LFMCW雷达汽车防撞系统仿真代码

% -----------------------------------------------------------------------------
% 安防多斜率 多目标配对
% n目标 n个斜率 +MTD
% fs=1e6;  % 1M
% 8倍抽取  Fs=125k
% #  
% # 缺陷：
% #       1.信号源是三角调制波平移和上下移得到，不是通过公式得到
% #       2.多目标配对写的方法较复杂，效果也不是很好
% #       3.无MTI MTD算法
% ------------------------------------------------------------------------------
clc;
clear all;
close all;

%%
B=250e6;
fs=500e6;  % 1M
dt=1/fs;
c=3e8;
fc=34.5e9;
n_MTI=4;
n_MTD=n_MTI;

T=[40e-3  50e-3   60e-3   70e-3 ];

n_slope=length（T）;

R=[ 20  40    60    80    ];% 单位：m 
V=[ 1   2     3     4     ];% 单位：m/s
n_target=length（R）;

for i=1:n_target
    tao（i）=2*R（i）/c;
    n_tao（i）=fix（tao（i）/dt）;  % 目标1的时间延迟
end

t_delay_max=1e-4;
n_delay_max=t_delay_max/dt+1;
t_total_1=t_delay_max;           % 15000m时间延迟
n_T_total=0;

f_add=zeros（n_slopen_target）;

for i=1:n_slope
    T_half（i）=T（i）/2; 
    K（i）=B/T_half（i）;
    eval（[‘t‘num2str（i）‘=0:dt:T（i）;‘]）;
    n_T（i）= T（i）/dt+1;
    n_T_half（i）= fix（n_T（i）/2）;
    t_total_1=t_total_1+T（i）;
    for j=1:n_target
        f_add（ij）=（tao（j）-n_tao（j）*dt）*K（i）;
    end
    n_T_total=n_T（i）+n_T_total;  % 三角波调制时间点数，不含延迟时间
end
% 怎么处理处理连续时间和离散时间的关系
t_total=0:dt:t_total_1+n_slope*dt;
n_t_total=n_delay_max+n_T_total;
% tao（1）=2*（R（1）+V（1）*t1）/c;
%% 发射
for i=1:n_slope
    eval（[‘Sm_T_up_‘num2str（i）‘=K（i）*t‘num2str（i）‘（1:n_T_half（i））;‘]）;
    eval（[‘Sm_T_down_‘num2str（i）‘=-K（i）*（t‘num2str（i）‘（n_T_half（i）+1:n_T（i））-T（i））;‘]）;
    eval（[‘Sm_T_‘num2str（i）‘=[Sm_T_up_‘num2str（i）‘Sm_T_down_‘num2str（i）‘];‘]）;
end
Sm_T=zeros（1n_t_total）;
n_T_start=1;
n_T_end=0;
for i=1:n_slope  
    n_T_end=n_T_end+n_T（i）;
    eval（[ ‘Sm_T（n_T_start:n_T_end）=Sm_T_‘num2str（i）‘;‘ ]）;
    n_T_start=n_T_start+n_T（i）;

end

figure;
hold on;
plot（Sm_T）;


% t = 0:ts_bb:T（1）+T（2）+T（3）+T（4）;
% Sm_T = 2*pi*（fc + Sm_T）.*（t - n_t_half*T_half） + 0;%　发射信号相位
%% 接收
Sm_R=zeros（n_targetn_t_total）;
for i=1:n_target
    Sm_R（i:）=[zeros（1n_tao（i））Sm_T（1:（n_t_total-n_tao（i）） ）];
    f_IF（i）=2*K（1）*R（i）/c;  %目标1的距离频移
    f_d（i）=2*fc*V（i）/c;   %目标1的多普勒频移
end

for j=1:n_target
    n_sb_t=n_tao（j）;
    for i=1:n_slope
        %eval（[]）;
        Sm_R（jn_sb_t+1:n_sb_t+n_T_half（i））=Sm_R（jn_sb_t+1:n_sb_t+n_T_half（i））-f_add（ij）;
        Sm_R（jn_sb_t+n_T_half（i）+1:n_sb_t+n_T（i））=Sm_R（jn_sb_t+n_T_half（i）+1:n_sb_t+n_T（i））+f_add（ij）;
        % 因为n_tao1取整平移后，有量化损失，上面加减f_add就是补偿这种损失
        n_sb_t=n_sb_t+n_T（i）;
    end
        Sm_R（j:）=Sm_R（j:）+f_d（j）;
end

% figure; 
plot（Sm_R（1:）‘r‘）;
plot（Sm_R（2:）‘k‘）;
%% 差拍
for j=1:n_target
    Sm_B（j:）=Sm_T-Sm_R（j:）;
    Sm_B（j:）=abs（Sm_B（j:））;
end

plot（Sm_B（1:）‘y‘）;
plot（Sm_B（2:）‘g‘）;
%axis（[1n_T（1）+n_tao（1）-5e65e6]）;
hold off;
% n_Sm_B=length（Sm_B（1:））;
% n_t_total=（n_Sm_B-1）*dt;
% t_total=0:dt:n_t_total;
sb_temp=zeros（n_targetn_t_total）;
for j=1:n_target
    sb_temp（j:）=cos（2*pi*Sm_B（j:）.*t_total）;    %调制，