主要内容

使用拉伸处理的距离估计

这个例子展示了如何在使用线性调频脉冲波形的雷达系统中使用拉伸处理来估计目标的距离。

介绍

线性调频波形在现代雷达系统中是一种流行的选择,因为它可以通过宽带宽扫描来实现高距离分辨率。然而,当带宽在数百兆赫兹,甚至千兆赫兹的数量级时,在数字域中执行匹配滤波或脉冲压缩变得困难,因为在这样的数据速率下很难找到高质量的A/D转换器。

拉伸加工,有时也称为deramp是一种可以在这种情况下使用的技术。拉伸处理在模拟域中执行。

首先将接收到的信号与发射脉冲的副本混合。注意,副本匹配引用范围的返回值。混合后,产生的信号包含一个频率分量,该频率分量对应于从该参考范围测量到的范围偏移。因此,可以通过对混频器输出端的信号进行频谱分析来估计准确的范围。

此外,该处理不是处理脉冲覆盖的整个范围,而是集中处理预定义参考范围周围的小窗口。由于有限的量程,拉伸处理器的输出数据可以以较低的速率采样,从而减轻了a /D转换器的带宽要求

下面几节展示了一个使用拉伸处理进行距离估计的示例。

仿真设置

本例中的雷达系统使用线性调频波形,扫描带宽为3mhz。该波形可用于实现50米的距离分辨率和8公里的最大无歧义范围。采样率设置为6mhz,即扫描带宽的两倍。有关雷达系统的更多信息,请参见提高现有系统测距性能的波形设计

三个目标分别位于距雷达2000.66、6532.63和6845.04米。在接收器上模拟十个脉冲。这些脉冲包含来自目标的回波。

[rx_脉冲,波形]= helperstretchsimulation;fs = waveform.SampleRate;

接收脉冲的时间频率图如下所示。在绘制前进行了相干脉冲积分,提高了信号的信噪比。在图中,第一个目标的回波在14 ~ 21 ms之间可以清晰地看到,而第二个和第三个目标的回波要弱得多,出现在45 ms之后。

helperStretchSignalSpectrogram (pulsint (rx_pulses,“连贯”)、fs、8、4接收信号的);

图包含一个轴对象。标题为Spectrogram for Received Signal, xlabel Time (ms), ylabel Frequency (MHz)的坐标轴对象包含一个类型为surface的对象。

拉伸处理

要执行拉伸处理,首先要确定一个参考范围。在这个例子中,目标是在500米的窗口内搜索距离雷达约6700米的目标。使用波形、所需参考范围和范围跨度可以形成拉伸处理器。

ref = 6700;Rngspan = 500;Prop_speed = physconst(“光速”);stretchproc = getStretchProcessor(波形,折射,rngspan,prop_speed)
Stretchproc =阶段性的。StretchProcessor与属性:SampleRate: 5.9958e+06脉冲宽度:6.6713e-06 PRFSource: 'Property' PRF: 1.8737e+04 SweepSlope: 4.4938e+11 SweepInterval: 'Positive' PropagationSpeed: 299792458 ReferenceRange: 6700 RangeSpan: 500

接下来,将接收到的脉冲通过拉伸处理器。

Y_stretch = stretchproc(rx_脉冲);

现在,对脉冲进行相干积分以提高信噪比。

Y = pulsint(y_stretch,“连贯”);

拉伸处理后的信号频谱图如下图所示。注意,第二个和第三个目标回声不再以斜坡的形式出现在图中。相反,它们的时频特征出现在恒定的频率上,大约在0.5和-0.5 MHz之间。因此,信号衰减了。此外,从第一个目标没有返回。实际上,任何超出感兴趣范围的信号都被抑制了。这是因为拉伸处理器只允许在范围窗口内的目标返回通过。这个过程通常被称为范围控制在真实的系统中。

helperStretchSignalSpectrogram (y, fs, 16日12日“Deramped信号”);

图包含一个轴对象。标题为spectrgram for deramp Signal, xlabel Time (ms), ylabel Frequency (MHz)的坐标轴对象包含一个类型为surface的对象。

区间估计

为了估计目标距离,绘制信号的频谱。

周期图(y,[], 2048年,stretchproc。SampleRate,“中心”);

图包含一个轴对象。标题为Power spectrum Density, xlabel Frequency (MHz), ylabel Power/ Frequency (dB/Hz)的axes对象包含类型为line的对象。

从图中可以清楚地看出,衰减信号中有两个占主导地位的频率分量,分别对应两个目标。这些峰值的频率可以用来确定这些目标的真实距离值。

[p, f] = periodogram(y,[],2048,stretchproc.]SampleRate,“中心”);[~,rngidx] = findpeaks(pow2db(p/max(p)),“MinPeakHeight”5);Rngfreq = f(rngidx);Re = stretchfreq2rng(rngfrequency;stretchproc.SweepSlope、stretchproc.ReferenceRange prop_speed)
re =2×1103.× 6.8514 6.5174

估计距离为6518米和6852米,与真实距离6533米和6845米相匹配。

降低采样率

如介绍部分所述,拉伸处理的一个吸引人的特性是它减少了连续处理阶段的带宽需求。在这个例子中,感兴趣的范围是500米。连续处理阶段所需的带宽可计算为

rngspan_bw =2 * rngspan / prop_speed * waveform.SweepBandwidth / waveform.PulseWidth
Rngspan_bw = 1.4990e+06

按照与原系统相同的设计原则,将带宽的两倍作为采样频率,则新的所需采样频率为

Fs_required = 2*rngspan_bw
Fs_required = 2.9979e+06
Dec_factor = round(fs/fs_required)
Dec_factor = 2

得到的小数因子是2。这意味着在模拟域中执行拉伸处理后,与不使用拉伸处理的情况相比,信号可以仅以采样频率的一半进行采样。因此,对A/D转换器的要求已经放松。

为了在仿真中验证这一好处,下一节将展示在拉伸处理后,可以使用抽取的信号估计相同的范围。

设计一个抽取滤波器Decimator = design(fdesign.decimator(dec_factor);低通滤波器的“N, F3dB”10 1 / dec_factor)“SystemObject”,真正的);%毁掉Y_stretch = decimator(Y_stretch);

这一次,功率谱密度是根据范围绘制的。

Y = pulsint(y_stretch,“连贯”);[p, f] = periodogram(y,[],2048,fs_required,]“中心”);Rng_bin = stretchfreq2rng(f;stretchproc.SweepSlope、stretchproc.ReferenceRange prop_speed);情节(rng_bin pow2db (p));包含(的范围(m));ylabel (“功率/频率(dB / Hz)”);网格;标题(周期图功率谱密度估计);

图包含一个轴对象。标题为Periodogram Power Spectral Density Estimate, xlabel Range (m), ylabel Power/frequency (dB/Hz)的坐标轴对象包含一个类型为line的对象。

[~,rngidx] = findpeaks(pow2db(p/max(p)),“MinPeakHeight”5);Re = rng_bin(rngidx)
re =2×1103.× 6.8504 6.5232

真实距离值为6533和6845米。在不进行抽取的情况下,估计距离为6518米和6852米。在抽取后,距离估计为6523米和6851米。因此,与非十进制情况相比,距离估计只需要大约一半的计算就能产生相同的结果。

总结

这个例子展示了当使用线性调频波形时如何使用拉伸处理来估计目标范围。结果还表明,拉伸处理降低了带宽需求。

参考

[1]马克·理查兹,雷达信号处理基础McGraw-Hill, 2005。