精华内容
下载资源
问答
  • matlab仿真改善因子相对于非相干积累脉冲数的关系。当累积脉冲数较少时相干累积与非相干累积对于信号的改善相差不大, 当累积的脉冲数较多时,两者对信号的改善效果差距较为明显,这是因为,虽然相干处 理对信号...
  • 多回脉冲可以进行相干非相干积累组合。由多个脉冲组合雷达回波的过程称为雷达脉冲积累脉冲积累可以在包络检测器前的正交部分进行。因此,可以在信号幅度中积累。 另外,由于相干积累利用所有积累脉冲

    波动目标检测----一种情况是完全已知的幅位和相位,另一种是幅度已知而相位随机。主要的假设是,雷达目标由非变化非波动散射体组成。然而,实际当中却很少这种情况。首先,就我们预计雷达从其视域内任何目标接收到多个回波脉冲。此外,现实目标会在单脉冲或脉冲间的持续时间上波动。在以下程序中将讨论目标波动及考虑多回脉冲进行目标检测。多回脉冲可以进行相干和非相干积累组合。由多个脉冲组合雷达回波的过程称为雷达脉冲积累。脉冲积累可以在包络检测器前的正交部分进行。因此,可以在信号幅度中积累。
    另外,由于相干积累利用所有积累脉冲的相位信息,需要确保所有积累脉冲之间的相位变化是已知的,因此,需要对目标动态例如目标距离、距离变化率、翻滚速率、RCS起伏等精确地作出估计或计算,这样相干积累才是有意义的。事实上,如果雷达在缺乏目标动态的正确信息的条件下对脉冲进行相干积累,得到的SNR将比期望的SNR累加和有较大的损失。在采用非相干积累时,目标动态信息则不是至关重要的,虽然如此,需要估计目标距离变化率,使得只有在一个特定距离单元内的目标回波被积累。
    当积累脉冲的相位未知时,相干积累不再可行,采用另一种相干积累形式,在这种情况下,通过累加积累单独脉冲的包络或其包络的平方进行脉冲积累。因此,采用术语非相干积累。
    线性包络检测波器和正交检波器之间的性能差异实际上可以忽略,罗伯森1967年指出,这种差异一般小于0.2分贝,这两种条件在雷达实际应用中都不明显。与包络检波器的情况相比,实际硬件中平方律检波器的分析和实践更容易实现。
    非相干积累的效率比相干积累要低。事实上,非相干积累的增益总是小于非相干积累脉冲的个数。这个积累损耗称为检波后损耗或平方律检波器损耗。
    function impr_of_np=improv_fac(np,pfa,pd)
    fact1=1.0+log10(1.0/pfa)/46.6;
    fact2=6.79.*(1.0+0.253.*pd);
    fact3=1.0-0.14.log10(np)+0.0183.(log10(np)).^2;
    impr_of_np=fact1.*fact2.*fact3.*log10(np);
    end
    clc;
    clear all
    close all
    Pfa=[1e-2,1e-6,1e-8,1e-10];
    Pd=[.5 .8 .95 .99];
    np=linspace(1,1000,1000);
    I(1,:)=improv_fac(np,Pfa(1),Pd(1));
    I(2,:)=improv_fac(np,Pfa(2),Pd(2));
    I(3,:)=improv_fac(np,Pfa(3),Pd(3));
    I(4,:)=improv_fac(np,Pfa(4),Pd(4));
    index=[1,2,3,4];
    L(1,:)=10.*log10(np)-I(1,:);
    L(2,:)=10.*log10(np)-I(2,:);
    L(3,:)=10.*log10(np)-I(3,:);
    L(4,:)=10.*log10(np)-I(4,:);
    subplot(2,1,2)
    semilogx(np,L(1,:),‘k:’,np,L(2,:),‘k-’,np,L(3,:),‘k-’,np,L(4,:),‘k’,‘linewidth’,1.5)
    xlabel(’\bfNumber of pulses’);
    ylabel(’\bfIntegration loss in dB’)
    axis tight
    grid
    subplot(2,1,1)
    semilogx(np,I(1,:),‘k:’,np,I(2,:),‘k–’,np,I(4,:),‘k’,‘linewidth’,1.5)
    xlabel(’\bf Number of pulses’)
    ylabel(’\bf Improvement factor in dB’)
    legend(‘P_D=5,P_f_a=10-2’,‘P_D=.8,P_f_a=10-6’,‘P_d=.95,P_f_a=10-8’,‘P_D=.99 P_f_a=10-1^0’);
    grid
    axis tight
    下图给出了使用不同的Pd和Pfa积累改善因子与积累脉冲数的关系图。图的顶部给出了使用方程,以及Pd和Pfa积累脉冲数参数的积累改善因子图。而图的底部给出了对应积累损耗Np与参数Pd和Pfa的关系图。
    在这里插入图片描述
    雷达系统分析与设计(MATLAB版)(第三版)------【美】Bassem R. Mahafza著 周万幸 胡明春 吴鸣亚 孙俊等译—366页至367页和392页至393页

    展开全文
  • 部分相干脉冲光束的M

    2021-03-05 06:04:43
    从时空维格纳分布函数出发,以高斯-谢尔(GSM)脉冲光束例,导出部分相干超短脉冲光束的M2因子公式。给出了空间完全相干高斯脉冲光束和准单色高斯-谢尔脉冲光束的M2因子。由于受脉冲光束带宽及空间相关度的影响,高斯-...
  • 与传统实现宽带抽运脉冲方法相比, 使非相干ASE光源通过一光纤布拉格光栅(FBG)滤波器, 可以很方便地得到吉赫兹带宽的抽运脉冲, 因而大大降低了系统的复杂度及成本, 且延迟量可以和传统方法相比拟。
  • 从理论上推导了第Ⅱ类相位匹配下宽带飞秒脉冲次谐波光场,分析输入飞秒脉冲共线相位匹配方式、脉冲带宽引起相位失配与群速失配对测量的影响。结果表明,为了消除飞秒脉冲的带宽影响,需要对测量记录的光强乘以...
  • 通过使用自相似压缩,以皮秒脉冲生成高度相干的超连续谱
  • 雷达可检测因素建模

    2021-04-22 17:58:21
    首先利用雷达方程的信噪比形式计算雷达接收机的可用信噪比(SNR),接下来,将可检测因子定义以指定的检测概率Pd和错误警报Pfa进行检测所需的阈值SNR。然后,将系统的最大范围估计可用SNR等于可检测因子的范围,即...

    雷达可检测因素建模

    1.概述

           主要对天线,发射机、接收机的增益和损耗进行建模,以进行详细的雷达距离方程分析。首先利用雷达方程的信噪比形式计算雷达接收机的可用信噪比(SNR),接下来,将可检测因子定义为以指定的检测概率Pd和错误警报Pfa进行检测所需的阈值SNR。然后,将系统的最大范围估计为可用SNR等于可检测因子的范围,即仍可以使用指定的PdPfa进行检测的最大范围。

           进一步探讨雷达系统不同组件引入的损耗对估计的最大范围的影响。首先考虑灵敏度时间控制(STC)和损耗对可用SNR的影响。接下来考虑需要增加雷达可探测性因子的扫描和信号处理损失。通过计算探测器输出处的最终Pd得出结论,以证明损耗对雷达系统的探测性能的影响。

    2.可用信噪比

           雷达方程式结合了雷达系统的主要参数可用来计算最大探测距离,所需的峰值发射功率或最大可用SNR。用于计算范围R处的最大可用SNR的雷达方程式的常见形式是:

                                                                                                                              SNR=\frac{​{P_t}\tau{G_t}{G_r}{\lambda^{2}}\sigma}{(4\pi)^3kT_{s}R^4L}

          其中,p_t是峰值发射功率;\tau是发射脉冲宽度;G_t是发射天线增益;G_r是接收天线增益;\lambda是雷达波长;\sigma是雷达目标横截面(RCS);k是玻尔兹曼常数;T_s是系统噪声温度;L是损耗因子,将沿着发射器-目标-接收器路径的损耗合并在一起,从而降低了接收信号的能量。在公式的右侧,除目标范围和RCS外的所有参数都在雷达设计人员的控制之下。该方程式表明,对于距离R的给定大小的目标,可以通过发送更多的功率,增加天线的大小,使用较低的频率或使用更灵敏的接收器来提高接收器处可用的SNR。

          例如一个工作在3GHz频率的S波段机场监视雷达。峰值发射功率为0.2MW,发射和接收天线增益为34dB,脉冲持续时间为11μs,噪声系数为4.1dB。假设需要雷达在最大探测距离Rm在100 km处检测到具有RCS为1m2的目标。

    lambda = freq2wavelen(3e9);         % 波长(m)
    Pt = 0.2e6;                         % 发射峰值功率(W)
    tau = 1.1e-5;                       % 脉冲宽度(s)
    G = 34;                             % 发射与接收天线增益(dB)
    Ts = systemp(4.1);                  % 系统温度(K) 
    rcs = 1;                            % 目标雷达截面积(m^2)
    Rm = 100e3;                         % 需求最大探测距离(m)

    假如损耗L为0dB,使用雷达方程来计算接收机处的可用SNR。

    L = 0;                              % 包含发射与传播损耗(dB)
    R = (1:40:130e3).';                 % 距离采样(m)
    SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'Loss',L);

    在要求的最大探测距离100km范围内,可用SNR为

    SNRatRm = SNR(find(R>=Rm,1))

    SNRatRm = 18.3169

    计算出的可用SNR和最大探测距离关系曲线可以绘制出如下图:

                                                                                                                          

    计算和曲线图显示,对于在100km距离处探测到具有1m2 RCS的目标,接收机处的可用SNR约为18.32 dB。

    3.需求的信噪比

    还需要判断18.32 dB的可用SNR是否满足检测,由于雷达接收机处理的信号是发射波形和随机噪声的组合,因此可用SNR是否满足检测取决于所需的检测概率Pd和错误警报的最大可接受概率Pfa。这些概率定义了所需的SNR,也称为可检测性因子(或可检测性)。可检测性因子是定义具有指定检测概率和错误警报的检测所需的最低SNR。它还取决于RCS波动和检测器的类型。假设Pd = 0.9和Pfa = 1e-6,则平方律检测器从稳定(Swingling0)目标接收到的单个脉冲的可检测因子为

    Pd = 0.9;
    Pfa = 1e-6;
    D0 = detectability(Pd,Pfa,1,'Swerling0')

    D0 = 13.1217  

    而对于Swerling1模型波动目标(对于实际目标而言这是更准确的模型),单脉冲可检测因子要高得多

    D1 = detectability(Pd,Pfa,1,'Swerling1')

    D1 = 21.1436

    结果所需的SNR为21.14 dB,高于可用的SNR为18.32 dB,这表明单个脉冲将不会检测到Swerling1目标。降低可检测因子的一种常见方法是执行脉冲积累。对于N=10个非相干积累脉冲,可检测因子为

    N = 10;
    DN = detectability(Pd,Pfa,N,'Swerling1')

    DN = 13.5033

    低于可用的SNR。因此,在10个脉冲的非相干积累之后,雷达系统将能够在100 km的所需最大探测距离内检测到RCS为1m2的目标,检测概率为0.9,误报率为1e-6。

    针对Swerling1目标和N个脉冲计算出的可检测因子结合了积累增益和波动损耗的影响。积累增益是使用单个脉冲检测稳定目标所需的SNR与使用N个脉冲检测稳定目标所需的SNR之差。

    Gi = detectability(Pd,Pfa,1,'Swerling0') - detectability(Pd,Pfa,N,'Swerling0')
    

    Gi = 7.7881

    起伏损失是检测起伏目标所需的SNR与检测稳定目标所需的SNR之差。

    Lf = detectability(Pd,Pfa,N,'Swerling1') - detectability(Pd,Pfa,N,'Swerling0')

    Lf = 8.1696

    瀑布图可用于说明可检测性因素的组成部分,如下图所示。

    helperDetectabilityWaterfallPlot([D0 -Gi Lf], {'Single-pulse steady target','Pulse integration gain','Fluctuation loss'});

                                                                                                                            

    一旦计算出可检测因子,就可以将其代入雷达方程式的范围形式,作为评估系统实际最大范围所需的最小SNR。

    radareqrng(lambda,DN,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'Loss',L,'unitstr','km')
    

    ans = 131.9308

    为了清楚地表明在指定的期望检测概率Pd和最大可接受的误检率Pfa的检测范围内,将计算出的可检测因子作为水平线添加到SNR与Range的关系图中。如图所示:

                                                                                                                         

    上述分析假设损失为零,因此无法充分预测实际雷达系统的范围。具有指定参数的真实雷达系统将由于以下原因而具有更短的最大探测距离:

    (1)由地球表面和大气引起的传播效应。 这些影响会减少接收机上的可用信号能量。

    (2)整个雷达系统的各种损失。某些损耗会降低可用的SNR,而其他损耗会导致可检测性因子增加。

    下面将更详细地考虑第二类的损耗对雷达系统的测距性能的影响。

    4.探测距离相关因素

    在设计监视雷达系统时,必须在雷达方程式中包括几个因素,以说明接收机处可用信号能量的减少。

    4.1信号遮蔽

    脉冲雷达系统在脉冲传输期间关闭其接收机。因此,从雷达的一个脉冲长度内的距离内或在无模糊距离附近的一个脉冲长度内的目标回波将被发射的脉冲所遮盖,从而仅接收和处理一部分脉冲。本例中考虑的雷达系统的脉冲宽度为11μs,可以接收到完整脉冲的最接近距离是最小距离R_{min}

    Rmin = time2range(tau)

    Rmin = 1.6489e+03

    因此距离小于1649 m的目标的回波将在脉冲传输完成之前到达。位于无模糊距离的倍数处或附近的目标也会发生类似的影响。假设脉冲重复频率为1350Hz(脉冲重复间隔T≈0.75ms),则系统的无模糊距离为

    prf = 1350;                         % 脉冲重复频率
    Rua = time2range(1/prf)

    Rua = 1.1103e+05

    从距离R_{ua}\pm R_{min}到达的回波将被下一个发送的脉冲所遮盖。下图说明了脉冲遮蔽,箭头指示脉冲的前面。

                                                                                                                  

    由于信号遮蔽,可用的SNR将在0距离和等于Rua的倍数的距离内具有较深的零陷。为了考虑由于脉冲遮蔽而导致的可用SNR损失,必须将遮蔽因子添加到雷达方程中。

    Du = tau*prf;                       % 占空比
    Fecl = eclipsingfactor(R,Du,prf);   % 遮蔽因子
    
    SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'CustomFactor',Fecl,'Loss', L);
    
    radarmetricplot(R*1e-3,SNR,DN, ...
        'MetricName','Available SNR', ...
        'RequirementName','Detectability', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km','MetricUnit','dB', ...
        'ShowStoplight',true);
    title([{'Available SNR vs Range'}, {'(With Eclipsing)'}]);
    legend('Location','best');

                                                                                                                     

    一般的雷达系统利用PRF分集来防止遮蔽损失并扩大系统的无模糊距离。

    4.2灵敏度时间控制(STC)

    典型的监视雷达系统必须发射大量功率才能检测远距离目标。尽管可用能量随距离越远而迅速衰减,但在非常近的距离内,由于高峰值发射功率,即使是很小的目标也可以具有非常强的回波能量。来自小干扰目标(鸟类、昆虫)的强的回波能量可能会导致不希望的检测,而常规大小的目标或附近的杂波会使接收器饱和。对于监视雷达系统,非常需要避免此类不需要的检测。为了解决这个问题,雷达系统使用STC。当目标接近雷达时,它将接收机的增益扩大到一个截止范围 Rstc,以保持恒定的信号强度。

    Rstc = 60e3;                        % STC 截止距离(m)
    Xstc = 4;                           % 选择STC指数以将目标可检测性维持在低于Rstc的范围内(因为信 
                                        % 号功率与R^4成反比)
    Fstc = stcfactor(R,Rstc,Xstc);      % STC 因子
    
    SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'CustomFactor',Fecl+Fstc,'Loss',L);
    
    radarmetricplot(R*1e-3,SNR,DN, ...
        'MetricName','Available SNR', ...
        'RequirementName','Detectability', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km','MetricUnit','dB', ...
        'ShowStoplight',true);
    title([{'Available SNR vs Range'}, {'(With STC and Eclipsing for 1 m^2 Target)'}]);
    legend('Location','best');
    ylim([-30 30])

                                                                                                                                             

    添加STC因子后,该图表明,在最大距离Rm处仍可检测到1m2 RCS目标,而RCS为0.03 m2的小目标将无法在任何范围内达到0.9的所需Pd,因此无法被检测到。

    SNRsmallRCS = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',0.03,'CustomFactor',Fecl+Fstc,'Loss',L);
    
    radarmetricplot(R*1e-3,SNRsmallRCS,DN, ...
        'MetricName','Available SNR', ...
        'RequirementName','Detectability', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km','MetricUnit','dB', ...
        'ShowStoplight',true);
    title([{'Available SNR vs Range'}, {'(With STC and Eclipsing for 0.03 m^2 Target)'}]);
    legend('Location','best');
    ylim([-30 20])

                                                                                                                           

    从上面的图中可以看出,STC仅将可用SNR缩放到指定的截止距离,而不会影响最大感兴趣距离内的可用SNR。

    5.扫描

    雷达系统可以通过机械旋转天线或使用相控阵天线并执行电子扫描来扫描目标。天线波束的形状不完美,以及将波束扫过搜索空间的过程会给系统带来额外的损失。

    5.1波束形状损失

    假设每个接收到的脉冲具有最大幅度,雷达方程将使用天线增益的峰值。实际上,当波束通过目标时,接收到的脉冲会被扫描天线的双向模式调制,从而导致波束形状损失。计算该损耗的确切值将需要知道确切的天线方向图。通常在执行此类分析时,在雷达系统设计的早期阶段可能无法获得此信息。取而代之的是,典型实用天线的主瓣形状可以通过高斯形状很好地近似。假设雷达系统在空间域中执行密集采样(即波束移动的距离小于半功率波束宽度的0.71),则一维扫描的波束形状损失为

    Lb = beamloss

    Lb = 1.2338

    如果雷达系统同时扫描方位角和仰角,则扫描速度会翻倍。

    beamloss(true)

    ans = 2.4677

    5.2扫描损失

    在此示例中,假设雷达系统采用电子控制相控阵进行扫描。由于以下两种影响,使用相控阵天线将导致所需SNR的增加:1)由于波束方向上投影阵列面积的减小而导致波束展宽,2)在宽阔的角度减小单个阵列元件的有效孔径面积。为了解决这些影响,必须将扫描扇区损失添加到可检测性因素中。假设系统仅在方位角维度上进行扫描,并且扫描扇区的范围为-60至60度,则最终的损失为

    theta = [-60 60];
    Larray = arrayscanloss(Pd,Pfa,N,theta,'Swerling1')

    Larray = 2.7745

    6.信号处理

    在检测之前,接收到的雷达回波必须经过雷达信号处理链。信号处理链中不同处理部分的目的是保证所需的检测和虚警概率,去除杂波产生的回波,并考虑可变或非高斯噪声。在监视雷达系统中必须进一步考虑的信号处理损失的几个部分如下。

    6.1MTI

    动目标检测(MTI)是指在通过具有显著速度运动的目标回波时,对固定或缓慢移动的杂波进行剔除的过程。典型的MTI使用2、3或4脉冲对消器,实现一个高通滤波器来抑制低多普勒偏移的回波。将接收到的信号通过MTI脉冲抵消器引入噪声样本之间的相关性。这反过来又减少了可用于积累的独立噪声样本的总数,从而导致MTI噪声相关损失。此外,MTI抵消器可显着抑制速度接近其频率响应零点的目标,从而导致额外的MTI速度响应损失。假设使用了2脉冲抵消器,则MTI损耗的这两个分量为

    m = 2;
    [Lmti_a, Lmti_b] = mtiloss(Pd,Pfa,N,m,'Swerling1')

    Lmti_a = 1.4468

    Lmti_b = 8.1562

    在一个使用单PRF的系统中,MTI速度响应损耗可能非常高,因为需要很高的检测概率。为了消除这种损失,实际雷达系统中几乎总是采用PRF分集。

    6.2二元积累

    二元积累是一种次优的非相干积分技术,也称为M-of-N积分。如果接收的N个脉冲中有M个超过了预定的阈值,则判定存在一个目标。二元积累器是一种相对简单的自动探测器,对伴随目标回波可能存在的单个大干扰脉冲的影响不太敏感。因此,当背景噪声或杂波为非高斯分布时,二元积累器具有更好的鲁棒性。由于二元积累是一种次优技术,因此与最优非相干积累相比,二元积累会造成损失。M的最优值不是一个敏感的选择,它可能与最优值有很大不同,而不会造成明显的损失,从而导致二元积累损耗低于1.4 dB。当N = 10, M = 6时,二元积累损耗为

    M = 6;
    Lbint = binaryintloss(Pd,Pfa,N,M)

    Lbint = 1.0549

    binaryintloss函数在假设目标为稳定(Swerling 0)的情况下计算损失。 由于波动损失包括在可检测性因子中,因此在目标波动的情况下可以使用相同的二元积累损失计算。

    6.3CFAR

    恒定虚警率(CFAR)检测器用于在噪声或干扰水平变化时保持近似恒定的虚目标检测率。由于CFAR对有限数量的参考单元进行平均以估计噪声水平,因此估计会有误差,从而导致CFAR损失。恒虚警率损失是指当噪声水平未知时,相对于一个已知噪声水平的固定阈值,使用恒虚警率达到理想的检测性能所需的信噪比增加。假设共有120个单元被用于单元平均恒虚警,恒虚警损失为

    Nrc = 120;
    Lcfar = cfarloss(Pfa,Nrc)

    Lcfar = 0.2500

    7.有效检测因子

    扫描和信号处理损耗增加了可检测系数,这意味着需要更多的能量来进行检测。由此产生的包括所有这些损失的影响的可检测系数称为有效可检测系数。

    D = [D0 -Gi Lf Lmti_a+Lmti_b Lbint Lcfar Larray Lb];
    helperDetectabilityWaterfallPlot(D, {'Single-pulse steady target','Pulse integration gain','Fluctuation loss'...
        'MTI loss', 'Binary integration loss', 'CFAR loss', 'Scan sector loss', 'Beam shape loss'});

                                                                                                             

    将各部分需求的检测系数累加,得到的有效检测系数为28.42 dB。通过考虑扫描和信号处理损失,所需的信噪比增加了近15 dB。分析结果表明,当Pd= 0.9, Pfa= 1e-6时,该系统无法满足100 km范围内检测1m2 RCS目标的要求。

    radarmetricplot(R*1e-3,SNR,sum(D), ...
        'MetricName', ...
        'Available SNR', ...
        'RequirementName','Detectability', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km','MetricUnit','dB', ...
        'ShowStoplight',true);
    title([{'Available SNR vs Range'}, {'(With STC, Eclipsing, Scanning and Signal Processing Losses)'}])
    legend('Location','best')
    ylim([-10 30]);

                                                                                                                                 

    这个问题可以通过增加可用的SNR或降低所需的SNR来解决。发射更多的功率或增加天线增益会提高可用的SNR,而增加积分时间则会降低所需的SNR。然而,在某些应用程序中,系统参数的一个子集可能受到其他需求的约束,因此不能更改。例如,如果分析是针对现有系统进行的,那么增加可用SNR可能不是一种选择。在这种情况下,调整信号处理链以降低可检测因子可能是一个可接受的解决方案。为了降低所需的SNR,在以下各节中,我们假定脉冲数N从10增加到40。

    此外,可以改变对最大距离和检测概率的要求。可以定义一对Objective和Threshold值,而不是用单个数字指定期望的检测概率或最大范围。客观需求描述了完全满足任务需要所需的系统的期望性能水平。阈值要求描述了系统的最低可接受性能水平。使用一对值来定义需求,而不是使用单个值,为设计提供了更多的灵活性,并为选择系统参数创建了一个调整空间。在这个例子中,我们假设Pd的目标需求为0.9,并将阈值设置为0.8。同样,目标最大距离要求保持为100km,而阈值设置为90km。现在计算目标和阈值Pd的可探测因子。

    N = 40;
    M = 18;
    Pd = [0.9 0.8];
    
    [Lmti_a, Lmti_b] = mtiloss(Pd,Pfa,N,m,'Swerling1');
    Dx = detectability(Pd,Pfa,N,'Swerling1') + cfarloss(Pfa,Nrc) + beamloss ...
        + Lmti_a + Lmti_b + binaryintloss(Pd,Pfa,N,M) + arrayscanloss(Pd,Pfa,N,theta,'Swerling1')

    Dx = 2×1

    24.2522

    18.0494

    Rm = [100e3 90e3];
    radarmetricplot(R*1e-3,SNR,Dx(1),Dx(2), ...
        'MetricName', ...
        'Available SNR', ...
        'RequirementName','Detectability', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km','MetricUnit','dB', ...
        'ShowStoplight',true);
    title([{'Available SNR vs Range'}, {'(N=40)'}])
    legend('Location','best')
    ylim([-10 30]);

                                                                                                                           

    SNR vs Range图现在有一个黄色的Warn区域,指示SNR值和目标范围,其中系统的性能介于目标和阈值要求之间。可以看到,大约70km的系统满足目标Pd的要求。从70 km到100 km,在满足阈值要求的同时,违反了Pd的客观要求。

    8.有效检测概率

    从上面的信噪比和距离图可以看出,雷达系统的探测性能随距离的变化而变化。对于距离在70 km以下的1m2目标,探测到的概率大于或等于0.9,而在70 km至100 km之间,探测到的Pd至少为0.8。

    % 生成概率值向量以计算ROC曲线
    p = probgrid(0.1,0.9999,100);
    
    % 在这些概率下计算所需的信噪比
    [lmti_a, lmti_b] = mtiloss(p,Pfa,N,m,'Swerling1');
    dx = detectability(p,Pfa,N,'Swerling1') + cfarloss(Pfa,Nrc) + beamloss ...
        + lmti_a + lmti_b + binaryintloss(p,Pfa,N,M) + arrayscanloss(p,Pfa,N,theta,'Swerling1');
    
    % 绘制ROC曲线
    helperRadarPdVsSNRPlot(dx,p,[0.1 0.9999]);

                                                                                                                               

    探测器输出的有效检测概率现在可以通过在可用信噪比值上插值此ROC曲线来计算。

    % 在有效信噪比下插值ROC曲线
    Pdeff = rocinterp(dx,p,SNR,'snr-pd');
    
    % 绘制有效Pd作为距离的函数
    radarmetricplot(R*1e-3,Pdeff,Pd(1),Pd(2), ...
        'MetricName','Effective P_d', ...
        'RequirementName','P_d', ...
        'MaxRangeRequirement',Rm*1e-3, ...
        'RangeUnit','km', ...
        'ShowStoplight',true);
    legend('Location','best')
    ylim([0.5 1.0])

                                                                                                                            

    该结果表明,由于使用了STC,在2 km至60 km的范围内,检测到的概率几乎是恒定的。对于具有1m2 RCS的目标,它高于0.92。 在70 km至87 km之间,有效Pd大于0.85。在最大距离要求的阈值处,探测概率约为0.84,而在100 km的目标距离处,探测概率略高于0.8。

    展开全文
  • 但这种堆积啁啾脉冲在时间上由于相干而存在时间调制, 同时也将导致光谱存在调制。此外, 堆积啁啾脉冲的峰值强度也随延迟时间等因素的变化而有所不同。通过数值模拟, 分析了时间调制、光谱调制以及强度的演化规律。...
  • 能级光学Bloch方程的基础上,考虑不同大气湍流模式下激光光强在大气中间层的分布,通过数值模拟的方法,计算三种大气湍流模式下的钠信标回波光子数,然后根据经验确定大气相干长度的范围,估算宏微脉冲激发钠信...
  • 基于广义惠更斯-菲涅耳原理和粗糙面散射理论,考虑发射机到目标和目标到接收机双程路径中大气湍流对光束传输的影响,研究了脉冲波束...但脉冲相干带宽与湍流强度、中心频率、湍流外尺度、观察处两点间距离、频差有关。
  • 针对基于弱相干光源(WCS)和轨道角动量...采用OCS大大减少了多光子脉冲数, 弥补了WCS的不足, 而采用OAM解决了基的依赖性缺陷问题, 从而增大了最大安全传输的距离, 该研究实用的量子密钥分配协议提供了重要的理论参考。
  • 将严重影响MPPSK调制的频谱利用率,故本文令 ,取消相邻符号间的保护间隔,再取 ,便得到MPPSK的一特例,即双极性脉冲调制如下: (2) 本论文中,当载频,系统带宽(−60 dB)时,取Nc = 379,Kc = 20,得到双极性...

    Hans Journal of Wireless Communications

    Vol.07 No.01(2017), Article ID:19746,6

    pages

    10.12677/HJWC.2017.71003

    Demodulation for Bipolar Pulse Modulation under Pulse Interference

    Bingbing Hu1, Lenan Wu2

    Radio Engineering Southeast University, Nanjing Jiangsu

    2691458502a28b86564a84b4eb87812e.png

    Received: Jan. 25th, 2017; accepted: Feb. 15th, 2017; published: Feb. 20th, 2017

    htmlimages%5C1-2890033x%5Cf4daa762-ba39-44c9-b439-8965414d84df.png

    ABSTRACT

    Space electromagnetic environment is increasingly complex; all kinds of interference cannot be avoided, to promote the development of anti-jamming technology. For the bipolar pulse modulation system, this paper mainly uses various filtering algorithms to weaken the influence of pulse interference on the modulation signal, further optimizes the signal waveform, extracts the waveform characteristics, and finally uses SVM classification algorithm for demodulation, significantly improving the demodulation performance.

    Keywords:Impulse Interference, MPPSK, Bipolar Small Pulse Modulation, Filtering Algorithm, Demodulation Performance, SVM Classification Algorithm

    双极性脉冲调制的抗脉冲干扰解调

    胡冰冰1,吴乐南2

    东南大学信息科学与工程学院,江苏 南京

    收稿日期:2017年1月25日;录用日期:2017年2月15日;发布日期:2017年2月20日

    378eb1baaaa578ba13577926681b01ce.png

    摘 要

    空间电磁环境日趋复杂,各种干扰不可回避,促使了抗干扰技术的发展。针对双极性脉冲调制体制,本文主要利用各种滤波算法来削弱脉冲干扰对调制信号的影响,进一步优化信号波形,提取波形特征,最终利用SVM分类算法进行判决解调,明显提升了解调性能。

    关键词 :脉冲干扰,MPPSK,双极性小脉冲调制,滤波算法,解调性能,SVM分类算法

    4270ff42475abd8fb350d90f06404191.png

    Copyright © 2017 by authors and Hans Publishers Inc.

    This work is licensed under the Creative Commons Attribution International License (CC BY).

    http://creativecommons.org/licenses/by/4.0/

    htmlimages%5C1-2890033x%5Ce70a10f1-7c93-45ea-9603-062237856e4b.png

    image.hanspub.org:8080%5CHtml%5Chtmlimages%5C1-2890033x%5Ce898c85e-ffc4-45c9-b817-14224a4d6960.png

    1. 引言

    随着无线通信技术发展的突飞猛进以及无线设备的广泛应用,空间的电磁环境日趋复杂,各种干扰无处不在,尤以军事通信领域为甚,因而各种抗干扰技术和体制也不断发展。尝试具有抗干扰潜力的新的调制信号波形,也是通信抗干扰的一个重要研究方向。多元位置相移键控(M-ary Position Phase Shift Keying, MPPSK)调制 [1] 可实现频谱效率和功率效率的自由转换,具有较高的灵活性,因此,本文尝试将MPPSK的一个特例——双极性脉冲调制用于抗干扰通信,研究其在脉冲干扰环境下的抗干扰方法和解调性能,为实际应用提供参考。

    2. 改进的MPPSK调制和双极性脉冲调制

    MPPSK是一种数字相位调制,通过对不同符号的信息调制出现在载波的不同时间位置来区分不同的码元。其M进制的调制波形表达式如下 [2] [3] :

    362e9eeaa975298988f75a30be25689d.png(1)

    其中,

    cc6f875f0790d2f5bc164cae8968cb50.png为调制载波的频率,

    eb60c33112c5be78f2d74b916d35bfa4.png为载波周期,

    752dd5b7f97ea33832da28ee32b3210e.png为符号保护间隔控制因子,由

    29e3b2f5d63a90e5f1b7c77c7dec27aa.png和整数M、N、K构成了改变MPPSK信号带宽、传输效率和解调性能的“调制参数”。对于周期出现的保护间隔,会在频域引入额外的功率谱线谱,将严重影响MPPSK调制的频谱利用率,故本文令

    c7cfe74fa28f969f1c75a85119d9813d.png,取消相邻符号间的保护间隔,再取

    fec9d8893c6724acc453b0eafc0956ce.png,便得到MPPSK的一个特例,即双极性脉冲调制如下:

    f23d4d063903bfb69e548e6910d792ae.png(2)

    本论文中,当载频,系统带宽为(−60 dB)时,取Nc = 379,Kc = 20,得到双极性脉冲调制信号波形如图1所示。图2则为图1波形的基带成型信号、调制信号和功率谱。

    3. 抗脉冲干扰系统

    双极性脉冲调制信号在发送端经过成型滤波用以约束信号带宽后,经加性高斯白噪声信道(即AWGN,

    5caa498e4ee4a1a1e8c78584e89f6bcd.png

    Figure 1. Time domain waveform of bipolar pulse modulation signal

    图1. 双极性脉冲调制信号时域波形

    9528dc037fbb2d442dd4634c12634ce6.png

    Figure 2. Bipolar pulse baseband shaping signal, modulation signal and power spectrum

    图2. 双极性脉冲基带成型信号、调制信号以及功率谱

    通信上指的是一种通道模型(channel model),此通道模型唯一的信号减损是来自于宽带的线性加成或是稳定谱密度(以每赫兹瓦特的带宽表示)与高斯分布振幅的白噪声)传输,信道中还同时叠加了脉冲干扰;接收端则利用中值滤波、消波、自适应滤波等进行抗干扰处理后,经过相干处理(即乘以相干载波后低通滤波),将高频信号转化为基带信号,最终利用支撑向量机(SVM [4] )分类器判决,解调出发送码元。整个系统处理过程如图3所示。

    3.1. 脉冲干扰

    脉冲干扰是在时域短时内施放干扰,又称部分时间干扰。它作用时间较短,但突发的脉冲幅度很大,具有平坦的频谱特性,且其频谱覆盖整个信号带宽。本文采用基于对称

    25d687bb6602510c529e60a876ec40e7.png稳定(

    508c02b3cdf2ec1e1a46ece9ad54d418.png)分布的统计模型,来模拟无线通信系统中的脉冲噪声。

    d67481f4b8783f89afcc55217a634396.png分布建模为:

    f9f0a36e6e0d10659bed21f98535aa0b.png(3)

    其生成方式是用服从指数分布的随机变量

    a2e67db6abf8abc0b4f7b49922bed406.png和服从均匀分布的随机变量

    3a35a48429f41d6693b3ddd8a9beb2ad.png表示,而后得到

    eb37052fbac0c93afd9aebbc20b5a19d.png。这其中,Alfa和Gamma是两个对噪声分布影响较大的因素,Alfa为特征指数,决定噪声脉冲的剧烈程度,取值范围为(0,2),越小,脉冲程度越显著;Gamma为比例参数,描述样本相对于均值的分散程度,其值大于零。如图4所示。

    3.2. 中值滤波和自适应滤波算法

    中值滤波 [5] [6] 是一种非线性平滑技术,是基于排序统计理论的一种有效抑制散粒噪声的非线性信号处理技术,基本原理是把数字图像或时间序列中一点的值用其邻域中各点值的中值代替,让该点的值接近其真实值,从而消除孤立的噪声点。设在某一个时间窗口,信号样本为

    980de9340cc1eb0eb9342a438d401720.png,其中

    c25f7bda0270013dea134c91b155cdb0.png为位于窗口中心的样本值。对这N个信号样本值按从小到大排序后,其中值在

    aeb4e69cbc2e36e5321a6428a32ec30d.png处的样值,便定义为中值滤波的输出值,如下式所示:

    533938c4e7908787aba7574e94812807.png(4)

    自适应滤波算法 [7] [8] ,就是利用前一时刻已获得的滤波器参数,自动调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器,它不需要关于输入信号的先验知识,计算量小,特别适用于实时处理。由于无法预知信号和噪声的特性或者它们是随时间变化的,因此可设计自适应滤波器,

    e32573ab67c42fb4f77c8e7eda25fc82.png

    Figure 3. Anti-jamming system

    图3. 抗脉冲干扰系统

    05d0f25533ba60f52758521741465e38.png

    Figure 4. Superimposed pulse interference modulation signal and the limited signal after median filtering

    图4. 叠加了脉冲干扰的调制信号以及经过中值滤波消波后的信号

    以跟踪信号和噪声的变化。本论文主要采用的基于LMS自适应滤波算法,主要原理即输入信号

    2ca01ef04d5c9481b8de2a3bbd106dfc.png通过参数可调数字滤波器后产生输出信号

    50eab4d954af3ac47f9804edd5a59900.png,将其与期望响应

    451b4f61da70a76ce06b7cb70fb0629b.png进行比较,形成误差信号

    394be04021ee8c2ccf40f929336dc962.png,并以此通过某种自适应算法对滤波器参数进行调整,最终使

    02300eabe228548e08463b29bed0ce7c.png的均方值最小。

    3.3. SVM分类

    SVM分类是针对线性可分情况进行分析,而对于线性不可分的情况,则通过非线性映射将低维输入空间线性不可分的样本转化到高维特征空间使其线性可分,从而使得在高维特征空间对样本的非线性特征进行线性分析成为可能。它基于结构风险最小化理论,在特征空间中建构最优分割超平面,使得学习器得到全局最优化,并在整个样本空间的期望风险以某个概率满足一定上界。

    4. 仿真结果与分析

    由于接收信号中脉冲干扰的随机性较大,因此中值滤波需要选择合适的窗长,才能有效抑制窗内的尖峰脉冲。但输出依旧含有残余脉冲干扰,所以需要对其进行限幅,本文将限幅阈值设置为调制波形最大值的1.5倍,处理结果由图4可见,对脉冲干扰抑制较为明显。

    此后输出波形依旧含有残余噪声和干扰,但总体分布趋于平缓,随机性大大降低,因此可以利用最小均方误差(LMS)自适应滤波处理,选择合理的步长,并且对部分码元进行训练以得到合理的滤波器参数后,即可利用训练好的滤波器参数来对接收信号进行滤波处理。由图5左图可以观察滤波结果。

    自适应滤波后,波形总体特征与发端调制信号差异不大,说明上述处理对噪声和干扰抑制明显。接着将该信号乘以相干载波后再低通滤波,得到基带信号,如图5右图所示。

    经过大量仿真表明,该接收信号特征较为明显,如图5左图所示,可以用匹配解调或幅度判决解调。只有少数码元仍有随机性,导致眼图畸变,因此很难精准取得位同步,而SVM判决可根据输入码元的主要波形特征进行分类,并不需要实时取得位同步位置,因此完全可以解决脉冲干扰随机性带来的不确定性。

    5. 结论

    图6右图的仿真结果表明,本文提出的基于双极性脉冲调制的抗脉冲干扰方法适用范围更广,解调性能优于匹配滤波约2 dB,而幅度判决解调方案对于脉冲干扰性能明显性能较差。该方案不仅有效降低了脉冲干扰的影响,且对位同步精度的要求大幅降低,有较高的抗脉冲干扰的能力。表1数据显示,排

    55e57942777b2f0131b5e3b0acfa8092.png

    Figure 5. Adaptive filtering output signal and low-pass coherent output signal

    图5. 自适应滤波输出信号以及相干器输出信号

    08dcac1085cc03d96e055e0c65308d4f.png

    Figure 6. Receiver waveform eye diagram and bit error rate results

    图6. 接收端波形眼图和误码率图

    8b2a9e44a6b9874c918661fc10e87d62.png

    Table 1. Demodulation performance of impulse jamming system

    表1. 抗脉冲干扰系统解调性能

    除高斯白噪声的影响,本论文提出的抗脉冲干扰方案仅仅针对脉冲干扰的解调性能非常明显。

    文章引用

    胡冰冰,吴乐南. 双极性脉冲调制的抗脉冲干扰解调

    Demodulation for Bipolar Pulse Modulation under Pulse Interference[J]. 无线通信, 2017, 07(01): 17-22. http://dx.doi.org/10.12677/HJWC.2017.71003

    参考文献 (References)

    1. 靳一, 吴乐南, 余静, 陈艺方. MPPSK调制解调器研究[J]. 信号处理, 2012, 28(7): 917-925.

    2. 应鹏魁, 吴乐南. 一种新的MPPSK调制解调器实现结构[J]. 东南大学学报(自然科学版), 2012, 42(2): 204-208.

    3. 张鹏, 吴乐南. MPPSK调制的跳时多址研究[J]. 信号处理, 2015(4): 386-392.

    4. 徐红梅. 基于SVM多分类判决的MPPSK信号检测研究[D]: [硕士学位论文]. 南京: 东南大学, 2015.

    5. 宋宝军. 基于中值滤波的冲激引信毛刺脉冲消除方法[J]. 探测与控制学报, 2014(3): 52-55.

    6. Fu, T. and Zhou, S. (2009) VLF Atmospheric Noise Suppression Using Median Filter and Wavelet Threshold Denoising. 2009 2nd International Congress on Image and Signal Processing, Tianjin, 17-19 October 2009, 1-4. https://doi.org/10.1109/cisp.2009.5301875

    7. 王鲁彬, 翟景春, 熊华. 自适应滤波算法研究及其Matlab实现[J]. 现代电子技术, 2008, 31(3): 174-175+178.

    8. 孟小猛. 自适应滤波算法研究及应用[D]: [硕士学位论文]. 北京: 北京邮电大学, 2010.

    展开全文
  • 雷达原理知识点汇总

    千次阅读 2020-01-14 20:12:34
    在天线控制设备的控制下,天线波束按照指定方向在空间扫描,当电磁波照射到目标上,次散射电磁波的一部分到达雷达天线,经收发开关至接收机,进行放大、混频和检波处理后,送到雷达终端设备,能判断目标
  • 这一章首先就单载波相干接受机的结构及基本原理进行介绍,其次就数字信号处理模块的各主要流程模块——正交化归一化、时钟恢色散补偿与静态均衡、偏振动态道均衡、频偏估计与载波相位恢复分别进行详细的阐述。...
  • 在重复频率200 Hz的条件下,获得了脉冲能量11.45 mJ、脉冲宽度174 ns的1645 nm单频脉冲输出,在x和y方向上的M2因子分别1.45和1.42,脉冲光与种子光拍频信号的频谱半峰全宽2.67 MHz。实验表明,Er∶YAG陶瓷...
  • 另一个为stm32f10x_conf.h专门控制外围器件的配置,也就是开关头文件的作用 3、HSE Osc(High Speed External Oscillator)高速外部晶振,一般为8MHz,HSI RC(High Speed InternalRC)高速内部RC,8MHz 4、LSE Osc...
  • 然后,在传统PCNN模型的基础上,对神经元的输入信号,尤其是链接系数和阈值的线性衰减子因子进行了改进和简化,同时对链接强度系数β进行理论上的近似推导,并减少人工设置的参数。最后,通过最佳阈值对其结果进行...
  • 雷达方程将雷达作用距离与发射机、接收机、...如果发射机功率由各向均匀的天线辐射,则在距离雷达R处的功率密度,实际上雷达是采用定向天线辐射功率,假设其天线增益G,则距离雷达R出的功率谱密度,目标拦截一部分
  • 2、Stm32f10x.h相当于reg52.h(里面有基本的位操作定义),另一个为stm32f10x_conf.h专门控制外围器件的配置,也就是开关头文件的作用。 3、HSE Osc(High Speed External Oscillator)高速外部晶振,一般为8MHz...
  • 产生太赫兹波辐射的方法可分为电子学和光子学两大类。在光子学领域,线性光学差频方法是获取高功率、低成本、便携式、...这两条非常接近的谱线进一步通过线性光学差频方法获得高相干性太赫兹波提供了理论基础。
  • 程序在外面找到的关于超连续谱产生的matlab代码 主要针对原始代码的一些缺陷的修复。于今年3月份更新
  • 数字调制解调—2ASK

    千次阅读 2021-08-06 15:52:23
    目录:ASK(Amptitude Shift Keying , 幅度键控)调制解调原理2ASK调制2ASK解调相干解调非相干解调MATLAB仿真 ASK(Amptitude Shift Keying , 幅度键控)调制解调原理 2ASK调制 2ASK解调 相干解调 非相干解调 MATLAB仿真
  • 线性光学笔记

    2021-07-19 09:13:12
    前者包括色散位移光纤、高线性光纤、光子晶体光纤以及相应的线性光学环形镜;全光网络(全光通信网络)是指光信息流在网络中传输及交换时始终以光的形式存在,不再经历光-电-光的信号转换。全光波长转换技术主要...
  • OFDM基础

    2021-09-15 10:29:44
    刚开始用CSDN,尤其是公式不会插入。所以很多都是截图或者字母...而 OQAM/FBMC 在各个子载波上使用了特殊设计的滤波器来改善带外衰减 其中 K 重叠因子,K 越大,带外抑制越干净。抑制能力由图2.3与2.4对比可得出。
  • 例如,我们将在第六章看到,在复高斯噪声环境下以0.9的检测概率、10-8的虚警概率对幅度恒定的目标进行检测,单个采样的信噪比需要14.2dB(线性比例约26.3)。 For example, in Chap. 6 it will be seenthat ...
  • STM32学习笔记(超详细整理145问题)

    万次阅读 多人点赞 2018-07-30 13:33:40
    2、Stm32f10x.h相当于reg52.h(里面有基本的位操作定义),另一个为stm32f10x_conf.h专门控制外围器件的配置,也就是开关头文件的作用; 3、 HSE Osc(High Speed External Oscillator)高速外部晶振,一般为8MHz,...
  •  1、 SYSCLK时钟源有三来源:HSI RC、HSE OSC、PLL;    2、 MCO[2:0]可以提供4源不同的时钟同步信号;  3、 GPIO口貌似有两反向串联的二极管用作钳位二极管;  4、 总线矩阵采用轮换算法对系统总线...
  • ASK调制与解调

    千次阅读 2021-03-24 14:30:38
    进制ASK信号解调2.1相干解调2.2非相干解调2.ASK调制信号的matlab仿真3.ASK信号解调的MATLAB仿真 1.进制ASK调制信号产生 调制信号为二进制数字信号时,这种调制称为进制数字调制。在2ASK调制中,载波的幅度只有...

空空如也

空空如也

1 2 3 4 5 ... 14
收藏数 278
精华内容 111
关键字:

20个脉冲非相干积累,改善因子为?