 2 * (f_c - B/2) * velocity / c;  %多普勒频移
+AR = 0.8;  %回波信号衰减的比例值
+
+%% 生成数据
+for i = 1:1:M  %chirp的循环
+    s_T = AT*exp((1i*2*pi)*(f_c*(t+i*T_r)+k/2*t.^2)); %发射信号
+    s_R = AR*AT*exp((1i*2*pi)*((f_c-f_d)*(t-t_d+i*T_r)+k/2*(t-t_d).^2));  %回波信号
+    %% 求回波信号的共轭
+    s_R_conj = conj(s_R);  %求回波信号的共轭
+    %% 求中频信号
+    IF = s_T .* s_R_conj;  %求中频信号
+    SNR = 10;  %信噪比
+    IF_with_Noise = awgn(IF,SNR,'measured');  %给中频信号加高斯白噪声，在添加噪声的时候，要进行能量的测量
+    IF_mat(i,:) = IF_with_Noise;  %将带有噪声的中频信号保存
+end
+save('Ego_vehicle.mat', 'IF_mat');  %进行数据的保存

Radar simulation/csdn/draw.m

@@ -0,0 +1,44 @@
+% https://blog.csdn.net/Xiao_Jie123/article/details/115296169
+
+clc; clear;
+
+global c T_r F_s k lambda
+
+%% 加载数据
+% IF_mat = cell2mat(struct2cell(load('Ego_vehicle.mat','IF_mat')));
+IF_mat = cell2mat(struct2cell(load('Ego_vehicle_ksy.mat','IF_mat')));
+[N, M] = size(IF_mat);
+%% 生成窗
+range_win = hamming(N);  %生成range窗
+doppler_win = hamming(M);  %生成doppler窗
+%% range fft
+for i = 1:1:N
+    temp = IF_mat(i,:) .* range_win';
+    % temp_fft = fftshift(fft(temp,N));
+    temp_fft = fft(temp,N);
+    IF_mat(i,:) = temp_fft;
+end
+%% doppler fft
+for j = 1:1:M
+    temp = IF_mat(:,j) .* doppler_win;
+    temp_fft = fftshift(fft(temp,M));
+    IF_mat(:,j) = temp_fft;
+end
+%% 画图
+figure;
+distance_temp = (-N/2:N/2 - 1) * F_s * c / N / 2 / k;
+% distance_temp = (0:N - 1) * F_s * c / N / 2 / k;
+speed_temp = (-M / 2:M / 2 - 1) * lambda / T_r / M / 2;
+[X,Y] = meshgrid(distance_temp,speed_temp);
+mesh(X,Y,(abs(IF_mat)));
+xlabel('距离(m)');
+ylabel('速度(m/s)');
+zlabel('信号幅值');
+title('2维FFT处理三维视图');
+
+figure;
+speed_temp = -speed_temp;
+imagesc(distance_temp,speed_temp,abs(IF_mat));
+title('距离-多普勒视图');
+xlabel('距离(m)');
+ylabel('速度(m/s)');

Radar simulation/csdn/ksy_main.m

@@ -0,0 +1,39 @@
+%% 超参数
+global c f_c B T_r N F_s M k lambda
+index = 1:1:N;  %产生点向量
+IF_mat = zeros(M,N);  %存储带有噪声的中频信号
+t = 0:1/F_s:T_r-1/F_s;  %时间向量 确定256个点在一个Tr中的每个时刻
+t = t - T_r/2; %将fc作为中心频率
+
+dist = 10;  %目标距离雷达50m的距离
+t_d = 2 * dist / c;  %目标距离雷达的延迟
+velocity = -20;  %目标距雷达的相对速度为30m/s
+f_d = 2 * f_c * velocity / c;  %多普勒频移
+% f_d = 2 * (f_c - B/2) * velocity / c;  %多普勒频移
+scat_coef = 0.8;  %回波信号衰减的比例值
+
+s_T = chirp(t, f_c, t(end), f_c + B);
+pad = round(t_d * F_s);
+s_R = [zeros(1, pad), scat_coef * s_T(1: end - pad)];
+
+for i = 1: M
+    s_T = 1*exp((1i*2*pi)*(f_c*(t+i*T_r)+k/2*t.^2)); %发射信号
+    s_R = scat_coef*exp((1i*2*pi)*((f_c-f_d)*(t-t_d+i*T_r)+k/2*(t-t_d).^2));  %回波信号
+
+    IF = s_T .* conj(s_R);
+    % SNR = 10;
+    % IF_Noise = awgn(IF, SNR, 'measured');
+    IF_Noise = IF;
+    IF_mat(i, :) = IF_Noise;
+end
+
+save('Ego_vehicle_ksy.mat','IF_mat');
+
+% figure;
+% subplot(211);
+% plot(t, s_T);
+% ylim([-1.3, 1.3]);
+% 
+% subplot(212);
+% plot(t, s_R);
+% ylim([-1.3, 1.3]);