Документация

Концепция радиолокационного куба данных

Радиолокационный кубик данных является удобным способом концептуального представления пространственно-временной обработки. Чтобы создать радиолокационный кубик данных, предположим, что предварительная обработка преобразует RF-сигналы, полученные от нескольких импульсов, через несколько элементы массива в комплексные выборки основной полосы частот. Расположите комплексные выборки основной полосы в трехмерном массиве размеров K -by- N -by - L.

Многие операции обработки радиолокационных сигналов в программном обеспечении Phased Array System Toolbox™ соответствуют обработке низкомерных подмножеств куба радиолокационных данных. Подмножеством может быть одномерный подвектор или двумерная подматрица.

Следующий рисунок показывает организацию куба радиолокационных данных в этом программном обеспечении. Последующие разделы объясняют каждую из размерностей и какой аспект пространственно-временной обработки они представляют.

Быстрые выборки времени

Рассмотрим K-на-1 субвектор куба радиолокационных данных вдоль оси быстрого времени на предыдущей схеме. Каждый вектор-столбец представляет набор комплексных выборок основной полосы из одного импульса в одном элементе массива, дискретизированный со скоростью$$F_s$$. Эта частота дискретизации является самой высокой частотой дискретизации системы и приводит к fast time назначения. Выберите частоту дискретизации, $$F_s$$, достаточно большой, чтобы избежать сглаживания. Соответствующий интервал дискретизации $$T_s=1/F_s$$. Быстрая временная размерность также упоминается как размерность области значений. Быстрые интервалы выборки времени при преобразовании в расстояние с помощью скорости распространения сигнала часто упоминаются как интервалы значений области значений или затворы области значений.

Импульсное сжатие является примером операции обработки сигнала, выполняемой на быстрых временных выборках. Другой пример обработки сигналов является dechirping. В этих типах операций количество выборок в первой размерности выхода может отличаться от входа.

Медленные выборки времени

Рассмотрим каждую K -by L подматрицу куба радиолокационных данных. Подматрица содержит K векторов-строк с размерностью 1-by- L. Каждый из этих векторов-строк содержит комплексные выборки основной полосы частот из L различных импульсов из одного и того же интервала области значений. Для каждого из K элементов массива существует матрица L -by N. Интервал дискретизации между выборками L является pulse repetition interval (PRI). Типичные PRI намного длиннее, чем интервал быстрой дискретизации. Из-за длинных интервалов дискретизации выборки, взятые через несколько импульсов, называются slow time.

Обработка данных в медленной размерности позволяет вам оценить Допплеровский спектр в заданной области значений значений. В этом типе операции количество выборок в третьей размерности куба данных может измениться. Количество Допплеровских интервалов не обязательно равно количеству импульсов.

Критерий Найквиста применяется в равной степени к размерности медленного времени. Взаимным сигналом PRI является частота повторения импульсов (PRF). PRF дает ширину однозначного допплеровского спектра.

Пространственная выборка

Фазированные решетки состоят из нескольких элементов массива. Рассмотрим каждую K -by N подматрицу куба радиолокационных данных. Каждый вектор-столбец состоит из K быстрых выборок для одного импульса, полученного в одном элементе массива. Векторы-столбцы представляют один и тот же импульс, дискретизированный между элементами N массива. Выборочные данные в N векторов-столбцов являются пространственной дискретизацией падающей формы волны. Анализ данных по элементам массива позволяет вам определить пространственное содержимое частоты каждого полученного импульса. Критерий Найквиста для пространственной дискретизации требует, чтобы элементы массива не разделялись более чем на половину длины волны несущей частоты.

В пространственных частотных операциях количество выборок во втором измерении куба данных может измениться. Количество пространственных интервалов частоты не обязательно равно количеству элементов датчика.

Beamforming является операцией пространственной фильтрации, которая объединяет данные через элементы массива, чтобы избирательно улучшать и подавлять волновые поля, падающие на массив, с конкретных направлений.

Пространственно-временная обработка

Space-time adaptive processing работает с двумерными данными угла Доплера для каждой области значений интервала. Рассмотрим K -by N -by L куба радиолокационных данных. Каждая из выборок K является данными из одной области значений. Эта область значений дискретизируется между N элементов массива и L PRI. Свертывание трехмерной матрицы в каждом интервале областей значений в N -by - L подматрицы позволяет одновременно проводить двумерный анализ угла прихода и доплеровской частоты.

Организация данных в кубе радиолокационных данных

Если у вас есть K сложных выборок данных основной полосы, собранных из импульсов L, полученных на N датчиках, вы можете организовать свои данные в формате, совместимом с соглашениями Phased Array System Toolbox с помощью permute. После обработки данных можно преобразовать назад в исходный формат куба данных с ipermute.

origdata = randn(6,10,200)+1j*randn(6,10,200);

newdata = permute(origdata,[3 1 2]);

data = ipermute(newdata,[3 1 2]);