CN113945893A - 雷达杂波信号的模拟装置及方法 - Google Patents

雷达杂波信号的模拟装置及方法 Download PDF

Info

Publication number
CN113945893A
CN113945893A CN202111560477.1A CN202111560477A CN113945893A CN 113945893 A CN113945893 A CN 113945893A CN 202111560477 A CN202111560477 A CN 202111560477A CN 113945893 A CN113945893 A CN 113945893A
Authority
CN
China
Prior art keywords
clutter
distribution
target
amplitude
signal
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.)
Pending
Application number
CN202111560477.1A
Other languages
English (en)
Inventor
梁志恒
张卫杰
陶青长
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202111560477.1A priority Critical patent/CN113945893A/zh
Publication of CN113945893A publication Critical patent/CN113945893A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414Discriminating targets with respect to background clutter

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及雷达技术领域,特别涉及一种雷达杂波信号的模拟装置及方法,其中,装置包括:至少一个端口;配置组件,用于基于至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;滤波组件,用于根据杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并对输入的白噪声进行降采样滤波,生成杂波信号;调制组件,用于根据杂波幅度概率密度分布类型确定目标调制方式,基于目标调制方式对杂波信号和目标参数进行调制,得到调制信号;处理组件,用于对调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。由此,解决了相关技术中杂波信号模拟的复杂度高,便捷性较差等问题。

Description

雷达杂波信号的模拟装置及方法
技术领域
本申请涉及雷达技术领域,特别涉及一种雷达杂波信号的模拟装置及方法。
背景技术
由于雷达杂波的形成因素比较复杂,分析起来有一定困难,因此,通常利用统计的方法进行分析或对实测数据进行拟合来对杂波幅度进行建模仿真。目前,常用的概率分布密度函数模型有瑞利分布、对数正态分布、韦伯分布和K分布等。然而,相关技术中仿真建模通常需要配置信号处理器等相关硬件、编写单独程序等过程,程序较为复杂,增加了模拟的复杂度,降低了模拟的便捷性。
发明内容
本申请提供一种雷达杂波信号的模拟装置及方法,以解决相关技术中在杂波信号模拟时通常需要配置信号处理器等相关硬件,单独编写程序,程序较为复杂,模拟的复杂度高,便捷性及用户体验较差等问题。
本申请第一方面实施例提供一种雷达杂波信号的模拟装置,包括以下步骤:至少一个端口;配置组件,用于基于所述至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;滤波组件,用于根据所述杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于所述目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;调制组件,用于根据杂波幅度概率密度分布类型确定目标调制方式,基于所述目标调制方式对所述杂波信号和所述目标参数进行调制,得到调制信号;处理组件,用于对所述调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
进一步地,还包括:输出模块,用于将所述目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
可选地,所述目标参数包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数。
可选地,所述杂波幅度概率密度分布类型包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型、和莱斯分布幅度分布类型中的任意一种类型。
可选地,所述目标调制方式包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式、和莱斯分布幅度调制方式中的任意一种方式。
本申请第二方面实施例提供一种雷达杂波信号的模拟方法,所述方法应用于如上述实施例所述的雷达杂波信号的模拟装置,包括以下步骤:基于至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;根据所述杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于所述目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;根据杂波幅度概率密度分布类型确定目标调制方式,基于所述目标调制方式对所述杂波信号和所述目标参数进行调制,得到调制信号;对所述调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
进一步地,还包括:将所述目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
可选地,所述目标参数包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数。
可选地,所述杂波幅度概率密度分布类型包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型、和莱斯分布幅度分布类型中的任意一种类型。
可选地,所述目标调制方式包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式、和莱斯分布幅度调制方式中的任意一种方式。
由此,本申请至少具有如下有益效果:
可以基于端口配置的参数自动生成目标雷达杂波模拟信号,无需配置信号处理器等相关硬件,降低模拟成本,且也无需单独编写程序,降低模拟的复杂度,操作简单,可以有效提升模拟的便捷性,提升用户的使用体验。由此,解决了相关技术中在杂波信号模拟时通常需要配置信号处理器等相关硬件,单独编写程序,程序较为复杂,模拟的复杂度高,便捷性及用户体验较差等技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的雷达杂波信号的模拟装置的方框示意图;
图2为根据本申请实施例提供的雷达杂波信号的模拟装置的结构示意图;
图3为根据本申请实施例提供的雷达杂波信号的模拟方法的流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
对于杂波信号的实现,通常是基于统计模型表述杂波特性的方式来实现的。目前,应用较广的非高斯杂波主要有三种:对数正态分布、韦伯分布和K分布。其中,K分布杂波模型被认为是模拟海杂波的最好的模型,因为它不仅从数据上和海杂波非常吻合,而且它可以从物理机理上解释海杂波的成因。
在杂波统计模型的建模中,采用相干杂波的建模仿真方法。目前对杂波的仿真方法主要有ZMNL(Zero memory nonlinear change method,零记忆非线性变化法)和SIRP(Spherical invariant stochastic process method,球不变随机过程法)。ZMNL法可以实现用于描述雷达杂波的几种常用分布的仿真,它易于实现且产生相关雷达杂波序列的速度较快,但其应用受到功率谱形状等因素的制约。SIRP模型属于外生模型,能够独立控制序列的概率密度函数和自相关函数。在相关雷达杂波仿真中,可以用 SIRP 法仿真相关瑞利、韦布尔和 K 分布杂波。
雷达实际工作中可能遇到的杂波有:地杂波、海杂波、气象杂波等,具体如下:
1)地杂波
陆地的雷达回波通常用地形种类的起伏程度和介质特性来描述,沙漠、森林、裸露平地、山脉、沼泽、城市等等具有不同的散射特性。对于散射单元均匀分布性质的地形地物,例如沙漠和某种类型植被覆盖的耕地等,其杂波构成的机理比较适合于采用瑞利分布的包络统计特性。由于存在一些高大的建筑,某些城市区域的地杂波用对数正态分布函数描述。对于存在垂直散射体的地形,如建筑物、树木、小山坡等,当波束低于入射角照射时,杂波单元内起主要散射作用的是一些成垂直性的散射体,来自杂波单元回波信号幅度一般不服从瑞利分布,用K分布和韦伯分布模拟较为合适。从大量的测量数据分析来看,对于低分辨率雷达大波束入射角(≥5°)情形,地杂波幅度概率分布特性用瑞利分布描述,对于高分辨率雷达小波束入射角(≤5°)情形,用对数正态分布、韦伯分布或 K 分布描述。
2)海杂波
海面的回波取决于浪高、风速、持续时间、风的行程、海浪方向对于雷达波束的方向、涨潮或退潮、浪峰的出现以及可能影响表面张力的污染的存在。海面回波还取决于某些雷达参数,诸如频率、极化、波束入射角,一定程度上还取决于照射面的大小。虽然关于海面杂波的性质已经掌握了很多,但是上述诸因素中许多因素定量的(甚至也包括定性的)影响还没有完全掌握。不同地区的海杂波都是相似的,所以海面杂波相比地面杂波易于掌握。
多数情况下,K分布能较好拟合海杂波数据的幅度起伏特性。对于高分辨率(15m)水平极化雷达,用对数正态分布拟合较好。对于较低分辨率雷达(150m),垂直极化方式下用瑞利分布和韦伯分布拟合较好。通过大量的测量数据,对于低分辨率雷达大波束入射角(≥5°)情形,海面杂波幅度概率分布特性用瑞利分布描述,对于高分辨率雷达小波束入射角(≤5°)情形,用对数正态分布、韦伯分布和K分布描述。
3)气象杂波
云雨杂波在空间的分布是不均匀的。大雨主要集中在一些较窄的区域内,每个区域约为数十平方公里。另一方面,小雨则往往分布范围较大,也比较均匀。就杂波模拟来说,通常可以假定雨在水平层面上是均匀的。事实上,雷达的反射特性只是波长、高度和降雨率的函数。对气象杂波影响最大的因素是风的扰动,一般而言这种影响的杂波振幅与雷达交会的几何关系无关,但与风或沉降物在穿越雷达天线波束时多普勒频率的变化有关。与地面杂波和海面杂波一样,通常可采用高斯函数来表示气象杂波的起伏谱。而其平均多普勒频率则是天线主瓣内风的多普勒频率。另外,由于气象杂波多由大量均匀、互相独立的点所构成,所以气象杂波的起伏统计特性几乎都是瑞利型的。气象杂波的谱型一般认为是服从高斯谱分布的,谱中心对应于风速,风速越大,谱越宽。
然而,相关技术中的仿真建模需要配置信号处理器相关硬件、编写单独程序等过程,程序较为复杂。为此,本申请实施例基于FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)芯片,采用System Generator(数字信号处理开发工具)开发一种杂波产生装置,功能齐全,操作简单。
下面经参考附图描述本申请实施例的雷达杂波信号的模拟装置及方法。针对上述背景技术中提到的相关技术中在杂波信号模拟时通常需要配置信号处理器等相关硬件,单独编写程序,程序较为复杂,模拟的复杂度高,便捷性及用户体验较差的问题,本申请提供了一种雷达杂波信号的模拟装置,在该装置中,可以基于端口配置的参数自动生成目标雷达杂波模拟信号,无需配置信号处理器等相关硬件,降低模拟成本,且也无需单独编写程序,降低模拟的复杂度,操作简单,可以有效提升模拟的便捷性,提升用户的使用体验。由此,解决了相关技术中在杂波信号模拟时通常需要配置信号处理器等相关硬件,单独编写程序,程序较为复杂,模拟的复杂度高,便捷性及用户体验较差等技术问题。
具体而言,图1为本申请实施例所提供的一种雷达杂波信号的模拟装置的方框示意图。
如图1所示,雷达杂波信号的模拟装置10包括:至少一个端口100、配置组件200、滤波组件300、调制组件400和处理组件500。
其中,配置组件200用于基于至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;滤波组件300用于根据杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;调制组件400用于根据杂波幅度概率密度分布类型确定目标调制方式,基于目标调制方式对杂波信号和目标参数进行调制,得到调制信号;处理组件500用于对调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
其中,端口100的数量可以根据实际配置的需求具体设置,对此不作具体限定。需要说明的是,在具体应用时,本申请实施例还可以通过端口配置杂波功率谱滤波器系数的数量、系统时钟频率和杂波采样率等参数。
其中,目标参数可以包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数;杂波幅度概率密度分布类型可以包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型、和莱斯分布幅度分布类型中的任意一种类型;目标调制方式可以包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式、和莱斯分布幅度调制方式中的任意一种方式。
可以理解的是,本申请实施例可以利用数学统计模型表示杂波频谱特性与幅度分布特性,通过FPGA内部运算产生满足特定统计模型的杂波信号。具体地:如图2所示,由白噪声经过滤波器形成杂波功率谱,装置内部存储多组滤波器系数,可以根据实际模拟需求具体从存储的多组滤波器系数中选择杂波功率谱类型与杂波等级,经过滤波的杂波信号经过瑞利分布、对数分布、韦伯分布、K分布和莱斯分布五种幅度调制,实现上述五种杂波幅度概率密度分布类型后再经过幅度量化与升采样滤波输出。
需要说明的是,本申请实施例可以预先生成多组不同的杂波功率谱滤波器系数,发送至装置10内部的存储器进行预存,在具体应用时,可以通过控制逻辑实现对滤波器系数的重加载,并可以使用常数作为其他端口输入源。
在本实施例中,由于杂波信号带宽与数据率较低,系统时钟频率高,因此,本申请实施例可以通过乘法器分时复用的方式在较低资源使用率的基础上,实现很高阶数的滤波器,达到很好的滤波效果,使输出的杂波信号功率谱更好的贴合理论模型。其中,本申请实施例的滤波器可以为功率普特性滤波器,主要实现高斯模型、马尔科夫模型(柯西模型)和全极点模型。
在本实施例中,本申请实施例的装置10还包括:输出模块。其中,输出模块,用于将目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
可以理解的是,如图2所示,本申请实施例还可以将经过幅度量化与升采样滤波输出的信号与目标信号复乘后经过上变频输出。其中,目标信号指雷达模拟器的目标模拟信号,复乘是要把杂波信号叠加到目标信号。
根据本申请实施例提出的雷达杂波信号的模拟装置,可以基于端口配置的参数自动生成目标雷达杂波模拟信号,无需配置信号处理器等相关硬件,降低模拟成本,且也无需单独编写程序,降低模拟的复杂度,操作简单,可以有效提升模拟的便捷性,提升用户的使用体验。
其次参照附图描述根据本申请实施例提出的雷达杂波信号的模拟方法。
图3是本申请实施例的雷达杂波信号的模拟方法的流程示意图。
其中,方法应用于上述实施例的雷达杂波信号的模拟装置,如图3所示,该雷达杂波信号的模拟方法包括以下步骤:
在步骤S101中,基于至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;
在步骤S102中,根据杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;
在步骤S103中,根据杂波幅度概率密度分布类型确定目标调制方式,基于目标调制方式对杂波信号和目标参数进行调制,得到调制信号;
在步骤S104中,对调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
进一步地,本申请实施例的方法还包括:将目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
可选地,目标参数可以包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数。
可选地,杂波幅度概率密度分布类型包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型、和莱斯分布幅度分布类型中的任意一种类型。
可选地,目标调制方式包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式、和莱斯分布幅度调制方式中的任意一种方式。
需要说明的是,前述对雷达杂波信号的模拟方法实施例的解释说明也适用于该实施例的雷达杂波信号的模拟方法,此处不再赘述。
根据本申请实施例提出的雷达杂波信号的模拟方法,可以基于端口配置的参数自动生成目标雷达杂波模拟信号,无需配置信号处理器等相关硬件,降低模拟成本,且也无需单独编写程序,降低模拟的复杂度,操作简单,可以有效提升模拟的便捷性,提升用户的使用体验。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。

Claims (10)

1.一种雷达杂波信号的模拟装置,其特征在于,包括:
至少一个端口;
配置组件,用于基于所述至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;
滤波组件,用于根据所述杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于所述目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;
调制组件,用于根据杂波幅度概率密度分布类型确定目标调制方式,基于所述目标调制方式对所述杂波信号和所述目标参数进行调制,得到调制信号;
处理组件,用于对所述调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
2.根据权利要求1所述的装置,其特征在于,还包括:
输出模块,用于将所述目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
3.根据权利要求1所述的装置,其特征在于,所述目标参数包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数。
4.根据权利要求1所述的装置,其特征在于,所述杂波幅度概率密度分布类型包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型和莱斯分布幅度分布类型中的任意一种类型。
5.根据权利要求1所述的装置,其特征在于,所述目标调制方式包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式和莱斯分布幅度调制方式中的任意一种方式。
6.一种雷达杂波信号的模拟方法,其特征在于,所述方法应用于如权利要求1-5任意一项所述的雷达杂波信号的模拟装置,包括以下步骤:
基于至少一个端口配置待模拟雷达杂波信号的目标参数、杂波功率谱类型、杂波等级和杂波幅度概率密度分布类型;
根据所述杂波功率谱类型和杂波等级确定目标杂波功率谱滤波器系数,并基于所述目标杂波功率谱滤波器系数对输入的白噪声进行降采样滤波,生成杂波信号;
根据杂波幅度概率密度分布类型确定目标调制方式,基于所述目标调制方式对所述杂波信号和所述目标参数进行调制,得到调制信号;
对所述调制信号进行幅度量化调整与升采样滤波,生成目标雷达杂波模拟信号。
7.根据权利要求6所述的方法,其特征在于,还包括:
将所述目标雷达杂波模拟信号与预设目标信号复乘后进行上变频输出。
8.根据权利要求6所述的方法,其特征在于,所述目标参数包括瑞利分布参数、对数分布参数、韦伯分布参数、K分布参数和莱斯分布参数中的任意一种参数。
9.根据权利要求6所述的方法,其特征在于,所述杂波幅度概率密度分布类型包括瑞利分布幅度分布类型、对数分布幅度分布类型、韦伯分布幅度分布类型、K分布幅度分布类型和莱斯分布幅度分布类型中的任意一种类型。
10.根据权利要求6所述的方法,其特征在于,所述目标调制方式包括瑞利分布幅度调制方式、对数分布幅度调制方式、韦伯分布幅度调制方式、K分布幅度调制方式和莱斯分布幅度调制方式中的任意一种方式。
CN202111560477.1A 2021-12-20 2021-12-20 雷达杂波信号的模拟装置及方法 Pending CN113945893A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111560477.1A CN113945893A (zh) 2021-12-20 2021-12-20 雷达杂波信号的模拟装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111560477.1A CN113945893A (zh) 2021-12-20 2021-12-20 雷达杂波信号的模拟装置及方法

Publications (1)

Publication Number Publication Date
CN113945893A true CN113945893A (zh) 2022-01-18

Family

ID=79339397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111560477.1A Pending CN113945893A (zh) 2021-12-20 2021-12-20 雷达杂波信号的模拟装置及方法

Country Status (1)

Country Link
CN (1) CN113945893A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706049A (zh) * 2022-02-08 2022-07-05 南京航空航天大学 一种基于fpga与vga的雷达回波幅度起伏特性模拟方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85105633A (zh) * 1985-07-25 1987-01-28 清华大学 最大熵可编程雷达回波模拟器
CN1619570A (zh) * 2003-11-21 2005-05-25 武汉理工大学 一种集成通用的雷达杂波采集模拟仿真器及模拟仿真方法
CN104614713A (zh) * 2015-02-03 2015-05-13 北京航空航天大学 一种适合于艇载雷达系统的雷达回波信号模拟器
CN106646403A (zh) * 2016-11-16 2017-05-10 电子科技大学 K分布雷达杂波实时模拟方法及系统
US20170139038A1 (en) * 2015-11-13 2017-05-18 Rohde & Schwarz Gmbh & Co. Kg Method and signal generator for simulation of sea clutter
CN107367717A (zh) * 2017-09-22 2017-11-21 上海航天测控通信研究所 一种雷达多目标中频仿真装置
CN107367715A (zh) * 2017-07-28 2017-11-21 西安电子科技大学 基于稀疏表示的杂波抑制方法
CN107490790A (zh) * 2017-10-10 2017-12-19 北京航空航天大学 一种连续多脉冲相参海杂波的仿真方法
CN112731312A (zh) * 2020-12-16 2021-04-30 清华大学 一种实时交互式相控阵雷达仿真系统及方法
CN112859034A (zh) * 2021-04-26 2021-05-28 中国人民解放军国防科技大学 自然环境雷达回波幅度模型分类方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85105633A (zh) * 1985-07-25 1987-01-28 清华大学 最大熵可编程雷达回波模拟器
CN1619570A (zh) * 2003-11-21 2005-05-25 武汉理工大学 一种集成通用的雷达杂波采集模拟仿真器及模拟仿真方法
CN104614713A (zh) * 2015-02-03 2015-05-13 北京航空航天大学 一种适合于艇载雷达系统的雷达回波信号模拟器
US20170139038A1 (en) * 2015-11-13 2017-05-18 Rohde & Schwarz Gmbh & Co. Kg Method and signal generator for simulation of sea clutter
CN106646403A (zh) * 2016-11-16 2017-05-10 电子科技大学 K分布雷达杂波实时模拟方法及系统
CN107367715A (zh) * 2017-07-28 2017-11-21 西安电子科技大学 基于稀疏表示的杂波抑制方法
CN107367717A (zh) * 2017-09-22 2017-11-21 上海航天测控通信研究所 一种雷达多目标中频仿真装置
CN107490790A (zh) * 2017-10-10 2017-12-19 北京航空航天大学 一种连续多脉冲相参海杂波的仿真方法
CN112731312A (zh) * 2020-12-16 2021-04-30 清华大学 一种实时交互式相控阵雷达仿真系统及方法
CN112859034A (zh) * 2021-04-26 2021-05-28 中国人民解放军国防科技大学 自然环境雷达回波幅度模型分类方法和装置

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
何云强: "《电子线路设计、检验、测试使用手册 第3卷》", 31 May 2005, 北京科技大学出版社 *
史林等: "《雷达系统建模与仿真》", 31 December 2017, 国防工业出版社 *
孟庆虎等: "一种基于 FPGA 的通用雷达回波实时模拟器", 《测控技术与仪器仪表》 *
宁丽娟: "基于FPGA的可编程电磁环境信号仿真器的设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
许雄等: "基于 System Generator 的雷达干扰信号模拟", 《太赫兹科学与电子信息学报》 *
高昌: "基于System Generator的雷达有源干扰图形化设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
黄杰: "雷达杂波建模仿真分析及目标检测研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706049A (zh) * 2022-02-08 2022-07-05 南京航空航天大学 一种基于fpga与vga的雷达回波幅度起伏特性模拟方法

Similar Documents

Publication Publication Date Title
US10197667B2 (en) Method and signal generator for simulation of sea clutter
Mackay et al. Uncertainty in wave energy resource assessment. Part 1: Historic data
Forristall Wave crest distributions: Observations and second-order theory
AU656771B2 (en) Oceanographic and meteorological data
Mackay et al. 8.03-resource assessment for wave energy
CN109901165B (zh) 星载sar回波的模拟装置及模拟方法
EP3575821B1 (fr) Procédé et dispositif de génération d'environnements électromagnétiques complexes pour bancs de test de senseurs électromagnétiques
CN109164428A (zh) 雷达数字仿真系统及方法
CN113945893A (zh) 雷达杂波信号的模拟装置及方法
Wolfensberger et al. From model to radar variables: a new forward polarimetric radar operator for COSMO
CN113655459B (zh) 一种基于泊松盘采样的雷达无模糊多普勒扩展方法及装置
RU2530544C1 (ru) Способ моделирования сигнала, отраженного от земной поверхности, в режиме картографирования реальным лучом
Li et al. Dynamical projections of the mean and extreme wave climate in the Bohai Sea, Yellow Sea and East China Sea
Abdalla et al. Monitoring waves and surface winds by satellite altimetry: Applications
US6130639A (en) Method for fine modelling of ground clutter received by radar
Lebarbu et al. Complete radar simulation chain: Application to maritime patrol surveillance using SAR/ISAR modes
Anderson Adaptive remote sensing with HF skywave radar
CN117724191A (zh) 一种多频段多场景的雨衰减实时预测方法及预测系统
KR102006325B1 (ko) 베이스 스펙트럼을 이용한 바다 상태 변화 시뮬레이션 방법
Roldán et al. Modified parametric hurricane wind model to improve the asymmetry in the region of maximum winds
Stoffelen et al. Research and Development in Europe on Global Application of the OceanSat-2 Scatterometer Winds: Final Report of OceanSat-2 Cal/Val AO project
Bokov et al. Generation of Radar Ground Clutter Echoes with Jakes' Doppler Spectrum on FPGA
Saavedra et al. Assimilation of peak period from video images in numerical wave models at a local scale
KR102659304B1 (ko) Sar 데이터 생성 방법 및 시스템
Hensley et al. Improved processing of AIRSAR data based on the GeoSAR processor

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220118

RJ01 Rejection of invention patent application after publication