Введение

Линейная форма волны FM является популярным выбором в современных радиолокационных системах, потому что она может достигнуть разрешения высокого диапазона путем развертки через широкую полосу пропускания. Однако, когда полоса пропускания находится порядка сотен мегагерца, или даже гигагерца, становится трудным выполнить согласованную фильтрацию или импульсное сжатие в цифровой области, потому что высококачественные конвертеры A/D трудно найти на таких скоростях передачи данных.

Расширьте обработку, иногда также называемую deramp, метод, который может использоваться в таких ситуациях. Простирайтесь обработка выполняется в аналоговой области.

Полученный сигнал сначала смешан с копией переданного импульса. Обратите внимание на то, что копия совпадает с возвратом из диапазона ссылки. После того, как смешанный, получившийся сигнал содержит частотную составляющую, которая соответствует смещению области значений, измеренному от этого диапазона ссылки. Следовательно, точная область значений может быть оценена путем выполнения спектрального анализа на сигнале при выходе микшера.

Кроме того, вместо того, чтобы обработать целый промежуток области значений, покрытый импульсом, обработка фокусируется на маленьком окне вокруг предопределенного диапазона ссылки. Из-за промежутка ограниченного диапазона выходные данные процессора фрагмента могут быть произведены на более низком уровне, ослабив требование полосы пропускания для конвертеров A/D

Следующие разделы показывают пример оценки области значений с помощью обработки фрагмента.

Setup симуляции

Радиолокационная система в этом примере использует линейную форму волны FM с 3 МГц широкая полоса пропускания. Форма волны может использоваться, чтобы достигнуть разрешения области значений 50 м и максимальной однозначной области значений 8 км. Частота дискретизации установлена в 6 МГц, i.e., дважды широкая полоса пропускания. Для получения дополнительной информации о радиолокационной системе, см. Проект Формы волны, чтобы Улучшать Производительность Области значений Существующей Системы.

Три цели расположены в 2 000,66, 6532.63, и в 6 845,04 метрах от радара, соответственно. Десять импульсов симулированы в приемнике. Эти импульсы содержат эхо от целей.

[rx_pulses, waveform] = helperStretchSimulate;
fs = waveform.SampleRate;

Частотный график времени полученного импульса показывают ниже. Когерентное импульсное интегрирование сделано перед графиком улучшить отношение сигнал-шум (SNR). На рисунке возврат из первой цели может быть ясно замечен между 14 и 21 мс, в то время как возврат из вторых и третьих целей намного более слаб, появляясь после 45 мс.

helperStretchSignalSpectrogram(pulsint(rx_pulses,'coherent'),fs,...
    8,4,'Received Signal');

Расширьте обработку

Чтобы выполнить обработку фрагмента, сначала определите диапазон ссылки. В этом примере цель состоит в том, чтобы искать цели на расстоянии приблизительно в 6 700 м от радара в 500-метровом окне. Процессор фрагмента может быть сформирован с помощью формы волны, желаемого диапазона ссылки и промежутка области значений.

refrng = 6700;
rngspan = 500;
prop_speed = physconst('lightspeed');
stretchproc = getStretchProcessor(waveform,refrng,rngspan,prop_speed)

stretchproc = 
  phased.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

Затем передайте полученные импульсы через процессор фрагмента.

y_stretch = stretchproc(rx_pulses);

Теперь когерентно интегрируйте импульсы, чтобы улучшить ОСШ.

y = pulsint(y_stretch,'coherent');

Спектрограмму сигнала после обработки фрагмента показывают ниже. Обратите внимание на то, что второе и третье целевое эхо больше не появляется как пандус в графике. Вместо этого их подписи частоты времени появляются на постоянных частотах, приблизительно 0,5 и-0.5 МГц. Следовательно, сигнал является deramped. Кроме того, нет никаких, возвращаются существующий из первой цели. На самом деле любой сигнал вне областей значений интереса был подавлен. Это вызвано тем, что процессор фрагмента только позволяет цель, возвращается в окне области значений, чтобы передать. Этот процесс часто упоминается как пропускание области значений в действительной системе.

helperStretchSignalSpectrogram(y,fs,16,12,'Deramped Signal');

Оценка области значений

Чтобы оценить целевой диапазон, постройте спектр сигнала.

periodogram(y,[],2048,stretchproc.SampleRate,'centered');

От фигуры ясно, что существует две доминирующих частотные составляющие в сигнале deramped, которые соответствуют двум целям. Частоты этого peaks могут использоваться, чтобы определить истинные значения области значений этих целей.

[p, f] = periodogram(y,[],2048,stretchproc.SampleRate,'centered');


[~,rngidx] = findpeaks(pow2db(p/max(p)),'MinPeakHeight',-5);
rngfreq = f(rngidx);
re = stretchfreq2rng(rngfreq,...
    stretchproc.SweepSlope,stretchproc.ReferenceRange,prop_speed)

re = 2×1
103 ×

    6.8514
    6.5174

Предполагаемые области значений составляют 6518 и 6 852 метра, совпадая с истинными областями значений 6533 и 6 845 метров.

Уменьшаемая частота дискретизации

Как упомянуто во вводном разделе, привлекательная функция обработки фрагмента - то, что это уменьшает требование полосы пропускания для последовательных этапов обработки. В этом примере промежуток области значений интереса составляет 500 метров. Необходимая полоса пропускания для последовательных этапов обработки может быть вычислена как

rngspan_bw = ...
    2*rngspan/prop_speed*waveform.SweepBandwidth/waveform.PulseWidth

rngspan_bw = 1.4990e+06

После того же правила проектирования как в исходной системе, где дважды полоса пропускания используется в качестве частоты дискретизации, новая необходимая частота дискретизации становится

fs_required = 2*rngspan_bw

fs_required = 2.9979e+06

dec_factor = round(fs/fs_required)

dec_factor = 2

Получившийся decimator фактор равняется 2. Это означает, что после выполнения обработки фрагмента в аналоговой области, сигналы могут быть произведены только в половине частоты дискретизации по сравнению со случаем, где обработка фрагмента не используется. Таким образом требование к конвертеру A/D было ослаблено.

Чтобы проверить это преимущество в симуляции, следующий раздел показывает, что те же области значений могут быть оценены с сигналом, подкошенным после обработки фрагмента.

% Design a decimation filter
decimator = design(fdesign.decimator(dec_factor,'lowpass',...
    'N,F3dB',10,1/dec_factor),'SystemObject',true);

% Decimate
y_stretch = decimator(y_stretch);

На этот раз спектральная плотность мощности построена против областей значений.

y = pulsint(y_stretch,'coherent');
[p, f] = periodogram(y,[],2048,fs_required,'centered');
rng_bin = stretchfreq2rng(f,...
    stretchproc.SweepSlope,stretchproc.ReferenceRange,prop_speed);
plot(rng_bin,pow2db(p));
xlabel('Range (m)'); ylabel('Power/frequency (dB/Hz)'); grid on;
title('Periodogram Power Spectral Density Estimate');

[~,rngidx] = findpeaks(pow2db(p/max(p)),'MinPeakHeight',-5);
re = rng_bin(rngidx)

re = 2×1
103 ×

    6.8504
    6.5232

Истинные значения области значений составляют 6533 и 6 845 метров. Без децимации оценки области значений составляют 6518 и 6 852 метра. С децимацией оценки области значений составляют 6523 и 6 851 метр. Поэтому оценка области значений приводит к тому же результату примерно с только половиной расчетов по сравнению с неподкошенным случаем.

Сводные данные

В этом примере показано, как использовать обработку фрагмента, чтобы оценить целевой диапазон, когда линейная форма волны FM используется. Это также показывает, что обработка фрагмента уменьшает требование полосы пропускания.

Ссылка

[1] Марк Ричардс, основные принципы радарной обработки сигналов, McGraw-Hill, 2005.