一、背景
脉冲压缩是当代雷达必不可少的一项数据处理方法,但脉冲压缩是如何完成的呢?
实际雷达数据的格式都是一个一个的数字(通常是复数)构成的矩阵。
该矩阵的第 i 行代表慢时间维第 i 回波,第 j 列代表快时间维第 j 个采样点,i=1~M,j=1~N。即:
第1个回波的N个采样点 |
第2个回波的N个采样点 |
...... |
第M个回波的N个采样点 |
一维脉冲压缩面向的是每一行的数据,即快时间维数据(又叫距离维数据)。
二、信号模型
例如,发射信号持续时间为50微秒,脉冲重复间隔为1000微秒,如下图
图中,0-A为50微秒,0-B为1000微秒。
MATLAB仿真中,有两种定义时间方法:以时刻零为基准构建整个时间轴的数据,即0~B;
以时刻A为基准构建整个时间轴的数据,即A~B;
三、卷积模型
对于第一种时间轴构建方法,设信号占据三个点,回波相较0时刻延时5个点,即目标位于第6点
此时按照雷达测距理论,目标的位置为0.5*c*(第6个点对应的时间)
此时雷达端得到的信息是:
拿最简单的向量来模拟一下:
第一种情况:雷达端已知[1 2 3 0 0 1 2 3];但收到的信号是[0 0 1 2 3],对其补零再脉压。
即对[0 0 0 0 0 1 2 3]进行脉冲压缩,即conv([0 0 0 0 0 1 2 3],[3 2 1]) ,(为什么是321,因为匹配滤波器是发射信号的共轭翻转,发射信号是123,所以匹配滤波器是321)
去掉暂态点(即卷积过程中,滤波器穿开始滑动但还没有完全和信号对应上的时间)之后,(暂态点讲解见文末)
输出为[0 0 0 3 8 14 8 3]目标脉压之后的峰值位于第6个点,此时可直接利用峰值位置求解目标距离。
这也就是补零再脉压的优点,可直接利用峰值得到目标位置。
对于第二种时间轴构建方法,设信号占据三个点,回波相较0时刻延时5个点,相较于A时刻延时3个点
此时按照雷达测距理论,目标的位置为0.5*c*((3-1)个点对应的时间+信号持续时间)
此时雷达端得到的信息是:
拿最简单的向量来模拟一下:
第二种情况:雷达端已知[ 0 0 1 2 3];
对[0 0 1 2 3]进行脉冲压缩,即conv([0 0 1 2 3],[3 2 1])
这时利用峰值位置不能得到准确的目标位置,还需要转换一下。即去掉暂态点之后,目标峰值位于回波的第3个点,但目标位置不是3对应的位置,因为这个3是相较于A点的延迟。此时三点对应的时间为:3点相较于A的的时延时3,加上第一个A对于0时刻的延时即(雷达发射信号持续时间),才是最终回波的真正延时时间。
在实际仿真中常常利用第一种时间定义方式来找寻目标位置,这是可以直接利用峰值位置直接得到目标位置,避免了由峰值位置换算真实位置的过程。
%% 关于暂态点的问题,详见https://blog.csdn.net/qq_42031142/article/details/106682567