本科毕业论文---雷达杂波的建模与仿真方法研究正文.doc

《本科毕业论文---雷达杂波的建模与仿真方法研究正文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业设计（论文）雷达杂波的建模与仿真方法研究燕山大学毕业设计（论文）任务书学院：信息学院系级教学单位：电子与通信工程学号030201070037学生姓名专业班级电子信息工程2班课题题目雷达杂波的建模与仿真方法研究来源自选主要内容熟悉ZMNL算法，将ZMNL模型应用于具有一定概率分布的相关雷达杂波序列。并用MATLAB语言对相关雷达杂波进行蒙特卡洛仿真。基本要求[1]学习熟悉ZMNL方法[2]用ZMNL方法对具有一定概率分布的相关雷达杂波进行建模[3]用MATLAB语言进行仿真参考资料[1]雷达系统模拟R.L.米切尔著科学出版社[2]雷达原理丁鹭飞著西安电子科技大学出版社

2、[3]燕山大学网上图书馆中国期刊全文数据库[4]燕山大学网上英文资料Eisevier周次1—4周5—8周9—12周13—16周17—18周应完成的内容收集资料熟悉课题内容和设计思路程序设计与调试程序设计分析、调整以及程序优化实验结果整理以及总结论文书写课题总结答辩指导教师：史洪印系级教单位审批：摘要摘要现代雷达系统越来越复杂，难以用直观的方法来进行研究，因此雷达模拟应用广泛。雷达系统模拟是数字模拟技术与雷达技术结合地产物。也就是用计算机软件来建立雷达系统的模型，然后在计算机上复现雷达系统中信号的产生、传递、处理等动态工作过程。雷达模拟的核心是建立雷达目标回波信号及各种杂

3、波信号散射、传播特性的模型。杂波伴随这雷达产生而产生，对于雷达的设计有着重要的影响。所以通过对杂波性质的研究，建立合适的模型，对于雷达设计和分析有重要意义。对数正态分布、韦伯分布、K-分布是三种适于描述雷达杂波的非高斯分布模型，快速、准确地模拟各种杂波，对雷达研究是十分重要的。文中讨论了上述三种相关非高斯分布杂波的建模与仿真，在三种非高斯分布与高斯分布的相关系数之间的非线性关系的基础上，利用ZMNL法，模拟产生了三种相关的非高斯分布随机序列。本文正文部分先论述了雷达杂波的性质和分类，然后介绍了几种常用的概率分布模型，接着介绍了有关ZMNL法的原理和应用，最后具体阐明了在

4、指定杂波功率谱情况下，幅度服从瑞利分布、对数正态分布、韦伯分布和K-分布的杂波的建模与仿真方法，并根据不同分布的特点，将其应用到地杂波、海杂波、气象杂波和箔条干扰的仿真中。仿真结果证明了这种仿真方法是有效可靠的。关键词　雷达杂波仿真；ZMNL；概率分布；功率谱61摘要AbstractWiththemorecomplexityofmodernradarsystem,itisdifficulttoanalysisasusualmethods.SoRadarsimulationiswidelyused.RadarSystemSimulationiscombinedwithdi

5、gital-analogtechniquesandradartechnology.Thatis,Modelingradarsystemwithsoftware,andthenrecurringtheproduce,transmissionprocessingbycomputer.ThecoreofRESismodelingthescatterandtransmissionofradarechosignalandvariedradarcluttersignals.Soitisveryimportanttostudythecharacterofradarclutter,to

6、findapropermodel.Anditisverysienificanttoradardesignandanalysis.Radarcluttercanbestatisticallymodeledbyusingthreekindsofnon-Gaussianprobabilitydensityfunctions(PDF)oflognormal,WeibullandK-distributed.Itisimportanttocorrectlysimulateradarclutter.Modelingandsimulationofthreekindsofcorrelat

7、ednon-Gaussianclutterarediscussedinispaper.Basedonthecorrelationcoefficientnonlinearitybetweenthreenon-GaussianandGaussiandistribution,threekindsofcorrelatednon-Gaussianrandomsequencesaregeneratedbyzerosmemorynonlinearity(ZMNL).Inthefirstpartofthepaper,thenatureandclassif