雷达基础之模糊函数

初识模糊函数

模糊函数，最初是为了研究雷达分辨率而提出。其定量地表示了“干扰目标” 对观测目标的干扰程度。

模糊函数的定义

模糊函数有两种定义形式。
从分辨角度出发定义的模糊函数称为正型模糊函数：
$$\chi (\tau ,f_d)={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t+\tau )e^{j2\pi f_{d}t}dt$$
从匹配滤波角度定义的模糊函数成为负型模糊函数：
$$\chi (\tau ,f_d)={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t-\tau )e^{j2\pi f_{d}t}dt$$

正型模糊函数的推导

设雷达发射信号为
$$s(t)=u(t)e^{j2\pi f_{0}t}$$
其中$u(t)$为复包络，$e^{j2\pi f_{0}t}$为复载波。
由两个点目标，目标1和目标2，
其时间延迟分别为$d$和$\tau +d$，
其多普勒频移分别为$f$和$f+f_d$，
则两个点目标的回波信号可以分别表示为：
$$s_1(t)=u(t-d)e^{j2\pi (f_0+f)(t-d)}$$
$$s_2(t)=u(t-d-\tau )e^{j2\pi (f_0+f+f_d)(t-d-\tau )}$$
考察两个目标回波的积分方差：
$$\begin{gathered} {\epsilon }^2={\int }_{-\infty }^{\infty }|s_1(t)-s_2(t){|}^{2}dt \\ =2[2E-Re(e^{-j2\pi (f_0+f)\tau }{\int }_{-\infty }^{\infty }u(t^{\prime })u^{\ast }(t^{\prime }+\tau ))e^{j2\pi f_{d}t})] \end{gathered}$$
将上式中的积分项定义为模糊函数
$$\chi (\tau ,f_d)={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t+\tau )e^{j2\pi f_{d}t}dt$$
可直观推断出，模糊函数的值越大，两个目标回波的积分方差就越小，即越分不清楚，越“模糊”。

负型模糊函数的推导

设接收信号的复包络为
$$u_r(t)=u(t-t_0)e^{j2\pi f_{d}t}{e}^{-j2\pi (f_0+f_d)t_0}$$
为简化起见，且令$t_0=0$，有
$$u_r(t)=u(t)e^{j2\pi f_{d}t}$$
设匹配滤波器为
$$h(t)=u^{\ast }(-t)$$
输出为
$$\begin{gathered} y_0(t)=u_r(t)\otimes h(t) \\ ={\int }_{-\infty }^{\infty }{u}_r(u)h(t-u)du \end{gathered}$$
由于
$$u_r(u)=u(u)e^{j2\pi f_{d}u}$$
$$h(u)=u^{\ast }(-u)$$
$$h(-u)=u^{\ast }(u)$$
$$h(t-u)=u^{\ast }(t+u)$$
则
$$y_0(t)={\int }_{-\infty }^{\infty }u(u)u^{\ast }(t+u)e^{j2\pi f_{d}u}du$$
变量代换
$$y_0(t^{\prime })={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t^{\prime }+t)e^{j2\pi f_{d}t}dt$$
令$\tau =0-t^{\prime }$,变量代换
$$y_0(t^{\prime })={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t-\tau )e^{j2\pi f_{d}t}dt$$
定义模糊函数为
$$\chi (\tau ,f_d)={\int }_{-\infty }^{\infty }u(t)u^{\ast }(t-\tau )e^{j2\pi f_{d}t}dt$$