CN114442055A - 复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 - Google Patents
复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 Download PDFInfo
- Publication number
- CN114442055A CN114442055A CN202210039181.3A CN202210039181A CN114442055A CN 114442055 A CN114442055 A CN 114442055A CN 202210039181 A CN202210039181 A CN 202210039181A CN 114442055 A CN114442055 A CN 114442055A
- Authority
- CN
- China
- Prior art keywords
- radar
- environment
- intermediate frequency
- echo signal
- electromagnetic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- 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)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种复杂电磁环境下雷达电磁态势感知仿真测试方法及系统,该方法包括:构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数;构建环境感知算法模型,并将其表示为第二matlab函数;将所述第一matlab函数、所述第二matlab函数与QT框架进行混合编程;在QT框架下,基于多线程处理模式,在次线程中利用第一matlab函数生成雷达中频回波信号,并利用所述第二matlab函数对雷达中频回波信号进行处理,得到仿真结果;对所述仿真结果进行显示并保存。本发明提供的方法成本较低,复现手段灵活且能够进行极限情况测试,有助于提升雷达抗干扰能力。
Description
技术领域
本发明属于雷达技术领域,具体涉及一种复杂电磁环境下雷达电磁态势感知仿真测试方法及系统。
背景技术
随着电子对抗技术的不断发展,传统的抗干扰手段难以应对复杂多变的战场环境,认知雷达由于其赋予了雷达系统感知环境、理解环境、学习、推理并判断决策的能力,使雷达系统能够适应复杂多变的战场电磁环境,从而提升雷达系统的抗干扰性能。
环境感知作为认知雷达的重要组成部分,为雷达的抗干扰决策提供了先验信息,因此,环境感知算法的有效性将直接影响雷达系统的抗干扰性能。在实际使用之前,必须证明在复杂电磁环境条件下雷达智能感知算法使用的算法是合理的。
然而,由于在实际的环境中测试非常昂贵,并且几乎不可能在相同条件下重复进行实验,同时难以对算法进行极限情况测试。因此,设计一种可以模拟复杂电磁环境中的有源电磁干扰以及环境感知的方法对于提高雷达的抗干扰性能具有重要意义。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种复杂电磁环境下雷达电磁态势感知仿真测试方法及系统。本发明要解决的技术问题通过以下技术方案实现:
本发明的实施例提供了一种复杂电磁环境下雷达电磁态势感知仿真测试方法,包括:
构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数;
构建环境感知算法模型,并将其表示为第二matlab函数;
将所述第一matlab函数、所述第二matlab函数与QT框架进行混合编程;
在QT框架下,基于多线程处理模式,在次线程中利用第一matlab函数生成雷达中频回波信号,并利用所述第二matlab函数对雷达中频回波信号进行处理,得到仿真结果;
对所述仿真结果进行显示并保存。
在本发明的一个实施例中,构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数,包括:
对典型雷达有源干扰进行建模,以表征复杂电磁环境,并将其作为雷达中频回波信号;
以回波信息和数据保存路径为输入,将雷达中频回波信号的模型编写为第一matlab函数;
其中,所述回波信息至少包含雷达信号带宽、PRI、脉宽、信噪比、信干比、运动状态以及极化状态中的一种或多种;所述数据保存路径为生成回波I、Q两路数据保存文件所在路径。
在本发明的一个实施例中,对典型雷达有源干扰进行建模,以表征复杂电磁环境,包括:
对有源电磁干扰、雷达信号和噪声三种信号进行叠加,并将得到的中频回波作为复杂电磁环境的表征。
在本发明的一个实施例中,构建环境感知算法模型,并将其表示为第二matlab函数,包括:
以雷达中频回波信号的保存路径和环境感知结果的保存路径为输入,将环境感知算法编写为第二matlab函数。
在本发明的一个实施例中,利用所述第二matlab函数对所述雷达中频回波信号进行处理,包括:
根据所述雷达中频回波信号进行多域参数估计,得到调制域参数、空域参数、极化参数以及频域参数;
利用所述调制域参数进行干扰模式识别,得到干扰类型;
利用所述空域参数、极化参数以及频域参数进行干扰行为模式预测,得到预测结果。
在本发明的一个实施例中,还包括:获取外部实测回波数据作为雷达中频回波信号。
在本发明的一个实施例中,还包括:根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。
本发明还提供了一种复杂电磁环境下雷达电磁态势感知仿真测试系统,可用于实现上述实施例所述的方法,包括:
回波模拟模块,用于得到雷达中频回波信号;
环境感知模块,用于基于多线程处理模式,根据所述雷达中频回波信号对雷达电磁态势进行感知仿真,得到仿真数据;
结果显示模块,用于显示环境感知模块得到的仿真数据;
结果保存模块,用于保存生成的雷达中频回波数据和环境感知的仿真结果数据。
在本发明的一个实施例中,所述回波模拟模块包括:
回波加载单元,用于加载外部实测回波数据作为雷达中频回波信号;
回波生成单元,用于根据雷达中频回波信号生成模型生成雷达中频回波信号。
在本发明的一个实施例中,该系统还包括;
性能评估模块,用于根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。
本发明的有益效果:
1、本发明通过构建复杂电磁环境下雷达中频回波信号生成模型对不同环境下地复杂战场电磁环境状态的表征,然后利用环境感知算法模型对电磁态势进行表征,同时采用QT与matlab混合编程技术以及多线程编程技术,不仅可以快速的实现各种复杂电磁环境下雷达电磁态势感知仿真,且其复现手段灵活、成本较低,还可以验算法的极限性能,从而为雷达系统的抗干扰决策提供准确的先验信息,进而提升雷达的抗干扰能力;
2、本发明在对复杂战场电磁态势进行表征时,采用电磁波多域参数、有源电磁干扰类型以及电磁行为模式预测三部分表征复杂战场环境电磁态势,并给出环境感知数据处理流程,将感知结果以数据形式储存,与实际雷达感知处理过程相同,可最大限度模拟实际情况,还可用于对感知算法性能进行验证;
3、本发明使用了QT多线程编程技术,具有较好的实时性,一方面,可以更好的模拟实际电磁态势感知过程;另一方面,避免了单线程运行时容易出现的UI界面卡死情况,从而提高了系统运行速度;
4、本发明使用QT与matlab混合编程技术,由于QT图形界面仿真包包含了非常成熟的图形接口函数库,并且是免费开源的,且很多开发产品运用QT并且不断丰富QT的接口函数,这使得本发明的方法具有移植性强、易用性高及运行速度快的优点;
5、本发明具有回波加载及回波生成两种功能,回波加载功能可加载外部回波数据,用于对实测回波进行环境感知处理;回波生成功能可实现对有源电磁干扰的建模仿真,用于对电磁感知算法进行多次重复实验,从而验证电磁环境感知算法在不同信干比下的极限性能。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种复杂电磁环境下雷达电磁态势感知仿真测试方法流程示意图;
图2是本发明实施例提供的仿真测试方法的编程架构图;
图3是本发明实施例提供的环境感知算法数据处理流程图;
图4是本发明实施例提供的一种复杂电磁环境下雷达电磁态势感知仿真测试系统的结构示意图;
图5是本发明实施例提供的复杂电磁环境下雷达电磁态势感知仿真过程示意图;
图6是本发明实施例提供的复杂战场电磁态势智能感知算法性能测试过程示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1是本发明实施例提供的一种复杂电磁环境下雷达电磁态势感知仿真测试方法流程示意图,其包括:
步骤1:构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数。
首先,对典型雷达有源干扰进行建模,以表征复杂电磁环境,并将其作为雷达中频回波信号。
具体的,在进行干扰类型选取时,至少应该包括压制式干扰和欺骗式干扰。本实施例通过对有源电磁干扰、雷达信号和噪声三种信号进行叠加,并将得到的中频回波作为复杂电磁环境的表征。更具体的,雷达信号为点目标的回波信号。
然后,以回波信息和数据保存路径为输入,将雷达中频回波信号的模型编写为第一matlab函数。
其中,所述回波信息至少包含雷达信号带宽、PRI、脉宽、信噪比、信干比、运动状态以及极化状态中的一种或多种;所述数据保存路径为生成回波I、Q两路数据保存文件所在路径。
需要进一步说明的是,可将数据保存在该路径对应的二进制(.bin)文件中,一方面,二进制(.bin)文件可方便地被其他程序进行数据读取,另一方面,将数据储存为二进制文件,较文本文件更加节约空间、读写速度更快。
本实施例对复杂战场电磁环境进行建模仿真,以有源电磁干扰、雷达信号和噪声三者相叠加产生的中频回波作为复杂电磁环境的表征,还可通过改变回波信息灵活地表征不同环境下地复杂战场电磁环境状态,实现不同环境下的仿真测试,且可以重复进行实验。
步骤2:构建环境感知算法模型,并将其表示为第二matlab函数。
具体的,将环境感知算法编写为一个matlab函数,在本实施例中又称第二matlab函数,该函数的输入为雷达有源干扰的中频回波信号的保存路径以及环境感知结果保存路径,该函数将读取的雷达有源干扰中频回波文件的数据,经过环境感知处理后,将多域参数估计结果、干扰类型以及干扰行为模式预测结果保存在环境感知结果保存路径对应的二进制(.bin)文件中。
步骤3:将所述第一matlab函数、所述第二matlab函数与QT框架进行混合编程。
具体的,本实施例主要在QT框架下实现,为了快速实现计算机仿真,对于在QT中实现需要花费很大精力的软件功能,本实施例通过QT与Matlab混合编程的方式实现,一方面不需要用QT重新开发,且每次更改MATLAB程序后,只需要简单的编译并替换文件即可,另一方面可以借助MATLAB强大的数值计算能力,大大加快数字仿真测试系统的开发速度。
在本实施例中,使用Matlab Compiler方式,通过调用MATLAB中的函数,完成回波生成以及环境感知功能,具体的QT与Matlab混合编程流程如下:
31)配置QT与Matlab的开发环境,QT与Matlab都需要配置使用同一个编译器。
32)将Matlab程序写成函数形式,在MATLAB Compiler中设置好编译器,通过mbuild-setup C++设置C++编译器,使用下面的mcc命令将Matlab程序文件编译成C++语言的DLL文件,需要将命令中的MatlabFunctionName替换成编写的MATLAB函数名,也即第一matlab函数和第二matlab函数的函数名;然后将生成的MatlabFunctionName.h、MatlabFunctionName.lib和MatlabFunctionName.dll三个文件一起拷贝到QT代码所在的文件夹。
33)在QT工程中添加外部库文件,即上一步生成的MatlabFunctionName.lib。
34)在QT工程.pro文件添加需要用到的Matlab库文件和头文件。
35)在需要用到该函数功能的QT类中添加头文件。
至此,即完成了QT与matlab的混合编程,以便于后续在QT框架中调用第一matlab函数和第二matlab函数了。
调用自定义的MATLAB函数的具体过程如下:
首先调用函数MatlabFunctionNameInitialize()进行初始化,接着使用mwArray类构造函数的输入输出,最后就可以调用自定义的MATLAB函数,也即第一matlab函数和第二matlab函数了。
本实施例使用QT与matlab混合编程技术,由于QT图形界面仿真包包含了非常成熟的图形接口函数库,并且是免费开源的,且很多开发产品运用QT并且不断丰富QT的接口函数,这使得本发明的方法具有移植性强、易用性高及运行速度快的优点。
步骤4:在QT框架下,基于多线程处理模式,在次线程中利用第一matlab函数生成雷达中频回波信号,并利用所述第二matlab函数对雷达中频回波信号进行处理,得到仿真结果。
首先,进行QT多线程编程。
具体的,在QT框架中,只需要定义一个普通的QObject派生类,并在主进程中实例化QThread对象和QObject派生类对象,然后调用moveToThread函数将QObject派生类对象“move”到QThread对象中,这样,QObject派生类的槽函数都会在子线程中执行,在使用信号和槽时便不需要考虑多线程的存在,也不必使用QMutex来进行线程同步,QT的事件循环会自动处理好这个。槽函数的执行在子线程中,因此可以用多个槽函数来实现很多功能,槽函数之间可以共享变量,通信可以方便很多,且主线程与次线程之间可以通过“信号与槽机制”进行参数传递,使得主线程与次线程之间通信很方便。
在本实施例中,仿真测试方法的编程架构如图2所示,创建一个次线程负责生成回波数据和对回波信号进行感知处理,分别用两个槽函数实现,在主线程中分别用两个指令信号与这两个槽函数相连接,使用的时候只需要在主线程中发送相应的信号,对应的槽函数就会在次线程中执行。
具体的,主线程通过发送生成回波信号的指令和数据处理的指令,在次线程中执行生成回波槽函数,从而生成雷达中频回波信号,并储存在设置文件路径中,然后数据处理进程对应的槽函数读取该路径,进行环境感知处理。
本实施例中,环境感知处理包括多域参数估计、干扰类型识别以及干扰行为模式预测三种功能,其数据处理流程如图3所示。
具体的,先根据所述雷达中频回波信号进行多域参数估计,得到调制域参数、空域参数、极化参数以及频域参数;
再利用所述调制域参数进行干扰模式识别,得到干扰类型;同时利用所述空域参数、极化参数以及频域参数进行干扰行为模式预测,得到预测结果。
至此,完成环境感知处理,得到仿真结果。
本发明在对复杂战场电磁态势进行表征时,采用电磁波多域参数、有源电磁干扰类型以及电磁行为模式预测三部分表征复杂战场环境电磁态势,并给出环境感知数据处理流程,将感知结果以数据形式储存,与实际雷达感知处理过程相同,可最大限度模拟实际情况。
此外,本发明使用了QT多线程编程技术,具有较好的实时性,一方面,可以更好的模拟实际电磁态势感知过程;另一方面,避免了单线程运行时容易出现的UI界面卡死情况,从而提高了系统运行速度。
在本发明的另一个实施例中,还可以获取外部实测回波数据作为雷达中频回波信号,然后根据该实测信号进行环境感知处理。
步骤5:对所述仿真结果进行显示并保存。
具体的,将包括多域参数估计结果、干扰类型识别结果以及多域参数预测结果等信息的环境感知结果进行显示。同时,本实施例还可以利用QT中的画图功能实现将感知结果的绘制并进行显示。
进一步的,本实施例利用QT中的QFile函数实现文件读写,将环境感知结果以及生成中频回波数据写入.bin文件中,用于结果检验与保存。
在本发明的另一个实施例中,复杂电磁环境下雷达电磁态势感知仿真测试方法还包括:
根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。
具体的,利用雷达有源干扰回波模拟模块中的干扰类别信息,对仿真结果中的干扰识别率进行计算,并进行显示;同时,还可以计算预测准确率,用于对环境感知算法性能评估。
本实施例通过构建复杂电磁环境下雷达中频回波信号生成模型对不同环境下地复杂战场电磁环境状态的表征,然后利用环境感知算法模型对电磁态势进行表征,同时采用QT与matlab混合编程技术以及多线程编程技术,不仅可以快速的实现各种复杂电磁环境下雷达电磁态势感知仿真测试,还可以重复进行实验,以验算法的极限性能,从而为雷达系统的抗干扰决策提供了准确的先验信息,进而提升了雷达的抗干扰能力。
实施例二
在上述实施例一的基础上,本实施例提供了一种复杂电磁环境下雷达电磁态势感知仿真测试系统。请参见图4,图4是本发明实施例提供的一种复杂电磁环境下雷达电磁态势感知仿真测试系统的结构示意图,其包括:
回波模拟模块,用于得到雷达中频回波信号;
环境感知模块,用于基于多线程处理模式,根据所述雷达中频回波信号对雷达电磁态势进行感知仿真,得到仿真数据;
结果显示模块,用于显示环境感知模块得到的仿真数据。
结果保存模块,用于保存生成的雷达中频回波数据和环境感知的仿真结果数据。
进一步地,所述回波模拟模块包括回波加载单元和回波生成单元,其中,回波加载单元用于加载外部实测回波数据作为雷达中频回波信号;回波生成单元用于根据雷达中频回波信号生成模型生成雷达中频回波信号。具体的,雷达中频回波信号生成模型采用MATLAB编写,其可生成常见的雷达有源干扰的中频回波,生成回波的帧头会自动包含回波信息,如干扰类型,可用于对环境感知算法的结果进行评估;同时还可改变回波的信噪比和干噪比,可用于对智能环境感知算法的极限性能进行测试。
所述环境感知模块包括多域参数估计单元、干扰类型识别单元和干扰行为模式预测单元;其中,多域参数估计单元用于估计电磁波多域参数,并将调制域参数输入干扰类型识别单元用于有源干扰类型识别,将空域参数、极化域参数和频域参数估计结果输入干扰行为模式预测单元进行干扰行为模式预测。
在本实施例中,环境感知模块采用matlab进行编写,可用于处理使用雷达有源干扰回波模拟模块生成的数据,也可以使用实际雷达回波数据。环境感知算法包括电磁环境多域分布参数估计、电磁干扰信号识别、电磁干扰行为模式预测三种功能。
结果显示模块将环境感知的结果显示在系统主界面,包括多域参数估计结果、干扰类型识别结果以及多域参数预测结果,同时,还可以利用QT中的画图功能将感知结果绘制在主界面。具体的,结果显示模块首先利用QFile类读取环境感知结果储存文件中的环境感知处理结果,然后利用QT的画布以及表格功能,将环境感知结果打印在主界面上。
结果保存模块利用QFile类,读取雷达中频回波数据文件和环境感知结果储存文件,并利用QDateTime类,读取当前时间;然后将雷达中频回波数据写入文件名为“data+时间”的.bin文件中,将环境感知结果数据写入文件名为“result+时间”的.bin文件中。这样做的好处是可以通过文件名中的时间直接找到回波数据文件和对应的感知结果文件,防止回波数据与感知结果不匹配;同时,也可以通过时间信息查找对应的实验手册,对实验数据更加全面的记录。
在本发明的另一个实施例中,该系统还包括性能评估模块,用于根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。具体的,该模块通过读取雷达中频回波模块帧头信息中的干扰类别信息,对处理结果中的干扰识别率进行计算,并打印在系统主界面,同时,该模块还可以计算预测准确率显示在主界面,用于对环境感知算法性能评估。
本实施例提供的系统可以实现上述实施例一提供的复杂电磁环境下雷达电磁态势感知仿真测试方法。由此,该系统也具有上述实施例一的有益效果。
下面分别对该系统实现复杂电磁环境下雷达电磁态势感知仿真测试和性能评估的详细流程进行介绍。
一、复杂电磁环境下雷达电磁态势感知仿真过程如图5所示,其包括:
1、将中频回波保存文件路径和感知结果保存路径输入环境感知处理模块,对中频回波进行环境感知处理,处理包括多域参数估计、干扰类型识别以及干扰行为模式预测三部分,感知结果包括时域参数(信号到达时间、信号截止时间)、频域参数(信号频谱、信号带宽)、空域参数(俯仰角、方位角)、极化域参数、干扰类型、频域参数预测结果、空域参数预测结果、极化域参数预测结果;将该结果保存在感知结果保存文件中。
2、利用QT框架中的QFile类读取感知结果保存文件,并将结果打印在仿真测试系统界面上。
3、利用QT框架中的QDateTime类获取时间,QFile类读取感知结果保存文件和中频回波保存文件;利用QFile类将环境感知结果数据和中频回波数据分别写入文件名为“result+时间”的二进制文件和“data+时间”的二进制文件中。
4、更改中频回波数据路径,对其他中频回波数据重复上述步骤。
该复杂战场电磁态势智能感知算法仿真方法结合了matlab强大的数值计算能力和QT可移植性强、灵活性高、功能多的优势;利用QT与matlab混编的方法,更改环境感知算法更为方便,提高了开发效率。
二、复杂战场电磁态势智能感知算法性能测试过程如图6所示,其包括:
1、设置雷达有源干扰回波模拟模块的干扰类型、运动类型、极化变化类型、回波信噪比、回波干噪比等参数。将该参数以及保存文件路径输入雷达有源干扰回波模拟模块,生成中频回波。将该信息和中频回波保存在二进制文件中。
2、将中频回波保存文件路径和感知结果保存路径输入环境感知处理模块,对中频回波进行环境感知处理,处理包括多域参数估计、干扰类型识别以及干扰行为模式预测三部分,感知结果包括时域参数(信号到达时间、信号截止时间)、频域参数(信号频谱、信号带宽)、空域参数(俯仰角、方位角)、极化域参数、干扰类型、频域参数预测结果、空域参数预测结果、极化域参数预测结果;将该结果保存在感知结果保存文件中。
3、利用QT框架中的QFile类读取感知结果保存文件中的环境感知结果数据和中频回波数据保存文件的回波信息,计算干扰识别率和干扰预测准确率,并打印在仿真测试系统界面上,对算法性能进行评估。
4、利用QT框架中的QDateTime类获取时间,QFile类读取感知结果保存文件和中频回波保存文件;利用QFile类将环境感知结果数据和中频回波数据分别写入文件名为“result+时间”的二进制文件和“data+时间”的二进制文件中。
5、更改回波信息,重复上述步骤。
该感知算法性能测试方法可以人为可控的复现各种环境下的雷达有源干扰回波数据,复现手段灵活、成本低、效率高;同时可通过各种极限干噪比情况下进行算法测试,可用于验证环境感知算法的极限性能。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,包括:
构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数;
构建环境感知算法模型,并将其表示为第二matlab函数;
将所述第一matlab函数、所述第二matlab函数与QT框架进行混合编程;
在QT框架下,基于多线程处理模式,在次线程中利用第一matlab函数生成雷达中频回波信号,并利用所述第二matlab函数对雷达中频回波信号进行处理,得到仿真结果;
对所述仿真结果进行显示并保存。
2.根据权利要求1所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,构建复杂电磁环境下雷达中频回波信号生成模型,并将其表示为第一matlab函数,包括:
对典型雷达有源干扰进行建模,以表征复杂电磁环境,并将其作为雷达中频回波信号;
以回波信息和数据保存路径为输入,将雷达中频回波信号的模型编写为第一matlab函数;
其中,所述回波信息至少包含雷达信号带宽、PRI、脉宽、信噪比、信干比、运动状态以及极化状态中的一种或多种;所述数据保存路径为生成回波I、Q两路数据保存文件所在路径。
3.根据权利要求2所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,对典型雷达有源干扰进行建模,以表征复杂电磁环境,包括:
对有源电磁干扰、雷达信号和噪声三种信号进行叠加,并将得到的中频回波作为复杂电磁环境的表征。
4.根据权利要求1所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,构建环境感知算法模型,并将其表示为第二matlab函数,包括:
以雷达中频回波信号的保存路径和环境感知结果的保存路径为输入,将环境感知算法编写为第二matlab函数。
5.根据权利要求1所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,利用所述第二matlab函数对所述雷达中频回波信号进行处理,包括:
根据所述雷达中频回波信号进行多域参数估计,得到调制域参数、空域参数、极化参数以及频域参数;
利用所述调制域参数进行干扰模式识别,得到干扰类型;
利用所述空域参数、极化参数以及频域参数进行干扰行为模式预测,得到预测结果。
6.根据权利要求1所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,还包括:获取外部实测回波数据作为雷达中频回波信号。
7.根据权利要求1所述的复杂电磁环境下雷达电磁态势感知仿真测试方法,其特征在于,还包括:
根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。
8.一种复杂电磁环境下雷达电磁态势感知仿真测试系统,可用于实现权利要求1-7任一项所述的方法,其特征在于,包括:
回波模拟模块,用于得到雷达中频回波信号;
环境感知模块,用于基于多线程处理模式,根据所述雷达中频回波信号对雷达电磁态势进行感知仿真,得到仿真数据;
结果显示模块,用于显示环境感知模块得到的仿真数据;
结果保存模块,用于保存生成的雷达中频回波数据和环境感知的仿真结果数据。
9.根据权利要求8所述的复杂电磁环境下雷达电磁态势感知仿真测试系统,其特征在于,所述回波模拟模块包括:
回波加载单元,用于加载外部实测回波数据作为雷达中频回波信号;
回波生成单元,用于根据雷达中频回波信号生成模型生成雷达中频回波信号。
10.根据权利要求8所述的复杂电磁环境下雷达电磁态势感知仿真测试系统,其特征在于,该系统还包括;
性能评估模块,用于根据所述雷达中频回波信号和所述仿真结果对环境感知算法进行性能评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039181.3A CN114442055A (zh) | 2022-01-13 | 2022-01-13 | 复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210039181.3A CN114442055A (zh) | 2022-01-13 | 2022-01-13 | 复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114442055A true CN114442055A (zh) | 2022-05-06 |
Family
ID=81368307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210039181.3A Pending CN114442055A (zh) | 2022-01-13 | 2022-01-13 | 复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442055A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115856428A (zh) * | 2022-11-24 | 2023-03-28 | 中国科学院国家空间科学中心 | 一种模块化的复杂电磁环境频谱态势感知采集装置 |
-
2022
- 2022-01-13 CN CN202210039181.3A patent/CN114442055A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115856428A (zh) * | 2022-11-24 | 2023-03-28 | 中国科学院国家空间科学中心 | 一种模块化的复杂电磁环境频谱态势感知采集装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baresel et al. | Structural and functional sequence test of dynamic and state-based software with evolutionary algorithms | |
Dreossi et al. | Efficient guiding strategies for testing of temporal properties of hybrid systems | |
US9292419B1 (en) | Code coverage and confidence determination | |
CN109144515A (zh) | Dcs图形化算法组态的离线仿真方法和装置 | |
CN107807881B (zh) | 代码覆盖率的测试方法、装置和计算机设备 | |
EP2850529A2 (en) | System and methods for generating and managing a virtual device | |
US10216495B2 (en) | Program variable convergence analysis | |
CN111176984A (zh) | 一种面向信号的自动测试实现方法 | |
CN114442055A (zh) | 复杂电磁环境下雷达电磁态势感知仿真测试方法及系统 | |
CN104598373A (zh) | 一种多技术融合的嵌入式软件测试方法 | |
CN110109816A (zh) | 测试用例选择方法和装置 | |
CN112597015A (zh) | 一种系统测试方法、装置、计算机设备和存储介质 | |
CN106844221B (zh) | 一种实现虚拟验证系统覆盖率分析的方法 | |
US11119892B2 (en) | Method, device and computer-readable storage medium for guiding symbolic execution | |
CN109656817A (zh) | 一种自动化接口测试装置和设备 | |
CN111581101A (zh) | 软件模型的测试方法、装置、设备和介质 | |
CN116450431A (zh) | Cpu参考模型的指令功能测试系统及其方法、计算机设备和存储介质 | |
CN115242336A (zh) | 一种接收机射频前端器件的非线性输出频谱预测方法 | |
Sklenar et al. | Integer simulation based optimization by local search | |
CN109800155B (zh) | 一种基于Probe的QTE联锁应用软件测试方法及装置 | |
CN115794651B (zh) | 一种支持多二进制的无冲突插桩方法和系统 | |
CN112579169B (zh) | 处理器追踪流的生成方法及装置 | |
CN116069629B (zh) | 测试设计的方法、电子设备及存储介质 | |
CN117785430B (zh) | 基于主题的fmu模型混合仿真调度方法及装置 | |
Tuna et al. | Continuations in hardware-software codesign |
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 |