1.算法概述
（不加时间反转处理）参看框图1：天线阵A发送信号，经过目标场，在接收阵B端接收数据记为Y1，然后对所接收到的信号处理（匹配滤波等处理过程），得到回波的信噪比，目标的位置及成像；用图示表示如下：
不加时间反转处理的程序，其基本流程图如下所示：
（加上时间反转处理）在B端接收到信号Y1，对Y1做时间反转处理，能量归一化后再发射出去，经过同样的空间场，然后在A端接收数据记为Y2，对接收到的数据Y2再做处理（匹配滤波等），得到回波的信噪比（与第一步未加时间反转做对比），目标的位置信息及成像。用图示表示如下：
加时间反转处理的程序，其基本流程图如下所示：
发射天线数Nt个，接收天线数Nr个（Nt，Nr可以自由设置或确定设置为某一值，如Nt=2，Nr=3等等），空间中放置检测目标（目标个数可以自定，简化下，目标可看成是点目标），发射端发射信号为超宽带信号（高斯脉冲信号），并且Nt个发射信号为正交信号（即将前面的高斯脉冲信号进行处理，使信号正交），信号经过探测空间后，接收端对回波进行处理，得到空间中目标的位置及成像。
具体步骤：假设收发双方分别为天线阵A和天线阵B
第一步：（不加时间反转处理）参看框图1：天线阵A发送信号，经过目标场，在接收阵B端接收数据记为Y1，然后对所接收到的信号处理（匹配滤波等处理过程），得到回波的信噪比，目标的位置及成像；
第二步：（加上时间反转处理）在B端接收到信号Y1，对Y1做时间反转处理，能量归一化后再发射出去，经过同样的空间场，然后在A端接收数据记为Y2，对接收到的数据Y2再做处理（匹配滤波等），得到回波的信噪比（与第一步未加时间反转做对比），目标的位置信息及成像。
2.仿真效果预览 matlab2022a仿真结果如下：
3.MATLAB部分代码预览
figure;
color = ['b','g','r','k'];
for i = 1:length(alpha)
[gt,f] = func_UWB_gspluse(E0,fc,f1,f2,k,scale,alpha(i));
tmp = color(i);
plot(f,gt,tmp);
hold on;
axis([898,902,-0.5,1.2]);
end
title('超宽带高斯脉冲信号');
legend('alpha = 0','alpha = 0.75','alpha = 1.5','alpha = 3');
% clear E0 alpha fc f1 f2 k scale color gt f
%进行传统算法
%下面开始实际的算法
%这里发送天线和接收天线设置为4和1，如果要修改
%%
%参数的初始化
Nt = 3;
Nr = 3;
L = length(gt);
l = 1:L;
T = 1/(10^6);
ts = T/L;
SNR =-10:1:20;
times= 200;
Pfa = 10e-5;%虚警概率
%%
%超带宽高斯脉冲信号
[gt,f] = func_UWB_gspluse(E0,fc,f1,f2,k,scale,alpha(1));
%MIMO发送信号
X = func_MIMO_trans(gt,Nt,ts,T);
ind = 0;
for j = 1:length(SNR)
N0 = 10^(SNR(j)/10);
count = 0;
mui = 1;
for i = 1:times%利用门特卡罗的设计仿真思想，计算不同信噪比下的检测概率
ind = ind + 1
%通过MIMO信道
[alpha,H]=func_MIMO_channel(Nt,N0);
%接收机接收到的信号
for l=1:L
r(:,l)=H*X(:,l);
end
%将时间反转的信号通过信道发送回去
for l=1:L
r2(:,l)=H*conj(r(:,l));
end
%匹配滤波
[E,R] = func_match_filter(r2,X,L);
%目标检测
Theta_doa = func_MIMORadar_DOA(E,R);
%判断是否被检测到
threshold = 10000;
if(Theta_doa>threshold)
detected = 1;
count = count + 1;
else
p = rand(1,1);
if p > 1-Pfa %虚警概率
detected = 1;
count = count + 1;
else
detected = 0;
end
end
end
pc(j) = count/times;
end
toc
figure;
plot(SNR,pc,'b-o');
xlabel('SNR');
ylabel('Pmd');
grid on;
01_049_m