我是靠谱客的博主 土豪银耳汤,最近开发中收集的这篇文章主要介绍雷达原理之动目标检测及测速技术雷达原理笔记之动目标检测及测速技术,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

雷达原理笔记之动目标检测及测速技术

——南京理工大学许志勇老师的《雷达原理课程》浅析

文章目录

  • 雷达原理笔记之动目标检测及测速技术
    • 1.杂波对消处理
      • 1.1任务
      • 1.2一次杂波对消器:
      • 1.3二次杂波对消器
    • 2多普勒滤波器组处理
      • 2.1窄带多普勒滤波器组实现
    • 3.附录
      • 3.1一次相消器图片matlab代码
      • 3.2二次相消器图片matlab代码
      • 3.3二次相消器图片(静止、运动杂波)matlab代码
      • 3.4多普勒滤波器组频响matlab代码


动目标检测技术主要包括MTI杂波对消处理以及MTD窄带多普勒滤波组滤波处理。本文主要介绍这两个方面的实现原理及过程。

1.杂波对消处理

雷达检测目标常常是在强杂波背景中进行,信杂比非常小。这对目标探测很不利。考虑到杂波频谱通常比较稳定,大多在零多普勒附近,由此引出消除固定、低速杂波的滤波器——杂波对消器。

1.1任务

  • 抑制固定杂波以及低速杂波,进而提取运动目标信息。

1.2一次杂波对消器:

y [ n ] = x [ n ] − α x [ n − 1 ] y[n]=x[n]-alpha x[n-1] y[n]=x[n]αx[n1]

滤波器频率特性:
H ( z ) = 1 − α z − 1 H(z)=1-alpha z^{-1} H(z)=1αz1
其中 α alpha α通常取接近1但小于1的常数。目的是保证尽可能多地滤除杂波的同时,处在零多普勒点的运动目标不被抑制完全。对比见下图:
在这里插入图片描述

1.3二次杂波对消器

y [ n ] = x [ n ] − α x [ n − 1 ] + x [ n − 2 ] y[n]=x[n]-alpha x[n-1]+x[n-2] y[n]=x[n]αx[n1]+x[n2]

滤波器频率特性:
H ( z ) = 1 − α z − 1 + z − 2 H(z)=1-alpha z^{-1}+z^{-2} H(z)=1αz1+z2
其中 α alpha α通常取接近2但小于2的常数。目的同样是在保证尽可能多地滤除杂波的同时,处在零多普勒点的运动目标不被抑制完全。对比见下图:

在这里插入图片描述

二次杂波对消器是工程中应用最多的杂波处理滤波器。对于低速的杂波消除,频响特性可以向右平移一定的区间,平移的量是杂波运动速度对应的多普勒频移。因此对于低速运动杂波对消的滤波特性为:
H ( z ) = 1 − α e j β z − 1 + e j 2 β z − 2 H(z)=1-alpha e^{jbeta}z^{-1}+e^{j2beta}z^{-2} H(z)=1αejβz1+ej2βz2
其中 β beta β为杂波速度对应的多普勒频移

在这里插入图片描述

利用二次杂波对消器处理杂波时,选取相参积累脉冲个数为 K = 2 N + 2 K=2^N+2 K=2N+2

2多普勒滤波器组处理

一般,将MTI处理后输出的信号进行MTD处理,即窄带滤波处理,得到运动目标的速度信息。

2.1窄带多普勒滤波器组实现

利用有N个输出的横向滤波器,经过各脉冲的加权求和实现。

在这里插入图片描述

每根延时线延迟时间 T = 1 / P R F T=1/PRF T=1/PRF。每个窄带滤波器输出的频率响应为:
H k ( f ) = e − j 2 π f t ∑ i = 1 N e − j 2 π ( i − 1 ) [ f T − k / N ] H_k(f)=e^{-j2pi ft}sum_{i=1}^{N}e^{-j2pi (i-1)[fT-k/N]} Hk(f)=ej2πfti=1Nej2π(i1)[fTk/N]
频响幅度为:
∣ H k ( f ) ∣ = s i n [ π N ( f T − k / N ) ] s i n [ π ( f T − k / N ) ] |H_k(f)|=frac{sin[pi N(fT-k/N)]}{sin[pi (fT-k/N)]} Hk(f)=sin[π(fTk/N)]sin[πN(fTk/N)]
在这里插入图片描述

上图所示的多普勒滤波器组,对应的发射信号脉冲重复频率为10kHz。其覆盖整个多普勒频谱周期 [ − 5000 H z , 5000 H z ] [-5000Hz,5000Hz] [5000Hz,5000Hz]。这个周期称作是多普勒滤波器组的主周期。此滤波器组长度N=8。每个窄带滤波器中心频率满足:
f = 5000 k / N ( H z ) ( N = 8 , k = − 4 , − 3 , … 4 ) f=5000k/N(Hz)quad (N=8,k=-4,-3,…4) f=5000k/N(Hz)(N=8,k=4,3,4)
若某运动目标的频谱出现在其中一个滤波器中,则该滤波器的中心频率对应的频率即为运动目标 f d f_d fd的估值。

当然,N取值越大对应的滤波器组间隔越小,运动目标的 f d f_d fd的估值越接近真实值。

利用多普勒滤波器组实现相参积累,可以将白噪声背景中信号的信噪比提高N倍。

3.附录

3.1一次相消器图片matlab代码

clc
close all
clearvars
a=0.8;
T=1e-4;%发射信号周期
f=-1/T:10:1/T;%频率轴
w=2*pi*f;%角频率
z=exp(1j*w*T);%映射到z轴
H=1-a*z.^(-1);%滤波器传输函数表达式(针对静止杂波)
figure
subplot(1,2,1)
plot(f,(abs(H)),'r-','LineWidth',2);
title('alpha=0.8')
xlabel('f/Hz')
ylabel('|H(f)|')
subplot(1,2,2)
a=1;
H=1-a*z.^(-1);%滤波器传输函数表达式(针对运动杂波)
plot(f,(abs(H)),'r-','LineWidth',2);
title('alpha=1')
xlabel('f/Hz')
ylabel('|H(f)|')
suptitle('一次相消器幅度-频率响应曲线')

3.2二次相消器图片matlab代码

clc
close all
clearvars
a=1.8;
T=1e-4;%发射信号周期
f=-1/T:10:1/T;%频率轴
w=2*pi*f;%角频率
z=exp(1j*w*T);%映射到z轴
H=1-a*z.^(-1)+z.^(-2);%滤波器传输函数表达式(针对静止杂波)
figure
subplot(1,2,1)
plot(f,(abs(H)),'b-','LineWidth',2);
title('alpha=1.8')
xlabel('f/Hz')
ylabel('|H(f)|')
subplot(1,2,2)
a=2;
H=1-a*z.^(-1)+z.^(-2);%滤波器传输函数表达式(针对运动杂波)
plot(f,(abs(H)),'b-','LineWidth',2);
title('alpha=2')
xlabel('f/Hz')
ylabel('|H(f)|')
suptitle('二次相消器幅度-频率响应曲线')

3.3二次相消器图片(静止、运动杂波)matlab代码

clc
close all
clearvars
k=1.7;
T=1e-4;%发射信号周期
f=-1/T:10:1/T;%频率轴
w=2*pi*f;%角频率
z=exp(1j*w*T);%映射到z轴
H=1-k*z.^(-1)+z.^(-2);%滤波器传输函数表达式(针对静止杂波)
figure
subplot(1,2,1)
plot(f,(abs(H)),'c-','LineWidth',2);
title('针对静止杂波')
xlabel('f/Hz')
ylabel('|H(f)|')
subplot(1,2,2)
b=0.2*1/T;%平移量0.2倍的频谱周期
z1=exp(-1j*b)*z;%加上平移
H=1-k*z1.^(-1)+z1.^(-2);%滤波器传输函数表达式(针对运动杂波)
plot(f,(abs(H)),'c-','LineWidth',2);
title('针对运动杂波')
xlabel('f/Hz')
ylabel('|H(f)|')
suptitle('二次相消器幅度-频率响应曲线')

3.4多普勒滤波器组频响matlab代码

clc
close all
clearvars
N=8;
T=1e-4;%发射信号周期
f=-0.5/T:10:0.5/T;%频率轴
for k=0:N-1
H=(sin(pi*N*(f*T-k/N)))./(sin(pi*(f*T-k/N)));%滤波器传输函数表达式(针对静止杂波)
plot(f,abs(H),'g-','LineWidth',2);
hold on
end
title('窄带多普勒滤波器组')
xlabel('f/Hz')
ylabel('|H(f)|')

最后

以上就是土豪银耳汤为你收集整理的雷达原理之动目标检测及测速技术雷达原理笔记之动目标检测及测速技术的全部内容,希望文章能够帮你解决雷达原理之动目标检测及测速技术雷达原理笔记之动目标检测及测速技术所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(63)

评论列表共有 0 条评论

立即
投稿
返回
顶部