YB菜菜的毫米波雷达自学之路（二）——浅谈雷达距离速度模糊函数

前提说明

模糊函数（Ambiguity Function）是分析雷达信号和进行波形设计的有效工具。 在之前一年内的瞎学中一直没有注意到，现在为了研究2D-平面天线阵列布局发现了这个东西。说实话模糊函数这边还是挺重要的，顺腾摸瓜学了一周，勉勉强强模模糊糊懂了一点点。

本次内容参考范围

陈伯孝《现代雷达系统分析与设计》第四章内容.

前提回顾与准备

在（一）中，详细的给出了雷达距离速度的信号表达式，在这个基础上可以得到一般的雷达信号通用表示：
$$s(t)=a(t)exp(j(2\ast pi\ast f_{o}t+{\varphi }_x(t)))(1)$$
其中$a(t)$为信号调制，$f_o$为载波，${\varphi }_x(t)$为相位调制。
将公式（1）进行改写
$$s(t)=u(t)exp(j\ast 2\ast pi\ast f_{o}t)(2)$$
其中$u(t)=a(t)exp(j{\varphi }_x(t))$被称为信号的复包络。这在求信号模糊函数中会用到。

模糊函数

1、模糊函数定义与基本性质

1.1 模糊函数定义：模糊函数表示雷达系统对不同距离，不同速度目标的分辨能力，实际上，还应该包括不同方位角和俯仰角（这里先不讨论角度，会放在以后）。

1.2 模糊公式推导

雷达发射窄带信号，用复信号表示为：
$$S_t=u(t)exp(j\ast 2\ast pi\ast f_{o}t)(3)$$
假设两个目标1和2，相对于雷达的时延分别是$d$和$d+\tau$,多普勒频移分别是$f$和$f+f_d$,则两个目标的回波信号可表示为：
$$S_{r1}(t)=u(t-d)exp(j\ast 2pi(f_o+f)\ast (t-d))$$
$$S_{r2}(t)=u(t-d-\tau )exp(j\ast 2pi(f_o+f+f_d)\ast (t-d-\tau ))$$
那么，两个目标回波的均方差可以表示为：
$${\epsilon }^2={\int }_{-\infty }^{+\infty }|S_{r1}(t)-S_{r2}(t){|}^{2}dt$$
$$={\int }_{-\infty }^{+\infty }|u(t-d){|}^{2}dt+{\int }_{-\infty }^{+\infty }|u(t-d-\tau ){|}^{2}dt+2Re{\int }_{-\infty }^{+\infty }{u}^{\ast }(t-d)u(t-d-\tau )exp(j2pi(f_d(t-d)-(f_o+f+f_d)))dt$$
令$t^{\prime }=t-(d+\tau )$,并令${\int }_{-\infty }^{+\infty }|u(t-d){|}^{2}dt+{\int }_{-\infty }^{+\infty }|u(t-d-\tau ){|}^{2}dt=2E$
在这里，E表示包络的能量，因为无论复包络是否存在延迟，信号的包络的能量是一样的。
最终我们可以得到：
ε 2 = 2 { 2 E − R e ( e ( − j 2 p i ( f o + f ) τ ) ) ∫ − ∞ + ∞ u ( t ′ ) u ∗ ( t ′ + τ ) e j 2 p i ∗ f d t ′ d t ) } ( 4 ) \varepsilon^{2}=2\{ 2E-Re( e^{(-j2pi(f_{o}+f)\tau) )}\int_{-\infty}^{+\infty}u(t')u^{*}(t'+\tau)e^{j2pi*f_{d}t'}dt ) \} (4) ε2=2{2E−Re(e(−j2pi(fo​+f)τ))∫−∞+∞​u(t′)u∗(t′+τ)ej2pi∗fd​t′dt)}(4)
通常我们将积分项称为信号的模糊函数表达式：
$$\chi (\tau ,f_d)={\int }_{-\infty }^{+\infty }u(t)u^{\ast }(t+\tau )e^{j\ast 2pi{f}_{d}t}dt(5)$$

1.2距离/速度模糊函数与模糊函数之间的关系

由公式（5）可知，模糊函数的值$|\chi (\tau ,f_d)|$决定了两个目标是否能分辨。
即当${\epsilon }^2>=2(2E-|\chi (\tau ,f_d|))$时两个目标可以分开。
同理，在只考虑距离或速度时，我们可以分别得到距离模糊函数 和 速度模糊函数
距离模糊函数： $|\chi (\tau ,0)|={\int }_{-\infty }^{+\infty }u(t)u^{\ast }(t+\tau )dt$
速度模糊函数： $|\chi (0,f_d)|={\int }_{-\infty }^{+\infty }|u(t){|}^2{e}^{j2pi{f}_{d}t}dt$

分析
以距离为例子，当$\tau =0$时,$|\chi (\tau ,0)|$有最大值，若存在另外一个非0的$\tau$使得$|\chi (\tau ,0)|=|\chi (0,0)|$，那么两个目标无法区分，即不可分辨。

2 LFMCW雷达信号模糊函数

2.1 单线性调频信号

2.1.1 信号模型

线性调频矩形脉冲信号的表达式为：
$$s(t)=\frac{1}{\sqrt{T}}rect(\frac{t}{T})e^{j(2\ast pi\ast f_{o}t+pi\ast k\ast t^2)}(6)$$
根据1中的结论信号可变形为：
$$s(t)=u(t)e^{j\ast 2pi\ast f_o\ast t}(7)$$
其中u(t)为信号的复包络，公式为：
$$u(t)=\frac{1}{\sqrt{(}T)}rect(\frac{t}{T})e^{j\ast pi\ast k\ast t^2}(8)$$

根据模糊函数公式，可以得到模糊函数：
$$|\chi (\tau ,f_d)|=\frac{1}{T}{\int }_{-\infty }^{+\infty }rect(\frac{t}{T}）e^{j\ast pi\ast k\ast t^2}\ast rect(\frac{t+\tau }{T})e^{-j\ast pi\ast k\ast (t+\tau {)}^2}\ast e^{j\ast 2\ast pi\ast f_{d}t}dt(9)$$
经过公式推导可以得到最终结论
$$|\chi (\tau ,f_d)|=|(1-\frac{|\tau |}{T})\frac{sin[pi\ast (f_d-k\tau )(T-|\tau |)]}{pi\ast (f_d-k\tau )(T-|\tau |)}|,|\tau |<T(10)$$

2.1.2 MATLAB 实验与结果分析

（1）实验条件
实验中的信号带宽：B = 4e6 Hz；
脉冲宽度 ：Tc = 2e-6s;

（2）距离多普勒联合模糊函数

图1 单脉冲线性调频波模糊函数图

图2 模糊函数等高线图

图3 -6db模糊度等高线

通过上述实验可以获得模糊函数图。
首先我们对函数的等高线进行分析，一般是以能量强度高于-6dB为界限，如图4所示

图4 对模糊函数等高线的-6dB进行分析

可以看出模糊函数图形反映了信号的速度、距离分辨率，已经带宽等信息。通过图像可以得到以下信息：
$B=2.1-(-2.1)\approx 4(MHz)$
$Tc=1-(-1)=2(us)$
$\frac{1}{B}=0.16-(-0.16)=0.6$(这个感觉误差有点大)
$\frac{1}{T_c}=0.3-(-0.3)=0.6\approx 0.5(us)$

(3)单距离模糊函数图
由前文我们知道，只要把$f_d$置零就是距离模糊函数图了，即
$$|\chi (\tau ,f_d)|=|(1-\frac{|\tau |}{T})\frac{sin[pi\ast (-k\tau )(T-|\tau |)]}{pi\ast (-k\tau )(T-|\tau |)}|,|\tau |<T(11)$$

可以看到，距离像上距离分辨率良好，并且无模糊，但是会存在旁瓣，这些旁瓣将影响弱信号检测。
同理我们可以得到单速度模糊

2.2 连续调频波

雷达发射多个连续的调频波，因此，在这种情况下雷达的波形的复包络为：
$$u_N(t)=\frac{1}{\sqrt{N}}\sum _{n=0}^{N-1}u(t-n{T}_c)(12)$$
带入到模糊函数公式（5）中可以得到，连续波模糊函数：
$$|\chi (\tau ,f_d)|=\frac{1}{N}\sum _{n=0}^{N-1}|{\chi }_1(\tau -n{T}_c,f_d)|\ast \frac{sin[(N-|n|)\ast pi\ast f_d{T}_c]}{sin(pi\ast f_d{T}_c)}(13)$$
该公式参考论文崔凡. 基于LFMCW毫米波雷达的目标参数估计[D].南京大学,2021.DOI:10.27235/d.cnki.gnjiu.2021.001809.中的公式。
但是不清楚为什么我MATLAB弄出来的图不正确
公式如下

clear all;
close all;
%%国际单位
MHz      =   1000000;
GHz      =   1000000000;
KHz      =   1000;
us       =   0.000001;
c                      =   300000000;


Tc = 2*us; %s
B  = 4*MHz; %Hz
k  = B/Tc;
N_set  =0:5;
N=length(N_set);
data_save_1=[];
delay_t =-1*Tc:Tc/64:1*Tc;
delay_f =-B:B/64:B;
[tau,fd]=meshgrid(delay_t,delay_f);
data_save = [];
for i=1:length(delay_f)
    for j = 1:length(delay_t)
        tao=delay_t(j);
        dfd=delay_f(i);
        temp_sum=0;
        for n_num=1:N
           n = N_set(n_num);
           temp1= (1-abs(tao-n*Tc)/Tc)*sinc( pi*(Tc-abs(tao-n*Tc))*(dfd+k*(tao-n*Tc)) ) ;
           temp2 = abs(temp1)*abs(sin(  (N-abs(n)) *pi*dfd*Tc )/sin(pi*dfd*Tc));
           temp_sum=temp_sum+temp2;
        end
        data_save(i,j) = abs(temp_sum/N);
    end
end

figure(1)
surfl(tau*1e6,fd*1e-6,data_save)
xlabel('时间偏移\tau'),ylabel('频率偏移fd')

最后

前面的内容均是从书本的第四章中摘选了部分内容并进行了整理。 感兴趣想要全面了解的话可以去找找这边书。这本书个人感觉挺不错的。
另外，不知道为什么连续波这边出问题了，得再查查资料。
如果有哪位大佬看到，麻烦给我一些指导。