CN113191031B - 一种基于塔康信号算法的仿真方法 - Google Patents

一种基于塔康信号算法的仿真方法 Download PDF

Info

Publication number
CN113191031B
CN113191031B CN202110747650.2A CN202110747650A CN113191031B CN 113191031 B CN113191031 B CN 113191031B CN 202110747650 A CN202110747650 A CN 202110747650A CN 113191031 B CN113191031 B CN 113191031B
Authority
CN
China
Prior art keywords
signal
pulse
data
channel
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110747650.2A
Other languages
English (en)
Other versions
CN113191031A (zh
Inventor
孙成刚
岳红霞
张剑锋
潘宝凤
谢勇
蒋伟
唐庆生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Zhongxiangtiandi Network Technology Co Ltd
Original Assignee
Chengdu Zhongxiangtiandi Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Zhongxiangtiandi Network Technology Co Ltd filed Critical Chengdu Zhongxiangtiandi Network Technology Co Ltd
Priority to CN202110747650.2A priority Critical patent/CN113191031B/zh
Publication of CN113191031A publication Critical patent/CN113191031A/zh
Application granted granted Critical
Publication of CN113191031B publication Critical patent/CN113191031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于塔康信号算法的仿真方法，所述方法包括如下步骤：S1：在开始后用户输入参数，随后进行信道判定和信号类型判定，信道判定包括X信道、Y信道、信号类型判定包括应答信号和询问信号：在信道判定和信号类型判定后，将参数发送至主脉冲群，并按照采用率将时间进行分割，并存入vector，随后输入主脉冲基础数据；S3：信号通过脉冲门函数，生成主脉冲群，并用一个vector将该数据存储，该vector存储数据为A，用于判定发射主脉冲时，是否发射其他脉冲信号。

Description

一种基于塔康信号算法的仿真方法
技术领域
本发明涉及信号级仿真方法，具体涉及一种基于塔康信号算法的仿真方法。
背景技术
在早期，空中导航要想确定飞机位置，就要使用两个或两个以上的地面导航台，并且定位精度很低，这样的定位技术没有太大的实用价值。于是，在二十世纪中期，为了实现精确空中定位导航，由美国费得拉尔电信试验室根据美空军、海军的建议，研制了塔康系统。塔康的原名为TACAN，是Tactical Air Navigation System-战术空中导航系统的缩写，它是一种近距无线电导航系统，塔康导航系统是世界上第一个能够同时为飞机提供距离信息和方位信息的近程无线电导航系统。在20世纪50年代，最早应用于美军航空母舰的舰载机导航，而且还是空中加油机完成空中加油任务的重要装备，后来发展成为北大西洋公约组织各成员国的标准军用近程导航系统。塔康系统是我空军重要的导航系统之一，利用塔康导航系统可以保障飞机沿预定航线飞向目标、机群的空中集合和会合以及在复杂气象条件下引导飞机归航和进场着陆等。因此有效地维护保障极其重要。
塔康模拟器是定量模拟地面台的方位信息，检查、测试、校准塔康机载设备主要技术指标的专用设备，目前厂家的校准方法是采用“通用设备+机载标准塔康+检测仪”的方法进行，通用设备主要校准塔康模拟器的通用指标（频率、功率、电平、频谱等），机载标准塔康是为了校准专用指标（方位、距离），检测仪是用来提供一个脱离机上工作环境，为机载设备供电、控制工作状态、测试技术指标和输出测试结果等功能。这种“综合校准系统”溯源到进口的模拟器上（美国的DTS102）。这种方法存在的问题：整个溯源链基本上是1:1传递，不满足GJB5109的要求；另外，这种用“机载设备校准检测设备”的模式属于计量倒挂，最多只能是验证，不能称为校准。也有部分厂家购买了一整套美国进口装备作为计量标准，包括机载塔康DTS-200、地面设备（塔康模拟器FR-1401/1400、配套检测仪、精密测距模拟器PDME-200），计量时采用直接与进口模拟器进行比对的方法，指标稍优于1:1。
塔康(简称：TACAN)信号是一种近距无线电导航系统，它在1000兆赫频段上为覆盖半径350km范围内的飞机提供方位和距离的二维定位，并且它精度高、体积小、安装方便，目前在美国、北约等许多国家广泛运用，主要用于航路导航、空中加油和空中编队飞行，因此对TACAN信号实现检测，分析其信号特征，对丰富检测方式，提高检测性能有重要的应用意义。
目前TACAN检测普遍采用的方法采用固定门限实现信号的检测，并通过脉冲上升沿、下降沿、幅度检测等一系列复杂判断来对TACAN信号进行检测。上述方法在不同噪声干扰和不同信号幅度情况下，由于噪声、串扰、反射等原因会引起脉冲上升沿抖动，使得检测TACAN信号脉冲参数(如：脉冲宽度、脉冲幅度、脉冲间隔等)容易受到影响，准确度下降。
发明内容
本发明所要解决的技术问题是目前的塔康单号信号尚没有能够仿真演算的方式，不利于用户进行仿真模拟，制约了塔康导航信号的推广和普及，本申请文件弥补塔康导航信号信号级上仿真的缺漏，目的在于提供一种基于塔康信号算法的仿真方法，解决上述的问题。
本发明通过下述技术方案实现：
一种基于塔康信号算法的仿真方法，所述方法包括如下步骤：
S1：在开始后用户输入参数，随后进行信道判定和信号类型判定，信道判定包括X信道、Y信道，信号类型判定包括应答信号和询问信号；
S2：在信道判定和信号类型判定后，将参数发送至主脉冲群，并按照采用率将时间进行分割，并存入vector，随后输入主脉冲基础数据，其中vector为能够操作多种数据结构和算法的模板类和函数库；
S3：信号通过脉冲门函数，生成主脉冲群，并用一个vector将该数据存储，该vector存储数据为A，用于判定发射主脉冲时，是否发射其他脉冲信号；
S4：辅助脉冲群接收到参数后，按照采样率将时间进行分割，并存入vector，随后输入辅助脉冲基础数据，信号通过脉冲门函数，生成辅助脉冲群，并用一个vector将该数据存储，该vector存储数据为B；
S5：识别信号和均衡脉冲信号接收到参数后，按照采样率将时间进行分割，并存入vector，随后输入识别信号和均衡脉冲数据，信号通过脉冲门函数，生成识别信号和均衡脉冲信号，并用一个vector将该数据存储，该vector存储数据为C；
S6：随后随机填充脉冲群，按照采样率将时间进行分割，并存入vector，输入随机脉冲数据，信号通过脉冲门函数，生成辅助脉冲群，并用一个vector将该数据存储，该vector存储数据为D；
S7：接收到主脉冲群、辅助脉冲群、随机脉冲群和识别信号和均衡脉冲信号的A、B、C、D数据，判断是否为询问信号，若是询问信号则进入步骤S8，若不是询问信号进入步骤S9;
S8：若是询问信号，则按照采样率将时间进行分割，并存入vector，输入询问信号基础数据，并计算出测向信号，建立一个vector存储生成的询问信号脉冲群，并将该数据给与应答信号，由应答信号进行计算获取应答信号脉冲群，并将应答信号或识别信号输出；
S9：若不是询问信号，则按照采样率将时间进行分割，并存入vector，输入应答信号基础数据，计算出测向信号，建立一个vector存储生成的应答信号脉冲群，随后输出应答信号或识别信号。
vector是C++标准模板库中的部分内容，中文偶尔译作"容器"，但并不准确。它是一个多功能的，能够操作多种数据结构和算法的模板类和函数库。vector之所以被认为是一个容器，是因为它能够像容器一样存放各种类型的对象，简单地说，vector是一个能够存放任意类型的动态数组，能够增加和压缩数据。
进一步地，所述步骤S1中用户输入的参数包括a、b、c、d四种，其中a为时间段（t1到t2）数据；b为方位角数据；c为工作信道x或y数据；d为输入信号采用询问信号或应答信号数据 。
进一步地，所述步骤S2中输入的主脉冲基础数据包括脉冲宽度3.5us，信道脉冲时间间隔30s，其中X信道的波道所含脉冲数为12对，Y信道的波道所含脉冲数为13对，脉冲对内部间隔12us，主脉冲群周期为（1/15）s。
进一步地，所述步骤S4中的辅助脉冲基础数据包括脉冲宽度3.5us，X信道脉冲对间间隔24us，Y信道脉冲对间间隔15us，X波道所含脉冲数为6对，Y波道所含脉冲数为13对，脉冲对内部间隔12us，辅助脉冲群周期为（1/12）s。
进一步地，所述步骤S5中的识别信号和均衡脉冲数据包括X信道脉冲的脉冲间隔为12us，Y信道脉冲的脉冲间隔为30us，采用均衡脉冲对，在每个识别信号100us后发出。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种基于塔康信号算法的仿真方法，通过本申请文件的仿真方法能够实现该算法的代码，可以直观清晰的根据导出的数字点，生成算法所需要的图像，根据算法需求，构建合适的代码，生成图像所需要的点，产生出图像，方便用户根据生成的图像，对整个仿真过程进行查看。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明方法前序处理流程图。
图2为本发明方法承接处理流程图。
图3为本发明方法过程处理流程图。
图4为本发明方法结果处理流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1~4所示，其中图1在选择X信道和Y信道的询问和应答后将数据输入图2的主动脉冲群的参数（a）（b）（c）中，随后图2的输入基础数据后，将处理后的数据发送至图3的门函数内，生成辅助脉冲信号，经过询问信号脉冲群后，发送至图4的选择是否为询问信号步骤，本发明一种基于塔康信号算法的仿真方法，塔康信号的仿真具体信号分为如下几种：
（1） 塔康询问信号。
Figure DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE003
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
式中，S（t）为询问信号脉冲，
Figure DEST_PATH_IMAGE006
为脉冲信号包络幅度，
Figure DEST_PATH_IMAGE007
为主基准脉冲，
Figure DEST_PATH_IMAGE008
为 辅助基准脉冲，
Figure DEST_PATH_IMAGE009
为钟形脉冲调制信号，
Figure DEST_PATH_IMAGE010
为塔康地面信标区方位角，即接收点北向矢量 顺时针旋转角
Figure 532467DEST_PATH_IMAGE010
与测点-信标连线重合，
Figure DEST_PATH_IMAGE011
为直流分量，
Figure DEST_PATH_IMAGE012
为15Hz信号幅度，
Figure DEST_PATH_IMAGE013
为135Hz信号 幅度，
Figure DEST_PATH_IMAGE014
为载波信号频率，
Figure DEST_PATH_IMAGE015
为载波信号初始相位，t为脉冲间隔时间，i为X信道询问次数， j为Y信道询问次数，
Figure DEST_PATH_IMAGE016
=15Hz。
Figure DEST_PATH_IMAGE017
=135Hz，τ1=1/15us，τ2 =30us，τ3=12us，τ4=1/135us， τ5= 24us。
（2）.应答信号
1X~63X波道的应答频率对应962~1024MHz，即波道每增加1个编号，应答频率增加1MHz；64X~126X波道的应答频率对应1151~1213MHz，即波道每增加1个编号，应答频率增加1MHz。
1Y~63Y波道的应答频率对应1088~1150MHz，即波道每增加1个编号，应答频率增加1MHz；64Y~126Y波道的应答频率对应1025~1087MHz，即波道每增加1个编号，应答频率增加1MHz。
X波道应答信号脉冲对间隔为12us，Y波道脉冲对间隔为30us。
塔康应答信号可用下式描述：
Figure DEST_PATH_IMAGE018
式中S’（t）为应答信号，
Figure DEST_PATH_IMAGE019
为应答脉冲对脉冲间隔12us，
Figure DEST_PATH_IMAGE020
为询问脉冲发送时刻，
Figure DEST_PATH_IMAGE021
为发射询问脉冲与收到应答脉冲时间差。
（3）.脉冲组织。
主基准脉冲群：对于X波道，主基准脉冲群由12对脉冲对组成，脉冲对间隔为30±0.10us。对于Y波道，主基准脉冲群由13个单脉冲组成，脉冲间隔为30±0.10us。
辅助基准脉冲群：对于X波道，辅助基准脉冲群由6对脉冲对组成，脉冲对间隔为24±0.10us。对于Y波道，辅助基准脉冲群由13个单脉冲组成，脉冲间隔为15±0.10us。
识别信号：识别信号由符合一定要求的脉冲对组成，其脉冲对重复率的标称值为1350对/秒，在时间上与主、辅助基准脉冲群同步，即在主、辅助基准脉冲群的第一个脉冲之后的T时刻出现识别信号脉冲对的第一个脉冲。脉冲间隔T按下式计算：
Figure DEST_PATH_IMAGE022
式中，n为脉冲数，f为辅助基准脉冲群的重复频率。
应答脉冲：应答脉冲对的脉冲间隔对于X波道为12us，对于Y波道为30us，X波道应答信号固定延时50us，Y波道应答信号固定延时56us。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于塔康信号算法的仿真方法，其特征在于，所述方法包括如下步骤：
S1：在开始后用户输入参数，随后进行信道判定和信号类型判定，信道判定包括X信道、Y信道，信号类型判定包括应答信号和询问信号；
S2：在信道判定和信号类型判定后，将参数发送至主脉冲群，并按照采样率将时间进行分割，并存入vector，随后输入主脉冲基础数据，其中vector为能够操作多种数据结构和算法的模板类和函数库；
S3：信号通过脉冲门函数，生成主脉冲群，并用一个vector将数据存储，该vector存储数据为A，用于判定发射主脉冲时，是否发射其他脉冲信号；
S4：辅助脉冲群接收到参数后，按照采样率将时间进行分割，并存入vector，随后输入辅助脉冲基础数据，信号通过脉冲门函数，生成辅助脉冲群，并用一个vector将数据存储，该vector存储数据为B；
S5：识别信号和均衡脉冲信号接收到参数后，按照采样率将时间进行分割，并存入vector，随后输入识别信号和均衡脉冲数据，信号通过脉冲门函数，生成识别信号和均衡脉冲信号，并用一个vector将数据存储，该vector存储数据为C；
S6：随后随机填充脉冲群，按照采样率将时间进行分割，并存入vector，输入随机脉冲数据，信号通过脉冲门函数，生成辅助脉冲群，并用一个vector将数据存储，该vector存储数据为D；
S7：接收到主脉冲群、辅助脉冲群、随机脉冲群和识别信号和均衡脉冲信号的A、B、C、D数据，判断是否为询问信号，若是询问信号则进入步骤S8，若不是询问信号进入步骤S9;
S8：若是询问信号，则按照采样率将时间进行分割，并存入vector，输入询问信号基础数据，并计算出测向信号，建立一个vector存储生成的询问信号脉冲群，并将数据给与应答信号，由应答信号进行计算获取应答信号脉冲群，并将应答信号或识别信号输出；
S9：若不是询问信号，则按照采样率将时间进行分割，并存入vector，输入应答信号基础数据，计算出测向信号，建立一个vector存储生成的应答信号脉冲群，随后输出应答信号或识别信号。
2.根据权利要求1所述的一种基于塔康信号算法的仿真方法，其特征在于，所述步骤S1中用户输入的参数包括a、b、c、d四种，其中a为时间段t1到t2数据；b为方位角数据；c为工作信道x或y数据；d为输入信号采用询问信号或应答信号数据。
3.根据权利要求1所述的一种基于塔康信号算法的仿真方法，其特征在于，所述步骤S2中输入的主脉冲基础数据包括脉冲宽度3.5us，信道脉冲时间间隔30s，其中X信道的波道所含脉冲数为12对，Y信道的波道所含脉冲数为13对，脉冲对内部间隔12us，主脉冲群周期为1/15s。
4.根据权利要求1所述的一种基于塔康信号算法的仿真方法，其特征在于，所述步骤S4中的辅助脉冲基础数据包括脉冲宽度3.5us，X信道脉冲对间间隔24us，Y信道脉冲对间间隔15us，X波道所含脉冲数为6对，Y波道所含脉冲数为13对，脉冲对内部间隔12us，辅助脉冲群周期为1/12s。
5.根据权利要求1所述的一种基于塔康信号算法的仿真方法，其特征在于，所述步骤S5中的识别信号和均衡脉冲数据包括X信道脉冲的脉冲间隔为12us，Y信道脉冲的脉冲间隔为30us，采用均衡脉冲对，在每个识别信号100us后发出。
CN202110747650.2A 2021-07-02 2021-07-02 一种基于塔康信号算法的仿真方法 Active CN113191031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110747650.2A CN113191031B (zh) 2021-07-02 2021-07-02 一种基于塔康信号算法的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110747650.2A CN113191031B (zh) 2021-07-02 2021-07-02 一种基于塔康信号算法的仿真方法

Publications (2)

Publication Number Publication Date
CN113191031A CN113191031A (zh) 2021-07-30
CN113191031B true CN113191031B (zh) 2021-10-26

Family

ID=76976970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110747650.2A Active CN113191031B (zh) 2021-07-02 2021-07-02 一种基于塔康信号算法的仿真方法

Country Status (1)

Country Link
CN (1) CN113191031B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114295137B (zh) * 2021-12-29 2023-10-10 天津光电通信技术有限公司 一种基于fpga的塔康信号识别方法及系统
CN115391923B (zh) * 2022-10-27 2023-01-03 成都众享天地网络科技有限公司 一种塔康系统功能级仿真方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196249A (zh) * 2017-12-29 2018-06-22 中国电子科技集团公司第二十研究所 一种塔康地面信标兼容地面监视功能的实现方法
CN213813804U (zh) * 2020-11-25 2021-07-27 广州斯达尔科技有限公司 一种模块化的自动测试设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3801979A (en) * 1972-04-26 1974-04-02 J Chisholm Integrated collision avoidance, dme, telemetry, and synchronization system
CN103900616B (zh) * 2014-04-16 2017-12-29 中国人民解放军空军航空仪器设备计量总站 一种塔康模拟器计量方法及装置
CN110794361B (zh) * 2019-10-21 2023-10-10 中国电子科技集团公司第三十六研究所 一种双通道塔康信号侦察装置
CN110703631A (zh) * 2019-11-29 2020-01-17 中仿智能科技（上海）股份有限公司 一种直升机模拟器导航仿真系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108196249A (zh) * 2017-12-29 2018-06-22 中国电子科技集团公司第二十研究所 一种塔康地面信标兼容地面监视功能的实现方法
CN213813804U (zh) * 2020-11-25 2021-07-27 广州斯达尔科技有限公司 一种模块化的自动测试设备

Also Published As

Publication number Publication date
CN113191031A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113191031B (zh) 一种基于塔康信号算法的仿真方法
ES2640376T3 (es) Procedimiento de localización pasiva de emisores radar
CN106125069A (zh) 一种基于指向角残差的星载激光测高仪指向角系统误差标定方法
CN103064057A (zh) 一种提高多点时差定位精度的方法
CN110224743B (zh) 一种基于动态场景的星载ads-b测试信号的形成方法
US5610609A (en) Passive doppler emitter classification and ranging system utilizing a time-frequency constant
CN108872971A (zh) 一种基于运动单阵列的目标定位方法与装置
CN105974386A (zh) 一种多基地雷达多目标成像定位方法
CN103900616B (zh) 一种塔康模拟器计量方法及装置
CN104900091B (zh) 机场无源监视系统以及空中交通管理系统
CN104730575A (zh) 基于横波确定微地震事件点的位置的方法
Guerin et al. Passive direction finding
CN107817501A (zh) 一种可变扫描频率的点云数据处理方法
CN110356595B (zh) 一种用于航天器轨道动态测试的干扰场景模拟系统
US11163040B2 (en) Method for testing the electromagnetic compatibility of a radar detector with at least one onboard pulse signal transmitter
CN106199578A (zh) 高超声速目标测速方法
CN110333492A (zh) 一种基于面积比的抗非协同欺骗式干扰方法
Zhao et al. Calibrating the transmitter and receiver location errors for moving target localization in multistatic passive radar
CN109188417A (zh) 采用无人机平台对扫描式辐射源进行单站被动定位的方法
Sun et al. Target localization sensitivity using MIMO radar in the presence of antenna position uncertainties
CN104237896A (zh) 一种基于欠采样解模糊的雷达测距方法
CN107102310A (zh) 一种多路激光雷达探测方法
CN105068067A (zh) 一种室内toa测距值模拟生成方法及装置
RU2697509C2 (ru) Способ обнаружения, измерения дальности и скорости низколетящей малоскоростной цели в импульсно-доплеровских радиолокационных станциях при высокой частоте повторения импульсов и инвертируемой линейной частотной модуляции
Stroman Automatic Dependent Surveillance Broadcast (ADS-B) Security Mitigation through Multilateration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A simulation method based on tacan signal algorithm

Effective date of registration: 20220922

Granted publication date: 20211026

Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd.

Pledgor: Chengdu zhongxiangtiandi Network Technology Co.,Ltd.

Registration number: Y2022980015998