Funkce nejistoty signálu s lineární modulační frekvencí. Příjem videorekordéru pro zveřejnění v signálu SPbGET "LETI" FCM v radaru

FCM je rozdělení původního rádiového impulsu na n částí stejné doby trvání a ve vzájemném kontaktu. v tomto případě mohou být sousední části posunuty ve fázi. Nejpoužívanějším systémem je protifázový systém, u kterého je offset 0 resp.

Příklad RI s FCM:

Rýže. Kód 00010

RI přijímač s FCM.

Rýže. Strukturální schéma.

LZ – zpožďovací linka, PV – fázový posuvník, RI – rádiový impuls.

Hlavním rysem uvažovaného přijímače je, že střední část výstupního rádiového impulzu je nkrát (n=5) kratší než doba trvání vstupního rádiového impulzu. Proto se RF s FCM, stejně jako RF s RFM, používají k rozlišení mezi blízko umístěnými cíli.

Uvažujme následující otázku: jaké kódy umožňují vytvořit přijímač, ve kterém má centrální rádiový puls amplitudu nkrát větší než amplitudu vedlejších rádiových pulsů (protože pouze v tomto případě lze hovořit o zúžení sondování rádiový impuls nkrát na vstupu rádiového přijímače).

RF s FCM s touto vlastností mají kódy, které jsou volány Barkerovy kódy. Kolik Barkerových kódů je známo? Dnes jsou známy kódy s čísly do n = 13:

	Barker Codes

Sami nakreslete blokové schéma pro n=7.

Generování RF s FCM.

Vliv pasivní interference na detekci radarového signálu.

Pasivní interference je interference, ke které dochází v důsledku odrazu snímacích signálů od objektů, které nejsou cíli. Může být přírodního (oblaka, sníh) nebo umělého původu (maskovací reflektory).

Fyzickým předpokladem pro oddělení signálů odražených od rychle se pohybujícího cíle (letadla) a pomalu se pohybující překážky (mraků) je Dopplerův posun signálu. Například: km/h -Hz, km/h -Hz (offset vzhledem k frekvenci).

Optimální filtr pro „nebílý“ šum.

Výkonovou spektrální hustotu nechť ne bílý šum nebo interference je charakterizována závislostí. Použijeme transformaci této závislosti na závislost, která již nemá frekvenční závislost, tedy stejnou jako bílý šum. Takový převodník se nazývá bělící filtr. Frekvenční charakteristika takového filtru budiž. Pak to musí být. Tato volba je určena výrazem pro celkový výkon šumu. Výraz integrandu tedy nebude záviset na frekvenci, na rozdíl od bílého šumu. Skutečné limity integrace jsou konečné. Výsledkem je, že spektrum vyběleného šumu může být následně transformováno stejným způsobem jako v případě bílého šumu, to znamená, že lze použít dříve vyvinuté OF.

Blokové schéma optimálního přijímače pasivního rušení bude vypadat takto:

Převodový poměr celého zařízení bude

Výraz pro frekvenční zisk optimálního filtru pro „nebílé“ rušení.

Ve speciálním případě použití bílého šumu.

Grafická analýza koeficientu přenosu.

Rýže.

Optimální přijímač rádiových impulsů.

Spektrum periodické sekvence rádiových impulsů je lineární s charakteristickými parametry znázorněnými na obrázku.

Rýže. Spektrum pro nekonečnou posloupnost ().

Pokud sekvence obsahuje m impulsů a m > 1, pak se každý řádek spektra rozšiřuje.

Vlivem Dopplerova jevu je spektrum rušení posunuto vzhledem ke spektru signálu z cíle, takže frekvenční složky jednoho spektra se budou nacházet v intervalu mezi frekvenčními složkami druhého spektra (viz obrázek) .

Rýže.

Z obrázku vyplývá, že rušení lze odstranit pomocí vícepásmového filtru, ve kterém jsou propustná pásma umístěna stejně jako cílová pásma spektra a absorpční pásma jsou umístěna jako pásma rušivého spektra. Takový filtr se nazývá hřebenový filtr (CRF).

Kapitola 1 - Metody pro zpracování digitálních PCM signálů

1.1 Prohlášení o problému

1.2 Klasifikace metod potlačení postranních laloků komprimované! o nás nala

1.2.1 Primární a sekundární metody zpracování

1.2.2 Metody zpracování ve spektru a v časové oblasti

1.2.3 Iterativní a opakované způsoby zpracování

1.2.4 Adaptivní metody

1.3 Popis je původní! o &gp algoritmu adaptivně1 o komprese pulzu

1.4 Závěry kapitoly

Kapitola 2 - Matematický popis systému

2.1 Zobecněné znázornění systému

2.2 Popis sondování FKM-ssh pala

2.2.1 Popis snímacího signálu pro PJIC odpocapalpa

2.2.2 Popis snímacího signálu vector1 pro polarizační PJIC

2.3 Modelování radarových objektů

2.3.1 Impulsní odezva radarového objektu pro PJIC single capalpole

2.3.2 Popis modelů radarových objektů pro polarizované PJIC

2.4 Faktory ovlivňující přesnost odhadu impulsní odezvy radarového objektu

2.5 Hluk systému

2.6 Kritéria pro posouzení úrovně postranních laloků signálu na výstupu kompresního filtru

2.7 Závěry kapitoly

Kapitola 3 – Algoritmy adaptivního filtrování

3.1 Použití adaptivního zpracování při filtrování signálů

3.2 Adaptivní algoritmus pro odpocapalpoy PJIC

3.2.1 Použití přizpůsobeného filtru jako součásti adaptivního filtru pro PJIC s jednou kapkou

3.2.2 Popis adaptivního rytmu pro PJIC unipocapalpa

3.2.3 Popis adaptivního filtru pro jednokanálový PJIC

3.3 Adaptivní alurytmus pro polarizovaný PJIC

3.3.1 Použití maticového filtru jako součásti adaptivního filtru pro polarizaci PJIC

3.3.2 Popis adaptivního aluritu pro polarizované PJIC

3.3.3 Popis adaptivního filtru pro polarizační PJIC

3.4 Závěry o první lávě

Kapitola 4 - Studium navržených adaptivních algoritmů

4.111rimspspie adaptivní! o algoritmu pro jednokanálový PJIC

4.1.1 Aplikace aluritmy pro různé modely radarové objekty

4.2 11implementace adaptivního rychlostního rytmu pro polarizaci PJIC 96 4.2.1 11implementace algoritmu pro různé modely radarových objektů

4.4 Závěry ke kapitole I 4 109 Závěr 111 C11 a literatura 113 Příloha A 119 Příloha B

Seznam zkratek

LCF - autokorelační funkce;

ASI - adaptivní pulzní komprese;

LF - adaptivní filtr;

ICF - interkorelační funkce;

DD - dynamický rozsah;

IH - impulsní odezva;

Cvrlikání - lineárně frekvenčně modulované;

MSO - minimální střední kvadratická chyba;

PJI - radar;

PJIC - radarová stanice;

MSD - střední kvadratická odchylka;

UBL - úroveň bočního laloku;

FKM - manipulace s fázovým kódem;

FN - funkce neurčitosti;

ESR - efektivní rozptylová plocha.

Doporučený seznam disertačních prací

• Studium simulačních algoritmů pro transformaci komplexně modulovaných radarových signálů pro měření parametrů radarových stanic 2005, kandidát technických věd Nguyen Huu Thanh

• Vývoj a výzkum metody pro zvýšení odolnosti proti rušení radarů se složitými kvazi-spojitými signály 2003, kandidát technických věd Nilov, Michail Aleksandrovič

• Syntéza signálů s pseudonáhodným zákonem amplitudově-fázového klíčování a způsoby jejich zpracování v radaru s kvazi-spojitým provozním režimem 2005, doktor technických věd Bystrov, Nikolaj Egorovič

• Potlačení korelačního šumu při zpracování diskrétních rádiových signálů metodou konjugovaného přizpůsobeného filtrování 2003, kandidát technických věd Melnikov, Alexey Dmitrievich

• Zlepšení parametrů radarové pozorovatelnosti cíle v radarech řízení letového provozu pomocí digitálního adaptivního prostorově-dopplerovského zpracování echo signálů 2000, kandidát technických věd Savelyev, Timofey Grigorievich

Úvod disertační práce (část abstraktu) na téma „Adaptivní algoritmy pro snížení úrovně postranních laloků odezvy na výstupu PCM kompresního filtru radarových signálů“

Radarová teorie se od svého vzniku vyvíjela především jako teorie, která uvažuje o tzv. bodových cílech. Skutečným cílem je však často komplexní objekt sestávající z kombinace prvků a je potřeba určit jejich dosahy a intenzitu odrazů odražených od těchto prvků! chytit

Mnoho moderních radarových systémů (PJIC) využívá komplexní signál Foundation. Použití komplexních signálů ve srovnání s jednoduchými má řadu výhod, zejména dosažení vysokého radarového potenciálu s omezeným výkonem záření a zvýšenou odolností proti šumu. Mezi širokou škálou komplexních amerických signálů našly uplatnění signály manipulované požárním kódem (FCM). Funkce nejistoty takových signálů má formu, která vylučuje ekvivalenci posunu v čase a frekvenci, charakteristickou například pro signály modulované lipidovou frekvencí (chirp).

Při zpracování jsou odražené signály složeny do krátkých pulzů v kompresním filtru (komprimovány). K tomu se zpravidla používá přizpůsobený filtr (MF). Doba trvání komprimovaného signálu mapovaného fázovým kódem se považuje za šířku hlavního píku, ale mimo něj jsou pozorována boční maxima (boční laloky).

Smíšený filtr přijímače PJIC lze považovat za optimální, pokud je radarový objekt reprezentován jednobodovým reflektorem a signál je přijímán na pozadí aditivního bílého šumu. Při pozorování složitého radarového objektu sestávajícího ze sady odrazných prvků není použití SF optimální.

Úroveň bočních laloků (US1) komprimovaného signálu může výrazně překročit nejen úroveň šumu, ale i úrovně užitečných signálů. Rušivý vliv postranních laloků se projevuje maskováním informačních vrcholů z slabé signály. V praxi je často důležité nepromeškat užitečný slabý rádiový signál z reflektoru s malou efektivní rozptylovou plochou (ESR) na pozadí rušivých odrazů od objektů s velkým ESR. Například plně odražený impuls se často ztrácí při silnějších odrazech od cizích předmětů blízko cíle. Tento jev výrazně omezuje dynamický rozsah amplitud užitečných signálů zpracovávaných PJIC a zvláště atraktivní je možnost jeho rozšíření pomocí jedné akceptované implementace.

Problém snížení úrovně postranních laloků komprimovanou sishalou je relevantní jak pro jednokapitálové, tak pro polarizační (mpojukapální) PJIC. U polarizovaného PJIC je situace ztížena tím, že při plném polarizačním snímání jsou současně emitovány dva ortogonální signály a úroveň postranních laloků je určena jak jejich auto-, tak vzájemnou korelací.

Vzhledem k tomu, že umístění reflektorů v radarovém objektu a intenzita od nich odražených signálů jsou náhodné, vyvstává problém syntetizovat nastavitelné (adaptivní) spur rytmy a odpovídající filtry, jejichž parametry a struktura se v čase mění. Aby byly charakteristiky systému variabilní a dokázaly se přizpůsobit měnícím se podmínkám radarového dohledu (různým objektům), je nutné použít adaptivní filtry.

Výzkumné práce na syntéze adaptivních alurytmů pro snížení postranních laloků odezvy na výstupu FCM kompresního filtru radarových systémů! úlovky rozptýlené složitými radarovými objekty lze považovat za relevantní.

Těžištěm této disertační práce je vývoj adaptivních algoritmů pro snížení úrovně postranních laloků odezvy na výstupu kompresního filtru FCM signálu pro single-drop PJIC a polarizační PJIC, což umožňuje zvýšit radarovou pozorovatelnost malých -velké cíle na pozadí objektů s velkým RCS a ke studiu jejich účinnosti.

V souladu s tím byly stanoveny a řešeny následující hlavní úkoly.

1. Stanovení matematických modelů sondovacího signálu pro jednokapkový a polarizovaný PJIC.

2. Stanovení modelů radarových objektů pro jednokapové a polarizační PJIC.

3. Rozšíření dynamického rozsahu amplitud užitečných přijímaných signálů PJIC podle jedné přijaté implementace snížením úrovně postranních laloků komprimovaného signálu.

4. Provést numerické modelování adaptivního algoritmu pro single-drop PJIC a na jeho základě vyvinout adaptivní algoritmus pro polarizaci PJIC.

5. Studium účinnosti vyvinutých adaptivních filtračních algoritmů.

Relevance studie

Řešení těchto problémů je relevantní v současné fázi vývoje radaru, protože rozšíření dynamického rozsahu užitečných amplitud signálu nám umožňuje vyhnout se komplikacím spojeným s přítomností velkých postranních laloků komprimovaného komplexního signálu a je relevantní [1].

Tyto úlohy jsou zvláště důležité pro polarizační radar, protože umožňují snížit chyby při určování prvků matic rozptylu cíle jak při sekvenčním, tak při simultánním měření.

Metody výzkumu. Prováděný výzkum je založen na metodách adaptivního zpracování signálů, teorii komplexních signálů, optimálních metodách rádiového příjmu a statistické teorii radaru. Ve výzkumném procesu byly použity metody matematického modelování.

Při provádění matematického modelování byl použit aplikační balík MatLAB 7.0.

Praktický význam práce je dán jejím zaměřením na zvyšování účinnosti radarových systémů.

Výsledky získané v práci umožnily:

1. Pomocí profesionálních metod optimalizovat zpracování radarových kanálů podle jedné přijaté implementace.

2. Vyvinout adaptivní algoritmus pro jednosmyčkové PJIC, který umožňuje snížit úroveň bočních laloků přijatého komprimovaného pražce. Dynamický rozsah jednokanálových PJIC pro modely radarových objektů popsané v práci byl zvýšen o 7-23 dB a průměrná kvadratická chyba odhadů impulsních charakteristik radarových objektů byla snížena o 8-32 dB. Bylo provedeno srovnání se signály na výstupu přizpůsobeného filtru, přičemž všechny ostatní věci byly stejné.

3. Vyvinout adaptivní algoritmus pro polarizaci PJIC, který umožňuje snížit úroveň postranních laloků přijímaného komprimovaného signálu. Dynamický rozsah polarizačních PJIC pro modely radarových objektů popsané v práci byl zvýšen o 8 - 19 dB a průměrná kvadratická chyba v odhadech impulsních charakteristik radarových objektů byla snížena o 8 - 17 dB. Porovnání bylo provedeno se signály na výstupním coi laserového maticového filtru, přičemž všechny ostatní věci byly stejné.

Struktura a rozsah disertační práce

Disertační práce se skládá z úvodu, 4 kapitol, závěru a seznamu literatury včetně 72 titulů a 2 příloh. Práce obsahuje 122 stran, 36 obrázků a 7 tabulek.

Podobné disertační práce v oboru "Radarlokace a radionavigace", 05.12.14 kód VAK

• Syntéza výpočetních jader pro digitální přizpůsobenou filtraci radarových signálů na moderní elementové bázi 2005, kandidát technických věd Pjatkin, Alexej Konstantinovič

• Zvyšování rozlišovací schopnosti informačních systémů z hlediska doby příchodu signálů v podmínkách vzájemného rušení 2010, kandidát technických věd Mišura, Tamara Prokhorovna

• Ultraširokopásmový radar vzdušných objektů s výhledem do vesmíru bez setrvačnosti 2005, doktor technických věd Vovshin, Boris Michajlovič

• Algoritmy a zařízení pro snížení úrovně bočních laloků při kompresi komplexních signálů radiotechnických systémů 2007, kandidát technických věd Varlamov, Dmitrij Lvovič

• Digitální zpracování signálu s atomovými funkcemi v radiofyzikálních aplikacích 2005, kandidát fyzikálních a matematických věd Smirnov, Dmitrij Valentinovič

Závěr disertační práce na téma „Radar a radionavigace“, Babur, Galina Petrovna

Výsledky práce byly využity ve výukovém procesu při přednášce a vedení praktických cvičení se studenty radiotechnické fakulty na katedře radiotechnických systémů v oborech „Návrh radiotechnických systémů“ a „Teorie elektrických komunikací“. Rovněž výsledky disertační práce byly implementovány při výzkumné práci „Řešení problému využití komplexních singálů v problému správného odhadu rozptylové matice radarového objektu“ v rámci projektu RI-111/004/006 FTSPTN „Výzkum a rozvoj v prioritních oblastech rozvoje vědy a techniky“ na léta 2002-2006 gg., (státní evidenční čísla: evidenční č. 01200611495, inv. č. 02200606700).

ZÁVĚR

Disertační práce řešila aktuální vědecko-technický problém rozšíření dynamického rozsahu amplitud užitečných přijímaných ultrazvukových pulsů v jednokanálových a polarizačních radarech se zvukovými signály PCM. K rozšíření dynamického rozsahu dochází díky adaptivnímu zpracování, které umožňuje výrazně snížit úroveň postranních laloků funkce odezvy na výstupu kompresního filtru přijímaného signálu.

V této práci byly získány následující hlavní výsledky.

1. Byl vyvinut adaptivní algoritmus pro snížení úrovně postranních laloků odezvy na výstupu kompresního filtru signálu FCM pro radar s jednou kapkou podle jedné přijaté implementace postupným zpracováním vstupního signálu. .

2. Vyvinutý funkční schéma adaptivní filtr pro radar s jednou kapkou pomocí přizpůsobeného filtru.

3. Pro polarizační radar byl vyvinut adaptivní algoritmus pro snížení úrovně postranních laloků odezvy na výstupu filtru pro kompresi signálu PCM podle jedné přijaté implementace postupným zpracováním vektorového vstupního signálu. Algoritmus umožňuje snížit úroveň postranních laloků komprimovaného signálu, způsobenou jak nebulletovou autokorelací, tak nenulovou vzájemnou korelací použitých signálů.

4. Bylo vyvinuto funkční schéma adaptivního filtru pro polarizační radar s použitím přizpůsobeného maticového filtru. Charakteristickým rysem filtru je přítomnost křížových spojení mezi kanály zpracování signálu.

Vyvinuté adaptivní algoritmy zpracování umožňují:

1. Rozšiřte dynamický rozsah amplitud užitečných přijímaných signálů radarového signálu díky adaptivnímu zpracování signálů na výstupu filtru, koordinovaného se signálem komplexního PCM signálu. Pro dané modely objektů PJI bylo rozšíření dynamického rozsahu pro jednokanálový radar 7-23 dB, pro polarizační radar - 8-19 dB.

2. Snižte úroveň postranních laloků komprimovaných signálů, aniž byste zvýšili základ sondování signálů FCM.

3. Zvyšte přesnost odhadu impulsní odezvy radarových objektů. Snížení střední kvadratické chyby v odhadu IR různých radarových objektů na výstupu adaptivního filtru pro jednokanálový radar ve srovnání s přizpůsobeným filtrem bylo 8–32 dB; v případě polarizačního PJIC byla střední kvadratická chyba v IR odhad byl snížen o 8-17 dB.

4. Adaptivní algoritmus pro polarizaci PJIC umožňuje zmenšit postranní laloky, které jsou určeny nejen autokorelací komplexních signálů, které jsou součástí vektorového znějícího signálu, ale také jejich vzájemnou (křížovou) korelací.

Teoretické výsledky práce mají praktickou orientaci:

1. Vyvinuté adaptivní algoritmy umožňují rozšířit dynamický rozsah amplitud užitečných přijímaných signálů v jednokapacitních a polarizačních PJIC se signály FCM snížením úrovně postranních laloků komprimovaných signálů. To umožňuje snížit maskovací efekt cílů s velkým RCS na blízké cíle s malým RCS, což zlepšuje radarovou detekovatelnost a rozpoznávání malých cílů.

2. Prezentované adaptivní algoritmy umožňují zvýšit přesnost odhadu impulsní odezvy pozorovaných radarových objektů.

3. Při provádění radarové detekce rozmístěných objektů, které lze popsat sadou bodových reflektorů, vyvinuté algoritmy umožňují zvýšit kontrast radarového obrazu.

Analýza algoritmů vyvinutých a prezentovaných v této práci ukazuje výhodu adaptivních algoritmů pro zpracování komplexních radarových signálů ve srovnání s tradičními metodami, konkrétně přizpůsobeným filtrováním.

Seznam odkazů pro výzkum disertační práce Kandidát technických věd Babur, Galina Petrovna, 2006

1. Babur G.G1. Adaptivní filtr pro polarizační radar s komplexními signály. Novinky Tomské polytechnické univerzity, ročník 309, č. 8, 2006.

2. Babur G.P. Rozšiřuje dynamický rozsah polarizovaného PJIC o komplexní signály bez zvýšení jejich základny. "Sborník absolventů postgraduální školy TUSUR." I*d-vo TU SUR, 2005, 216 s. od iluze. ISBN 5-86889-256-9.

3. Návrh radarových přijímacích zařízení. Pod. vyd. M. A. Sokolová. M. "Vysoká škola", 1984.

4. P. Michajlov P.F. Radiometeorologické studie nad mořem. L.: Gidmeteoizdat, 1990.-207 s.

5. Radarové metody pro studium Země./ Yu.A. Mělník, S.G. Zubkovič, V.D. Stepanepko a další. vyd. Yu.A. Mělník. M.: Sovětský rozhlas, 1980. - 264 e., ill.

6. A. Mudukutore, V. Chandrasekar a R. JelTery Keeler, „Komprese pulzu pro meteorologické radary“, Transactions on Remote Sensing, sv. 36, č. 1, leden 1998.

7. A Mudukutore, V. Chandrasekar a R. J. Keeler, „Potlačení postranního laloku dosahu pro meteorologické radary s pulzní kompresí: Simulace a vyhodnocení“, v Preprints, 27th AMS Conf. Radar Meteorol., Vail, CO, říjen 1995, str. 763-766.

8. A Mudukutore, V. Chandrasekar a R. J. Keeler, „Simulace a analýza pulzní komprese pro meteorologický radar“, v Proc. IGARSS, Firen/e, Itálie, červenec 1995.

9. Ostrovityapipov P.B., Basalov F.A. Statistická teorie radaru rozšířených cílů. M.: Radio and Communications, 1982. - 232 s., ill.

10. Kanareikin D.B., Pavlov N.F., Potekhin V.A. Polarizace radarových signálů. M.: Sov. rozhlas, 1966. - 440 s.

11. Karton D, Ward G. Příručka radarových měření. Za. z angličtiny upravil MM. Weisbein. M.: Sov. rozhlas, 1976. - 392 s.

12. Feldman Yu.I., Mandurovsky I.L. "Teorie fluktuací polohových signálů odrážených distribuovanými cíli. Editoval Yu.I. Feldman. M.: Radio and Communications, 1988.-272 e.: ill.

13. Varakin L.1£. Komunikační systémy s hlukem podobným zvoněním. M.: Radio and Communications, 1985. -384 s.

14. Amiantov I.N. Vybrané problémy teorie statistické komunikace. -M.: Sov. Rádio. 1971.-416 s.

15. Příručka o radaru. Ed. M Školník. New York, 1970: Přel. (ve čtyřech svazcích) / Pod generální redakcí. K.P. Trofimová; Svazek 3. Radarová zařízení a systémy / Ed. TAK JAKO. Vinnitská. Sov. rozhlas, 1978, 528 s.

16. Tichonov V.I., Kharisov V.P. Statistická analýza a syntéza radiotechnických zařízení a systémů. M.: Rozhlas a komunikace, 1991. - 608 s.

17. Adaptivní zpracování signálu: Transl. z angličtiny / Bernard Widrow, Samuel D. Stearns; Za. Yu K. Salnikov. M: Radio and Communications, 1989. - 440 s.

18. Kirillov II.B. Šumově odolný přenos zpráv přes lineární kanály s náhodně se měnícími parametry. M., Komunikace, 1971.-256 s.

19. Bystrov N.N., Zhukova I.N. Segmentové zpracování komplexních signálů v omezeném rozsahu-Dopplerův rozsah. 2001 Bulletin Novgorodské státní univerzity č. 19.

20. I Ichopov V.I. Statistická radiotechnika: monografie. 2. vyd., revidováno. a doplňkové -M.: Rozhlas a komunikace, 1982. - 624 s.

21. Khlusov V.A. Teorie a metody zpracování vektorových signálů v polarizačních radarových systémech: dis. doc. tech. pavouk. Tomsk, 2004.

22. Khlusov V.A. Společné hodnocení souřadnicových a polarizačních parametrů radarových objektů // Sibiřský polarizační seminář SIBPOL 2004. 7.-9. září 2004. Surgut, Rusko.

23. V.A. Gubin, A.A. Korostelev, IO.A. Mlynář. Časoprostorové zpracování radarových signálů. Poznámky k výuce. Leningradská inženýrská akademie Red Banner pojmenovaná po A.F. Mozhaisky. Leningrad, 1970. 201 s.

24. Lyficher Emmanuel S., Jsrvis Barry W. Digitální zpracování chi palů: praktický přístup, 2. vydání.: Přel. z angličtiny M.: Nakladatelství "William", 2004. - 992 e.: ill. Paralelní. sýkorka Lshl.

25. S.D. Blunt, K. Gerlach, "Adaptive Pulse Compression", Radar Conference, 2004. Proceedings of the IEEE 26-29 April 2004, pp. 271 276.

26. S.D. Blunt, K. Gerlach, "Adaptive Pulse Compression Repair Processing", Radar Conference, 2005 IEEE International 9-12 May 2005, pp. 519 523.

27. S.D. Blunt, K. Gerlach, "Aspects of Multistatic Adaptive Pulse Compression", Radar Conference, 2005 IEEE International 9-12 May 2005, pp. 104 108.

28. S.D. Blunt, K. Gerlach, „Nové schéma komprese pulzu založené na minimálním průměru

29. Square Error Reitation", Radar Conference, 2003. Proceedings of the International 3-5 September 2003, pp. 349-353.

30. Ilaykin S. Adaptive filter theory, 2nd ed., Prentice-Hall, Englewood Cliffs, N.J.

31. Haykin S. "Adaptivní filtry: minulost, přítomnost a budoucnost," Proc. IMA Conf. Matematika. Signal Process., Warwick, Anglie.

32. Rozov A.K. Nelineární filtrování signálu. Petrohrad: Politechnika. 1994. -382 s.

33. Bykov V.V. Digitální modelování ve statistické radiotechnice. M.: Sov. rozhlas, 1971.-328 s.

34. IIu Hang, "Studie o váhových metodách potlačení sidelove pro pulzní kompresi signálu cvrlikání", 2004 4" Mezinárodní konference o technologii mikrovlnné a milimetrové vlny.

35. Savostyanov V.Yu., Morozova S.A. Syntéza optimálního filtru zpráv pro primární zpracování frekvenčně posuvného klíčovacího radarového signálu. "Radiotechnika", 2005, č. 9.

36. M.II. Ackroyd a F. Ghani, „Optimum Mismatched Filters for Sidellobe Supression“, IEEE Trans. Aerospace Electronics, sv. AES-9, str. 214-218, březen 1973.

37. Vasilenko G.I., Taratorin A.M. Obnova obrazu. M. "Rádio a komunikace", 1986, 304 s.

38. R. J. Keeler a S. A. Hwang, „Komprese pulzu pro meteorologický radar“, v Proc. IEEE Int. Radar Conf., květen 1995, pp. 529-535.

39. Zpracování signálů v rádiových systémech: Učebnice. příspěvek/ Dalmatov A.D., Eliseev A.A., Lukoshkin A.P., Ovodepko A.P., Ustinov B.V.; Ed. A.II. Jly Koshkin.-JI.: Leningradské nakladatelství. Univ., 1987,400 s.

40. Ilaykin S., "Cognitive Radar", IEEE Signal Processing Magazine, leden 2006.

41. Rutkovskaya D., Nilipskiy M., Rutkovskiy JI. Neuronové sítě, genetické algoritmy a fuzzy systémy: Trans. z polštiny I.D. Rudinský. M.: Horká linka- I Elekom, 2006. - 452 s.

42. Akulinichev 10.11. Teorie a metody vícecestné diagnostiky pro zvýšení odolnosti radarových systémů a dálkového průzkumu atmosféry proti rušení: dizertační práce. tech. pavouk. 1" Omsk, 2002.

43. Radiotechnické systémy: Učebnice. pro vysoké školy pro speciální účely "Radio Engineering" / IO.lI. Grishin, B.II. Ipatov, Yu.M. Kazarinov a další; Ed. 10.M. Kazarinova. M.: Vyšší. škola, 1990.-496 e.: nemoc.

44. Savinykh I.S. Geometrický model objemově distribuovaných radarových objektů, poskytující danou přesnost simulace echo signálu s minimálním počtem reflektorů: diplomová práce. Ph.D. tech. Sci. Novosibirsk, 2005.

45. Leontyev V.V. Pravděpodobnostní model rozptylu centimetrových rádiových vln objektem umístěným v blízkosti rozbouřené mořské hladiny. "Žeriál technické fyziky", 1997, č. 9.

46. ​​​​Bakulev P.A., Stenin V.M. Metody a zařízení pro výběr pohyblivých cílů. M.: Rozhlas a komunikace, 1986. - 288 s.

47. Vainshtein L.A., Zubakov V.D. Izolace signálů na pozadí náhodného šumu. M.: Rozhlas a komunikace, 1970. - 447 s.

48. Zubkovich S.G. Statistické charakteristiky signálů odražených od zemského povrchu. M.: Sov. rozhlas, 1968. - 224 e.

49. Petere L., Weimer F. Radarové sledování složitých cílů. -Zahraniční radioelektronika, 1964, č. 7, s. 17-44.

50. Časoprostorové zpracování signálů / I.Ya. Kremer, A.I. Kremer, V.M. Petrov a další; Ed. A JÁ Krnemera. M.: Rozhlas a komunikace, 1984. - 224 s.

51. Proshkip N.G., Kashcheev B.L. Studium strukturních vlastností F vrstvy ionosféry. "Radiotechnika a elektronika", 1957, č. 7.

52. Ventzel P.S., Ovcharov L.A. Teorie pravděpodobnosti: Učebnice pro vysoké školy, 7. vyd., stereotyp. - M.: Vyšší škola, 2001. - 576 s.

53. Bogorodsky V.V., Kanareikin D.B., Kozlov A.I. Polarizace rozptýlené a vlastní radiové emise zemských obalů - Leningrad: Godromsteoizdat, 1981. -279 s.

54. Intensity and Phase Statistics of Multilook polarimetric and Interferometric SAR Imagery, J-S. Lee, K.W. Iloppel, S.A. Mango a A.R. Mlynář. 1PEE TORS (32) 5. září 1994 str. 1017-1028.

55. Statistika Stokesových parametrů a komplexních koherenčních parametrů v jednopohledových a vícepohledových skvrnitých polích, R. Touzi a L. Lopes. IIiHL "IGRS (34) 2. března 1996, str. 519-531.

56. N. R. Goodman, „Statistická analýza založená na určitém komplexním Gaussově rozdělení (úvod), Ann. Mathemar. Sratisr., VOL 34, pp. 152-177, 1963.

57. Rabiper P., Gould V. Teorie a aplikace číslicového zpracování signálů. M., 1978, 848.

58. Základy číslicového zpracování signálů: Průběh přednášek / Autoři: A.I. Solonina, D.A. Ulakhovich, S.M. Arbuzov, IV. Solovjov / Ed. 2. revize a zpracovány Petrohrad: BHV-Petersburg, 2005. - 768 e.: ill.

59. Madisetti V.K., Williams D.B. Příručka pro zpracování digitálního signálu. CRC Press, 1998.

60. Fachkovich S.I. Odhad parametrů siggalu. M.: Rozhlas a komunikace, 1970. - 336 s.

61. Kassam, S.A., Signal Detection in Non-Gaussian Noise, Springer-Verlag, New York, 1988.

62. Bakut M.A., Bolshakov I.A. a další Otázky statistické teorie radaru. -M.: Mir, 1989.- 1,2-P. 1080.

63. Kozlov A.I. Radar. Fyzikální základy a problémy // Sorosův vzdělávací časopis, 1996, č. 5, s. 70-78.

Vezměte prosím na vědomí výše uvedené vědecké texty zveřejněno pro informační účely a získané prostřednictvím rozpoznávání textu původní disertační práce (OCR). Proto mohou obsahovat chyby spojené s nedokonalými rozpoznávacími algoritmy. V soubory PDF V disertačních pracích a abstraktech, které dodáváme, takové chyby nejsou.

Rádiové pulsy FCM se vyznačují náhlou změnou fáze v rámci pulsu podle určitého zákona, například (obr. 1.66):

– tříprvkový signální kód

– zákon změny fáze

nebo sedmiprvkový signál (obr. 1.67):

Můžeme tedy vyvodit závěry:

· ASF signálů s cvrlikáním je spojitý.

· Obálka ASF je určena tvarem obálky signálu.

· Maximální hodnota ASF je určena energií signálu, která je zase přímo úměrná amplitudě a trvání signálu.

Šířka spektra je kde odchylka frekvence a nezávisí na délce signálu.

· Signální základna (faktor šířky pásma) může být n>>1. Proto se signály cvrlikání nazývají širokopásmové.

FCM rádiové pulsy s délkou trvání jsou souborem elementárních rádiových pulsů za sebou bez intervalů, délka každého z nich je stejná a rovna . Amplitudy a frekvence elementárních pulzů jsou stejné, ale počáteční fáze se mohou lišit o (nebo nějakou jinou hodnotu). Zákon (kód) střídání počátečních fází je určen účelem signálu. Pro rádiové impulsy FCM používané v radaru byly vyvinuty odpovídající kódy, například:

1, +1, -1 - tříprvkové kódy

- dvě varianty čtyřprvkového kódu

1 +1 +1, -1, -1, +1, -2 - sedmiprvkový kód

Spektrální hustota kódovaných pulsů je určena pomocí aditivní vlastnosti Fourierových transformací ve formě součtu spektrálních hustot elementárních rádiových pulsů.

Spektra pravoúhlých záblesků mají na rozdíl od spektra zvonového výboje jiný tvar laloku, a to .

Spektra balíčků obdélníkových rádiových pulsů

· Tvar oblouků ASF je určen tvarem pulzů ASF.

· Tvar okvětních lístků ASF je určen tvarem balíčku ASF.

· Spektra záblesků videoimpulsů se nacházejí na frekvenční ose v blízkosti nízkých frekvencí a spektra impulzů rádiových impulzů se nacházejí v blízkosti nosné frekvence.

· Číselná hodnota spektrální hustoty pulzů je určena jeho energií, která je zase přímo úměrná amplitudě pulzů v trvání pulzu a počtu pulzů v pulzu NA(doba trvání dávky) a nepřímo úměrná periodě opakování pulzu

· S počtem pulsů v dávce je základ signálu (širokopásmový koeficient) =

1.5.2. Intrapulzní modulované signály

V teorii radaru bylo prokázáno, že pro zvětšení dosahu radaru je nutné prodloužit dobu trvání sondovacích pulsů a pro zlepšení rozlišení je nutné rozšířit spektrum těchto pulsů.

Rádiové signály bez intrapulzní modulace („hladké“) používané jako zvukové signály nemohou současně splnit tyto požadavky, protože jejich trvání a šířka spektra jsou navzájem nepřímo úměrné.

Proto se v současnosti v radarech stále častěji používají sondovací rádiové pulsy s intrapulzní modulací.

Rádiový impuls s lineární frekvenční modulací

Analytické vyjádření takového rádiového signálu bude mít tvar:

kde je amplituda rádiového pulsu,

Trvání pulzu,

Průměrná nosná frekvence,

rychlost změny frekvence;

Zákon změny frekvence.

Zákon změny frekvence.

Graf rádiového signálu s cvrlikáním a zákon změny frekvence signálu v rámci pulsu (zobrazený na obrázku 1.63 je rádiový puls s frekvencí rostoucí v čase) jsou znázorněny na obrázku 1.63

Amplitudo-frekvenční spektrum takového radiopulsu má přibližně obdélníkový tvar (obr. 1.64)

Pro srovnání je níže uvedena ASF jednoho obdélníkového rádiového pulsu bez intrapulzní frekvenční modulace. Vzhledem k tomu, že trvání rádiového pulsu s cvrlikáním je dlouhé, lze jej podmíněně rozdělit na sadu rádiových pulsů bez cvrlikání, jejichž frekvence se mění podle krokového zákona znázorněného na obrázku 1.65.

Spektra každého rádiového pulsu bez JIHM budou mít každý svou vlastní frekvenci: .

signál. Je snadné ukázat, že tvar ASF se bude shodovat s tvarem původního signálu.

Pulsy manipulované fázovým kódem (PCM)

Rádiové pulsy FCM se vyznačují náhlou změnou fáze v rámci pulsu podle určitého zákona, například (obr. 1.66):

tříprvkový signální kód

zákon o změně fáze

tříprvkový signál

nebo sedmiprvkový signál (obr. 1.67)

Můžeme tedy vyvodit závěry:

· ASF signálů s cvrlikáním je spojitý.

· Obálka ASF je určena tvarem obálky signálu.

· Maximální hodnota ASF je určena energií signálu, která je zase přímo úměrná amplitudě a trvání signálu.

Šířka spektra je kde odchylka frekvence a nezávisí na délce signálu.

Základna signálu (širokopásmový poměr) Možná n>>1. Proto se signály cvrlikání nazývají širokopásmové.

FCM rádiové pulsy s délkou trvání jsou souborem elementárních rádiových pulsů po sobě následujících bez intervalů, doba trvání každého z nich je stejná a rovna . Amplitudy a frekvence elementárních pulzů jsou stejné, ale počáteční fáze se mohou lišit o (nebo nějakou jinou hodnotu). Zákon (kód) střídání počátečních fází je určen účelem signálu. Pro rádiové impulsy FCM používané v radaru byly vyvinuty odpovídající kódy, například:

1, +1, -1 - tříprvkové kódy

- dvě varianty čtyřprvkového kódu

1 +1 +1, -1, -1, +1, -2 - sedmiprvkový kód

Spektrální hustota kódovaných pulsů je určena pomocí aditivní vlastnosti Fourierových transformací ve formě součtu spektrálních hustot elementárních rádiových pulsů.

Grafy ASF pro tříprvkové a sedmiprvkové impulzy jsou znázorněny na obrázku 1.68

Jak je vidět z obrázků výše, šířka spektra PCM rádiových signálů je určena dobou trvání elementárního rádiového pulsu.

nebo .

Širokopásmový koeficient , Kde N-počet elementárních rádiových impulsů.

2. Analýza procesů pomocí časových metod. Obecné informace o přechodových procesech v elektrických obvodech a klasické metodě jejich analýzy

2.1. Koncept přechodového režimu. Komutační zákony a počáteční podmínky

Procesy v elektrických obvodech mohou být stacionární a nestacionární (přechodné). Přechodový proces v elektrickém obvodu je proces, ve kterém proudy a napětí nejsou konstantní nebo periodické funkce času. Přechodové děje se mohou vyskytovat v obvodech obsahujících reaktivní prvky při připojování nebo odpojování zdrojů energie, náhlých změnách obvodu nebo parametrů příchozích prvků (spínání), jakož i při průchodu signálů obvody. Ve schématech je přepínání indikováno ve formě klíče (obr. 2.1), předpokládá se, že přepnutí nastane okamžitě. Okamžik komutace je konvenčně brán jako začátek počítání času. V obvodech, které neobsahují při spínání energeticky náročné prvky L a C, přechodné

neexistují žádné procesy. V obvodech s energeticky náročnými prvky pokračují přechodné procesy ještě nějakou dobu, protože energie uložená v kondenzátoru nebo indukčnost nemůže se náhle změnit, protože to by vyžadovalo zdroj energie s nekonečnou energií. V tomto ohledu se napětí na kondenzátoru a proud přes indukčnost nemohou náhle změnit. Určení

MDT 621.396.96:621.391.26

Metoda pro zvýšení účinnosti radaru pro detekci osob za opticky neprůhlednými překážkami

O. V. Sytnik I. A. Vjazmitinov, E. I. Miroshničenko, Yu. A. Kopylov

Ústav radiofyziky a elektroniky pojmenovaný po. A. Ya. Usikova NAS z Ukrajiny

Jsou zvažovány možnosti snížení úrovně postranních laloků autokorelační funkce FCM sondovacích signálů a problémy jejich praktické implementace v zařízení. Byla navržena optimální fázově amplitudová intrapulzní modulace, která umožňuje zmenšit postranní laloky a zároveň zvýšit rychlost opakování sondážních zpráv. Jsou studovány faktory ovlivňující charakteristiky takových signálů a navrženo kritérium pro jejich proveditelnost v zařízení.

Úvod.

Algoritmy zpracování signálu v radaru s kvazi-kontinuálním snímacím signálem určené k detekci objektů skrytých za opticky neprůhlednými překážkami jsou obvykle postaveny na principu optimálního korelačního zpracování nebo přizpůsobené filtrace [ – ].

Snímací signály pro takové radary jsou vybírány na základě požadavku na zajištění potřebného rozlišení a odolnosti proti šumu. V tomto případě se snaží, aby funkce nejistoty signálu měla tvar tužky v odpovídající rovině s minimální úrovní postranních laloků. K tomu se používají různé komplexní typy modulace [, ,]. Nejběžnější z nich jsou: frekvenčně modulované signály; vícefrekvenční signály; signály s klíčem fázového posunu; signály s kódovou fázovou modulací; diskrétní frekvenční signály nebo signály s kódovou frekvenční modulací; kompozitní signály s kódovou frekvenční modulací a řadou signálů, které jsou kombinací několika typů modulace. Čím užší je hlavní vrchol funkce nejistoty signálu a čím nižší je úroveň jeho postranních laloků, tím vyšší je rozlišení a odolnost radaru proti šumu. Pojem „šumová imunita“ v této práci znamená odolnost radaru vůči rušení způsobenému odrazy snímacího signálu od objektů, které nejsou cíli a nacházejí se mimo analyzovaný záblesk (frekvence, čas). Takové signály se v literatuře nazývají signály s dlouhou základní linií nebo ultraširokopásmové (UWB) signály.

Jednou z odrůd UWB signálů jsou signály s fázovým klíčem, které představují kódovanou sekvenci rádiových pulsů, jejichž počáteční fáze se mění podle daného zákona. Kódové sekvence maximální délky popř M-sekvence mají pro radar velmi důležité vlastnosti:

· M-sekvence jsou periodické s periodou , kde je počet elementárních pulzů v sekvenci; − trvání elementárního pulzu;

· Úroveň postranních laloků funkce nejistoty pro periodickou sekvenci je − a pro jednu sekvenci impulsů − ;

· Pulzy v jedné periodě sekvence, lišící se fázemi, frekvencemi, trváními, jsou distribuovány se stejnou pravděpodobností, což dává důvody považovat tyto signály za pseudonáhodné;

· Formace M-sekvence se provádějí zcela jednoduše na posuvných registrech a počet bitů registru je určen délkou jedné periody sekvence - ze vztahu.

Cílem této práce je prostudovat možnosti snížení úrovně postranních laloků funkce neurčitosti modulovaných signálů M-sekvence.

Formulace problému.

Obrázek 1 ukazuje fragment modulační funkce tvořený periodickou sekvencí (zde jsou dvě periody M-sekvence s ).

Úsek podél časové osy funkce nejistoty rádiového signálu modulovaného takovými M-sekvence je znázorněna na obr.2. Úroveň bočního laloku, jak předpovídá teorie, je 1/7 nebo mínus 8,5 dB.

Zvažme možnost minimalizace postranních laloků funkce neurčitosti signálu FCM. Označme symbolem M-sekvence, doba trvání jedné periody se rovná . V diskrétním čase, za předpokladu, že , může být algoritmus pro výpočet prvků posloupnosti zapsán v následujícím tvaru:

(1)

Rádiový signál vysílaný lokátorem je produktem nosného harmonického signálu

, (2)

Kde − vektor parametrů pro modulační funkci (1) -

. (3)

Výkon signálu je distribuován mezi postranní laloky funkce nejistoty -

(4)

a hlavní okvětní lístek -

, (5)

kde symbol *− označuje operaci komplexní konjugace a limity integrace v časové a frekvenční oblasti jsou určeny odpovídajícím typem modulace signálu.

přístup

(6)

lze považovat za objektivní funkci parametrického optimalizačního problému.

Algoritmus pro řešení problému.

Řešením optimalizačního problému (6) je odhadnout parametr -

, (7)

kde je doména definice vektoru.

Tradičním způsobem výpočtu odhadu (7) je řešení soustavy rovnic -

. (8)

Analytické řešení (8) se ukazuje jako poměrně pracné, proto použijeme postup numerické minimalizace založený na Newtonově metodě.

, (9)

kde je veličina, která určuje délku kroku procedury hledání extrému účelové funkce.

Jedním ze způsobů, jak vypočítat délku kroku, je vypočítat:

. (10)

V nejjednodušším případě, kdy je vektor složen z jednoho parametru, například nebo , je snímací signál generován relativně jednoduše. Zejména při optimalizaci účelové funkce parametrem je signál generován v souladu se vztahem

. (11)

Na Obr. Obrázek 3 ukazuje fragment modulu autokorelační funkce signálu (11) v , který odpovídá rádiovému signálu PCM bez intrapulzní fázové modulace.

Úroveň bočního laloku této funkce odpovídá teoretickému limitu rovnému , kde . Na Obr. Obrázek 4 ukazuje fragment modulu autokorelační funkce signálu (11) s parametrem získaným optimalizací funkce (). Úroveň bočního laloku je mínus 150 dB. Stejného výsledku se dosáhne s amplitudovou modulací M-sekvence. Na Obr. Obrázek 5 ukazuje výskyt takového signálu při optimální hodnotě.

Rýže. 5. Fragment amplitudově modulovaného signálu FCM

Snímací signál je generován v souladu s algoritmem

. (12)

Současná amplitudově-fázová modulace vede k poklesu postranního laloku o další řád. Nulovou úroveň postranního laloku není možné dosáhnout kvůli nevyhnutelným chybám ve výpočtu opakujícího se postupu pro minimalizaci účelové funkce (), které neumožňují zjistit skutečnou hodnotu parametru, ale pouze jeho určité okolí. - Na Obr. Obrázek 6 ukazuje závislost hodnot optimálních fázových modulačních koeficientů na parametru, který určuje délku sekvence.

Rýže. 6. Závislost optimálního fázového posunu na délce M- sekvence

Z Obr. 6 je vidět, že s rostoucí délkou sekvence se hodnota optimálního fázového posunu asymptoticky blíží k nule a lze předpokládat, že optimální signál s intrapulzní fázovou modulací se prakticky neliší od běžného PCM signálu. Výzkum ukazuje, že jak se délka modulační periody PSP zvyšuje, relativní citlivost na zkreslení signálu se snižuje.

Analytickým kritériem pro volbu délky limitní sekvence může být následující vztah

, (13)

kde je číslo, které určuje možnost technické realizace signálu s intrapulzní modulací v zařízení.

Posouzení proveditelnosti zkomplikování signálu.

Nevyhnutelná komplikace signálu s poklesem postranních laloků autokorelační funkce výrazně zpřísňuje požadavky na generační zařízení a cesty přenosu a příjmu signálu. Pokud tedy dojde k chybě v nastavení násobiče fáze na tisícinu radiánu, úroveň postranního laloku se zvýší z minus 150 dB na minus 36 dB. Při amplitudové modulaci chyba vzhledem k optimální hodnotě koeficientu A jedna tisícina vede ke zvýšení postranního laloku z minus 150 dB na minus 43 dB. Pokud jsou chyby v nastavení parametrů 0,1 od optimálních, které lze do zařízení implementovat, pak se boční lalok funkce nejistoty zvýší na mínus 15 dB, což je o 7 - 7,5 dB lepší než při absenci přídavných fázová a amplitudová modulace.

Na druhou stranu lze postranní lalok funkce nejistoty snížit, aniž by se signál zkomplikoval zvýšením . Takže na úrovni bočního laloku bude přibližně minus 15 dB. Je třeba poznamenat, že běžné (tj. bez dodatečné modulace AM-FM) PCM signály jsou citlivé na chyby, které vznikají při jejich vytváření. Proto ta délka M-sekvence ve skutečných radarových zařízeních je také nepraktické zvyšovat donekonečna.

Uvažujme vliv chyb, které se vyskytují v zařízeních při vytváření, vysílání, příjmu a zpracování FCM rádiových signálů na jejich vlastnosti.

Posouzení vlivu chyb při vzniku FCM signálu na jeho vlastnosti.

Celý soubor faktorů ovlivňujících charakteristiku signálu lze rozdělit do dvou skupin: fluktuační a deterministické.

Fluktuační faktory zahrnují: fázově-frekvenční nestability referenčních oscilátorů; zvuky různého druhu; signály unikající z vysílače přímo na vstup přijímače a po korelačním zpracování s referenčním signálem tvoří procesy podobné šumu a další faktory.

Mezi deterministické faktory patří: nedostatečné širokopásmové připojení formovacích obvodů; asymetrie modulační funkce; nekoherence modulační funkce a kmitání nosné; rozdíl ve tvaru referenčních a snímacích signálů atd.

Obecněji řečeno, analytický výraz pro signál modulovaný pseudonáhodně M- sekvence, reprezentovat ji ve tvaru

, (14)

Kde ; - konstantní amplituda; nebo p- fáze signálu; N=2k-1; k-celé číslo; -doba trvání elementárního impulsu tvořícího sekvenci.

Jeho dvourozměrná korelační funkce je zapsána jako:

(15)

na , , a jeho normalizované spektrum je znázorněno na obr. 7. Zde je pro názornost znázorněn fragment frekvenční osy, kde jsou soustředěny hlavní složky spektra signálu. Charakteristickým znakem takového signálu, jak je patrné z obr. 7, je snížená úroveň kmitání nemodulované nosné, která v ideálním případě směřuje k nule.

Obr.7. Normalizované spektrum signálu

Široké spektrální pásmo a absence periodických nemodulovaných oscilací umožňuje implementovat algoritmy pro detekci a identifikaci objektů v lokalizačních systémech, jako je , s užitečným signálem zeslabeným v překážkách o 40-50 dB a úrovněmi korelovaného rušení převyšujícími signál o 50- 70 dB.

Rýže. 8. Spektrální hustota zkresleného signálu

V případě, kdy jsou zkreslení signálu specifikována deterministickými funkcemi v souřadnicích Dopplerův posun - zpoždění, je výhodnější zohlednit jejich vliv na parametry autokorelační funkce signálu např. ve formě následující chyby: funkcí.

Tedy pro fázově klíčovaný pseudonáhodný signál s N=15, závislost úrovně reziduálního bočního laloku autokorelační funkce na šířce pásma tvořících obvodů a rádiové cestě je na Obr. 9.

Obr.9. Závislost úrovně postranního laloku ACF na šířce pásma

přenos tvářecí dráhy pro k=4

Zde je na svislé ose uvedena hodnota, která určuje maximální dosažitelnou úroveň postranního laloku autokorelační funkce - signálu modulovaného pseudonáhodným M- sled a podél osy x - vyjádřený v procentech poměr šířky pásma formovacího obvodu k maximální hodnotě frekvence efektivního spektra signálu. Tečky na grafu ukazují hodnoty úrovně bočního laloku ACF získané z numerické simulace hardwarových efektů. Jak je patrné z obr. 9, při absenci frekvenčních zkreslení v rádiových trasách úroveň postranního laloku signálu ACF modulovaného fází periodického PSP s periodou N, je – 1/ N. To odpovídá známé teoretické hranici. Při omezení spektra modulovaného signálu se úroveň bočního laloku zvýší a při 50% omezení dosáhne úrovně, která odpovídá neperiodické autokorelační funkci. Další omezení spektra rádiového signálu vede k téměř úplnému kolapsu ACF a v důsledku toho k nemožnosti využít signál pro praktické účely.

Zkreslení spektra signálu vysílaného lokátorem a referenční oscilace přicházející do korelátoru v důsledku asymetrie mezi kladnými a zápornými hladinami a trvání modulačních oscilací vedou k výraznému zvýšení rušení v oblasti strany. laloky ACF a zhoršení prostorového rozlišení a detekční charakteristiky lokátoru. Závislost úrovně bočního laloku na koeficientu asymetrie je na obr. 10. Obr

Koeficient asymetrie byl stanoven jako

, (16)

kde je doba trvání tvorby nezkresleného elementárního pulzu M- subsekvence; indexy „+“ a „-“ znamenají dobu trvání kladného a záporného elementárního pulzu s asymetrickými zkresleními.

Obr. 10 Závislost úrovně bočního laloku ACF na velikosti asymetrických zkreslení signálu pro k=4.

Závěr.

Volba signálu a míra složitosti jeho modulační funkce je dána především povahou úkolů, pro které je radar určen. Použití poměrně složitého FCM signálu s intrapulzní modulací vyžaduje vytvoření přesného zařízení, které nevyhnutelně povede k výraznému zvýšení ceny konstrukce, ale zároveň umožní vytvořit univerzální jednotky, které lze použít jak v radarech pro záchranáře, tak v radarech pro detekci rychle letících letadel.cíle. Tato možnost vzniká proto, že vlastnosti komplexního signálu s krátkou délkou sekvence, tzn. vysoká opakovací frekvence vysílání, vám umožní mít potřebné rozlišení a odolnost proti šumu se schopností měřit Dopplerovy frekvence v širším rozsahu. Konstrukce radarových systémů se spojitým vyzařováním a pseudonáhodnou fázovou modulací nosné vlny navíc vyžaduje podrobnou analýzu a zvážení všech faktorů, které způsobují zkreslení signálu jak ve vysílací, tak přijímací cestě lokátoru. Zohlednění zkreslujících faktorů přichází na řešení inženýrských problémů pro zajištění dostatečného širokopásmového připojení, stability elektrických parametrů a stability charakteristik tvarovacích drah. V tomto případě musí být signály radarové sondy koherentní s modulačními a pomocnými signály. V opačném případě jsou zapotřebí technická řešení, která by minimalizovala rozdílové zkreslení mezi vyzařovanými a referenčními kmity. Jedním z možných způsobů realizace takových technických řešení je zavedení symetrického omezení amplitudy signálů ve výstupních stupních vysílače a na vstupu korelátoru přijímače. V tomto případě, ačkoli je část energie signálu ztracena, je možné vytvořit ACF modulovaného signálu s přijatelnými parametry. Taková technická řešení jsou přijatelná u přenosných radarů, kde hrají rozhodující roli cena a rozměry systému.

Za nejperspektivnější je v současnosti z pohledu autorů považována konstrukce zařízení pro generování a zpracování rádiových signálů složité struktury pro radarová zařízení, založených na vysokorychlostních signálových procesorech pracujících na hodinových frekvencích několika gigahertzů. Strukturální schéma radaru s tímto přístupem se stává extrémně jednoduchým. Jedná se o lineární výkonový zesilovač, nízkošumový lineární zesilovač přijímače a procesor s periferními zařízeními. Toto schéma umožňuje nejen téměř kompletně realizovat vlastnosti signálů, které jsou vlastní jejich jemné struktuře, ale také vytvářet technologicky snadno nastavitelné radarové systémy, jejichž zpracování informací je založeno na optimálních algoritmech.

Literatura

1. Frank U.A., Kratzer D.L., Sullivan J.L. Dvoupoundový radar // RCA Eng.- 1967. č. 2; S.52-54.

2. Dopplerův radar pro průzkum na zemi. Ser. Tech. inteligence znamená služby cap. Stát // VINITI. – 1997. – č. 10. – S. 46-47.

3. Nordwall Bruce D.Ultraširokopásmový radar detekuje zakopané miny // Aviat. Týden a vesmírná technologie- 1997. č. 13.-P. 63-64.

4. Sytnik O.V., Vjazmitinov I.A., Myroshnychenko Y.I. Vlastnosti vývoje radarů pro detekci osob pod překážkami // Telekomunikace a radiotechnika.¾ 2004. ¾. Odhad vlivu chyb implementace na charakteristiky pseudonáhodného radarového signálu // Telekomunikace a radiotechnika.¾ 2003. ¾ Vol.60, č. 1&2. ¾ S. 132–140.

9. Příručka radaru / Ed. M. Školník. Za. z angličtiny Ed. K. N. Trofimová. , M.: Sov. rozhlas, 1978, sv.3. 528s.