雷达仿真系统介绍:
雷达系统仿真就是在计算机上重现整个雷达系统和其动态工作过程,并调整参数反复运行,使系统性能最优。
雷达仿真系统的优势:
经济性:系统仿真模型是数学模型,不涉及实物,实验成本低,同时通过反复仿真和修改模型和模型参数,可以在系统设计之前,对系统的性能有充分的了解,可以缩短研制周期。
灵活性:通过计算机软件可以方便地对雷达系统的参数、工作场景、电磁环境进行控制,根据需要进行改变,可以确定系统的最佳工作状态。
可重复性:实际环境往往是随机因素众多和非常复杂。系统的性能一般不能严格地按照设计要求在现场得到全面的鉴定与评价,因为很多条件是难以满足的。但系统仿真方法则能考虑各种因素,并能不断地重复。
可继承性:由于采用模块化、图形化设计,建立的子模块或单元模型可以被其他系统使用。
雷达仿真系统的主要分类:
1、功能级仿真:功能级仿真的基础是雷达方程。主要从信号功率及信噪比去判断目标是否能被发现,不涉及具体的波形,用来对干扰和抗干扰能力做出初步的评估测算。(matlab2022版本有相关的例子,通过radarDataGenerator()函数,面向指标建立雷达,初步估算雷达的性能。)
Design and Simulate an FMCW Long-Range Radar (LRR)FMCW远程雷达(LRR)的设计与仿真 - 知乎 (zhihu.com)
Simulate Radar Ghosts Due to Multipath Return
Simulate Radar Ghosts Due to Multipath Return
Simulate Radar Ghosts Due to Multipath Return
2、信号级仿真:利用高速的数字仿真手段,逼真地复现雷达系统中信号地动态处理过程。信号级仿真包括信号地幅度、频率和相位信息。需要模拟仿真信号地发射、传播、目标回波、杂波与干扰叠加接收滤波、信号处理、数据处理这一全过程。
优点:能够精确反映仿真系统各个节点的波形。仿真结果更精确,可信度更强。
缺点:(1)抽象数学模型复杂、(2)数学公式理解较难、(3)模型需要依据具体系统的一些敏感的经验数据来建立、(4)仿真数据量大,仿真速度慢。
自动驾驶雷达信号仿真与处理Radar Signal Simulation and Processing for Automated Driving(matlab中关于雷达的仿真例程) - 知乎 (zhihu.com)
Design and Simulate an FMCW Long-Range Radar (LRR)FMCW远程雷达(LRR)的设计与仿真 - 知乎 (zhihu.com)
Simulate an Automotive 4D Imaging MIMO Radar
Simulate Radar Ghosts Due to Multipath Return
Radar Signal Simulation and Processing for Automated Driving
Simulate an Automotive 4D Imaging MIMO Radar
3、分布式交互仿真:主要针对各个模块是相互保密,只提供模块接口的方式。
4、半实物仿真:将实物接入仿真实验系统,取代相应部分的数学模型。(matlab2023b中已有例程,与TI雷达适配)
Radar Toolbox Supported Hardware — Examples (mathworks.cn)
雷达探测的目标信号的信息一般有三个:幅度、频率和相位。目标距离和速度的信息体现在信号的频率和相位上,这个通过公式可以很方便的模拟出来。然而幅度信息比较复杂,设计电磁衰减、电磁散射、增益噪声叠加等。通过仿真的方法去模拟雷达的探测信号,需要掌握大量的理论知识,这也是雷达仿真系统的难点。