Фкм сигнал в радиолокации. Функция неопределенности сигнала с линейной частотой модуляции

14.01.2024

В отличие от спектра колокольной пачки спектры прямоугольных пачек обладают другой формой лепестка, а именно .

Спектры пачек прямоугольных радиоимпульсов

· Форма арок АЧС определяется формой АЧС импульсов.

· Форма лепестков АЧС определяется формой АЧС пачки.

· Спектры пачек видеоимпульсов расположены на оси частот в окрестности нижних частот, а спектры пачек радиоимпульсов - в окрестности несущей частоты.

· Численное значение спектральной плотности пачек импульсов определяется её энергией, которая, в свою очередь, прямопропорциональна амплетуде импульсов в пачке длительности импульса и количеству импульсов в пачке К (длительности пачки) и обратнопропорциональна периоду следования импульсов

· При количестве импульсов в пачке база сигнала (коэффициент широкополостности) =

1.5.2. Сигналы с внутриимпульсной модуляцией

В теории радиолокации доказано, что для увеличения дальности действия РЛС необходимо увеличивать длительность зондирующих импульсов, а для улучшения разрешающей способности - расширять спектр этих импульсов.

Радиосигналы без внутриимпульсной модуляции (“гладкие”), применяемые в качестве зондирующих, не могут одновременно удовлетворить этим требованиям, т.к. их длительность и ширина спектра обратно пропорциональны друг другу.

Поэтому в настоящее время в радиолокации все большее применение находят зондирующие радиоимпульсы с внутриимпульсной модуляцией.

Радиоимпульс с линейной частотной модуляцией

Аналитическое выражение такого радиосигнала будет иметь вид:

где - амплитуда радиоимпульса,

Длительность импульса,

Средняя несущая частота,

скорость изменения частоты;

Закон изменения частоты.

График радиосигнала с ЛЧМ и закон изменения частоты сигнала внутри импульса (изображен на рисунке 1.63 радиоимпульс с нарастающей во времени частотой) приведены на рисунке 1.63

Амплитудно-частотный спектр такого радиоимпульса имеет примерно прямоугольную форму (рис. 1.64)

Для сравнения ниже показан АЧС одиночного прямоугольного радиоимпульса без внутри-импульсной частотной модуляции. В связи с тем, что длительность радиоимпульса с ЛЧМ велика, его можно условно разбить на совокупность радиоимпульсов без ЛЧМ, частоты которых изменяются по ступенчатому закону, показанному на рисунке 1.65

Спектры каждого из радиоимпульсов без JIЧM будут находиться каждый на своей частоте: .

сигнала. Нетрудно показать, что форма АЧС будет совпадать с формой исходного сигнала.

Фазо-кодо-манипулированные импульсы (ФКМ)

ФКМ радиоимпульсы характеризуются скачкообразным изменением фазы внутри импульса по определенному закону, например (рис. 1.66):

код трехэлементного сигнала

закон изменения фазы

трехэлементный сигнал

или семиэлементный сигнал (рис. 1.67)

Таким образом, можно сделать выводы:

· АЧС сигналов с ЛЧМ является сплошным.

· Огибающая АЧС определяется формой огибающей сигнала.

· Максимальное значение АЧС определяется энергией сигнала, которая в свою очередь, прямопропорциональна амплитуде и длительности сигнала.

· Ширина спектра равна где девиация частоты и не зависит от длительности сигнала.

· База сигнала (коэффициент широкополостности) может быть n >>1. Поэтому ЛЧМ сигналы называют широкополосными.

ФКМ радиоимпульсы длительностью представляют собой совокупность следующих друг за другом без интервалов элементарных радиоимпульсов, длительность каждого из них одинакова и равна . Амплитуды и частоты элементарных импульсов одинаковы, а начальные фазы могут отличаться на (или какое-либо другое значение). Закон (код) чередования начальных фаз определяется назначением сигнала. Для ФКМ радиоимпульсов, используемых в радиолокации разработаны соответствующие коды, например:

1, +1, -1 - трехэлементные коды

- два варианта четырехэлементного кода

1 +1 +1, -1, -1, +1, -2 - семиэлементный код

Спектральную плотность кодированных импульсов определяют, используя свойство аддитивности преобразований Фурье, в виде суммы спектральных плотностей элементарных радиоимпульсов.

Графики АЧС для трехэлементного и семиэлементного импульсов приведены на рисунке 1.68

Как видно из приведенных рисунков, ширина спектра ФКМ радиосигналов определяется длительностью элементарного радиоимпульса

или .

Коэффициент широкополостности , где N -количество элементарных радиоимпульсов.

2. Анализ процессов временными методами. Общие сведения о переходных процессах в электрических цепях и классическом методе их анализа

2.1. Понятие о переходном режиме. Законы коммутации и начальные условия

Процессы в электрических цепях могут быть стационарными и нестационарными (переходными). Переходным, процессом в электрической цепи называют такой процесс, при котором токи и напряжения не являются постоянными или периодическими функциями времени. Переходные процессы могут возникать в цепях, содержащих реактивные элементы при подключении или отключении источников энергии, скачкообразном изменении схемы или параметров входящих элементов (коммутации), а также при прохождении сигналов через цепи. На схемах коммутацию обозначают в виде ключа (рис. 2.1), предполагается, что коммутация происходит мгновенно. Момент коммутации условно принимают за начало отсчета времени. В цепях, не содержащих энергоёмких элементов L и С при коммутациях переходные

процессы отсутствуют. В цепях с энергоёмкими элементами переходные процессы продолжаются некоторое время, т.к. энергия запасенная конденсатором или индуктивностью не может изменяться скачком, т.к. это потребовало бы источника энергии бесконечной мощности . В связи с этим, напряжение на конденсаторе и ток через индуктивность скачком измениться не могут. Обозначая

В настоящее время остаются актуальными в радиолокации задача разрешения, а в системах передачи информации - задача различения сигналов.

Для решения этих задач можно использовать ФКМ сигналы, кодированные ансамблями ортогональных функций, имеющих, как известно, нулевую взаимную корреляцию.

Для разрешения сигналов в радиолокации можно использовать пачечный сигнал, каждый импульс которого кодирован одной из строк ортогональной матрицы, например матрицы Виленкина-Крестенсона или Уолша-Адамара. Данные сигналы имеют хорошие корреляционные характеристики, что позволяет использовать их для вышеупомянутых задач. Для различения сигналов в системах передачи данных можно использовать такой же сигнал со скважностью равной единице.

Матрицу Виленкина-Крестенсона при этом можно использовать для формирования полифазного (p -фазного) ФКМ сигнала, а матрицу Уолша-Адамара, как частный случай матрицы Виленкина-Крестенсона для числа фаз равного двум, - для формирования бифазного сигнала.

Полифазные сигналы, как известно, обладают высокой помехоустойчивостью, структурной скрытностью и относительно малым уровнем боковых лепестков автокорреляционной функции. Однако для обработки таких сигналов необходимо затрачивать большее количество алгебраических операций сложения и умножения из-за наличия реальной и мнимой частей отсчетов сигнала, что приводит к увеличению времени обработки.

Задачи различения и разрешения могут усугубляться априорно неизвестным доплеровским смещением несущей частоты из-за относительного движения источника информации и абонента или РЛС и цели, что также затрудняет обработку сигналов в реальном масштабе времени из-за наличия дополнительных доплеровских каналов обработки.

Для обработки вышеупомянутых сигналов, имеющих доплеровскую добавку частоты, предлагается использовать устройство, которое состоит из входного регистра, процессора дискретного преобразования, блока перекрестных связей и набора одинаковых блоков формирования АКФ сигнала, представляющих собой последовательно соединенные регистры сдвига.

Если в качестве матрицы-базиса взять ортогональную матрицу Виленкина-Крестенсона для обработки полифазного пачечного сигнала, то дискретное преобразование перейдет в дискретное преобразование Виленкина-Крестенсона-Фурье.

Т.к. матрицу Виленкина-Крестенсона можно факторизировать с помощью алгоритма Гуда, то дискретное преобразование Виленкина-Крестенсона-Фурье можно свести к быстрому преобразованию Виленкина-Крестенсона-Фурье.

Если в качестве матрицы-базиса взять ортогональную матрицу Уолша-Адамара - частный случай матрицы Виленкина-Крестенсона для обработки бифазного пачечного сигнала, то дискретное преобразование перейдет в дискретное преобразование Уолша-Фурье, которое путем факторизации можно свести к быстрому преобразованию Уолша-Фурье.

– код трехэлементного сигнала

– закон изменения фазы

или семиэлементный сигнал (рис. 1.67):

Таким образом, можно сделать выводы:

· АЧС сигналов с ЛЧМ является сплошным.

· Огибающая АЧС определяется формой огибающей сигнала.

· Ширина спектра равна где девиация частоты и не зависит от длительности сигнала.

· База сигнала (коэффициент широкополостности) может быть n >>1. Поэтому ЛЧМ сигналы называют широкополосными.

1, +1, -1 - трехэлементные коды

- два варианта четырехэлементного кода

1 +1 +1, -1, -1, +1, -2 - семиэлементный код

Сложные или энергоемкие сигналы позволяют разрешать противоречивые требования повышения дальности обнаружения и разрешающей способности. Дальность обнаружения повышается при использовании зондирующих сигналов с большой энергией Увеличение возможно за счет увеличения либо мощности, либо длительности сигнала. Пиковая мощность в РЛС ограничена сверху возможностями генератора радиочастоты и особенно электрической прочностью фидерных линий, соединяющих этот генератор с антенной. При использовании ФАР пиковая мощность ограничена максимальной мощностью модулей ФАР. Следовательно, проще повышать путем увеличения длительности сигнала. Однако сигналы большой длительности не обладают хорошим разрешением по дальности. Сложные сигналы с большой базой могут разрешить эти противоречия. В настоящее время широко используются два вида сложных сигналов: линейно-частотно-модулированные (ЛЧМ) и дискретно-кодированные (ДКС).

Линейно-частотно-модулированный сигнал. Если в пределах длительности импульса модулировать несущую частоту по линейному закону с большой девиацией частоты, то база сигнала будет большая и огибающая спектральной плотности входного сигнала будет приближаться к прямоугольной, т.е. Тогда на выходе оптимального фильтра формируется огибающая сигнала вида

где спектральная плотность сигнала на выходе оптимального фильтра с коэффициентом передачи

Преобразуя по Фурье в пределах ширины спектра Аеос, находим выходной сигнал:

Сделав замену получим

Видно, что импульс на выходе оптимального фильтра имеет огибающую вида

где задержка сигнала в фильтре.

Длительность выходного импульса на уровне 0,637 равна Таким образом, происходит укорочение или сжатие импульса в раз. Коэффициент сжатия равен базе сигнала.

Пример. Построим временную диаграмму прямоугольного радиоимпульса с внутриимпульсной линейной частотной модуляцией. Параметры сигнала: амплитуда среднее значение частоты длительность сигнала ширина спектра

Рис. 4.10. Вид ЛЧМ-сигнала

Решение. Аналитическое выражение для сигнала (рис. 4.10) имеет вид

где коэффициент сжатия (база сигнала).

Рис. 4.11. Процесс «сжатия» ЛЧМ - радиоимпульса: а - огибчющая входного сигнала; б - закон ЛЧМ; в - огибающая выходного сигнала

На рис. 4.11 приведены графики, иллюстрирующие процесс сжатия радиоимпульса с ЛЧМ.

Сигнал имеет следующие параметры:

Фильтры сжатия. В качестве фильтров сжатия могут использоваться устройства с прямоугольной амплитудно-частотной и квадратичной фазочастотной характеристиками, например, линии задержки (ЛЗ) сигнала с отводами (рис. 4.12, а,б). Если ЛЗ не обладает дисперсионными свойствами, то отводы располагают неравномерно на различных интервалах задержки и тем самым обеспечивают синфазное суммирование сигналов при распространении ЛЧМ-импульса вдоль ЛЗ. Если используется дисперсионная ЛЗ, у которой скорость изменения времени группового запаздывания от частоты обратна по знаку скорости изменения частоты ЛЧМ-сигнала во времени, то отводы располагаются равномерно по ЛЗ.

Рис. 4.12. Недисперсионная линия задержки (а) и дисперсионная линия задержки (б)

Рис. 4.13. Дисперсионная ультразвуковая линия задержки на ПАВ

Для сжатия ЛЧМ-радиоимпульсов наиболее употребительны дисперсионные ультразвуковые линии задержки (ДУЛЗ) на поверхностных акустических волнах (ПАВ), представляющие собой тонкие пластины пьезоэлектрических материалов (синтетического пьезокварца, ниобата лития, германата висмута и др.), на которые нанесены передающие и приемные металлические решетчатые электроды (рис. 4.13).

К числу основных параметров ЛЗ относятся рабочая частота полоса пропускания и время задержки значения которых зависят от материала ЛЗ.

В качестве примера рассмотрим ДУЛЗ (ОАО «Авангард»), предназначенную для сжатия ЛЧМ-радиоимпульса длительностью с девиацией частоты работающую на частоте

Фильтр на такой ЛЗ дает вносит потери и имеет уровень боковых лепестков Число электродов в решетке преобразователя составляет .

Сжатый импульс имеет форму что повышает опасность маскировки основных лепестков сжатого радиоимпульса, отраженного от цели с малой ЭПР (рис. 4.14), боковыми лепестками сильного сигнала. Для борьбы с этим явлением применяют весовую обработку сигналов во временной либо в частотной области с помощью специальных корректирующих фильтров (рис. 4.15), построенных обычно по трансверсальной схеме.

Рис. 4.14. Маскировка слабого сигнала (цель 2) боковым лепестком сильного сигнала (цель

Рис. 4.15. Схемы весовой обработки ЛЧМ-сигналов во временной и частотной областях

В отводы трансверсальных фильтров сжатия ставят усилители, коэффициенты передачи которых соответствуют весовым коэффициентам корректирующей функции. В ДУЛЗ на ПАВ требуемые весовые коэффициенты получают изменением длины электродов решетки.

Весовую обработку можно реализовать, использовав следующие весовые функции корректирующего фильтра:

1) весовая функция Дольфа - Чебышева (рис. 4.16);

2) весовая функция Тейлора;

3) весовая функция общего вида:

Частным случаем весовой функции Тейлора является весовая функция Хэмминга:

Структурная схема фильтра с показана на рис. 4.17 Фильтр подавления реализуется в виде двух последовательно включенных линий задержки на трех весовых усилителей и сумматора. При такой обработке уровень боковых лепестков уменьшается до Однако при этом основной лепесток расширяется примерно в 1,47 раза, а отношение сигнал/шум по мощности уменьшается в 1,34 раза по сравнению с отношением сигнап/шум на входе фильтра Хэмминга.

Уровень боковых лепестков уменьшается обратно пропорционально времени при всех видах весовой обработки, кроме весовой функции Дольфа - Чебышева, где он неизменен. При этом несколько расширяется основной лепесток и возрастают энергетические потери по сравнению с оптимальной обработкой (без корректирующего фильтра). Кроме корректирующих фильтров, для борьбы с боковыми лепестками используют изменение формы (предыскажение) зондирующих сигналов и внутриимпульсную нелинейную частотную модуляцию.

Рис. 4.16. Частотная характеристика корректирующего фильтра Дольфа-Чебышева

Рис. 4.17. Структурная схема фильтра Хэмминга

Дискретно кодированные сигналы (ДКС) Представим модель тела неопределенности, удовлетворяющую требованиям к энергоемкому зондирующему сигналу с высокой разрешающей способностью одновременно по времени и по частоте (дальности и скорости в виде пьедестала толщиной и острого конуса с осью, совпадающей с

осью высотой 1 и эллиптическим основанием, стоящим на пьедестале (рис. 4.18).

Разобьем тело ФНЗС на две части: информативную и неинформативную причем

Пусть длительность, ширина спектра сигнала, тогда согласно рис. 4,19 информативный объем представляет собой объем главного пика (острия), а неинформативный - пьедестал-параллелепипед объемом Потребуем, чтобы Для этого необходимо, чтобы т.е. величина должна быть тем меньше, чем больше площадь на которой «распределен» объем

Как видно, для выполнения этого условия сигнал должен быть одновременно длительным и широкополосным, т.е. относиться к сложным сигналам с большой базой. В качестве последних могут использоваться шумоподобные (ШПС), а чаще всего дискретно-кодированные сигналы (ДКС).

Рис. 4.18. Модель функции неопределешюсти сложного сигнала

Дискретное кодирование сигналов можно выполнять по фазе, частоте и амплитуде как раздельно, так и одновременно. Обычно ДКС разделяют на кодированные по амплитуде (АДКС), частоте (ЧДКС) и фазе (ФДКС). Дискретно-кодированный сигнал представляет собой радиоимпульс длительностью состоящий из более коротких импульсов-элементов (дискретов) длительностью тк, плотно примыкающих друг к другу (см. рис. 4.20, а). Аналитически ДКС можно записать так:

где параметры кодовой модуляции последовательности дискретов которая может содержать коды номер дискрета кодовой последовательности число дискретов в сигнале; импульс стандартной амплитуды длительностью тк (длительность элемента кода):

При этом длительность сигнала составляет Поскольку -энергетический параметр, для сохранения энергии сигнала неизменной при расчетах необходимо нормировать (4.17) с помощью дополнительного делителя Из общего выражения (4.17) следуют формулы, описывающие ДКС с различными видами кодирования. При имеем амплитудно-кодированный сигнал (АДКС):

О при других значениях

При получаем частотно-кодированный сигнал (ЧДКС). Обозначим тогда

О при других значениях

Чаще других используются ФДКС или, так называемые фазо-кодо-модулированные (ФКМ) и фазо-манипулированные (ФМ) сигналы. В этом случае и

Число значений , которые принимают начальные фазы элементов кода, называется основанием кодовой последовательности. При имеем бинарную последовательность.

Бинарная ФКМ-последовательность получается, когда начальная фаза элемента принимает одно из двух значений или . Тогда код можно задавать в виде последовательности значений фазы

либо в виде последовательности оператора либо в виде последовательности символов кода

Иногда в иллюстративном материале вместо символов используют соответствующие им символы

Таким образом, формирование бинарной кодовой последовательности сводится к заданию дискретных значений

Логика символов определяется по правилу:

На рис. 4.19 показан вид бинарного фазоманипулированного (ФМ) сигнала-радиоимпульса (а) и соответствующей кодовой последовательности В качестве бинарных кодовых последовательностей фазома-нипулированных сигналов чаще других используют бинарные коды Баркера и -последовательности. Коды Баркера обеспечивают уровень боковых лепестков равный т.е.

Процесс оптимальной обработки и «сжатия» во времени импульса с внутриимпульсной ФКМ с использованием семизначного кода Баркера показан на рис. 4.19.

Сжатие ФКМ импульса осуществляется с помощью линии задержки (ЛЗ) с отводами и сумматора, сигналы к которому от ЛЗ подаются через отводы либо непосредственно, либо с поворотом фазы на , т.е. инверсно, для обеспечения последовательности суммирования дискретов, показанной на рис. 4.19,г. Причем процесс суммирования иллюстрирован с использованием кодовой последовательности поэтому начальной фазе соответствует а фазе соответствует Закон смены знаков от первого отвода к последнему (от начала ЛЗ к концу) обратен коду С, начальных фаз радиоимпульса (Код на рис. 4.19,г). Этот код является зеркальным отображением модулирующего кода и представляет собой импульсную характеристику оптимального фильтра. Изменение фазы парциальных сигналов на каждом из отводов ЛЗ при прохождении по ней радиосигнала показан на рис. 4.19,г.

Рис. 4.19. (см. скан) Обработка в оптимальном фильтре ФКМ-радиоимпульса с се-миэлементным кодом Баркера: а - вид ФКМ-радиоимпульса; б - бинарный код начальных фаз дискретов; в - структурная схема устройства обработки (оптимального фильтра); г - последовательность суммирования дискретов; д - результат суммирования дискретов; е - выходной сигнал

Видно, что когда начало радиоимпульса достигнет последнего отвода, а конец - первого, парциальные сигналы на всех семи отводах

будут иметь одинаковый знак (фазу) и синфазно суммироваться. На выходе получится максимально возможный сигнал - главный пик длительностью Справа и слева от этого пика располагается по три боковых лепестка с амплитудой Фильтр согласован с ФКМ-импульсом длительностью и служит для увеличения на выходе оптимального фильтра. Однако коды Баркера известны только для

При тринадцатизначном коде Баркера импульс может быть сжат максимум в 13 раз, а минимальный уровень боковых лепестков ДКФ составит 1/13 от амплитуды главного пика выходного сигнала оптимального фильтра. На рис. 4.20 показана ФНЗС сигнала с фазокодовой манипуляцией кодом Баркера при

Рис. 4.20. Вид ФНЗС с модуляцией фазы кодом Баркера

Для увеличения коэффициента сжатия следовательно, для улучшения разрешения целей по дальности и скорости, а также для снижения уровня боковых лепестков применяют линейные рекуррентные кодовые последовательности, практически не имеющие ограничения по длительности кода.

В качестве рекуррентных кодовых последовательностей часто используют -последо-вательности или коды максимальной длины, которые образуются с помощью рекуррентных соотношений, что позволяет формировать их на регистрах сдвига, охваченных обратными связями. Подразделяют -последовательности на периодические, когда период повторения кода равен его длительности и непериодические (усеченные), когда больше Наиболее часто -последовательность задают в виде последовательности символов

Для основания 2 значение текущего символа кодовой последовательности зависит от предыдущих символов и рассчитывается по формуле

где могут быть равны или 1.

Величина называется памятью кодовой последовательности и определяет количество ячеек в регистре сдвига, формирующем код. При

формировании кодовой последовательности задают произвольный начальный блок или начальную комбинацию символов кода, состоящую из символов. Вся последовательность получается по рекуррентному соотношению (4.21).

Перечислим некоторые основные свойства -последовательностей:

1) -последовательности содержат элементов и имеют длительность ;

2) сумма двух -последовательностей по модулю 2 в символах дает снова -последовательность;

3) уровень боковых лепестков ДКФ для периодической последовательности с периодом равен а для одиночной (усеченной) непериодической последовательности длительностью он равен

4) число различных максимальных линейных рекуррентных последовательностей при одинаковом определяется алгоритмом где функция Эйлера.

Для формирования кодирующей (модулирующей) -последовательности обычно используют регистры сдвига, охваченные по определенным правилам обратными связями с отводов регистров. Правила осуществления обратных связей в регистрах, формирующих код на основе рекуррентных линейных последовательностей максимальной длины, можно определить, используя так называемые характеристические полиномы кодовых последовательностей.

Глава 1 - Методы обработки цифровых ФКМ-сигналов

1.1 Постановка задачи

1.2 Классификация методов подавления боковых лепестков сжато! о сш нала

1.2.1 Методы первичной и методы вторичной обработки

1.2.2 Методы обработки в спектральной и временной области

1.2.3 Методы итерационной и реитсрациоппой обработки

1.2.4 Адаптивные методы

1.3 Описание исходно! о &гп оритма адаптивно1 о сжатия импульсов

1.4 Выводы по главе

Глава 2 - Математическое описание системы

2.1 Обобщенное представление системы

2.2 Описание зондирующего ФКМ-сш пала

2.2.1 Описание зондирующем о сиг пала для одпокапальпой PJIC

2.2.2 Описание векторно1 о зондирующею си шала для поляризационной PJIC

2.3 Моделирование радиолокационных объектов

2.3.1 Импульсная характеристика радиолокационного объекта для одпокапальпой PJIC

2.3.2 Описание моделей радиолокационных объектов для поляризационной PJIC

2.4 Факторы, влияющие на точность оценки импульсной характеристики радиолокационного объекта

2.5 Шум системы

2.6 Критерии оценки уровня боковых лепестков сигнала на выходе фильтра ^ сжатия

2.7 Выводы по главе

Глава 3 - Алгоритмы адаптивной фильтрации

3.1 Использование адаптивной обработки при фильтрации сиг налов

3.2 Адаптивный алгоритм для одпокапальпой PJIC

3.2.1 Использование согласованною фильтра в составе адаптивною фильтра для од покапал ьной PJIC

3.2.2 Описание адаптивного аш оритма для одпокапальпой PJIC

3.2.3 Описание адаптивною фильтра для однокаиальной PJIC

3.3 Адаптивный алюритм для поляризационной PJIC

3.3.1 Использование согласованною матричною фильтра в составе адаптивною фильтра для поляризационной PJIC

3.3.2 Описание адаптивною алюритма для поляризационной PJIC

3.3.3 Описание адаптивно1 о фильтра для поляризационной PJIC

3.4 Выводы по I лаве

Глава 4 - Исследование предложенных адаптивных алгоритмов

4.111римспспие адаптивно! о алгоритма для одноканальпой PJIC

4.1.1 Применение алюритма для разных моделей радиолокационных объектов

4.2 11римепепие адаптивного шпоритма для поляризационной PJIC 96 4.2.1 11римепение ал1 оритма для разных моделей радиолокационных объектов

4.4 Выводы по I лаве 4 109 Заключение 111 С11 и со к л и терату р ы 113 Приложение А 119 Приложение В

Список сокращений

ЛКФ - автокорреляционная функция;

АСИ - адаптивное сжатие импульсов;

ЛФ - адаптивный фильтр;

ВКФ - взаимокорреляционпая функция;

ДД - динамический диапазон;

ИХ - импульсная характеристика;

ЛЧМ - линейно-частотно-модулированный;

МСО- минимум средпеквадратической ошибки;

PJI - радиолокационный;

PJIC - радиолокационная станция;

СКО - средпеквадратичсское отклонение;

УБЛ - уровень боковых лепестков;

ФКМ - фазокодоманипулиро ванный;

ФН - функция неопределенности;

ЭПР - эффективная поверхность рассеяния.

Введение диссертации (часть автореферата) на тему «Адаптивные алгоритмы снижения уровня боковых лепестков отклика на выходе фильтра сжатия ФКМ радиолокационных сигналов»

Теория радиолокации с момента своею появления в основном развивалась как теория, рассматривающая так нашваемые точечные цели. Однако, реальная цель зачастую представляет сложный объект, состоящий из совокупности элементов, и возникает необходимость определения их дальностей и интенсивности отраженных от эгих элементов си! налов.

Во многих современных радиолокационных станциях (PJIC) применяется сложный Фондирующий сигнал. Использование сложных сигналов но сравнению с простыми имеет ряд преимуществ, в частности, достижение высокого эперюпотенциала РЛС при ограниченной мощности излучения и повышенная помехозащищенность. Среди большою многообразия сложных сш палов нашли применение фаюкодоманипулироваппые (ФКМ) сигналы. Функция неопределенности таких сигналов имеет форму, которая исключает эквивалентность сдвша во времени и по частоте, характерную, например, для липейпо-частотпо-модулироваппых (ЛЧМ) сигналов.

При обработке отраженные сигналы сворачиваются в короткие импульсы в фильтре сжатия (сжимаются). Как правило, для этою используется согласованный фильтр (СФ). За длительность сжатою фазокодомапипулированною сигнала принимается ширина основного пика, однако за его пределами наблюдаются побочные максимумы (боковые лепестки).

Ссмласованный фильтр приемника PJIC может считаться оптимальным, если радиолокационный объект представлен одним точечным отражателем и сигнал принимается на фоне аддитивного белою шума. При наблюдении сложною, состоящею из совокупности отражающих элементов, радиолокационного объекта использование СФ не является оптимальным.

Уровень боковых лепестков (УШ1) сжатою сишала может существенно превышать не только уровень шума, но и уровни полезных сигналов. Мешающее влияние боковых лепестков проявляется в маскировании информационных пиков от слабых сигналов. На практике часто важно не пропустить полезный слабый радиосишал от отражателя с малой эффективной поверхностью рассеяния (ЭПР) па фоне мешающих отражений от объектов с большой ЭПР. Например, отраженный целмо импульс нередко теряется в более сильных отражениях от близких к цели посторонних объектов. Указанное явление существенно ограничивает динамический диапазон амплитуд полезных сигналов, обрабатываемых PJIC, и сфемлепие его расширить по одной принятой реализации является особенно привлекательным.

Проблема снижения уровня боковых лепестков сжатою сишала является актуальной как для одпокапальной, так и для поляризационной (мпоюкапальной) PJIC. В поляризационной PJIC ситуация усугубляется тем, что при полном поляризационном зондировании одновременно излучается два ортогональных сигнала, и уровень боковых лепестков определяется как их авто-, так и взаимной (кросс-) корреляцией.

Учитывая то, что расположение отражателей в составе радиолокационного объекта и интенсивность отраженных от них сигналов являются случайными, возникает задача синтеза приспосабливающихся (адаптивных) шпоритмов и соответствующих им фильтров, параметры и структура которых изменяются во времени. Чтобы характеристики системы были переменными и могли адаптироваться к изменяющимся условиям радиолокационного наблюдения (к различным объектам), необходимо использовать адаптивные фильтры.

Таким образом, исследовательскую работу по синтезу адаптивных алюритмов снижения боковых лепестков отклика на выходе фильтра сжатия ФКМ радиолокационных си! налов, рассеянных сложными радиолокационными объектами, можно считать актуальной.

Цслмо настоящей диссертации является разработка адаптивных алюритмов снижения уровня боковых лепестков отклика на выходе фильтра сжатия ФКМ сигналов для одпокапальной PJIC и поляризационной PJIC, позволяющих повысить радиолокационную наблюдаемость малоразмерных целей па фоне объектов с большой ЭПР, и исследование их эффективности.

В соответствии с этим были поставлены и решены следующие основные задачи.

1. Определение математических моделей зондирующею сигнала для одпокапальной и поляризационной PJIC.

2. Определение моделей радиолокационных объектов для одпокапальной и поляризационной PJIC.

3. Расширение динамического диапазона амплитуд полезных принимаемых сигналов PJIC по одной принятой реализации путем снижения уровня боковых лепестков сжатого сигнала.

4. Проведение численною моделирования адаптивною алгоритма для одпокапальной PJIC и разработка на его основе адаптивного алгоритма для поляризационной PJIC.

5. Исследование эффективности разработанных алгоритмов адаптивной фильтрации.

Актуальность исследовании

Решение поставленных задач актуально на современном этапе развития радиолокации, поскольку расширение динамического диапазона амплитуд полезных сигналов позволяет избежать осложнений, связанных с наличием больших боковых лепестков сжатого сложною сигнала и является актуальными [ 1 ].

Особенно актуальны эти задачи для поляризационной радиолокации, поскольку позволяют уменьшить ошибки определения элементов матриц рассеяния целей как при последовательном, так и при одновременном их измерении.

Методы исследовании. Проводимые исследования основаны на способах адаптивной обработки сигналов, теории сложных сигналов, оптимальных методах радиоприема и статистической теории радиолокации. В процессе исследования использовались методы математичесш о моделирования.

При проведении математическою моделирования использовался пакет прикладных программ MatLAB 7.0.

Практическая значимость работы определяется ее направленностью на повышение)ффективпости радиолокационных систем.

Полученные в работе результаты позволили:

1. Профаммпыми методами оптимизировать обработку радиолокационных сш налов по одной принятой реализации.

2. Разработать адаптивный алгоритм для однокапальной PJIC, позволяющий снижать уровень боковых лепестков принимаемою сжатою сшпала. Динамический диапазон одноканальных PJIC для описанных в работе моделей радиолокационном) объекта был увеличен па 7-23 дВ, а средний квадрат ошибки оценок импульсных характеристик радиолокационных объектов снижен на 8-32 дБ. Сравнение производилось с сигналами па выходе согласованного фильтра при прочих равных условиях.

3. Разработать адаптивный алгоритм для поляризационной PJIC, позволяющий снижать уровень боковых лепестков принимаемою сжатою сигнала. Динамический диапазон поляризационных PJIC для описанных в работе моделей радиолокациоппою объекта был увеличен на 8 - 19 дБ, а средний квадрат ошибки оценок импульсных характеристик радиолокационных объектов снижен па 8 - 17 дБ. Сравнение производилось е сигналами на выходе coi ласоваппою матричного фильтра при прочих равных условиях.

Структура и объем диссертации

Диссертация состоит из введения, 4-х глав, заключения и списка литературы, включающего 72 наименования, и 2-х приложений. Работа содержит 122 страницы, 36 рисунков и 7 таблиц.

Заключение диссертации по теме «Радиолокация и радионавигация», Бабур, Галина Петровна

Результаты работы использованы в учебном процессе при чтении лекций и проведении практических занятий со студентами радиотехническою факультета па кафедре радиотехнических систем по дисциплинам «Проектирование радиотехнических систем» и «Теория электрической связи». Также результаты диссертационной работы были реализованы при проведении НИР «Решение проблемы использования сложных сингалов в задаче корректной оценки матрицы рассеяния радиолокационного объекта» по проекту РИ-111/004/006 ФЦПТН «Исследования и разработки по приоритетным направлениям развития науки и техники» на 2002-2006 гг., (номера гос. регистрации: регистрационный № 01200611495, инвентарный № 02200606700).

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена актуальная научно-техническая задача расширения динамическою диапазона амплитуд полезных принимаемых сш палов в одноканальных и поляризационных РЛС с ФКМ зондирующими сигналами. Расширение динамическою диапазона происходит за счет адаптивной обработки, позволяющей существенно уменьшить уровень боковых лепестков функции отклика на выходе фильтра сжатия принимаемого сигнала.

В работе получены следующие основные результаты.

1. Разработан адаптивный алгоритм снижения уровня боковых лепестков отклика на выходе фильтра сжатия ФКМ сигналов;ц1я одпокапальной РЛС по одной принятой реализации путем поэтапной обработки входного сипгала.

2. Разработана функциональная схема адаптивного фильтра для одпокапальной РЛС, использующего в своем составе согласованный фильтр.

3. Для поляризационной РЛС разработан адаптивный алюритм снижения уровня боковых лепестков отклика на выходе фильтра сжатия ФКМ сигналов по одной принятой реализации путем поэтапной обработки векторного входною сигнала. Алгоритм позволяет снизить уровень боковых лепестков сжатою сигнала, обусловленный как непулевой автокорреляцией, так и ненулевой взаимной корреляцией используемых сипгалов.

4. Разработана функциональная схема адаптивною фильтра для поляризационной РЛС, использующего в своем составе согласованный матричный фильтр. Особенностью фильтра является наличие перекрестных связей между каналами обработки сигналов.

Разработанные алгоритмы адаптивной обработки позволяют:

1. Расширить динамический диапазон амплитуд полезных принимаемых сш налов РЛС за счет адаптивной обработки сипгалов на выходе фильтра, согласованною со сложным ФКМ-сигпалом. Для заданных моделей PJI объекта расширение динамическою диапазона для одноканальной РЛС составило 7-23 дБ, для поляризационной РЛС -8- 19 дБ.

2. Производить снижение уровня боковых лепестков сжатых сигналов без увеличения базы зондирующих ФКМ-сигпалов.

3. Повысить точность оценки импульсной характеристики радиолокационных объектов. Снижение среднею квадрата ошибки оценки ИХ различных радиолокационных объектов на выходе адаптивного фильтра для одноканальной РЛС но сравнению с согласованным фильтром составило 8-32 дБ, для случая поляризационной PJIC значение среднею квадрата ошибки оценки ИХ было снижено на 8 - 17 дБ.

4. Адаптивный алгоритм для поляризационной PJIC позволяет снизить боковые лепестки, определяемые не только автокорреляцией сложных сигналов, входящих в состав векторного зондирующего сипгала, по и их взаимной (кросс-) корреляцией.

Теоретические результаты работы имеют практическую направленность:

1. Разработанные адаптивные алгоритмы позволяют расширить динамический диапазона амплитуд полезных принимаемых сигналов в одпокапальных и поляризационных PJIC с ФКМ-сиг налами посредством снижения уровня боковых лепестков сжатых сигналов. Это позволяет уменьшить маскирующее влияние целей с большой ЭПР на близкорасположенные цели с малой ЭПР, это улучшает радиолокационную наб гюдаемость и распознавание малоразмерных целей.

2. Представленные адаптивные алгоритмы позволяют повысить точность оценки импульсной характеристики наблюдаемых радиолокационных объектов.

3. При радиолокации распределенных объектов, которые могут быть описаны совокупностью точечных отражателей, разработанные алгоритмы позволяют повысить контрастность радиолокационного изображения.

Анализ алгоритмов, разработанных и представленных в настоящей работе, показывает преимущество адаптивных алгоритмов обработки сложных радиолокационных сингалов по сравнению с традиционными методами, а именно с согласованной фильтрацией.

Список литературы диссертационного исследования кандидат технических наук Бабур, Галина Петровна, 2006 год

1. Бабур Г.Г1. Адаптивный фильтр поляризационной РЛС со сложными сигналами. Известия Томского политехническою университета, том 309, №8,2006.

2. Бабур Г.П. Расширение динамического диапазона поляризационной PJIC со сложными сигналами без увеличения их базы. "Труды выпускников аспирантуры ТУСУР". И*д-во ТУ СУР, 2005,216 с. с илл. ISBN 5-86889-256-9.

3. Проектирование радиолокационных приемных устройств. Под. ред. М. А. Соколова. М. "Высшая школа", 1984.

4. П.Михайлов П.Ф. Радиметеоролог ические исследования над морем. Л.: Гидметеоиздат, 1990.-207 с.

5. Радиолокационные методы исследования Земли./ Ю.А. Мельник, С.Г. Зубкович, В.Д. Степанепко и др. Под. ред. Ю.А. Мельника. М.: Советское радио, 1980. - 264 е., ил.

6. A. Mudukutore, V. Chandrasekar, and R. JelTery Keeler, "Pulse compression for weather radars", Ii£I£I£ Transactions on Remote Sensing, Vol. 36, No. 1, January 1998.

7. A Mudukutore, V. Chandrasekar, and R. J. Keeler, "Range sidelobe suppression for weather radars with pulse compression: Simulation and evaluation," in Preprints, 27th AMS Conf. Radar Meteorol., Vail, CO, Oct. 1995, pp. 763-766.

8. A Mudukutore, V. Chandrasekar, and R. J. Keeler, "Simulation and analysis of pulse compression for weather radar," in Proc. IGARSS, Firen/e, Italy, July 1995.

9. Островитяпипов P.B., Басалов Ф.А. Статистическая теория радиолокации протяженных целей. М.: Радио и связь, 1982. - 232с., ил.

10. Канарейкин ДБ., Павлов Н.Ф., Потехин В.А. Поляризация радиолокационных сиг налов. М.: Сов. радио, 1966. - 440 с.

11. Картон Д, Вард Г. Справочник по радиолокационным измерениям. Пер. с англ. под ред. М.М. Вейсбейна. М.: Сов. радио, 1976. - 392 с.

12. Фельдман Ю.И., Мандуровский И.Л. "1еория флуктуаций локационных сигналов, отраженных распределенными целями. Под. Ред. Ю.И. Фельдмана. М.: Радио и связь, 1988.-272 е.: ил.

13. Варакин Л.1£. Системы связи с шумоподобпыми chi палами. М.: Радио и связь, 1985. -384с.

14. Амиантов И.Н. Избранные вопросы статистической теории связи. -М.: Сов. Радио. 1971.-416с.

15. Справочник по радиолокации. Под ред. М Сколника. Ныо-Йорк, 1970: Пер с ашл. (в четырех томах) / Под общей ред. К.П. Трофимова; Том 3. Радиолокационные устройства и системы / Под ред. А.С. Винницкою. Сов. радио, 1978,528 с.

16. Тихонов В.И., Харисов В.П. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 1991. - 608с.

17. Адаптивная обработка сигналов: Пер. с англ./ Бернард Уидроу, Самьюэл Д. Стирнз; Пер. Ю. К. Сальников. М: Радио и связь, 1989. - 440 с.

18. Кириллов II.Б. Помехоустойчивая передача сообщений по линейным каналам со случайно изменяющими параметрами. М., Связь, 1971.-256 с.

19. Быстров Н.Н., Жукова И.Н. Сегментная обработка сложных сигналов в ограниченном дальпостно-доплеровском диапазоне. 2001 Вестник Новгородского государственного университета №19.

20. I ихопов В.И. Статистическая радиотехника: монография. 2-е изд., перераб. и доп. -М.: Радио и связь, 1982. - 624 с.

21. Хлусов В.А. Теория и методы обработки векторных сигналов в поляризационных радиолокационных системах: дис. докт. техн. паук. Томск, 2004.

22. Хлусов В.А. Совместная оценка координатных и поляризационных параметров радиолокационных объектов // Сибирский поляризационный семинар СИБПОЛ 2004. 7-9 сентября 2004 г. Сургут, Россия.

23. В.А. Губин, А.А. Коростелев, IO.A. Мельник. Пространственно-временная обработка радиолокационных сигналов. Конспект лекций. Ленинградская инженерная краснознаменная академия имени А.Ф. Можайского. Ленинград, 1970. 201с.

24. Лйфичер Эммануил С., Джсрвис Барри У. Цифровая обработка chi палов: прагсгический подход, 2-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2004. - 992 е.: ил. Парал. тит. Лшл.

25. S.D. Blunt, К. Gerlach, "Adaptive Pulse Compression", Radar Conference, 2004. Proceedings of the IEEE 26-29 April 2004, pp. 271 276.

26. S.D. Blunt, K. Gerlach, "Adaptive Pulse Compression Repair Processing", Radar Conference, 2005 IEEE International 9-12 May 2005, pp. 519 523.

27. S.D. Blunt, K. Gerlach, "Aspects of Multistatic Adaptive Pulse Compression", Radar Conference, 2005 IEEE International 9-12 May 2005, pp. 104 108.

28. S.D. Blunt, K. Gerlach, "A Novel Pulse Compression Scheme Based on Minimum Mean

29. Square Error Reiteration", Radar Conference, 2003. Proceedings of the International 3-5 Sept. 2003, pp. 349-353.

30. Ilaykin S. Adaptive filter theory, 2nd ed., Prentice-Hall, Englewood Cliffs, N.J.

31. Haykin S. "Adaptive filters: past, present, and future," Proc. IMA Conf. Math. Signal Process., Warwick, England.

32. Розов А.К. Нелинейная фильтрация сигналов. Санкт-Петербург: Политехника. 1994. -382с.

33. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Сов. радио, 1971.-328 с.

34. IIu Hang, "Study on the weighting methods of suppressing sidelove for pulse compression of chirp signal", 2004 4" International Conference on Microwave and Millimeter Wave Technology Proceedings.

35. Савостьянов В.Ю., Морозова C.A. Синтез оптимального фильтра сообщений для первичной обработки частотио-манипулироваппого радиолокационного сигнала. «Радиотехника», 2005 г., №9.

36. M.II. Ackroyd and F. Ghani, "Optimum Mismatched Filters For Sidelobe Suppression," IEEE Trans. Aerospace Electronics, Vol. AES-9, pp 214-218, March 1973.

37. Василенко Г.И., Тараторин A.M. Восстановление изображений. M. "Радио и связь", 1986,304 с.

38. R. J. Keeler and С. A. Hwang, "Pulse compression for weather radar," in Proc. IEEE Int. Radar Conf., May 1995, pp. 529-535.

39. Обработка сигналов в радиотехнических системах: Учеб. пособие/ Далматов А.Д., Елисеев А.А., Лукошкин А.П., Оводепко А.П., Устинов Б.В.; Под ред. А.II. Jly кошкина.-JI.: Изд-во Ленингр. Ун-та, 1987.400 с.

40. Ilaykin S., "Cognitive Radar", IEEE Signal Processing Magazine, Jan 2006.

41. Рутковская Д., Нилипьский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. М.: Горячая линия - I елеком, 2006. - 452 с.

42. Акулиничев 10.11. Теория и методы диагностики многолучевости для повышения помехоустойчивости систем радиолокации и дистанционного зондирования атмосферы: дисдокт. техн. паук. 1"омск, 2002.

43. Радиотехнические системы: Учеб. для вузов по спец. «Радиотехника»/ IO.lI. Гришин, B.II. Ипатов, Ю.М. Казаринов и др.; Под ред. 10.М. Казаринова. М.: Высш. шк., 1990.-496 е.: ил.

44. Савиных И.С. Геометрическая модель объемпо-распределсппых радиолокационных объектов, обеспечивающая заданную точность имитации эхо-сигнала при минимальном количестве отражателей: дис. канд. техн. наук. Новосибирск, 2005.

45. Леонтьев В.В. Вероятностная модель рассеяния сантиметровых радиоволн объектом, расположенным вблизи взволнованной морской поверхности. «Жериал технической физики», 1997 г.,№9.

46. Бакулев П.А., Стенин В.М. Методы и устройства селекции движущихся целей. М.: Радио и связь, 1986. - 288 с.

47. Вайнштейн Л.А., Зубаков В Д. Выделение сигналов па фоне случайных помех. М.: Радио и связь, 1970. - 447с.

48. Зубкович С.Г. Статистические характеристики сигналов, отраженных от земной поверхности. М.: Сов. радио, 1968. - 224 е.

49. Петере Л., Веймер Ф. Радиолокационное сопровождение сложных целей. -Зарубежная радиоэлектроника, 1964, №7, с. 17-44.

50. Пространственно-временная обработка сигналов / И.Я. Кремер, А.И. Кремер, В.М. Петров и др; Под ред. И.Я. Крнемера. М.: Радио и связь, 1984. - 224 с.

51. Прошкип Н.Г., Кащеев Б.Л. Исследование псодпородпостей структуры F слоя ионосферы. «Радиотехника и электроника», 1957, №7.

52. Вентцель П.С., Овчаров Л.А. Теория вероятностей: Учебник для вузов 7-е изд., стереотип. - М.: Высшая школа, 2001. - 576 с.

53. Богородский В.В., Канарейкин Д.Б., Козлов А.И. Поляризация рассеянного и собственною радиоизлучения земных покровов.-Ленинград: Годромстеоиздат, 1981. -279 с.

54. Intensity and Phase Statistics of Multilook Polarimetric and Interferometric SAR Imagery, J-S. Lee, K.W. Iloppel, S.A. Mango and A.R. Miller. 1ПЕЕ TORS (32)5 Sep 1994 pp. 1017-1028.

55. Statistics of the Stokes Parameters and of the Complex Coherence Parameters in One-Look and Multilook Speckle Fields, R. Touzi and Л. Lopes. IIiHL "IGRS (34)2 Mar 1996, pp. 519-531.

56. N. R. Goodman, "Statistical analysis based on a certain complex Gaussian distribution (an introduction)," Ann. Mathemar. Sratisr., VOL 34, pp. 152-177, 1963.

57. Рабипер P., Гоулд В. Теория и применение цифровой обработки сигналов. М., 1978, 848.

58. Основы цифровой обработки сигналов: Курс лекций / Авторы: А.И. Солонина, Д.А. Улахович, С.М. Арбузов, ИВ. Соловьева / Изд. 2-е испр. и перераб. СПб: БХВ-Петербург, 2005. - 768 е.: ил.

59. Madisetti V.K., Williams D.B. The Digital Signal Processing Handbook. CRC Press, 1998.

60. Фачькович С.И Оценка параметров сипгала. М.: Радио и связь, 1970. - 336 с.

61. Kassam, S.A., Signal Detection in Non-Gaussian Noise, Springer-Verlag, New York, 1988.

62. Бакут M.A., Большаков И.А. и др. Вопросы статистической теории радиолокации. -М.: Мир, 1989.- 1.2-С. 1080.

63. Козлов А.И. Радиолокация. Физические основы и проблемы // Соросовский образовательный журнал, 1996, №5, с. 70-78.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Фкм сигнал в радиолокации. Функция неопределенности сигнала с линейной частотой модуляции

Рекомендованный список диссертаций

Похожие диссертационные работы по специальности «Радиолокация и радионавигация», 05.12.14 шифр ВАК

Сверхширокополосная радиолокация воздушных объектов с безынерционным обзором пространства 2005 год, доктор технических наук Вовшин, Борис Михайлович

Цифровая обработка сигналов атомарными функциями в радиофизических приложениях 2005 год, кандидат физико-математических наук Смирнов, Дмитрий Валентинович

Заключение диссертации по теме «Радиолокация и радионавигация», Бабур, Галина Петровна

Список литературы диссертационного исследования кандидат технических наук Бабур, Галина Петровна, 2006 год