10 雷达总体总结

Last edited by
Tags
Radar Systems
Artificial Intelligence in Radar
Electromagnetic Wave Propagation
Last edited time
Sep 13, 2024 02:52 PM
AI summary
本文总结了雷达系统的设计与应用，包括雷达的基本原理、相控阵天线的特点、TR组件的设计关键点，以及人工智能算法在雷达中的应用。重点讨论了有源相控阵雷达的优势，如功率合成、降低损耗、简化设计和提高可靠性，并介绍了BP神经网络和遗传算法在目标识别和数据处理中的应用。
第一讲本次内容一、雷达主要战术、技术参数二、标准雷达距离方程三、电磁波传播过程中诸多因素影响散射：瑞利散射性质散射截面或后向散射截面四、目标特性与环境（一） 第二讲本次内容一、目标特性与环境（二）二、雷达孔径天线原理天线阵的辐射场：三、有源相控阵雷达特点四、T/R组件设计关键点TR组件常用的衡量指标：第三讲本次内容一、雷达总体设计关键指标分析二、人工智能算法原理三、GA在雷达上的应用（GA.m）四、 BP在雷达上的应用（BP.m） 本章完结

第一讲

本次内容

  1. 雷达主要战术、技术参数
  1. 标准雷达距离方程
  1. 电磁波传播过程中诸多因素影响
  1. 目标特性与环境（一）
后续讲解目标特性与环境（二）、雷达孔径天线以及人工智能算法在雷达处理中的具体应用以及雷达设计关键点

一、雷达主要战术、技术参数

  • 雷达的战术参数是指雷达完成作战技术任务所具备的功能和性能
  • 雷达的技术参数是指描述雷达技术性能的量化指标
  • 雷达的战术参数是设计雷达的依据
  • 反过来，雷达的技术参数又决定了雷达的战术性能
  1. 雷达主要战术参数和定义：
      2. （1）探测空域：在一定检测概率、虚警概率、目标起伏模型和目标RCS情况下雷达所能探测到的空间
      由最大探测距离、最小探测距离、方位角、俯仰角决定
      （2）目标参数测量：距离、方位角、俯仰角、速度、批号、敌我识别等
      （3）雷达分辨力：是指雷达能够分辨空间两个靠近目标的能力
      （4）目标参数测量精度：是指雷达测量目标的参数的误差，是对目标进行大量测量的误差统计平均值，常用均方根值表示
      （5）目标参数录取能力：是指雷达完成一次空域扫描后能够录取的目标批数
      （6）雷达抗干扰能力：杂波、匹配、极化、空间等
      （7）可靠性：
      （8）可维护性：
      （9）体积
      （10）重量
      （11）功耗
      （12）工作环境
      （13）机动性
  1. 雷达主要技术参数和定义：
      2. （1）工作频率：载波频率
      （2）雷达发射脉冲功率：区别平均功率
      （3）脉冲信号参数：脉宽 周期等
      （4）雷达天线参数：天线形式、扫描方式、增益、波束宽度等
      （5）接收机灵敏度：是指雷达能够探测到目标的最小回波功率
      （6）雷达抗干扰能力：低副瓣、slb、slc、mti/mtd 频率捷变 、脉冲脉组捷变、极化等
      （7）目标参数录取方式能力：是指雷达完成一次空域扫描后能够自动或者手工录取的能力
      （8）雷达显示器：A/P/B 表格
      （9）模块化：
      （10）系列化：
      （11）故障检测能力：
      （12）功耗：
      （13）工作环境：

二、标准雷达距离方程

自由空间的距离方程是在发射单个脉冲时候的得到的，对于探测目标，要确定 是已知的。忽略了很多因素，只能定性估算雷达的探测性能，要在给定的发现概率，虚警概率下讨论起伏
提高探测距离的途径：
（1）提高发射功率：4次方
（2）选用大孔径天线：4次方
（3）尽可能提高接收机灵敏度：4次方
（4）尽可能降低系统传输损耗：1次方
各个指标之间相互矛盾：比如提高 需要克服高压击穿打火，设备重量会增加，增大雷达天线孔径会带来抗风性减弱，灵活性减弱。设定检测门限 会关系到 等
关于接收机灵敏度讨论：
噪声系数：衡量信噪比恶化程度的参量：根据公式决定在第一级放大器的噪声系数
接收机灵敏度确定后，要想提高探测距离，只有通过信号处理、积累或者MTD等进行提升
谈到灵敏度，必然引入接收机的动态范围，接收机开始出现过载时候，接收机的输入功率与接收机最小可检测功率之比，他表示接收机能够正常工作时候所能够允许的输入信号的轻度变化范围：为了提高接收机的动态范围，经常采用对数放大器，当然后端数字信号处理也可以采用这个方法。

三、电磁波传播过程中诸多因素影响

粒子对电磁波有散射，衰减，折射的作用

散射：

当电磁波束在大气中传播，遇到空气介质或云滴、雨滴等悬浮粒子时，入射电磁波会从这些介质或粒子上向四面八方传播开来，这种现象称为散射现象。
主要物质：大气介质、云滴、水滴，气溶胶等。其它散射现象：光波、声波等
散射的类型：瑞利散射：d<<λ；米(Mie)散射： d≈λ

瑞利散射性质

  1. 粒子的散射能力与波长的四次方成反比。波长越短，散射越强。
  1. 粒子的散射能力与直径的6次方成正比。粒子半径越大，散射越强。
  1. 粒子的前向散射和后向散射为最大，粒子无侧向散射。散射截面为纺锤形。

散射截面或后向散射截面

定义：设有一个理想的散射体，其截面为σ，它能全部接收射到其上的电磁波能量，并全部均匀地向四周散射，该理想散射体散射回雷达天线处的电磁波能流密度，恰好等于同距离上实际散体返回雷达天线的电磁波能流密度，则该理想散射体的截面σ就是实际散射体的后向散射截面。
意义：用来表示粒子后向散射能力的强弱。后向散射截面越大，粒子的后向散射能力越强，在同样条件下，所产生的回波信号也越强。
反射率η：单位体积内全部降水粒子的雷达截面之和。
反射率因子（Z）： Z的不同取值，意味着不同天气状况。通常Z的取值从0dBz~70dBz，因此要求天气雷达必需有非常大的检测范围。新一代天气多普勒雷达的接收机动态范围是90~100dBz以内。
云、雨滴的散射：雷达的波长越短，散射越强。若雷达的波长一定时，在满足瑞利散射的情况下，粒子半径越大，散射越强。
大气折射：电磁波在大气中曲线传播的现象
大气折射类型：标准大气折射、临界折射、超折射、零折射、负折射
大气折射对探测的影响：由于大气折射指数分布不均匀性，会使电磁波在传播中发生折射现象
超折射：当波束路径曲率大于地球表面的曲率时，雷达波束在传播时将碰到地面，经地面反射后继续向前传播。然后再弯曲到地面，再经地面反射，重复多次，雷达波束在地面和某层大气之间，依靠地面的反射向前传播，与波导管中的微波传播相似，又称超折射
超折射形成的气象条件：超折射是因为大气中折射指数m随高度迅速减小造成。折射指数随高度迅速减小，必须是气温向上递增，同时水汽压向上迅速递减，就是常说”暖干盖”的大气层结。雨后晴朗的夜间：由于地面辐射，形成上干下湿的逆温层，发生超折射
notion image

四、目标特性与环境（一）

是表征目标回波信号强度的一个特征。代表雷达目标的横截面积，实际是一个矢量。目标二次辐射类型有四种
  1. 镜面反射：电磁波入射点曲率半径远大于雷达工作的波长。反射信号的强度取决于电导性能。
  1. 漫反射：电磁波入射点曲率半径小于雷达工作波长，常用瑞利起伏描述。
  1. 谐振辐射：目标尺寸等于半波长整数倍：可能很强可能很弱。
  1. 绕射：目标尺寸远小于波长。收不到回波
根据目标占有的空间体积和雷达波束分辨单元体积的比较，可以确定是点目标还是分布目标。
点目标：飞机、船、鸟等
分布目标：地面、水面、气象等
机载雷达遇到的地面杂波不仅强度大，多普勒频谱宽，而且可能在所有的距离上成为目标检测的背景；另一方面，雷达机载飞行地域广、地形地貌多种多样，仅使用一些简单的、典型的杂波数据已不能满足需要。因此，只有弄清楚地面/海面杂波的特性，才能够正确地确定机载雷达方案，选择主要的技术参数。
目前使用杂波模型主要有三种方式：描述杂波幅度和功率谱的统计模型，描述杂波散射单元机理的机理模型，描述由试验数据拟和 与频率、极化、俯角、环境参数等物理量之间依赖关系的关系模型。
  1. 杂波机理模型的研究是属于杂波雷达截面的理论分析范畴，即根据各种电磁散射理论研究杂波单元产生散射场的各种机理，并利用各种计算方法和计算机技术定量预估各种情况下杂波单元的雷达散射截面特征。散射过程的讨论必须同特定的结构单元结合起来，这是机理模型分析的基本点。
  1. 雷达杂波是来自雷达分辨单元内的许多散射体回波的矢量和。由于机载雷达分辨单元内一般包括许多随机分布的散射体，它们的介电常数和几何特性等都是随机变量，同时散射体或雷达的运动也将引起回波振幅和相位的变化，这些原因导致杂波的雷达散射截面 具有随机起伏的性质，此随机起伏性可以用。其通过雷达接收机的包络检波器后的幅度概率密度函数描述。常用的概率密度分布有瑞利(Rayleigh)分布、对数正态分布、Weibull分布和K分布等。
  1. 描述由试验数据拟和 与频率、极化、俯角、环境参数等物理量依赖的关系模型杂波的关系模型机载雷达地面杂波模型不仅和环境有关，而且还和雷达平台位置、系统工作参数、天线特性有关。随着雷达技术的不断发展以及人们对雷达杂波认识的不断深入，研究人员先后建立了一系列的杂波统计模型。

第二讲

本次内容

  1. 目标特性与环境（二）
  1. 雷达孔径天线原理
  1. 有源相控阵雷达特点
  1. T/R组件设计关键点

一、目标特性与环境（二）

地表回波是来自地球表面的回波，包括陆地表面和海洋表面的回波。这些回波通常是我们不希望 有的。
地球表面包括静止的人造物体和结构，例如建筑物，铁路，公路，高压电缆塔。
地形的反射大小影响因素：地表的类型、粗糙度、频率、入射余角、极化方式。
海面的反射大小影响因素：海况、风速、频率、入射余角、极化方式。
雷达针对复杂的目标特性，需要改进的措施：
  • 发射机：可靠性提高
  • 接收机：动态范围增大
      • 更精细的自适应的STC控制
      自动调整增益、反海浪和调谐等的设置
  • 处理器（DSP/FPGA）：
      • 更复杂的信号处理和跟踪处理操作简便、自动化三维/ 四维
      增大动态范围，提高杂波区内的目标识别能力。
      改进杂波处理提高信噪比，增大动态范围。
notion image
notion image
notion image
方法：在信号显示时，利用相关处理，便于区分目标回波与杂波（水面回波、雨雪回波等）。
EAV-1：过去两次天线扫描周期的相关处理，适合于抑制一般的海杂波、雨雪杂波和其他杂波。
EAV-2：过去三次天线扫描周期的相关处理，适合于抑制较强的海杂波、雨雪杂波和其他杂波，但弱目标会有损失。
EAV-3：以增强的方式突出地显示回波图像，进而增强弱目标的回波强度（灵敏度），特别是远距离的目标回波。但海杂波、雨雪杂波等不需要的回波也会得到加强，采用EAV-3前，应先通过FTC和STC等方法调整回波观测，尽量去除杂波。
由系统集成进入深度的信息融合。
多雷达，雷达与AIS，雷达与视像。
信息的交互和互补，更可靠更易于理解的智能化系统。
标准化。

二、雷达孔径天线原理

相控阵天线由许多固定的天线单元组成，这些单元相干馈电，并在每个单元上用可变相位或者时延控制，改变波束扫描方向。采取幅度控制，是希望天线扫描可以赋形。

天线阵的辐射场：

由天线元所产生的矢量场叠加，其上的电流振幅和相位分布满足适当的关系得到。
平面相控阵的排列方式：平面矩形排列，三角形排列、圆环形（等角度就是稀布阵排列方式）。
平面阵天线的方向图函数有两种：
  • 阵元电场的叠加求和方法
  • 子阵分解综合法
总体上，现代有源相控阵雷达天线分为：
  1. 阵元级有源相控阵天线，每个天线阵元后面都有一个TR通道。
  1. 子阵级有源、阵元级无源，每个子阵后接有TR通道，子阵内通过功率分配和功率合成。
  1. 子阵级、阵元级均为有源的，即在子阵级先进行一次放大，然后再经过1/m功率分配器分给m个通道，再在m个通道再次接TR组件进行再次放大后给天线。

三、有源相控阵雷达特点

有源相控阵雷达相比于无源相控阵具有：
  1. 可以获得合成大功率进行发射,在空间进行功率的合成，降低了对每个功率器件输出电平的依赖。
  1. 降低了发射馈电的损耗。
  1. 简化复杂的馈电系统设计：采用有源相控阵雷达天线后，可以使得复杂的射频传输系统设计按照标准化和模块化进行生产，不需要逐个调试。
  1. 高可靠性和更快的系统响应时间，半导体功率器件的发射机相比于电和真空管发射机具有更快的开启和关断时间。
  1. 随时接通和关断还可以减少雷达反辐射导弹的攻击。
  1. 可以实现灵巧蒙皮 smart skin 波束灵活
  1. 实现孔径共享
  1. 提高数字化程度
有源相控阵的所有优点很大程度取决于TR组件的设计。
TR组件是有源相控阵雷达的核心。在雷达系统中，每一个天线单元都有一个TR组件与之对应，因此一部雷达内有数千甚至上万个TR组件。舰载和机载雷达系统对TR组件的体积和能耗有着极为苛刻的要求，实现TR组件的小型化具有相当重要的现实意义。
有源相控阵雷达的TR组件位于天线和信号合成／分解网络之间，其主要功 能是根据外部控制信号对微波信号进行放大、移相和衰减。
notion image

四、T/R组件设计关键点

TR组件设计一般均采用模拟电路加数字FPGA方法进行，国内外大都在工艺和功耗以及体积上做了相应文章，目前随着材料工艺的进步会进一步提升集成度。

TR组件常用的衡量指标：

  • 频率范围
  • 发射功率
  • 发射增益
  • 接收增益
  • 收发隔离度
  • 噪声系数
  • 效率
  • 输入输出功率
  • 衰减范围，精度
  • 相移范围，精度
notion image
混频器是通信收发组件中重要的组成部件。在发射机中一般用上混频，它将已调制的中频信号搬移到射频段。接收机一般为下混频，它将接收到的射频信号搬移到中频上。接收机的混频器位于LNA之后，将LNA输出的射频信号通过与本振信号相乘变换为中频信号。
notion image
环形器是一个多端口器件，其中电磁波的传输只能沿单方向环行。
图中，信号只能沿①→②→③→④→①方向传输，反方向是隔离的。
notion image
环形器的原理依然是磁场偏置铁氧体材料各向异性特性。微波结构有微带式、波导式、带状线和同轴式，其中以微带三端环形器用的最多，用铁氧体材料作介质，上置导带结构，加恒定磁场，就具有环行特性。如果改变偏置磁场的方向，环行方向就会改变。
频率范围 （GHZ）
1.27—1.38
正向损耗 ( DB )
≤0.3dB
反向隔离 ( DB )
≥23dB
驻波系数
≤1.2
反射功率 （W）
100W
温度范围 （℃）
-40℃～+80℃
开关电路：一般称为天线收发模块应用在收发器，其功能是在发送状态将天线和发射器进行连接，而在接受状态时，将天线与接收器进行连接。
发射通道：
主要由增益放大、移相器、衰减器、驱动放大、功率放大器等组成。在发射周期内，由激励信号源送来的信号送入组件发射通道经过输入T/R开关进入发射通道，先进行增益放大、数字移相，然后进行驱动放大、高功率放大，最后经环形器迸入辐射单元，完成信号发射功能。
接收通道：
主要由限幅器、低噪声放大器、增益放大、移相器、衰减器等组成。当发射信号结束后T／R组件就处于接收状态，在接收周期内，从天线接收到的微弱信号经输出开关至限幅器、低噪声放大器，再经数字式移相器、输入开关到接收机。发射通道是为了完成雷达射频信号的功率放大，而接收通道则是为了完成接收信号的放大。移相器是为了完成天线扫描而设置的，在控制终端的统一调配下，各个T／R组件通过移相器按照一定的规则改变各自的信号相位，最终控制空间合成后形成的波束方向，实现波束扫描的控制。输入开关是解决移相器收发共用所必需的，在控制信号的控制下合理的在收发通道之间进行切换。

第三讲

本次内容

  1. 雷达总体设计关键指标分析
  1. 人工智能算法原理
  1. GA在雷达上的应用
  1. BP在雷达上的应用
  1. 学习、工作感悟

一、雷达总体设计关键指标分析

雷达是一种能提供三维（距离、方位、高度）坐标信息，并具有快速反应能力的低空目标指示或者跟踪雷达，它为防空情报网、火控系统、跟踪雷达，提供准确的空情情报和目标指示，它能利用其良好的野战机动性能，与指挥分系统一起方便地构成作战系统。
  1. 雷达关键参数：
      2. 一般的，雷达采用平面阵列天线、全固态T/R组件、DBF波束形成等多种先进技术，具有在三维坐标上（距离、方位、高度）同时检测并跟踪输出多批目标的能力。
      雷达采用先进的全相参脉冲多普勒体制，对地杂波的改善因子大于55dB，天线正常工作高度约为5米。
      操作使用简便，模式构成灵活。抗干扰能力强
      系统具有多种抗有源干扰的能力，如具有工作频率的自适应选取功能、具有脉间或脉组间频率捷变功能、干扰方位自动指示功能、CFAR处理功能和波束自动控制管理技术。
      维修性好。系统模块化程度高，又具有自动故障检测诊断功能，并将故障产生部位定位到可更换功能块或印制板，同时将结果通过显示屏显示出来，以供操作维修人员作换件或维修处理，所以系统的维修性好、MTTR（平均故障维修时间）小。
  1. 威力范围、最大作用距离
      2. 在天线转速为60转/分钟，， 条件下
      （1）在同时多波束搜索工作模式时（模式1）
      对目标，
      对目标，
      （2）在单波束跟踪工作模式时（模式2）
      对目标，
      对目标，
      • 最大覆盖高度
      • 对飞行高度为500m的目标其最远检测距离≥30 km（无遮挡情况下）
      • 检测方位 360°
      • 量程(Instrumented range)
      • 最近检测距离 ≥0.5km
  1. 精度（均方值）和分辩力检测精度（均方值）
      2. 检测精度
      • 距离 △R≤20 m
      • 方位 △α≤0.3°
      • 俯仰 △β≤0.2°
      分辩力
      • 距离 ≤50m
      • 方位 ≤2.2°
      • 俯仰 ≤4.0°
  1. 抗干扰能力
      • 地杂波抑制能力 ≥ 55 dB
      • 具有脉冲压缩与CFAR处理能力
      • 具有工作频率自适应选取能力和干扰方位指示功能
      • 具有工作频率脉间跳变或脉组跳变能力
      目标处理能力
      • 搜索目标批数≥800批
      • 跟踪目标批数≥500批
产品重量、形状、颜色、环境、价格等因素
notion image

二、人工智能算法原理

人工智能算法主要用在通信和智能识别判断中，主要随着现代电子技术的发展和现代学术发展的趋势，各国开始研究人工智能算法在雷达中的应用。目前还不是很成熟，需要进一步发展。就像传说中的量子雷达、光子雷达、智能雷达一样。
综合现有的技术，主要应用在码型搜索、目标识别、数据融合、联合调度统筹等领域。
  1. BP神经网络在雷达目标识别上的应用：
      2. 1986年左右，Rinehart和Rinehart两名科学家都组成了相应的科研团队提出了非线性连续变换函数的多层数据感知器和误差反向传播算法，这种综合的数据算法定义为BP神经网络联合算法，现这一算法已经在许多领域中得到应用。这一算法的优点在于，输入一定的信息后，经过多个中间层算法的计算后，在最终端输出预测结果，其中这些中间层的设计灵感主要来源于生物学的神经传送机制，我们将其称为神经元，每个神经元都需要建立一个传递函数，选择合理的传递函数来保证输入到输出线性或非线性函数的建立。
      notion image
      BP神经网络通过模拟人的神经网络活动结果来构造数据分类器，我们通常将神经网络的基本组成单元称为最小的“神经元”，离线的情况下，如果输入的数据大于某个具体的数值时候，设定神经元处于相应的兴奋状态，并且产生相应的数据输出，否则就不响应具体的状态。
      notion image
      我们不妨设定共有m个输入训练样本，对应神经元X=[X1,X2,X3 ,X4…Xm-1 ,Xm]；p个隐含层h=[h1,h2,h3 ,h4…hp-1 ,hp]；p个隐含层的输入hi=[hi1,hi2,hi3 ,hi4…hip-1 ,hip]；p个隐含层的输出ho=[ho1,ho2,ho3 ,ho4…hop-1 ,hop]；设定q个输出Y=[Y1,Y2,Y3 ,Y4…Yq-1 ,Yq]；隐含层和输出层各神经元阈值分别是bh、bo。 输入层与隐含层和连接权值定义为Wih，隐含层和输出层之间的连接权值定义为Who。激活函数定义为f（）。根据上一节的阐述，我们设定目标误差函数为ErrA，其表达式为公式所示：
      其中d定义为期望输出向量d=[d1,d2,d3 ,d4…dq-1 ,dq]；
      经过一系列误差函数推导：目标误差函数关于权值的修正量表达式见公式
      notion image
      当目标函数的误差关于作用权值的函数作用曲线在图中的A点的时候，函数误差对于作用权值的偏导数小于零，这时候作用权值调整向量为正，期望的输出大于实际的作用输出，权值就要朝增大的方向去调整作用，这样会使实际的输出更靠近期望的输出。同理，当作用点在图中B点的时候，误差对于权值的偏导数大于零，权值的调整向量为负，期望输出小于实际的输出，权值的调整朝减少的方向去调整。同样这样可以使得实际输出更靠近期望的输出。

三、GA在雷达上的应用（GA.m）

四、 BP在雷达上的应用（BP.m）

  1. 定义训练样本
    1. 设置训练参数
      1. 调用 TRAINGDM 算法训练 BP 网络
      1. 计算误差 迭代

      本章完结

      Loading...