利用移动目标指示(MTI)雷达减缓地杂波
这个例子展示了一个运动目标指示(MTI)雷达的设计，以减轻杂波和识别运动目标。对于雷达系统，杂乱指从目标以外的环境散射物(如陆地、海洋或雨水)接收到的回波。杂波回波可能比目标回波大许多个数量级。MTI雷达利用运动目标相对较高的多普勒频率来抑制杂波回波，这些杂波回波通常为零或非常低的多普勒频率。
典型的MTI雷达使用高通滤波器来去除低多普勒频率的能量。由于FIR高通滤波器的频率响应是周期性的，一些高多普勒频率的能量也被去除。在这些高多普勒频率的目标将不会被雷达探测到。这个问题被称为盲速问题．这个例子展示了如何使用一种称为交错prf的技术来解决盲速度问题。
构建雷达系统
首先，定义雷达系统的组成部分。本例的重点是MTI处理，因此我们将使用示例中内置的雷达系统雷达接收机模拟测试信号．鼓励读者探索的细节雷达系统设计通过这个例子。将天线的高度改为100米，以模拟安装在建筑物顶部的雷达。请注意，系统中的PRF约为30 kHz，对应的最大明确范围为5公里。
负载BasicMonostaticRadarExampleData；Sensorheight = 100;sensormotion。InitialPosition = [0 0 sensorheight]';prf =波形。prf;
检索采样频率、工作频率和传播速度。
fs = format . samplerate;fc =散热器。操作频率;波速=散热器。传播速度;
在许多MTI系统中，特别是低端系统中，发射机的电源是磁控管。因此，发射机为每个发射脉冲添加一个随机相位。因此，通常需要在接收端恢复相干性。这样的设置被称为连贯的．在这些系统中，接收机锁定由发射机为每个脉冲添加的随机相位。然后，接收机从相应脉冲间隔内接收的接收样本中去除相位冲击。通过设置发射机和接收机，我们可以模拟一个相干接收系统:
发射机。CoherentOnTransmit = false;发射机。PhaseNoiseOutputPort = true;接收器。PhaseNoiseInputPort = true;
定义目标
接下来，定义两个移动目标。
第一个目标位于位置[1600 0 1300]。根据前面所示的雷达位置，它距离雷达的距离为2公里。目标的速度为[100 80 0]，相对于雷达的径向速度为-80米/秒。目标的雷达横截面为25平方米。
第二个目标位于位置[2900 0 800]，对应于距离雷达3公里的距离。将该目标的速度设置为盲速度，其中目标的多普勒签名混叠为脉冲重复频率。此设置可防止MTI雷达探测到目标。我们使用dop2speed()函数来计算一个盲速度，其对应的多普勒频率等于脉冲重复频率。
波长=波速/fc;Blindspd = dop2speed(prf，波长)/2;%一半补偿往返费用Tgtpos = [[1600 0 1300]'，[2900 0 800]'];Tgtvel = [[100 80 0]'，[-blindspd 00]'];Tgtmotion =分阶段。平台(“InitialPosition”tgtpos,“速度”, tgtvel);TGTRCS = [25 25];目标=阶段性。RadarTarget (“MeanRCS”tgtrcs,“OperatingFrequency”、fc);
杂乱
杂波信号是用最简单的杂波模型，即常数伽马模型生成的，gamma值设置为-20 dB。这样的伽马值是平原杂波的典型特征。假设所有范围内都存在杂波斑块，每个斑块的方位角宽度为10度。同时假设雷达的主波束指向水平方向。注意雷达没有移动。
trγ =表面伽马(“平原”）;杂乱= constantGammaClutter(“传感器”、天线、.．.“PropagationSpeed”散热器。PropagationSpeed,.．.“OperatingFrequency”散热器。OperatingFrequency,.．.“SampleRate”波形。SampleRate,“TransmitSignalInputPort”,真的,.．.脉冲重复频率的波形。脉冲重复频率,“伽马”trgamma,“PlatformHeight”sensorheight,.．.“PlatformSpeed”0,“PlatformDirection”(0, 0),.．.“MountingAngles”，[0 0 0]，“ClutterMaxRange”, 5000,.．.“ClutterAzimuthSpan”, 360,“PatchAzimuthSpan”10.．.“SeedSource”，“属性”，“种子”, 2011);
模拟接收脉冲和匹配滤波器
现在我们为雷达和前面定义的目标模拟10个接收到的脉冲。
Pulsenum = 10;设置接收者的种子以复制结果接收器。SeedSource =“属性”；接收器。Seed = 2010;rxPulse = helpermtisimulation(波形，发射器，接收器，.．.散热器、收藏家、sensormotion.．.目标,tgtmotion,杂乱,pulsenum);
然后我们将接收到的信号通过一个匹配的滤波器。
matchingcoeff = getMatchedFilter(波形);Matchedfilter =相控。MatchedFilter (“系数”, matchingcoeff);mfiltOut =匹配过滤器(rxPulse);匹配延迟= size(matchingcoeff,1)-1;mfiltOut = buffer(mfiltOut(匹配延迟+1:结束)，大小(mfiltOut,1));
使用三脉冲消除器执行MTI处理
MTI处理使用MTI滤波器去除慢时间序列中的低频成分。由于地面杂波通常不运动，去除低频分量可以有效地抑制它。三脉冲对消器是一种流行的简单MTI滤波器。消去器是一个滤波器系数为[1 -2 1]的全零FIR滤波器。
H = [1 -2 1];mtisseq = filter(h,1,mfiltOut，[]，2);
利用非相干脉冲积分对慢时间序列进行组合。排除前两个脉冲，因为它们处于MTI滤波器的瞬态周期。
Mtiseq = pulsint(Mtiseq (:，3:end));%为了进行比较，还要对匹配的过滤器输出进行积分mfiltOut = pulsint(mfiltOut(:，3:end));
计算每个快速采样的范围fast_time_grid = (0:size(mfiltOut,1)-1)/fs;Rangeidx =波速*fast_time_grid/2;再次绘制接收到的脉冲能量范围情节(rangeidx pow2db (mfiltOut。^ 2),“r——”，.．.rangeidx pow2db (mtiseq。^ 2),“b -”）;网格在；标题(使用统一PRF的快速时间序列）;包含(的范围(m)）;ylabel (“权力(dB)”）;传奇(“MTI滤镜前”，“MTI滤镜后”）;
回想一下，有两个目标(在2公里和3公里处)。在MTI滤波之前，两个目标都被埋在杂波返回中。100米处的峰值是雷达下方从地面返回的直接路径。注意，功率随着距离的增加而减小，这是由于信号传播损失造成的。
经过MTI滤波，除直接路径峰值外，大部分杂波返回被去除。噪声底现在不再是距离的函数，所以噪声现在是接收机噪声而不是杂波噪声。这种变化显示了三脉冲对消器的杂波抑制能力。在2公里范围内，我们看到一个峰代表第一个目标。但是，在3公里范围内没有峰来代表第二个目标。峰值消失是因为三脉冲消去器抑制了以消去器盲速运动的第二目标。
为了更好地理解盲速问题，让我们看看三脉冲对消器的频率响应。
F = linspace(0,prf*9,1000);Hresp = freqz(h,1,f,prf);情节(f / 1000, 20 * log10 (abs (hresp)));网格在；包含(多普勒频率(千赫)）;ylabel (“(dB)级”）;标题(三脉冲抵消器的频率响应）;
注意频率响应中反复出现的空值。空值对应的是盲速的多普勒频率。具有这些多普勒频率的目标被三脉冲抵消器抵消。该图显示，空值出现在PRF的整数倍(大约30kHz, 60kHz，…)。如果我们能去除这些空值或将它们推离雷达规格的多普勒频率区域，我们就能避免盲速问题。
使用交错prf模拟接收的脉冲
盲速度问题的一个解决方案是使用非均匀PRF，或交错PRF。相邻的脉冲以不同的脉冲重复频率传输。这样的配置将盲速的下限推到一个更高的值。为了说明这个想法，我们将使用两个交错PRF，并绘制三脉冲抵消器的频率响应。
让我们选择25kHz左右的第二个PRF，它对应的最大明确范围为6公里。
波速。/ (2 * (6000 5000));计算三脉冲对消器的幅频响应pf1 = @ (f) (1 - 2 * exp (1 j * 2 *π/脉冲重复频率(1)* f) + exp (1 j * 2 *π* 2 /脉冲重复频率(1)* f));pf2 = @ (f) (1 - 2 * exp (1 j * 2 *π/脉冲重复频率(2)* f) + exp (1 j * 2 *π* 2 /脉冲重复频率(2)* f));SFQ = (abs(pf1(f))。^2 + abs(pf2(f)).^2)/2;绘制频率响应持有在；情节(f / 1000, pow2db (sfq),“r——”）;ylim ([-50, 30]);传奇(统一的编码脉冲的，“2-staggered脉冲重复频率的）;
从交错PRF的图中，我们可以看到第一个盲速度对应于150 kHz的多普勒频率，比均匀PRF情况大5倍。因此，具有30 kHz多普勒频率的目标将不会被抑制。
现在，使用交错prf模拟来自目标的反射信号。
分配新的PRF释放(波形);波形。PRF = PRF;释放(杂乱);杂乱。PRF = PRF;%重置噪声种子释放(接收器);接收器。Seed = 2010;重置平台位置重置(sensormotion);重置(tgtmotion);%模拟目标收益rxPulse = helpermtisimulation(波形，发射器，接收器，.．.散热器、收藏家、sensormotion.．.目标,tgtmotion,杂乱,pulsenum);
对交错prf执行MTI处理
我们像以前一样处理脉冲，首先让它们通过一个匹配的滤波器，然后对脉冲进行非相干积分。
mfiltOut =匹配过滤器(rxPulse);%使用相同的三脉冲抵消抑制杂乱。mtisseq = filter(h,1,mfiltOut，[]，2);%非相干积分Mtiseq = pulsint(Mtiseq (:，3:end));mfiltOut = pulsint(mfiltOut(:，3:end));计算每个快速采样的范围fast_time_grid = (0:size(mfiltOut,1)-1)/fs;Rangeidx =波速*fast_time_grid/2;根据范围绘制快速时间序列。clf;情节(rangeidx pow2db (mfiltOut。^ 2),“r——”，.．.rangeidx pow2db (mtiseq。^ 2),“b -”）;网格在；标题(“使用交错prf的快速时间序列”）;包含(的范围(m)）;ylabel (“权力(dB)”）;传奇(“MTI滤镜前”，“MTI滤镜后”）;
图中显示，经过MTI滤波后，两个目标都可以被检测到，杂波也被去除。
总结
通过非常简单的操作，MTI处理可以有效地抑制低速杂波。统一的PRF波形会在盲速下错过目标，但这个问题可以通过使用交错的PRF来解决。对于具有宽光谱的杂波，MTI处理可能较差。这种类型的杂波可以通过时空自适应处理来抑制。参见示例时空自适应处理导论获取详细信息。
附录
Mark A. Richards，雷达信号处理基础，麦格劳-希尔，2005年。
您也可以从以下列表中选择一个网站:
