OFDM レーダー信号の曖昧さ関数の MATLAB シミュレーション解析

OFDM は誰もがよく知っており、特に通信方式を主に研究している人にはよく知られています。

OFDM（Orthogonal Frequency Division Multiplexing）は、通信データを直交する複数のサブキャリアに符号化し、並列した低速サブキャリアによる高速データ伝送を実現できるマルチキャリア変調方式です。OFDM 信号には、高いスペクトル効率、キャリア間干渉 (ICI) およびシンボル間干渉 (ISI) に対する耐性、低いビット誤り率、IFFT/FFT による変調/復調など、多くの利点があります [1]。OFDM は、ワイヤレスローカルエリアネットワーク (WLAN)、第 3/第 4 世代移動通信、およびデジタルオーディオブロードキャスト (DAB) システムで広く使用されています [2]。また、OFDM 信号は高速移動環境下での高速通信性能に優れているため、高度道路交通システムの波形設計にも使用されています [3]。

詳細については、さまざまな理由から関連論文を参照してください。現在、レーダー信号に関する多くの研究でも OFDM 信号が導入されています。

ここでは、著者が集めて調べたいくつかの情報も共有します。

リンク: https://pan.baidu.com/s/1xrn0IeSTjbtyCM3ekqQOtg
抽出コード: h1hp
– Baidu Netdisk のスーパーメンバー V2 からの共有

この論文の著者は主にMATLABを通じて最も基本的なOFDMレーダー信号をシミュレートし、アンビギュイティ関数のツールはレーダー信号の性能を分析するためによく使用されるため、著者のシミュレーションの目標は、設定されたOFDMレーダーのアンビギュイティ関数のイメージを描画することです。シグナル、皆さんの助けになれば幸いです。

この記事の対象読者は著者のような初心者なので、ある程度の紙面を割いてファジィ関数などの基本的な定義を簡単に紹介しました。(￣ω￣(￣ω￣〃 (￣ω￣〃)ゝ) は、最後の MATLAB シミュレーション部分に直接ジャンプできます。

同時に、皆様へのささやかなプレゼントもご用意しております(￣ω￣(￣ω￣〃 (￣ω￣〃)ゝ)

https://download.csdn.net/download/qq_46084757/85521505

クレジットを表示せず、この記事のすべての数式を単語ごとに整理したバージョンを共有してください。自分の単語に直接挿入して使用できます。

画像-20220601173618040

ファジー関数の定義 (この部分に精通している友人は読み飛ばしてください)

レーダーシステムでは、受信機の出力の S/N 比を最大にするために、レーダー受信機のフロントエンドは通常、整合フィルターを使用して受信信号を処理します。レーダー信号の送信プロセスで時間遅延とドップラー周波数シフトが導入され、信号の歪みが生じるためです [4]。さまざまな遅延およびドップラー周波数シフト条件下で受信信号と整合フィルター間の不一致の程度を分析するために、曖昧性関数が定義されます。

さまざまな時間遅延およびドップラーシフト条件下で受信信号と整合フィルター間の不一致を分析するために、曖昧性関数が定義されます。

画像-20220601192337633

OFDM レーダー信号のファジィ関数分析 (この部分に精通している人は読み飛ばしてください)

画像-20220601192644731

画像-20220601192430422

8 つのサブキャリアを持つ OFDM シンボルの曖昧性関数 (ドップラーシフト範囲 [-10 10])

分析を続けます:

画像-20220601192745624

画像-20220601192759661

画像-20220601192824880

8 つのサブキャリアと 4 つのシンボルを含む複数の OFDM シンボルに対する曖昧さ機能

画像-20220601192902970

画像-20220601193007674

画像-20220601193022369

このことから、OFDM レーダー信号のサブキャリアがまばらになると、レンジアンビギュイティ関数におけるメインローブとグレーティングローブの間の間隔が狭くなり、グレーティングローブでの信号距離分解能が相対的に劣ることが事前に推測できます。。

MATLAB シミュレーションによる OFDM 信号の曖昧さ関数のスワップアウト

コアコード

for j = 0:N_symbol - 1
    for k = 0:M-1
        for n = 0:N - 1
            x_source(k+1,n+1+j*N) = tx_data(k+1+j*N)*exp(1j*2*pi*k*n/N);%基带信号
        end
    end
end
for j = 1:M
    Source1(j,:) = (x_source(j,:).*exp(1j*2*pi*Fc*t));%发射信号
end
Source = sum(Source1);%发射信号 
% 如果 A 是矩阵，则 sum(A) 将返回包含每列总和的行向量。

%%计算传递函数 矩阵 
for j = 1:Na
    td = 2*R(j)/c;
    nd = ceil(td*Fs); % 该周期对应的 起始采样点数
    H(j,nd) = exp(-1j*2*pi*Fc*2*R(j)/c);
end

% figure;
% plot(abs(H(1,:)));

for j = 1:Na
    plot(abs(H(j,:)));
    hold on;
end



for i=1:Na
    Echo1(i,:) = ifft(fft(H(i,:)).*fft(Source));  %匹配滤波
    y(i,:) = ifft(fft(Echo1(i,:)).*conj(fft(Source)));%相参积累
end

mesh(abs(fft(y,[])))

完全な MATLAB コード共有

https://download.csdn.net/download/qq_46084757/85521610