基于Simulink的脉冲压缩雷达信号处理系统仿真

张淑杰，方宏业

（1.武汉理工大学现代汽车零部件技术湖北省重点实验室，湖北武汉430070；2.武汉理工大学汽车零部件技术湖北省协同创新中心，湖北武汉430070）



基于Simulink的脉冲压缩雷达信号处理系统仿真

张淑杰1，方宏业2

（1.武汉理工大学现代汽车零部件技术湖北省重点实验室，湖北武汉430070；2.武汉理工大学汽车零部件技术湖北省协同创新中心，湖北武汉430070）

摘要：为了提高雷达测距测速的精度，提出一种信号处理的改进算法，并利用Simulink软件搭建了相关的仿真模型。该模型可以模拟雷达信号、噪音信号的产生以及中频信号处理的过程。与传统信号处理算法不同的是，本算法在适当增加FFT运算点数的同时还加入了Chirp-Z变换。仿真结果验证了模型的可行性与算法的可靠性，结果表明该算法可显著提高雷达的测距精度。

关键词：雷达；信号处理；Simulink

近年来，随着汽车保有量的增加，出现道路拥堵和车流量密集的情况，汽车安全事故时有发生，因此汽车上出现了提高行车安全的防撞雷达并日渐普及。但是由于雷达系统接收机内部杂波的存在，以及不可避免的外界信号的干扰，雷达信号携带的有效信息容易被影响而难以识别；雷达对于信号的处理算法本身也存在着缺陷，信号处理后得到的目标距离和速度与实际情况存在着偏差；甚至出现把外界的杂波信号当成有效信号而出现误判的现象，这些都极大地影响了汽车的安全性。所以改进信号处理的算法，提高雷达的分辨率以及测量精度，有着重要的意义。

到目前为止，国内外的学校和研究机构一直在大力研究汽车防撞雷达。国内方面，合肥工业大学的高香梅主要研究了中频信号处理的软硬件设施，电子科技大学的苗书立主要分析了雷达信号的处理算法，南京航空航天大学的杨姗姗主要分析了雷达信号调制的识别方式。国外方面，2009年Bosch公司成功研制出第三代远距离雷达LRR3。2008 年Infineon公司开发出77 GHz雷达的前端芯片。2006年，美国的Macom公司研制出用于奔驰S系列车型的24 GHz UWB雷达。

在现实生活中进行雷达改进的实验既耗时间又耗经济，可重复性差，对环境有污染。而在仿真软件的环境下对雷达进行仿真，可缩短开发周期，节省工作量。本文中通过Simulink软件搭建了雷达的仿真模型，简单介绍了信号与噪音的产生，并对雷达信号的处理算法做了详细的说明。为了能够让模型输出的波形尽可能地排除杂波的影响，对这个模型的结构和参数不断进行改进，从而得到最优的处理算法。

1　信号产生

1）雷达信号

本文中研究的雷达是用来测量运动目标的速度距离等参数的，所以应该选用波长小、频率高而回波信号质量好的雷达信号。LFMCW雷达产生的高频信号可以满足以上要求，可以生成频率随着时间不断变化的线性调频连续波信号。该高频信号与其它信号源有着显著的优点，可以不受雨雾天气的影响，对于灰尘、沙粒的穿透力较强，回波信号失真小。本文中用这种雷达信号做为研究对象。

用Simulink模拟生成上述线性调频连续波信号，该信号起始频率为10 MHz，信号脉宽为10μs，调频带宽为2MHz。模型及输出波形见图1～2。

2）噪音信号

雷达在实际使用过程中，会受到来自外界和内部的噪声。外部的噪声主要指的是外界电子设备发出的干扰信号以及自然界中存在的其它杂波；内部噪声指的是来自于雷达内部的噪音，主要来自于雷达接收机前端、滤波器、放大器等部件内部信号的泄露与杂波的干扰。本文中只模拟来自外部信号干扰的一种——高斯噪音。

所谓高斯噪音是指其概率密度函数服从高斯分布（正态分布）的一类噪声。如果一个噪声的幅度分布服从高斯分布，而功率谱密度又均匀分布，则称其为高斯白噪声。Simulink里有一个Random Source模块，用来产生服从高斯分布的随机数。加入噪音的回波信号输出波形如图3所示。

图1　回波信号模型

图2　回波信号模拟信号波形图

图3　加入杂波的回波信号波形图

2　信号处理模型

雷达信号搭建好以后，需要特定的算法把混合信号中的有效信息提取出来。通常的流程是把信号进行正交混频从而输出I/Q信号，经过A/D转换器将模拟信号转换为可进行运算的数字信号，然后由FFT傅里叶快速变换以及Chirp-Z变换将传来的信号从时域形式转化为频域形式，最后通过求模运算得到理想的结果［3-4］。在Simulink软件中找到相应的模块并搭建起来，如图4所示。

图4中有3个封装好的模块，LFM Generator模块产生回波信号，Pccoefficient模块生成脉冲压缩系数，Subsystem模块生成线性调频连续波信号。

2.1正交调频信号的产生

图4　脉冲压缩雷达信号处理总流程图

传统的雷达信号发射器由于生成的I、Q信号相位没有严格正交匹配，容易产生较大的误差和干扰。而采用数字信号发生器，可有效地解决这一问题。回波信号与本振信号混合生成中频信号，中频信号里面有一部分杂波，需要FIR滤波器过滤掉高频杂波，FIR滤波器的设计是本模型的重要部分。

式中：f0为载波频率。

由三角函数诱导公式可推得：

令

信号生成原理如图5所示。

图5　调频信号原理图

用Simulink软件仿真正交解调的步骤如下：1）生成理想的回波信号，用Delay函数控制回波信号与本振信号的相位差。2）产生2路正交的本振信号，用Sine Wave模块模拟离散的雷达信号，设置该信号的幅度Amplitude、频率Frequency、相位Phase Offset、采样时间Sample Time，这里的采样时间需与回波信号的采样时间相同，否则会发生错误。3）将回波信号与本振信号相乘，得到I、Q路信号，这里Product模块充当混频器的作用。4）2路输出信号经过FIR滤波器，滤除高频杂波，最终得到理想的正交解调信号。Simulink里面引入Digital Filter Design模块，可方便充当滤波器。搭建模型和输出I、Q路波形图［5］见图6～7。

2.2脉冲压缩模块

图6　I/Q信号生成模型

图7　 I/Q信号输出波形

一个雷达能够精确地从回波信号中提取出有用信息，离不开高质量的回波信号。而回波质量与回波波形的选择息息相关，传统的雷达为了提高功率，往往采用大脉宽的雷达信号。但由雷达的模糊概念可知，雷达的距离分辨力与回波信号有效带宽成反比，所以为了提高雷达的分辨率，常采用脉冲压缩的方式。所谓脉冲压缩，就是在接收宽脉冲信号时，用匹配滤波器进行脉冲压缩，输出窄波信号。保证回波信号能量的同时，能有效提高雷达的距离分辨力。原理图如图8所示。

图8　脉冲压缩处理模型

用Simulink软件脉冲压缩的步骤如下：1）求出理想的线性调频信号，然后对该信号进行共轭翻转，最后用FFT傅里叶变换求出脉冲压缩系数。2）得到理想的回波信号，对信号正交解调。假设目标在一定距离内静止，取一个脉冲重复周期内接收到的回波信号。3）脉冲压缩处理。首先对回波信号进行FFT傅里叶变换，得出的结果与脉冲压缩系数相乘，最后经过IFFT傅里叶反变换即可求出信号经过脉冲压缩的结果。

搭建模型如图9所示，输入具体参数：中心频率为10 MHz，脉宽为10 μs，调频带宽为2 MHz，对回波的采样频率是40 MHz。Simulink中没有共轭反转这一模块函数，此处引进S函数，通过编程实现共轭反转功能。2.3 Chirp-Z变换

图9　脉冲压缩处理模型

传统的FFT运算只能初略地看出主频频率的大概位置，通过提高FFT傅里叶变换的运算点数可以提高精度，但运算点数的增加也意味着工作量的增加，不利于快速准确地得到理想结果。但是在傅里叶变换的基础上加入Chirp-Z变换，能够既快又准确地算得主频频率的大致位置。不同于FFT变换在整个单位圆的z平面取样，Chirp-Z变换在单位圆上等间隔采样，所以算法较之前有所改进。正交解调信号是模拟量，需要把这个模拟量转换成数字信号才可以进行傅里叶计算，而这一过程是通过A/D数模转换器实现的［6］。在Simulink里面调用Buffer这一模块，可以实现上述功能。

基于FFT变换的Chirp-Z算法原理见图10。

图10　Chirp-Z变换原理图

计算步骤如下［2］：

1）求h（n）的主值序列

为了对比引入Chirp-Z变换与未引入之前只进行FFT变换的测距精度之间的区别，模拟在4种不同测量距离的条件下进行仿真，结果见表1。

表1　FFT算法与Chirp-Z变换的测距精度仿真结果对比

3　结论

本文中在Simulink软件平台上仿真了雷达信号从产生到处理的过程，体现出Simulink在信号模拟方面的强大功能。1）能方便快捷地建立模型，根据自己的设计细节进行搭建，精简且易于理解，同时后期可以根据自己的需要进行修改。2）缩短了产品开发的周期，降低了开发的成本。3）从仿真图可看出，适当提高FFT的运算点数，对中频信号进行脉冲压缩，在FFT傅里叶变换中引入Chirp-Z变换，都可显著改善传统雷达信号处理精度，提高雷达的距离分辨能力。4）验证了本算法的可行性与可靠性，对于后续研究有重要的理论价值。

参考文献：

［1］左锦波.基于Simulink仿真与多DSP的雷达信号处理技术研究［D］.南京：南京信息工程大学，2009．

［2］章猛.基于ESL的汽车防撞雷达设计［D］.南京：南京理工大学，2008．

［3］高香梅. FMCW防撞雷达系统中频信号处理的软硬件关键技术研究［D］.合肥：合肥工业大学，2013．

［4］Lizhong Song, Xiaolin Qiao. Signal Processing Method of a Novel Polarized Array Radar Seeker［J］. Journal of Sys⁃tems Engineeringand Electronics，2013，24（5）：772-779.

［5］MKL Wenli Xu, Hao Cha, Mo Zhou．The Simulation Re⁃search of Software Radar Signal Processing Computing Time Based on Intel IPP and MKL［C］//Proceedings of 2010 Asia- Pacific Conference on Information Network and Digital Content Security（2010APCID），New York：Curran Associate, Inc, 2010：13-18.

［6］杨智勇.汽车电器［M］.北京：人民邮电出版社，2011：16-20.

［7］黄连丽，周奎，朱贤成.基于激光测距离雷达的数据采集系统［J］.湖北汽车工业学院学报，2015（3）：44-47.

Analysis of Simulink-based Signal Processing of Pulse Compression Radar

Zhang Shujie1, Fang Hongye2
（1. Hubei Key Laboratory of Advanced Technology for Automotive Components, Wuhan University of Technology, Wuhan 430070, China; 2. Hubei Collaborative Innovation Center for Automotive Components Technology, Wuhan University of Technology, Wuhan 430070, China）

Abstract:In order to improve the accuracy of radar range gun, an improved algorithm for signal process⁃ing was put forward and the related simulation models were built by Simulink software. The model can simulate the radar signal, the generation of the noise and the treatment process of IF signal. Unlike the traditional algorithm, this one increases the number of points of the FFT appropriately and joins the Chirp-Z transformation. The simulation results verify the feasibility of the model and reliability of the algorithm. The results show the algorithm can significantly improves the rangingprecision of the radar.

Key words:radar; signal processing; Simulink

作者简介：张淑杰（1991-），男，河南范县人，硕士，主要从事汽车电子方面的研究。E-mail：80445326@qq.com

收稿日期：2016-01-18

doi：10.3969/j.issn.1008-5483.2016.01.010

中图分类号：TN957.51

文献标识码：A

文章编号：1008-5483（2016）01-0037-05