雷达可检测因素建模

最新推荐文章于 2024-04-27 09:49:24 发布

Monster0112

最新推荐文章于 2024-04-27 09:49:24 发布

阅读量2.7k

点赞数 6

分类专栏： RadarToolBox 文章标签：信号处理

本文链接：https://blog.csdn.net/weixin_49905873/article/details/116024558

版权

RadarToolBox 专栏收录该内容

3 篇文章 21 订阅

订阅专栏

雷达可检测因素建模

1.概述

主要对天线，发射机、接收机的增益和损耗进行建模，以进行详细的雷达距离方程分析。首先利用雷达方程的信噪比形式计算雷达接收机的可用信噪比(SNR)，接下来，将可检测因子定义为以指定的检测概率Pd和错误警报Pfa进行检测所需的阈值SNR。然后，将系统的最大范围估计为可用SNR等于可检测因子的范围，即仍可以使用指定的Pd和Pfa进行检测的最大范围。

进一步探讨雷达系统不同组件引入的损耗对估计的最大范围的影响。首先考虑灵敏度时间控制（STC）和损耗对可用SNR的影响。接下来考虑需要增加雷达可探测性因子的扫描和信号处理损失。通过计算探测器输出处的最终Pd得出结论，以证明损耗对雷达系统的探测性能的影响。

2.可用信噪比

雷达方程式结合了雷达系统的主要参数可用来计算最大探测距离，所需的峰值发射功率或最大可用SNR。用于计算范围R处的最大可用SNR的雷达方程式的常见形式是：

$SNR=\frac{{P_t}\tau{G_t}{G_r}{\lambda^{2}}\sigma}{(4\pi)^3kT_{s}R^4L}$

其中， $p_t$ 是峰值发射功率； $\tau$ 是发射脉冲宽度； $G_t$ 是发射天线增益； $G_r$ 是接收天线增益； $\lambda$ 是雷达波长； $\sigma$ 是雷达目标横截面（RCS）；k是玻尔兹曼常数； $T_s$ 是系统噪声温度；L是损耗因子，将沿着发射器-目标-接收器路径的损耗合并在一起，从而降低了接收信号的能量。在公式的右侧，除目标范围和RCS外的所有参数都在雷达设计人员的控制之下。该方程式表明，对于距离R的给定大小的目标，可以通过发送更多的功率，增加天线的大小，使用较低的频率或使用更灵敏的接收器来提高接收器处可用的SNR。

例如一个工作在3GHz频率的S波段机场监视雷达。峰值发射功率为0.2MW，发射和接收天线增益为34dB，脉冲持续时间为11μs，噪声系数为4.1dB。假设需要雷达在最大探测距离Rm在100 km处检测到具有RCS为1m2的目标。

lambda = freq2wavelen(3e9);         % 波长(m)
Pt = 0.2e6;                         % 发射峰值功率(W)
tau = 1.1e-5;                       % 脉冲宽度(s)
G = 34;                             % 发射与接收天线增益(dB)
Ts = systemp(4.1);                  % 系统温度(K) 
rcs = 1;                            % 目标雷达截面积(m^2)
Rm = 100e3;                         % 需求最大探测距离(m)

假如损耗L为0dB，使用雷达方程来计算接收机处的可用SNR。

L = 0;                              % 包含发射与传播损耗(dB)
R = (1:40:130e3).';                 % 距离采样(m)
SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'Loss',L);

在要求的最大探测距离100km范围内，可用SNR为

SNRatRm = SNR(find(R>=Rm,1))

SNRatRm = 18.3169

计算出的可用SNR和最大探测距离关系曲线可以绘制出如下图：

计算和曲线图显示，对于在100km距离处探测到具有1m2 RCS的目标，接收机处的可用SNR约为18.32 dB。

3.需求的信噪比

还需要判断18.32 dB的可用SNR是否满足检测，由于雷达接收机处理的信号是发射波形和随机噪声的组合，因此可用SNR是否满足检测取决于所需的检测概率Pd和错误警报的最大可接受概率Pfa。这些概率定义了所需的SNR，也称为可检测性因子（或可检测性）。可检测性因子是定义具有指定检测概率和错误警报的检测所需的最低SNR。它还取决于RCS波动和检测器的类型。假设Pd = 0.9和Pfa = 1e-6，则平方律检测器从稳定（Swingling0）目标接收到的单个脉冲的可检测因子为

Pd = 0.9;
Pfa = 1e-6;
D0 = detectability(Pd,Pfa,1,'Swerling0')

D0 = 13.1217

而对于Swerling1模型波动目标（对于实际目标而言这是更准确的模型），单脉冲可检测因子要高得多

D1 = detectability(Pd,Pfa,1,'Swerling1')

D1 = 21.1436

结果所需的SNR为21.14 dB，高于可用的SNR为18.32 dB，这表明单个脉冲将不会检测到Swerling1目标。降低可检测因子的一种常见方法是执行脉冲积累。对于N=10个非相干积累脉冲，可检测因子为

N = 10;
DN = detectability(Pd,Pfa,N,'Swerling1')

DN = 13.5033

低于可用的SNR。因此，在10个脉冲的非相干积累之后，雷达系统将能够在100 km的所需最大探测距离内检测到RCS为1m2的目标，检测概率为0.9，误报率为1e-6。

针对Swerling1目标和N个脉冲计算出的可检测因子结合了积累增益和波动损耗的影响。积累增益是使用单个脉冲检测稳定目标所需的SNR与使用N个脉冲检测稳定目标所需的SNR之差。

Gi = detectability(Pd,Pfa,1,'Swerling0') - detectability(Pd,Pfa,N,'Swerling0')

Gi = 7.7881

起伏损失是检测起伏目标所需的SNR与检测稳定目标所需的SNR之差。

Lf = detectability(Pd,Pfa,N,'Swerling1') - detectability(Pd,Pfa,N,'Swerling0')

Lf = 8.1696

瀑布图可用于说明可检测性因素的组成部分，如下图所示。

helperDetectabilityWaterfallPlot([D0 -Gi Lf], {'Single-pulse steady target','Pulse integration gain','Fluctuation loss'});

一旦计算出可检测因子，就可以将其代入雷达方程式的范围形式，作为评估系统实际最大范围所需的最小SNR。

radareqrng(lambda,DN,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'Loss',L,'unitstr','km')

ans = 131.9308

为了清楚地表明在指定的期望检测概率Pd和最大可接受的误检率Pfa的检测范围内，将计算出的可检测因子作为水平线添加到SNR与Range的关系图中。如图所示：

上述分析假设损失为零，因此无法充分预测实际雷达系统的范围。具有指定参数的真实雷达系统将由于以下原因而具有更短的最大探测距离：

（1）由地球表面和大气引起的传播效应。这些影响会减少接收机上的可用信号能量。

（2）整个雷达系统的各种损失。某些损耗会降低可用的SNR，而其他损耗会导致可检测性因子增加。

下面将更详细地考虑第二类的损耗对雷达系统的测距性能的影响。

4.探测距离相关因素

在设计监视雷达系统时，必须在雷达方程式中包括几个因素，以说明接收机处可用信号能量的减少。

4.1信号遮蔽

脉冲雷达系统在脉冲传输期间关闭其接收机。因此，从雷达的一个脉冲长度内的距离内或在无模糊距离附近的一个脉冲长度内的目标回波将被发射的脉冲所遮盖，从而仅接收和处理一部分脉冲。本例中考虑的雷达系统的脉冲宽度为11μs，可以接收到完整脉冲的最接近距离是最小距离 $R_{min}$ 。

Rmin = time2range(tau)

Rmin = 1.6489e+03

因此距离小于1649 m的目标的回波将在脉冲传输完成之前到达。位于无模糊距离的倍数处或附近的目标也会发生类似的影响。假设脉冲重复频率为1350Hz（脉冲重复间隔T≈0.75ms），则系统的无模糊距离为

prf = 1350;                         % 脉冲重复频率
Rua = time2range(1/prf)

Rua = 1.1103e+05

从距离 $R_{ua}\pm R_{min}$ 到达的回波将被下一个发送的脉冲所遮盖。下图说明了脉冲遮蔽，箭头指示脉冲的前面。

由于信号遮蔽，可用的SNR将在0距离和等于Rua的倍数的距离内具有较深的零陷。为了考虑由于脉冲遮蔽而导致的可用SNR损失，必须将遮蔽因子添加到雷达方程中。

Du = tau*prf;                       % 占空比
Fecl = eclipsingfactor(R,Du,prf);   % 遮蔽因子

SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'CustomFactor',Fecl,'Loss', L);

radarmetricplot(R*1e-3,SNR,DN, ...
    'MetricName','Available SNR', ...
    'RequirementName','Detectability', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km','MetricUnit','dB', ...
    'ShowStoplight',true);
title([{'Available SNR vs Range'}, {'(With Eclipsing)'}]);
legend('Location','best');

一般的雷达系统利用PRF分集来防止遮蔽损失并扩大系统的无模糊距离。

4.2灵敏度时间控制（STC）

典型的监视雷达系统必须发射大量功率才能检测远距离目标。尽管可用能量随距离越远而迅速衰减，但在非常近的距离内，由于高峰值发射功率，即使是很小的目标也可以具有非常强的回波能量。来自小干扰目标(鸟类、昆虫)的强的回波能量可能会导致不希望的检测，而常规大小的目标或附近的杂波会使接收器饱和。对于监视雷达系统，非常需要避免此类不需要的检测。为了解决这个问题，雷达系统使用STC。当目标接近雷达时，它将接收机的增益扩大到一个截止范围 Rstc，以保持恒定的信号强度。

Rstc = 60e3;                        % STC 截止距离(m)
Xstc = 4;                           % 选择STC指数以将目标可检测性维持在低于Rstc的范围内（因为信 
                                    % 号功率与R^4成反比）
Fstc = stcfactor(R,Rstc,Xstc);      % STC 因子

SNR = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',rcs,'CustomFactor',Fecl+Fstc,'Loss',L);

radarmetricplot(R*1e-3,SNR,DN, ...
    'MetricName','Available SNR', ...
    'RequirementName','Detectability', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km','MetricUnit','dB', ...
    'ShowStoplight',true);
title([{'Available SNR vs Range'}, {'(With STC and Eclipsing for 1 m^2 Target)'}]);
legend('Location','best');
ylim([-30 30])

添加STC因子后，该图表明，在最大距离Rm处仍可检测到1m2 RCS目标，而RCS为0.03 m2的小目标将无法在任何范围内达到0.9的所需Pd，因此无法被检测到。

SNRsmallRCS = radareqsnr(lambda,R,Pt,tau,'Gain',G,'Ts',Ts,'RCS',0.03,'CustomFactor',Fecl+Fstc,'Loss',L);

radarmetricplot(R*1e-3,SNRsmallRCS,DN, ...
    'MetricName','Available SNR', ...
    'RequirementName','Detectability', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km','MetricUnit','dB', ...
    'ShowStoplight',true);
title([{'Available SNR vs Range'}, {'(With STC and Eclipsing for 0.03 m^2 Target)'}]);
legend('Location','best');
ylim([-30 20])

从上面的图中可以看出，STC仅将可用SNR缩放到指定的截止距离，而不会影响最大感兴趣距离内的可用SNR。

5.扫描

雷达系统可以通过机械旋转天线或使用相控阵天线并执行电子扫描来扫描目标。天线波束的形状不完美，以及将波束扫过搜索空间的过程会给系统带来额外的损失。

5.1波束形状损失

假设每个接收到的脉冲具有最大幅度，雷达方程将使用天线增益的峰值。实际上，当波束通过目标时，接收到的脉冲会被扫描天线的双向模式调制，从而导致波束形状损失。计算该损耗的确切值将需要知道确切的天线方向图。通常在执行此类分析时，在雷达系统设计的早期阶段可能无法获得此信息。取而代之的是，典型实用天线的主瓣形状可以通过高斯形状很好地近似。假设雷达系统在空间域中执行密集采样（即波束移动的距离小于半功率波束宽度的0.71），则一维扫描的波束形状损失为

Lb = beamloss

Lb = 1.2338

如果雷达系统同时扫描方位角和仰角，则扫描速度会翻倍。

beamloss(true)

ans = 2.4677

5.2扫描损失

在此示例中，假设雷达系统采用电子控制相控阵进行扫描。由于以下两种影响，使用相控阵天线将导致所需SNR的增加：1）由于波束方向上投影阵列面积的减小而导致波束展宽，2）在宽阔的角度减小单个阵列元件的有效孔径面积。为了解决这些影响，必须将扫描扇区损失添加到可检测性因素中。假设系统仅在方位角维度上进行扫描，并且扫描扇区的范围为-60至60度，则最终的损失为

theta = [-60 60];
Larray = arrayscanloss(Pd,Pfa,N,theta,'Swerling1')

Larray = 2.7745

6.信号处理

在检测之前，接收到的雷达回波必须经过雷达信号处理链。信号处理链中不同处理部分的目的是保证所需的检测和虚警概率，去除杂波产生的回波，并考虑可变或非高斯噪声。在监视雷达系统中必须进一步考虑的信号处理损失的几个部分如下。

6.1MTI

动目标检测(MTI)是指在通过具有显著速度运动的目标回波时，对固定或缓慢移动的杂波进行剔除的过程。典型的MTI使用2、3或4脉冲对消器，实现一个高通滤波器来抑制低多普勒偏移的回波。将接收到的信号通过MTI脉冲抵消器引入噪声样本之间的相关性。这反过来又减少了可用于积累的独立噪声样本的总数，从而导致MTI噪声相关损失。此外，MTI抵消器可显着抑制速度接近其频率响应零点的目标，从而导致额外的MTI速度响应损失。假设使用了2脉冲抵消器，则MTI损耗的这两个分量为

m = 2;
[Lmti_a, Lmti_b] = mtiloss(Pd,Pfa,N,m,'Swerling1')

Lmti_a = 1.4468

Lmti_b = 8.1562

在一个使用单PRF的系统中，MTI速度响应损耗可能非常高，因为需要很高的检测概率。为了消除这种损失，实际雷达系统中几乎总是采用PRF分集。

6.2二元积累

二元积累是一种次优的非相干积分技术，也称为M-of-N积分。如果接收的N个脉冲中有M个超过了预定的阈值，则判定存在一个目标。二元积累器是一种相对简单的自动探测器，对伴随目标回波可能存在的单个大干扰脉冲的影响不太敏感。因此，当背景噪声或杂波为非高斯分布时，二元积累器具有更好的鲁棒性。由于二元积累是一种次优技术，因此与最优非相干积累相比，二元积累会造成损失。M的最优值不是一个敏感的选择，它可能与最优值有很大不同，而不会造成明显的损失，从而导致二元积累损耗低于1.4 dB。当N = 10, M = 6时，二元积累损耗为

M = 6;
Lbint = binaryintloss(Pd,Pfa,N,M)

Lbint = 1.0549

binaryintloss函数在假设目标为稳定（Swerling 0）的情况下计算损失。由于波动损失包括在可检测性因子中，因此在目标波动的情况下可以使用相同的二元积累损失计算。

6.3CFAR

恒定虚警率(CFAR)检测器用于在噪声或干扰水平变化时保持近似恒定的虚目标检测率。由于CFAR对有限数量的参考单元进行平均以估计噪声水平，因此估计会有误差，从而导致CFAR损失。恒虚警率损失是指当噪声水平未知时，相对于一个已知噪声水平的固定阈值，使用恒虚警率达到理想的检测性能所需的信噪比增加。假设共有120个单元被用于单元平均恒虚警，恒虚警损失为

Nrc = 120;
Lcfar = cfarloss(Pfa,Nrc)

Lcfar = 0.2500

7.有效检测因子

扫描和信号处理损耗增加了可检测系数，这意味着需要更多的能量来进行检测。由此产生的包括所有这些损失的影响的可检测系数称为有效可检测系数。

D = [D0 -Gi Lf Lmti_a+Lmti_b Lbint Lcfar Larray Lb];
helperDetectabilityWaterfallPlot(D, {'Single-pulse steady target','Pulse integration gain','Fluctuation loss'...
    'MTI loss', 'Binary integration loss', 'CFAR loss', 'Scan sector loss', 'Beam shape loss'});

将各部分需求的检测系数累加，得到的有效检测系数为28.42 dB。通过考虑扫描和信号处理损失，所需的信噪比增加了近15 dB。分析结果表明，当Pd= 0.9, Pfa= 1e-6时，该系统无法满足100 km范围内检测1m2 RCS目标的要求。

radarmetricplot(R*1e-3,SNR,sum(D), ...
    'MetricName', ...
    'Available SNR', ...
    'RequirementName','Detectability', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km','MetricUnit','dB', ...
    'ShowStoplight',true);
title([{'Available SNR vs Range'}, {'(With STC, Eclipsing, Scanning and Signal Processing Losses)'}])
legend('Location','best')
ylim([-10 30]);

这个问题可以通过增加可用的SNR或降低所需的SNR来解决。发射更多的功率或增加天线增益会提高可用的SNR，而增加积分时间则会降低所需的SNR。然而，在某些应用程序中，系统参数的一个子集可能受到其他需求的约束，因此不能更改。例如，如果分析是针对现有系统进行的，那么增加可用SNR可能不是一种选择。在这种情况下，调整信号处理链以降低可检测因子可能是一个可接受的解决方案。为了降低所需的SNR，在以下各节中，我们假定脉冲数N从10增加到40。

此外，可以改变对最大距离和检测概率的要求。可以定义一对Objective和Threshold值，而不是用单个数字指定期望的检测概率或最大范围。客观需求描述了完全满足任务需要所需的系统的期望性能水平。阈值要求描述了系统的最低可接受性能水平。使用一对值来定义需求，而不是使用单个值，为设计提供了更多的灵活性，并为选择系统参数创建了一个调整空间。在这个例子中，我们假设Pd的目标需求为0.9，并将阈值设置为0.8。同样，目标最大距离要求保持为100km，而阈值设置为90km。现在计算目标和阈值Pd的可探测因子。

N = 40;
M = 18;
Pd = [0.9 0.8];

[Lmti_a, Lmti_b] = mtiloss(Pd,Pfa,N,m,'Swerling1');
Dx = detectability(Pd,Pfa,N,'Swerling1') + cfarloss(Pfa,Nrc) + beamloss ...
    + Lmti_a + Lmti_b + binaryintloss(Pd,Pfa,N,M) + arrayscanloss(Pd,Pfa,N,theta,'Swerling1')

Dx = 2×1

24.2522

18.0494

Rm = [100e3 90e3];
radarmetricplot(R*1e-3,SNR,Dx(1),Dx(2), ...
    'MetricName', ...
    'Available SNR', ...
    'RequirementName','Detectability', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km','MetricUnit','dB', ...
    'ShowStoplight',true);
title([{'Available SNR vs Range'}, {'(N=40)'}])
legend('Location','best')
ylim([-10 30]);

SNR vs Range图现在有一个黄色的Warn区域，指示SNR值和目标范围，其中系统的性能介于目标和阈值要求之间。可以看到，大约70km的系统满足目标Pd的要求。从70 km到100 km，在满足阈值要求的同时，违反了Pd的客观要求。

8.有效检测概率

从上面的信噪比和距离图可以看出，雷达系统的探测性能随距离的变化而变化。对于距离在70 km以下的1m2目标，探测到的概率大于或等于0.9，而在70 km至100 km之间，探测到的Pd至少为0.8。

% 生成概率值向量以计算ROC曲线
p = probgrid(0.1,0.9999,100);

% 在这些概率下计算所需的信噪比
[lmti_a, lmti_b] = mtiloss(p,Pfa,N,m,'Swerling1');
dx = detectability(p,Pfa,N,'Swerling1') + cfarloss(Pfa,Nrc) + beamloss ...
    + lmti_a + lmti_b + binaryintloss(p,Pfa,N,M) + arrayscanloss(p,Pfa,N,theta,'Swerling1');

% 绘制ROC曲线
helperRadarPdVsSNRPlot(dx,p,[0.1 0.9999]);

探测器输出的有效检测概率现在可以通过在可用信噪比值上插值此ROC曲线来计算。

% 在有效信噪比下插值ROC曲线
Pdeff = rocinterp(dx,p,SNR,'snr-pd');

% 绘制有效Pd作为距离的函数
radarmetricplot(R*1e-3,Pdeff,Pd(1),Pd(2), ...
    'MetricName','Effective P_d', ...
    'RequirementName','P_d', ...
    'MaxRangeRequirement',Rm*1e-3, ...
    'RangeUnit','km', ...
    'ShowStoplight',true);
legend('Location','best')
ylim([0.5 1.0])

该结果表明，由于使用了STC，在2 km至60 km的范围内，检测到的概率几乎是恒定的。对于具有1m2 RCS的目标，它高于0.92。在70 km至87 km之间，有效Pd大于0.85。在最大距离要求的阈值处，探测概率约为0.84，而在100 km的目标距离处，探测概率略高于0.8。

Monster0112

关注

6
点赞
踩
42

收藏

觉得还不错? 一键收藏
1
评论
雷达可检测因素建模

雷达可检测因素建模1.概述主要对天线，发射机、接收机的增益和损耗进行建模，以进行详细的雷达距离方程分析。首先利用雷达方程的信噪比形式计算雷达接收机的可用信噪比(SNR)，接下来，将可检测因子定义为以指定的检测概率Pd和错误警报Pfa进行检测所需的阈值SNR。然后，将系统的最大范围估计为可用SNR等于可检测因子的范围，即仍可以使用指定的Pd和Pfa进行检测的最大范围。进一步探讨雷达系统不同组件引入的损耗对估计的最大范围的影响。首先考虑灵敏度时间控制（STC）和损耗...
复制链接

扫一扫