Hi,大家好,我是编程小6,很荣幸遇见你,我把这些年在开发过程中遇到的问题或想法写出来,今天说一说
脉冲雷达和连续波雷达的区别_多普勒雷达原理,希望能够帮助你!!!。
雷达按雷达信号的形式可分为脉冲雷达和连续波雷达。
脉冲雷达:
连续波雷达:
两种情况:
边带(sideband):调制后的信号,在中心载频的上下两侧各产生一个频带,称作边带。边带的带宽是由所使用的调制信号的带宽和调制方式决定的。
解决方法:
直接的信号泄露通常可以采用收发天线隔离和频率分离相结合的方法得以解决。
在多普勒导航器中,多普勒频移可以提供足够的频率间隔,以保证发射信号不对接收机进行干扰。
脉冲体制雷达的优点:
对于机载雷达,每个发射机不可避免的都会产生噪声,并且调制到发射机的输出,产生调制的边带噪声,覆盖了发射频率左右很宽的频带,尽管这些边带噪声功率很小,但是依然比来自目标的回波信号强很多个数量级。为了防止发射机边带噪声干扰接收信号,必须将接收机与发射机隔离,采用独立的发射机和接收机,并且发射机和接收机采用各种独立的天线,从而实现发射机和接收机的隔离。地面和舰载连续波雷达就是如此。然而机载雷达因为空间受限,通常收发要共用一副天线,因此发射机的边带噪声不可避免的通过天线进入接收机。脉冲体制雷达可以有效的避免出现发射机干扰接收机的问题。
脉冲多普勒雷达的工作原理可表述如下:当雷达发射一固定频率的脉冲波对空扫描时,如遇到活动目标,回波的频率与发射波的频率出现频率差,称为多普勒频率。根据多普勒频率的大小,可测出目标对雷达的径向相对运动速度;根据发射脉冲和接收的时间差,可以测出目标的距离。同时用频率过滤方法检测目标的多普勒频率谱线,滤除干扰杂波的谱线,可使雷达从强杂波中分辨出目标信号。所以脉冲多普勒雷达比普通雷达的抗杂波干扰能力强,能探测出隐蔽在背景中的活动目标。
单频连续波雷达可设发射信号 s t ( t ) = A c o s ( 2 π f 0 t + φ ) s_t(t)=Acos(2πf_0t+\varphi) st(t)=Acos(2πf0t+φ)则接收信号为 s r ( t ) = k A c o s [ 2 π f 0 ( t − τ ) + φ ] = k A c o s { 2 π f 0 [ t − 2 ( R 0 − v r t ) c ] + φ } = k A c o s ( 2 π f 0 t − 4 π R 0 λ + 2 π f d t + φ ) = k A c o s ( 2 π f 0 t + 2 π f d t + φ − φ 0 ) \begin{aligned}s_r(t)&=kAcos[2πf_0(t-\tau)+\varphi]\\ &=kAcos\{2πf_0[t-\frac{2(R_0-v_rt)}{c}]+\varphi\}\\ &=kAcos(2\pi f_0t-\frac{4\pi R_0}{\lambda}+2\pi f_dt+\varphi)\\ &=kAcos(2\pi f_0t+2\pi f_dt+\varphi-\varphi_0) \end{aligned} sr(t)=kAcos[2πf0(t−τ)+φ]=kAcos{
2πf0[t−c2(R0−vrt)]+φ}=kAcos(2πf0t−λ4πR0+2πfdt+φ)=kAcos(2πf0t+2πfdt+φ−φ0)
当目标与雷达之间存在相对速度时,接受到的回波信号的载频相对于发射信号的载频产生一个频移,即多普勒频移 f d = 2 v r λ f_d=\frac{2v_r}{\lambda} fd=λ2vr
根据多普勒频移,便可求出目标速度,但无法完成测距。
多普勒信息的提取:发射信号与接收信号过相位检波器(混频后取低频),输出形式为 u r c o s ( 2 π f d t − φ 0 ) , 测 频 即 可 得 到 f d u_rcos(2\pi f_dt-\varphi_0),测频即可得到f_d urcos(2πfdt−φ0),测频即可得到fd
F M C W FMCW FMCW其基本原理为发射波是高频连续波,其频率随时间按照三角波(锯齿波可看作是三角波的特殊形式)规律变化,接收的回波频率与发射的频率变化规律相同,都是三角波规律,只是有一个时间差,利用这个微小时间差可计算出目标距离。
F M C W FMCW FMCW雷达的简易框图:
频率合成器产生一个线性调频信号( L F M LFM LFM),线性调频信号通过发射天线辐射出去,遇到目标之后发生反射,反射的信号被接收天线接收,将发射信号与接收信号进行混频,得到中频信号( I F s i g n a l IF signal IFsignal),中频信号的频率为发射信号与接收信号的频率差。
雷达发射的线性调频信号(忽略幅度参数和噪声)为:
s t ( t ) = e j ( 2 π f 0 t + π K t 2 ) s_t(t)=e^{j(2πf_0t+πKt^2)} st(t)=ej(2πf0t+πKt2)
接收的回波信号为:
s r ( t ) = e j [ 2 π f 0 ( t − τ ) + π K ( t − τ ) 2 ] s_r(t)=e^{j[2πf_0(t-\tau)+πK(t-\tau)^2]} sr(t)=ej[2πf0(t−τ)+πK(t−τ)2]
得到的中频信号为:
s 0 ( t ) = s r ( t ) s t ∗ ( t ) = e j [ 2 π f 0 ( t − τ ) + π K ( t − τ ) 2 ] e − j ( 2 π f 0 t + π K t 2 ) = e − j ( 2 π f 0 τ + 2 π K t τ − π K τ 2 ) = e − j 2 π ( 2 f 0 R 0 c + 2 K R 0 c t − 2 K R 0 2 c 2 ) \begin{aligned} s_0(t)& =s_r(t)s_t^*(t) \\ & =e^{j[2πf_0(t-\tau)+πK(t-\tau)^2]}e^{-j(2πf_0t+πKt^2)} \\ & =e^{-j(2πf_0\tau+2πKt\tau-πK\tau^2)} \\ &=e^{-j2π(\frac{2f_0R_0}{c}+\frac{2KR_0}{c}t-\frac{2KR_0^2}{c^2})} \end{aligned} s0(t)=sr(t)st∗(t)=ej[2πf0(t−τ)+πK(t−τ)2]e−j(2πf0t+πKt2)=e−j(2πf0τ+2πKtτ−πKτ2)=e−j2π(c2f0R0+c2KR0t−c22KR02)
中频信号频率 f I F = 1 2 π d φ ( t ) d t = 2 K R 0 c f_{IF}=\frac{1}{2\pi}\frac{\mathrm{d}\varphi(t)}{\mathrm{d}t}=\frac{2KR_0}{c} fIF=2π1dtdφ(t)=c2KR0
因此我们可以对中频信号进行傅里叶变换,找出幅度谱峰值位置,即可得出其频率 f I F f_{IF} fIF, 从而得出目标的距离为 R 0 = c f I F 2 K R_0=\frac{cf_{IF}}{2K} R0=2KcfIF
雷达的距离分辨率:雷达在屏幕上所能分辨的两个目标物的最小实际距离。
根据前面的分析,雷达对目标距离的检测最后是通过FFT运算,转变为对中频信号谱峰的定位,那么可以想到,FFT运算的分辨率将会影响中频信号频谱的分辨率,从而影响雷达对目标距离的分辨率。
由数字信号处理知识可得,若信号观察时间为 T T T,则FFT运算之后频域的分辨率为 1 T \frac{1}{T} T1,设两目标相隔 Δ R \Delta R ΔR,那么此时两目标对应的中频信号频率差为
Δ f I F = K Δ τ = K 2 Δ R c \Delta f_{IF}=K\Delta \tau=K\frac{2\Delta R}{c} ΔfIF=KΔτ=Kc2ΔR
注意到此时的中频信号来源于对单Chirp信号的采样,观察时间为 T p T_p Tp , 从而有
Δ f I F = K 2 Δ R c > 1 T p \Delta f_{IF}=K\frac{2\Delta R}{c}>\frac{1}{T_p} ΔfIF=Kc2ΔR>Tp1
代入 K = B T p K=\frac{B}{T_p} K=TpB,得
Δ R > c 2 B \Delta R>\frac{c}{2B} ΔR>2Bc
雷达分辨率 R r e s = c 2 B R_{res}=\frac{c}{2B} Rres=2Bc
可见,雷达对目标距离的分辨率由发射信号的带宽决定,增加带宽,将会得到更好的距离分辨能力,但同时也会增加硬件成本及信号处理的难度。
得到的中频信号为:
s 0 ( t ) = s r ( t ) s t ∗ ( t ) = e j [ 2 π f 0 [ t − τ ( t ) ] + π K [ t − τ ( t ) ] 2 ] e − j ( 2 π f 0 t + π K t 2 ) = e − j [ 2 π f 0 τ ( t ) + 2 π K t τ ( t ) − π K τ ( t ) 2 ] = e − j 2 π ( 2 f 0 R 0 c + 2 f 0 v r c t + 2 K R 0 c t + 2 K v r c t 2 − 2 K R 0 2 c 2 − 4 K R 0 v r c 2 t − 2 K v r 2 c 2 t 2 ) = e − j [ [ 2 π ( 2 f 0 v r c + 2 K R 0 c − 4 K R 0 v r c 2 ) t + ( 2 K v r c − 2 K v r 2 c 2 ) t 2 ] + ( 4 π f 0 R 0 c − 4 π K R 0 2 c 2 ) ] = e j [ 2 π ( f b t + μ b t 2 ) + φ ] \begin{aligned} s_0(t)& =s_r(t)s_t^*(t) \\ & =e^{j[2πf_0[t-\tau(t)]+πK[t-\tau(t)]^2]}e^{-j(2πf_0t+πKt^2)} \\ & =e^{-j[2πf_0\tau(t)+2πKt\tau(t)-πK\tau(t)^2]} \\ &=e^{-j2π(\frac{2f_0R_0}{c}+\frac{2f_0v_r}{c}t+\frac{2KR_0}{c}t+\frac{2Kv_r}{c}t^2-\frac{2KR_0^2}{c^2}-\frac{4KR_0v_r}{c^2}t-\frac{2Kv_r^2}{c^2}t^2)} \\ &=e^{-j[[2π(\frac{2f_0v_r}{c}+\frac{2KR_0}{c}-\frac{4KR_0v_r}{c^2})t+(\frac{2Kv_r}{c}-\frac{2Kv_r^2}{c^2})t^2]+(\frac{4\pi f_0R_0}{c}-\frac{4\pi KR_0^2}{c^2})]}\\ &=e^{j[2\pi(f_bt+\mu_b t^2)+\varphi]} \end{aligned} s0(t)=sr(t)st∗(t)=ej[2πf0[t−τ(t)]+πK[t−τ(t)]2]e−j(2πf0t+πKt2)=e−j[2πf0τ(t)+2πKtτ(t)−πKτ(t)2]=e−j2π(c2f0R0+c2f0vrt+c2KR0t+c2Kvrt2−c22KR02−c24KR0vrt−c22Kvr2t2)=e−j[[2π(c2f0vr+c2KR0−c24KR0vr)t+(c2Kvr−c22Kvr2)t2]+(c4πf0R0−c24πKR02)]=ej[2π(fbt+μbt2)+φ]
其 中 f b = − 2 f 0 v r c − 2 K R 0 c + 4 K R 0 v r c 2 μ b = − 2 K v r c + 2 K v r 2 c 2 φ = − 4 π f 0 R 0 c + 4 π K R 0 2 c 2 \begin{aligned} 其中f_b&=-\frac{2f_0v_r}{c}-\frac{2KR_0}{c}+\frac{4KR_0v_r}{c^2}\\ \mu_b&=-\frac{2Kv_r}{c}+\frac{2Kv_r^2}{c^2}\\ \varphi&=-\frac{4\pi f_0R_0}{c}+\frac{4\pi KR_0^2}{c^2} \end{aligned} 其中fbμbφ=−c2f0vr−c2KR0+c24KR0vr=−c2Kvr+c22Kvr2=−c4πf0R0+c24πKR02
中频信号瞬时频率 f I F ( t ) = 1 2 π d φ ( t ) d t = f b + 2 μ b t f_{IF}(t)=\frac{1}{2\pi}\frac{\mathrm{d}\varphi(t)}{\mathrm{d}t}=f_b+2\mu_bt fIF(t)=2π1dtdφ(t)=fb+2μbt
从严格的数学意义上来说, f I F ( t ) f_{IF}(t) fIF(t)依然是一个线性调频信号,
但是由于处理时间极短(通常在ms或者us量级),可忽略 t t t的高次项 t 2 t^2 t2;同时忽略掉分母含 c 2 c^2 c2的项,上式可简化为
f I F = − 2 v r f 0 c − 2 K R 0 c \begin{aligned} f_{IF}&=-\frac{2v_rf_0}{c}-\frac{2KR_0}{c}\\ \end{aligned} fIF=−c2vrf0−c2KR0
这依然是一个单频信号,但与静止目标所不同的是,此单频信号的频率中既包含距离信息,也包含速度信息,通过FFT无法直接准确测量出目标的距离信息,这就是距离速度耦合现象。当目标的运动速度很大时,耦合现象就会更严重,对测距造成的误差就会越大。通常采用的方法就是速度补偿,先将目标的径向速度 v r v_{r} vr求出来,再去进一步修正距离值。还有一种方法及时采用Chirp Sequence的发射波形,这种波形的调频周期很短,可以近似忽略物体在这段时间的运动速度对测距造成的影响。
测距的本质:测距的本质就是计算延时,而延时与中频信号频率 f I F f_{IF} fIF成线性关系,所以通过计算中频信号频率 f I F f_{IF} fIF就可以计算出回波延时,进而计算出目标的距离。
如何测速
目标的径向速度可通过在一段时间内的距离变化率获得,也可以通过测量多普勒频移获得。
测速测距原理:
蓝色为发射信号频率,黄色为接收信号频率,扫频周期为 T T T,扫频带宽为 B B B,发射信号经过目标反射,回波信号会有延时,在三角形的频率变化中,可以在上升沿和下降沿两者上进行距离测量。
对于静止目标,没有多普勒频移,即 f b u = f b d f_{bu}=f_{bd} fbu=fbd
对于运动目标,中频(差拍)信号频率中也掺杂了 f d f_d fd,因此 f b u ≠ f b d f_{bu}\neq f_{bd} fbu=fbd,且 f b u = f b − f d f_{bu}=f_b-f_d fbu=fb−fd, f b d = f b + f d f_{bd}=f_b+f_d fbd=fb+fd
其中 f b f_b fb为被探测物体静止时的频差, f d f_d fd是被探测物体移动时的多普勒频移.
那么,可以得到,与距离相关的差拍频率 f b = f b u + f b d 2 f_b=\frac{f_{bu}+f_{bd}}{2} fb=2fbu+fbd,与速度相关的多普勒频移 f d = f b d − f b u 2 f_d=\frac{f_{bd}-f_{bu}}{2} fd=2fbd−fbu
从而得到待测目标的距离和速度:
R = c τ ( t ) 2 = c f b 2 μ R=\frac{c\tau(t)}{2}=\frac{cf_b}{2\mu} R=2cτ(t)=2μcfb
v r = f d c 2 f 0 v_r=\frac{f_dc}{2f_0} vr=2f0fdc
(其中 f b f_b fb和 f d f_d fd是需要测量的频差, μ \mu μ是已知的调频斜率 μ = 2 B T \mu=\frac{2B}{T} μ=T2B)
%用sawtooth()函数生成周期锯齿波/三角波信号 t=linspace(0,20,200); subplot(2,2,1); f_1=sawtooth(t); %周期为2π,width默认为1 plot(t,f_1); title('锯齿波信号'); f_2=sawtooth(t,0.5); %周期为2π,width为0.5 subplot(2,2,2); plot(t,f_2); title('三角波信号'); %用tripuls()函数生成单个三角形信号 fs=10e3; ts=-0.1:1/fs:0.1; subplot(2,2,3); plot(ts,tripuls(ts,0.05,1)); %斜率为1,宽度为0.05的三角波 title('锯齿波脉冲'); subplot(2,2,4); plot(ts,tripuls(ts,0.05)); %宽度为0.05的三角波 title('三角形脉冲');
今天的分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
上一篇
已是最后文章
下一篇
已是最新文章