雷达回波信号建模与仿真研究_免费论文全文下载

申明:本网站内容仅用于学术交流，如有侵犯您的权益，请及时告知我们，本站将立即删除有关内容。

【摘要】雷达回波信号建模在雷达系统设计中有重要作用，本文系统分析基于雷达目标回波信号的雷达目标截面积（RCS）统计模型，对目标起伏特性下的Swerling进行产生方法研究并进行仿真，同时，对于相关杂波模型，阐述了雷达杂波仿真中的四种幅度分布（瑞利分布、对数正态分布、韦布尔分布、K分布）以及零记忆非线性变换法（ZMNL）和球不变随机过程法（SIRP）的基本仿真方法。

【关键词】目标回波;杂波;ZMNL
现代信息化战争中，雷达系统的应用已越来越凸显它绝对的重要地位，而雷达系统仿真则是通过数字仿真技术与雷达技术相结合，在计算机上模拟、再现真实雷达系统在不同场景中的工作机理和过程，从而对真实雷达系统进行特性、效能的验证评估的方法。在系统仿真设计及开发过程中，通常采用模块化方法对整个雷达系统进行拆解组装确定系统功能模块，从而建立具有一定抽象度的软件仿真系统模型，降低系统设计的复杂性。
1.目标起伏特性下Swerling模型仿真
目标是雷达探测的主要对象，我们常常在雷达的回波信号中探寻目标的信息。雷达回波的起伏总是与雷达目标的RCS相联系，而目标的RCS起伏总是是随机的，不规律的，所以一般采用起伏模型对雷达目标回波加以描述。目标的雷达截面积（RCS）的值很大程度上决定了雷达能否能正确检测目标。对目标本身而言，其雷达截面积的大小更关系到如形状、表面介质、运动姿态等诸多因素。由于雷达要探测的目标的复杂性和多样性，其雷达截面积（RCS）亦呈起伏性变化趋势，直接导致对其进行精确计算和测量的困难。基于雷达截面积的变化特性，而Swerling模型无法精确描述隐身目标、非良导体等目标，W.Weinstock等提出了统计模型，而Swerling模型亦符合这一模型特点。
设起伏目标的RCS为，则服从自由度为2k的分布模型：
（1-1）
式中，表示RCS平均值，双自由度k值可不为正整数。
分布可以由2k个相互独立的均值为0，方差为的高斯随机变量平方取和得到的。
（1）k=1时，，为2个自由度的卡方分布，即为Swerling I 分布;
（2）k=2时，，为4个自由度的卡方分布，即为Swerling III 分布;
（3）k=5时，，为10个自由度的卡方分布，即Swerling II 分布;
（4）k=10时，，为20个自由度的卡方分布，即Swerling IV 分布。
仿真结果如图1-1所示。
图2-1 ZMNL法、SIRP法产生杂波原理图
2.海杂波建模仿真
在雷达系统建模中，杂波是常常表示雷达在所处环境中接收到的不需要的反射回波。环境杂波极大的影响了雷达系统的检测性能，已经成为一个越来越不可忽视的内容。为了有效减弱杂波对信号检测的负面作用，我们需要确切了解杂波的幅度特性和频谱特性，每一部分信号反射后接收到的回波振幅和相位都是随机的。研究时通常采用雷达杂波模型来表示杂波幅度的概率分布特性目前国内外研究的合理的数学杂波统计模型有四种：
图2-2（1） 不同参数下瑞利分布概率密度函数
图2-2（2） 瑞利分布仿真结果
（1）瑞利分布（Rayleigh Distribution）
瑞利分布要求散射体的数目足够多，并且所有散射体中没有起主导作用的，瑞利分布与每个散射体的振幅分布情况无关。当散射体的数目达到一定数目时，根据其反射信号振幅、相位的随机性，所有散射体合成的回波包络振幅服从瑞利分布。瑞利分布概率密度函数为：
（2-1）
x表示杂波包络振幅，为功率。
图2-3 形状参数为2时，功率谱是高斯谱的K分布仿真结果
（2）对数正态分布（Log-Normal Distribution）
对数正态分布适用于入射角较小，地形复杂的杂波数据或者平坦区高分辨率的海杂波数据。
（2-2）
其中，均值为，对数标准差表示。
（3）韦布尔分布（Weibull Distribution）
通常情况下，韦布尔分布能够精确地描述在高分辨力雷达、低入射角的情况下一般海情的海浪杂波，而地物杂波也可以用韦布尔分布来描述。
（2-3）
式中，p表示形状参数，q为尺度参数。当p=1时为指数分布;当p=2时为瑞利分布，可以说瑞利分布是威布尔分布的一个特殊情况。
（4）K分布（K Distribution）
适合用于描述高分辨力雷达的非均匀杂波。
（2-4）
其中，表示形状参数，控制K分布的形状;表示尺度参数，控制K分布的平均幅度;为伽马函数，而则表示修正的v阶贝塞尔函数。形状参数的取值范围在0.1 v +∞这一区间，对于较小的，当v→0.1时，杂波会有较长拖尾;而当→∞时，杂波则趋近于瑞利分布。
常用的海杂波仿真方法有两种，分别是零记忆非线性变换法（ZMNL）和球不变随机过程法（SIRP），其中ZMNL 法为最经典，这种方法的基本思想是：先产生相关的高斯随机过程，然后通过某种非线性变换得到所需要的相关随机序列。
图2-1中，w（k）为高斯白噪声序列，s（k）是和x（k）有相同特性PDF的实随机变量，所有参量相互独立。
瑞利分布仿真结果如图2-2所示。
不同参数下K分布的概率密度函数，由图2-3可知，当a为定值时，随着参数v增大，K分布的拖尾变长，尖峰幅度则变小。
通过以上介绍的ZMNL方法得到杂波回波信号幅度值后，便可以模拟四种海杂波的回波信号，对于不同的脉内调制雷达信号，他们的杂波回波信号的模型也都不同。需用辩证眼光分析。
3.总结
本文从目标、杂波两个方面建立雷达回波信号模型，着重研究各部分的特性仿真，其中目标部分，基于雷达目标截面积的目标起伏模型Swerling进行仿真，给出仿真方法;杂波部分，选择海杂波进行相应的仿真，针对统计特性下的四种海杂波分布进行仿真，给出常用的高斯分布模型仿真方法，仿真结果基本符合原分布模型特性。
参考文献
[1]（美）R.L.米切尔著.陈训达译.雷达系统模拟[M].北京：科学出版社，1982.
[2]卢建奇.雷达回波信号建模与仿真研究[D].中国人民解放军工程大学硕士论文，2006
[3]林茂庸，柯有安.雷达信号理论[M].国防工业出版社，1984.
[4]向敬成，张明友.雷达系统[M].电子科技大学出版社，2001.
[5]施龙飞.K分布海杂波相干视频信号之仿真[J].雷达科学与技术，2004.
[6]杨凤凤，周智敏.基于ZMNL法的雷达杂波仿真[M].现代雷达，2003.

本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。QQ:522-52-5970