主要内容

使用拉伸处理的范围估计

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范围。

简介

线性调频波形是现代雷达系统的热门选择,因为它可以通过宽带宽扫频来实现高距离分辨率。然而,当带宽达到数百兆赫,甚至千兆赫时,就很难在数字领域执行匹配滤波或脉冲压缩,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,有时也称为拉伸加工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。

接收到的信号首先与发射脉冲的副本混合。请注意,副本匹配来自引用范围的返回值。一旦混合,得到的信号包含一个频率分量,对应于从这个参考范围测量的距离偏移。因此,可以通过对混合器输出端的信号进行频谱分析来估计准确的范围。

此外,处理不是处理脉冲覆盖的整个范围,而是集中在预定义的参考范围周围的一个小窗口上。由于范围跨度有限,拉伸处理器的输出数据可以以较低的速率采样,从而放宽了a /D转换器的带宽要求

下面几节展示了使用拉伸处理进行范围估计的示例。

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3 MHz。该波形可用于实现50米的距离分辨率和8公里的最大明确距离。采样速率设置为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距离性能的波形设计

3个目标分别位于距离雷达2000.66米、6532.63米和6845.04米的位置。接收器模拟了10个脉冲。这些脉冲包含来自目标的回波。

[rx_pulse,波形]= helperstretchsimulation;fs = format . samplerate;

接收脉冲的时频图如下所示。在绘制图之前进行相干脉冲积分,以提高信噪比。在图中,第一个目标的回报可以在14到21毫秒之间清晰地看到,而第二个和第三个目标的回报要弱得多,出现在45毫秒之后。

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

图中包含一个轴对象。标题为“接收信号的频谱图”的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。可以使用波形、所需的参考范围和范围跨度形成拉伸处理器。

Refrng = 6700;Rngspan = 500;Prop_speed = physconst(“光速”);stretchproc = getStretchProcessor(波形,refng,rngspan,prop_speed)
Stretchproc = phase。StretchProcessor with properties: SampleRate: 5.9958e+06 PulseWidth: 6.6713e-06 PRFSource: 'Property' PRF: 1.8737e+04 SweepSlope: 4.4938e+11 SweepInterval: 'Positive' PropagationSpeed: 299792458 ReferenceRange: 6700 RangeSpan: 500

接下来,将接收到的脉冲传递给拉伸处理器。

Y_stretch = stretchproc(rx_pulse);

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波不再作为斜坡出现在图中。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。因此,信号是去阻尼的。此外,第一个目标没有回报。事实上,任何超出兴趣范围的信号都被抑制了。这是因为伸缩处理器只允许通过范围窗口内的目标返回值。这个过程通常被称为范围控制在实际系统中。

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

图中包含一个轴对象。标题为“去阻尼信号的频谱图”的轴对象包含一个类型为曲面的对象。

区间估计

要估计目标范围,请画出信号的频谱。

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

图中包含一个轴对象。标题为“功率谱密度”的axis对象包含一个类型为line的对象。

从图中可以看出,脱振信号中存在两个主频分量,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范围值。

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

预计距离为6518米和6852米,与实际距离6533米和6845米相吻合。

降低采样率

正如在介绍部分中提到的,拉伸处理的一个吸引人的特性是它减少了后续处理阶段的带宽要求。在本例中,感兴趣的范围跨度为500米。后续处理阶段所需的带宽可以计算为

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

遵循与原始系统相同的设计规则,其中使用两倍带宽作为采样频率,新的所需采样频率就变成了

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。这意味着在模拟域进行拉伸处理后,与不使用拉伸处理的情况相比,信号只能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宽。

为了在仿真中验证这一好处,下一节将展示在拉伸处理后对信号进行抽取后,可以估计出相同的范围。

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);

图中包含一个轴对象。标题为Periodogram Power Spectral Density Estimate的axis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

真实距离值为6533米和6845米。如果不进行抽取,估计距离为6518米和6852米。根据抽取法,估计距离为6523米和6851米。因此,与非十进制情况相比,范围估计产生了相同的结果,大约只有一半的计算量。

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。它还表明,拉伸处理降低了带宽需求。

参考

Mark Richards,雷达信号处理基础,麦格劳-希尔,2005年。