В этом примере показано, как моделировать частотную гибкость в радиолокационных системах, системах связи и системах РЭБ для противодействия воздействию помех.
Активные системы фазированных массивов с электронным управлением могут поддерживать несколько приложений, использующих одно и то же оборудование массива. Эти приложения могут включать в себя радар, РЭБ и связь. Однако радиочастотные среды, в которых работают эти типы систем, являются сложными и иногда враждебными. Например, повторитель помех может повторить принятый радиолокационный сигнал и повторно передать его, чтобы запутать радар. В некоторой литературе это также называется спуфингом. Частотная гибкость может быть эффективным методом противодействия сигналам, генерируемым источниками помех, и помочь поддерживать эффективную работу этих систем.
В этом примере мы сначала создаем сценарий со стационарным моностатическим радаром и движущейся целью самолета. Затем самолет генерирует ложный сигнал, который приводит в замешательство радар. Как только радар обнаруживает источник помех, могут быть использованы методы частотной гибкости, которые позволяют радару преодолевать помехи.
Предположим, что в начале координат установлен моностатический радар X-диапазона.
fc = 10e9; % Define frequency of operation for X-band Radar fs = 2e6; % Define sample rate for the systems c = 3e8; lambda = c/fc; radar_pos = [0;0;0]; radar_vel = [0;0;0];
Радиолокационный приёмник, который также может функционировать как приёмник РЭБ, представляет собой 64-элементный (8х8) URA с интервалом в половину длины волны.
% Array specification for the radar taper = taylorwin(8); taperURA = taper.*taper'; antenna = phased.URA('Element',phased.CosineAntennaElement,... 'Size',[8 8],'ElementSpacing',[lambda/2 lambda/2],... 'Taper',taperURA);
Диаграмма направленности матрицы показана на следующем рисунке.
pattern(antenna,fc,'Type','powerdb');
РЛС передает линейные ЧМ-импульсы. Характеристики передатчика и приемника:
wav = phased.LinearFMWaveform('SampleRate',fs,... 'PulseWidth', 10e-5, 'SweepBandwidth', 1e5,'PRF',4000,... 'FrequencyOffsetSource','Input port'); tx = phased.Transmitter('Gain',20,'PeakPower',500); txArray = phased.WidebandRadiator('SampleRate', fs,... 'Sensor',antenna,'CarrierFrequency', fc); rxArray = phased.WidebandCollector('SampleRate', fs,... 'Sensor',antenna,'CarrierFrequency', fc); rxPreamp = phased.ReceiverPreamp('Gain',10,'NoiseFigure',5,... 'SampleRate', fs);
Среда и цель описаны ниже. Широкополосные каналы распространения используются для распространения сигналов с различными несущими частотами.
target = phased.RadarTarget('MeanRCS',100,'OperatingFrequency',fc); target_pos = [8000;1000;1000]; target_vel = [100;0;0]; % Outgoing and incoming channel envout = phased.WidebandFreeSpace('TwoWayPropagation',false,... 'SampleRate', fs,'OperatingFrequency',fc,'PropagationSpeed',c); envin = phased.WidebandFreeSpace('TwoWayPropagation',false,... 'SampleRate', fs,'OperatingFrequency',fc,'PropagationSpeed',c);
В этом примере используются два однонаправленных канала распространения, поскольку сигнал помех распространяется только через обратный канал.
Принятый эхо-сигнал может быть смоделирован как
rng(2017); [tgtRng, tgtAng] = rangeangle(target_pos, radar_pos); x = wav(0); % waveform xt = tx(x); % transmit xtarray = txArray(xt, tgtAng); % radiate yp = envout(xtarray,radar_pos,target_pos,radar_vel,target_vel); % propagate yr = target(yp); % reflect ye = envin(yr,target_pos,radar_pos,target_vel,radar_vel); % propagate yt = rxArray(ye,tgtAng); % collect yt = rxPreamp(yt); % receive
Мы можем выполнить оценку направления прибытия с помощью 2D сканирования луча и использовать расчетные азимут и углы возвышения для направления формирователя луча.
estimator = phased.BeamscanEstimator2D('SensorArray',antenna,... 'DOAOutputPort',true,... 'OperatingFrequency', fc,... 'NumSignals',1,... 'AzimuthScanAngles',-40:40,... 'ElevationScanAngles',-60:60); [~,doa] = estimator(yt); beamformer = phased.SubbandPhaseShiftBeamformer('SensorArray',antenna,... 'OperatingFrequency',fc,'DirectionSource','Input port',... 'SampleRate',fs, 'WeightsOutputPort',true); [ybf,~] = beamformer(yt,doa);
Сигнал, сформированный лучом, затем может быть пропущен через согласованный фильтр и детектор.
mfcoeff1 = getMatchedFilter(wav); mf1 = phased.MatchedFilter('Coefficients',mfcoeff1); y1 = mf1(ybf); nSamples = wav.SampleRate/wav.PRF; t = ((0:nSamples-1)-(numel(mfcoeff1)-1))/fs; r = t*c/2; plot(r/1000,abs(y1),'-'); grid on; xlabel('Range (km)'); ylabel('Pulse Compressed Signal Magnitude');
На рисунке показано, что цель создает доминирующий пик в принятом сигнале.
В приведенном выше примере радар работает очень хорошо. Однако в сложной среде помехи могут влиять на работу радара. Помехи могут быть от других систем, таких как сигналы беспроводной связи или помехи. Современные радиолокационные системы должны быть способны работать в таких условиях.
Радар с фазированной решеткой может отфильтровывать помехи, используя пространственную обработку. Если цель и источник заклинивания не расположены близко в угловом пространстве, формирование луча может быть эффективным способом подавления заклинивающего устройства. Дополнительные сведения см. в примере синтеза массива.
Этот пример фокусируется на ситуации, когда цель и помехи расположены близко, так что пространственная обработка не может быть использована для разделения этих двух. Рассмотрим случай, когда самолет-мишень может определить характеристики сигнала, передаваемого с РЛС, и использовать эту информацию для генерации импульса, который запутает приемник РЛС. Это обычная методика, используемая при постановке помех или спуфинга для удаления радара от истинной цели.
Характеристики обнаруженного сигнала отображаются ниже
pw = (pulsewidth(abs(yp), fs));
prf = round(1/pulseperiod(abs([yp;yp]), fs));
bw= obw(yp,fs,[],95);
fprintf('Waveform Characteristics:\n');Waveform Characteristics:
fprintf('Pulse width:\t\t%f\n',pw);Pulse width: 0.000100
fprintf('PRF:\t\t\t%f\n',prf);PRF: 4000.000000
fprintf('Sweep bandwidth:\t%f\n',bw);Sweep bandwidth: 112041.098255
Глушителю нужно некоторое время, чтобы сделать этот анализ и подготовиться к сигналу помех, поэтому трудно создать эффективный сигнал спуфинга сразу, но, как правило, в пределах нескольких интервалов импульсов сигнал помехи готов, и глушитель может поместить его в произвольное положение в импульсе, чтобы заставить имитирующую цель смотреть ближе или назад по сравнению с истинной целью. Также стоит отметить, что с новейшими аппаратными средствами время, необходимое для оценки характеристик сигнала, резко уменьшается.
Предположим, что глушитель хочет поставить сигнал на расстоянии около 5,5 км, глушитель может передать сигнал помех в нужный момент, чтобы ввести соответствующую задержку. Кроме того, поскольку это одностороннее распространение от глушителя к радару, требуемая мощность значительно меньше. Это действительно делает глушение очень эффективным, поскольку оно не требует большой мощности, чтобы ослепить радар.
jwav = phased.LinearFMWaveform('SampleRate',fs,... 'PulseWidth',pw,'SweepBandwidth',bw,'PRF',prf); xj = jwav(); Npad = ceil(5500/(c/fs)); xj = circshift(xj,Npad); % pad zero to introduce corresponding delay txjam = phased.Transmitter('Gain',0,'PeakPower',5); xj = txjam(xj); ye = envin(yr+xj,target_pos,radar_pos,target_vel,radar_vel); yt = rxArray(ye,tgtAng); yt = rxPreamp(yt); ybfj = beamformer(yt,doa); y1j = mf1(ybfj); % Jammer plus target return plot(r/1000,abs(y1j)); grid on; xlabel('Range (km)'); ylabel('Magnitude'); title('Pulse Compressed Return From Target And Jammer');
Принятый сигнал теперь содержит как требуемый целевой возврат, так и помеховый сигнал. Кроме того, сигнал помех оказывается ближе. Поэтому радар, скорее всего, будет привязан к ближайшей цели, полагая, что она является наиболее заметной угрозой, и тратить меньше ресурсов на истинную цель.
Один возможный подход для уменьшения эффекта помехи в радиолокационном приемнике заключается в принятии заранее определенного графика скачкообразной перестройки частоты. В этом случае сигнал, передаваемый от радара, может время от времени изменять частоту несущей. Поскольку последовательность скачкообразных изменений известна только радару, глушитель помех не сможет сразу следовать за изменением. Вместо этого требуется больше времени для получения правильной несущей частоты, прежде чем может быть сгенерирован новый помеховый сигнал. Для этого также требуется более совершенное аппаратное обеспечение на помехоустойчивом устройстве, чтобы иметь возможность обрабатывать передачу сигналов по более широкой полосе частот. Таким образом, скачкообразный скачок частоты может создавать временной интервал, в течение которого радар работает без воздействия ложного сигнала. Кроме того, радар может снова перескочить, прежде чем глушитель сможет эффективно генерировать сигнал спуфинга.
В следующей ситуации предположим, что передаваемый сигнал переходит на 500 кГц от исходной несущей частоты 10 ГГц. Следовательно, новый сигнал формы сигнала становится
deltaf = fs/4;
xh = wav(deltaf); % hopped signal На рисунке ниже показана спектрограмма как исходного сигнала, так и скачкообразного сигнала. Следует отметить, что скачкообразный сигнал представляет собой сдвиг в частотной области по сравнению с исходным сигналом.
pspectrum(x+xh,fs,'spectrogram')
Используя аналогичный подход, описанный в предыдущих разделах, можно моделировать радиолокационное эхо с использованием новой формы сигнала. Следует отметить, что поскольку глушитель не знает об этом прыжке, сигнал помех остается прежним.
xth = tx(xh); xtharray = txArray(xth, tgtAng); yph = envout(xtharray,radar_pos,target_pos,radar_vel,target_vel); yrh = target(yph); yeh = envin(yrh+xj,target_pos,radar_pos,target_vel,radar_vel); yth = rxArray(yeh,tgtAng); yth = rxPreamp(yth); ybfh = beamformer(yth,doa);
Поскольку расписание скачкообразных изменений известно радару, алгоритм обработки сигнала может использовать эту информацию для извлечения только полосы частот, которая окружает текущую несущую частоту. Это помогает отклонить помехи на других полосах, а также улучшает SNR, поскольку шум от других полос подавляется. Кроме того, когда форма сигнала перескакивает, согласованный фильтр должен быть соответствующим образом обновлен.
Теперь применим соответствующие полосовые фильтры и согласованные фильтры к принятому сигналу.
Сначала создайте полосовой фильтр с использованием полосы пропускания сигнала.
buttercoef = butter(9,bw/fs);
Затем мы можем модулировать результирующий полосовой фильтр несущей, чтобы получить полосовой фильтр вокруг этой несущей частоты.
bf2 = buttercoef.*exp(1i*2*pi*deltaf*(0:numel(buttercoef)-1)/fs);
Аналогично, согласованный коэффициент фильтра также должен быть модулирован.
mfcoeff2 = getMatchedFilter(wav,'FrequencyOffset',deltaf); mf2 = phased.MatchedFilter('Coefficients',mfcoeff2); % extract bands and apply matched filters yb2 = mf2(filter(bf2(:),1,ybfh)); % plot the matched filtered signal plot(r/1000,abs(yb2)); grid on; xlabel('Range (km)'); ylabel('Magnitude'); title('Pulse Compressed Signal');
На чертеже показано, что при использовании скачкообразной перестройки частоты можно разделить эхо-сигнал цели и сигнал помехи. Поскольку глушитель помех все еще находится в исходной полосе, только истинный целевой эхо-сигнал появляется в новой полосе частот, где в настоящее время находится сигнал, таким образом подавляя воздействие глушителя помех.
Этот пример показывает, что использование частотной гибкости может помочь противостоять эффекту помех в сложной радиочастотной среде. В примере моделируется система с формой сигнала скачкообразной перестройки частоты и проверяется, что этот метод помогает радиолокационной системе идентифицировать истинный эхо-сигнал цели без путаницы с помеховым сигналом.