CMA_SA_RADAR_READER 读取CMA SA 雷达基数据文件&&球坐标转空间直角坐标 结合CMA-AWS-READER可以画基数据叠加自动站风场 read_RADAR.py:读雷达基数据文件&&球坐标转空间直坐标 barb_plot.py:结合CMA-AWS-READER可以画基数据叠加自动站风场

RadarGUI PyQt 5 CINRAD雷达基数据处理可视化软件。 基于Python 3.6，用于雷达回波绘制和显示，ppi、rhi、三维散点图绘制和交互可视化。 主要功能：  1.单个体扫数据反射率因子各层仰角PPI图像；  2.单个数据反射率因子个方位角RHI图像；  3.某站点一段时间内连续数据0°仰角PPI图像连续显示；  4.单个体扫数据三位散点图交互可视化；  5.生成标准网格化数据。 详情请移步知乎专栏：

用于天气雷达产品读取的delphi程序，可以读取PUP产品的多种格式产品

该雷达具有数字化正交解调、数字脉冲处理、固定目标对消、动目标检测（MTD）、和恒虚警（CFAR）处理等功能 %% 雷达系统仿真 %% % 发射信号为13位巴克码和线性调频混合调制的信号，线性调频的中心频率为30MHz， % 调频带宽为4MHz，每一位码宽为10微秒，发射信号的帧周期为1毫秒 % 该雷达具有数字化正交解调、数字脉冲处理、固定目标对消、动目标检测（MTD）、 % 和恒虚警（CFAR）处理等功能 code=[1,1,1,1,1,-1,-1,1,1,-1,1,-1,1]; % 13位巴克码 tao=10e-6; % 脉冲宽度10us fc=28e6; % 调频信号起始频率 f0=30e6; % 调频信号中心频率 fs=100e6; % 采样频率 ts=1/fs; % 采样间隔 B=4e6; % 调频信号调频带宽

基于MIMO雷达系统,建立了单频信号体制下目标部件旋转、振动的微多普勒效应的数 学模型。与传统单基雷达系统相比,当选取的观测雷达组合不同时,得到的旋转微多普勒正弦 曲线的幅值、初始相位均不相同,而振动微多普勒正弦曲线的初始相位不变,只有幅值改变。仿 真实验验证了理论分析的结果,从而为MIMO雷达系统的微动特征提取及目标识别提供了理论 依据。

OFD-LFM MIMO雷达中目标部件振动的微多普勒效应分析

1.hfss高级使用教程，适用于hfss2020及以上软件版本 2.hfss使用 SBR+算法仿真大型实际场景 3.实现多普勒测速雷达实际场景仿真 4.适用于初学者 动态场景仿真可实现： 1 将天线辐射范围3D可视化呈现 2 预估所需雷达天线波束宽度 3 验证所设计雷达天线覆盖范围

处理ipix官网下载的雷达原始数据，将方位角以及俯仰角进行处理

这是从加拿大某大学架在海岸的研究雷达实测的数据，对于雷达信号处理实际验证很有用，在电脑上已经12年了，现在原网站打不开了，没准后面某个时候能用的上，数据量很大，对于研究雷达信号处理有借鉴意义。

自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工 程，图像分类性能优越，因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达 图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识，包括雷达图像的特性，并指出了传统的雷达自 动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了 CNN在雷达自动目标识别中的研究现状，其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下 来对雷达自动目标识别面临的挑战进行了深入分析。最后对CNN新理论、新模型，以及雷达新成像技术和未来复 杂环境下的应用进行了展望。