接收脉冲波形参数提取

这个示例使用:

现代飞机经常携带雷达警报接收器(RWR)。RWR探测雷达发射，并在雷达信号照射到飞机上时警告飞行员。RWR不仅能探测到雷达发射，还能分析截获的信号，并对信号来自哪种雷达进行分类。这个例子展示了RWR如何估计被拦截脉冲的参数。该示例模拟了地面监视雷达(发射器)和装有RWR的飞行飞机(目标)的场景。RWR拦截雷达信号，从拦截脉冲中提取波形参数，并估计发射器的位置。提取的参数可被飞机用来采取对抗措施。

此示例需要图像处理工具箱™。

简介

RWR是一种无源电子战支持系统[1]，可及时向飞行员提供有关其射频信号环境的信息。RWR拦截一个撞击信号，并使用信号处理技术提取有关被拦截波形特征的信息，以及发射器的位置。这些信息可用于调用反措施，如干扰以避免被雷达探测到。雷达和飞机之间的相互作用如下图所示。

这个例子模拟了一个使用地面监视雷达和RWR的飞机的场景。RWR检测雷达信号，并从截获的信号中提取以下波形参数:

脉冲重复间隔
中心频率
带宽
脉冲持续时间
到达方向
发射极位置

RWR链由相控阵天线、信道化接收机、包络检波器和信号处理器组成。被截获信号的频带由信道化接收机和包络检波器估计，随后将被检测到的子带信号送入信号处理器。对该子带信号的到达方向进行波束转向，利用伪维格纳-维尔变换和霍夫变换对波形参数进行估计。利用到达角和单基线方法，估计了发射体的位置。

场景设置

假设地面监视雷达工作在L波段，发射的啁啾信号为3 $μ 年代$ 脉冲重复间隔为15的持续时间 $μ 年代$ ．发射的啁啾带宽为30 MHz，载频为1.8 GHz。监视雷达位于原点并且是静止的，飞机以200米/秒(~0.6马赫)的恒定速度飞行。

定义传输波形参数fs = 4 e9;%系统采样频率(Hz)fc = 1.8 e9;监视雷达工作频率% (Hz)T = 3 e-6;啁啾持续时间% (s)脉冲重复频率= 1 / (15 e-6);脉冲重复频率(Hz)BW = 30 e6;%啁啾带宽(Hz)c = physconst (“光速”）;空气中光速% (m/s)假设监视雷达在原点且静止不动radarPos = (0, 0, 0);%雷达位置(m)radarVel = (0, 0, 0);雷达速度(m/s)假设飞机以匀速运动rwrPos = (-3000; 1000; 1000);%飞机位置(m)rwrVel = [200;0;0);%飞机速度(m/s)配置对象来模拟地面雷达和飞机的相对运动rwrPose =分阶段。平台(rwrPos rwrVel);radarPose =分阶段。平台(radarPos radarVel);

雷达的发射天线是一个8 × 8的均匀矩形相控阵，其间距为 $λ$ 元素之间的/2。信号从雷达传播到飞机，被RWR拦截和分析。为简单起见，波形被选择为峰值功率为100 W的线性FM波形。

使用上面定义的波形参数配置LFM波形wavGen =分阶段。LinearFMWaveform (“SampleRate”fs,“脉冲宽度”T“SweepBandwidth”BW,脉冲重复频率的脉冲重复频率);配置均匀矩形阵列antennaTx =分阶段。(精“ElementSpacing”repmat ((c / fc) / 2, 1, 2),“大小”[8]);配置用于传输和传播雷达信号的对象。tx =分阶段。发射机(“获得”5,“PeakPower”, 100);散热器=分阶段。散热器(“传感器”antennaTx,“OperatingFrequency”、fc);envIn =分阶段。空闲空间(“TwoWayPropagation”假的,“SampleRate”fs,“OperatingFrequency”、fc);

地面监视雷达不知道目标的方向，因此需要扫描整个空间来寻找飞机。一般来说，雷达在移动到下一个方向之前会在每个方向发射一系列脉冲。因此，在不丧失通用性的前提下，本例假设雷达向0°方位角和仰角发射。下图显示了四脉冲列车到达飞机的时频表示。注意，尽管脉冲序列到达一个特定的延迟，但第一个脉冲到达的时间延迟对RWR来说是无关紧要的，因为它没有知识传输时间，必须不断地监视它的环境。

发射一串脉冲numPulses = 4;txPulseTrain = helperRWR (“simulateTransmission”, wavGen numPulses rwrPos,.．.radarPos, rwrVel, radarVel, rwrPose, radarPose, tx，散热器，envIn,fs,fc,PRF);观察到达RWR的信号pspectrum (txPulseTrain fs,的谱图，“FrequencyLimits”(1.7 e9 1.9 e9),“漏”, 0.65)标题(“发射脉冲序列波谱图”) caxis(-90年[-110])

图中包含一个axes对象。标题为“传输脉冲序列光谱图”的轴对象包含一个类型为图像的对象。

RWR配备了一个10乘10的均匀矩形阵列，其间距为 $λ$ 元素之间的/2。它工作在整个l波段，中心频率为2 GHz。RWR监听环境，并不断地将收集到的数据输入处理链。

配置接收天线=分阶段。IsotropicAntennaElement (“BackBaffled”,真正的);antennaRx =分阶段。(精“ElementSpacing”repmat ((c / 2 e9) / 2, 1, 2),“大小”(10,10),“元素”,下降);建模雷达接收链收集器=分阶段。收集器(“传感器”antennaRx,“OperatingFrequency”、fc);rx =分阶段。ReceiverPreamp (“获得”0,“NoiseMethod”，噪声功率的，“NoisePower”2.5 e-6“SeedSource”，“属性”，“种子”, 2018);在接收器处收集波[~， tgtAng] = rangeangle(radarPos,rwrPos);年=收集器(txPulseTrain tgtAng);年= rx(年);

RWR包络检波器

RWR中的包络检波器负责检测任何信号的存在。由于RWR不断接收数据，接收链会将接收到的数据进行缓冲并截断为50 $μ 年代$ 段。

截断接收到的数据truncTime = 50 e-6;truncInd =圆(truncTime * fs);/年= (1:truncInd,:);

由于RWR不知道发射波形中使用的确切中心频率，它首先使用一组滤波器，每个滤波器调谐到稍微不同的射频中心频率，将接收到的数据划分为子带。然后在每个波段应用包络检波器来检查是否有信号存在。在本例中，信号被划分为100 MHz带宽的子带。这种操作的另一个好处是，不用对RWR覆盖的整个带宽进行采样，每个子带中的信号可以被下采样到100 MHz的采样频率。

定义每个频率子带的带宽stepFreq = 100 e6;%计算子带数并配置dsp。信道器numChan = fs / stepFreq;信道器= dsp。信道器(“NumFrequencyBands”numChan,“StopbandAttenuation”, 80);

这幅图显示了滤波器组创建的前四个波段。

控件的筛选器组中创建的前四个筛选器%信道器freqz(信道器,1:4)标题(“前四个滤波器的放大信道器响应”0.2) xlim ([0])

图中包含一个axes对象。标题为zoom Channelizer Response for前四个过滤器的axes对象包含4个类型为line的对象。

将接收到的数据通过通道转换器传递subData =信道器(年);

接收到的数据,subData，有三个维度。第一个维度表示快时间，第二个维度表示子带，第三个维度对应于接收阵列的接收元素。对于本例中使用的RWR的10 × 10天线配置，您有100个接收元素。由于发射功率低，接收机噪声高，雷达信号与噪声难以区分。因此，对这些元素的接收功率进行相加，以提高信鼻比(SNR)，并更好地估计每个子带的功率。功率最大的波段是雷达使用的波段。

重新排列子数据，只组合天线阵列通道incohsubData = pulsint(排列(subData[1、3、2),“非相干”）;incohsubData =挤压(incohsubData);图功率分布subbandPow = pow2db (rms (incohsubData, 1) ^ 2) + 30;情节(subbandPow);包含(“带指数”）;ylabel (“权力(dBm)”）;

图中包含一个axes对象。axis对象包含一个类型为line的对象。

找出功率最大的子带[~, detInd] = max (subbandPow);

RWR信号处理器

虽然所选波段的功率比相邻波段高，但波段内的信噪比仍然很低，如下图所示。

subData = (subData (:, detInd:));subData =挤压(subData);%调整数据到二维矩阵可视化检测到的子带数据情节(mag2db (abs (sum (subData, 2))) + 30) ylabel (“权力(dBm)”)标题(“从100个信道非相干组合中检测到的子带”）

图中包含一个axes对象。标题为“从100个非相干组合通道检测到子带”的axes对象包含一个类型为line的对象。

找出检测到的子带的原始起始频率%的信号detfBand = f * (detInd-1) / (fs / stepFreq);将采样频率更新为十进制频率fs = stepFreq;

的subData现在是一个二维矩阵。第一个维度表示快速时间样本，第二个维度是跨越100个接收天线通道的数据。通过计算检测到的子带启动频率，求出检测信号的载频。

RWR的下一步是找到无线电波到达的方向。该到达角信息将用于引导接收天线波束沿发射极方向移动，并使用单一基线方法在地面上定位发射极。RWR使用二维MUSIC估计器估计到达的方向。波束转向采用移相波束形成器实现信号的最大信噪比，从而有助于波形参数的提取。

假设地平面是平的，并且平行于坐标系的xy平面。然后，RWR可以使用从高度计读取的飞机高度信息以及到达的方向来三角定位发射器的位置。

配置MUSIC估计器以查找到达的方向%的信号doa =分阶段。MUSICEstimator2D (“OperatingFrequency”足球俱乐部,“PropagationSpeed”c.．.“SensorArray”antennaRx,“DOAOutputPort”,真的,“AzimuthScanAngles”-50: .5:50,.．.“ElevationScanAngles”-50: .5:50,“NumSignalsSource”，“属性”，“NumSignals”1);[mSpec, doa] = doa (subData);plotSpectrum (doa,“标题”，“二维音乐空间谱俯视图”）;视图(0,90);轴([-30 0 -30 0]);

图中包含一个axes对象。标题为2d MUSIC Spatial Spectrum Top View的axis对象包含一个类型为surface的对象。

该图清楚地显示了发射器的位置。

配置波束生成器对象来引导波束%的渠道beamformer =分阶段。PhaseShiftBeamformer (“SensorArray”antennaRx,.．.“OperatingFrequency”足球俱乐部,“DirectionSource”，输入端口的）;应用波束形成，并可视化波束引导辐射。%的模式mBeamf =波束生成器(subData, doa);找到发射器的位置altimeterElev = rwrPos (3);d = abs (altimeterElev /信德(doa (2)));

采用波束转向后，天线在信号到达的方位角和仰角上增益最大。这进一步提高了截获信号的信噪比。接下来，使用一种称为伪Wigner-Ville变换与Hough变换耦合的时频分析技术在信号处理器中提取信号参数，如[2]中所述。

首先，利用维格纳-维尔变换导出截获信号的时频表示。

计算伪Wigner-Ville变换[tpwv t、f] = helperRWR (“pWignerVille”mBeamf, fs);绘制伪Wigner-Ville变换显示亮度图像(f * 1 e-6 t * 1 e6, pow2db (abs (tpwv. / max (tpwv (:)))));包含(“频率(MHz)”）;ylabel (“时间(\亩)”）;-50年caxis ([0]);clb = colorbar;clb.Label.String =“归一化功率(dB)”；标题(“伪能量变换”）

图中包含一个axes对象。标题为Pseudo Wigner-Ville Transform的axes对象包含一个类型为image的对象。

使用人眼，即使得到的时频表示是有噪声的，也不难将信号从背景中分离出来。每个脉冲在时频平面上表现为一条线。因此，利用时频线的开始和结束，可以推导出脉冲宽度和脉冲带宽。类似地，来自不同脉冲的行之间的时间就是脉冲重复间隔。

为了在不依赖人眼的情况下自动做到这一点，可以使用霍夫变换从图像中识别这些线条。霍夫变换能很好地处理噪声，是对时频信号分析方法的一种改进。

为了使用霍夫变换，需要将时频图像转换为二值图像。方法对图像执行一些数据平滑，然后使用imbinarize函数来进行转换。转换阈值可以根据接收机的信噪特性和工作环境进行修改。

规范化伪Wigner-Ville图像。twvNorm = abs (tpwv)。/ max (abs (tpwv (:)));实现一个中值滤波器来清除噪声filImag = medfilt2(twvNorm，[7 7]);%使用阈值将过滤后的图像转换为二值图像BW = imbinalize (filimage ./max(filImag(:))， 0.15);显示亮度图像(f * 1 e-6 t * 1 e6, BW);colormap (“灰色”）;包含(“频率(MHz)”）;ylabel (“时间(\亩)”）;标题(伪维格纳-维尔变换- BW）

图中包含一个axes对象。标题为Pseudo Wigner-Ville Transform - BW的axes对象包含一个类型为image的对象。

利用霍夫变换，首先将二值伪Wigner-Ville图像转换为峰值。通过这种方式，无需检测图像中的直线，只需检测图像中的峰值。

%计算图像和图形的霍夫变换[H T R] =踝关节(BW);imshow (H, [],“XData”T“YData”R“InitialMagnification”，“健康”）;包含(‘\θ), ylabel (‘\ρ）;轴在,轴正常的,保持在；标题("图像的霍夫变换"）

提取峰值位置使用houghpeaks函数。

%计算变换中的峰值，最多5个峰值P = houghpeaks (H, 5);x = T (P (:, 2));y = R (P (: 1));情节(x, y,“年代”，“颜色”，‘g’）;xlim(-50年[-90]);-5000 ylim ([0])

图中包含一个axes对象。标题为图像霍夫变换的坐标轴对象包含两个类型为Image、line的对象。

使用这些位置houghlines函数可以重建原始二值图像中的直线。然后如前所述，这些线的开始和结束帮助您估计波形参数。

行= houghlines (BW T R, P,“FillGap”3 e-6 * fs,的最小长度, 1 e-6 * fs);coord = [(:) .point1行;行(:).point2];绘制在二值图像上叠加的检测到的线clf;显示亮度图像(f * 1 e-6 t * 1 e6, BW);colormap(灰色);持有在包含(“频率(MHz)”) ylabel (“时间(\亩)”)标题(“霍夫变换-检测线”）为2 = 1:2:2 *大小(线,2)情节(f (coord(:,(二))* 1 e-6, t (coord (:, ii + 1) * 1 e6,“线宽”2,“颜色”，“绿色”）;结束

图中包含一个axes对象。标题为霍夫变换-检测到的线的轴线对象包含4个类型为图像，线的对象。

使用直线坐标计算参数pulDur = t(coord(2,2)) - t(coord(1,2));%脉冲持续时间bWidth = f(coord(2,1)) - f(coord(1,1));%脉冲带宽pulRI = abs(t(coord(1,4)) - t(coord(1,2))));脉冲重复间隔%detFc = detfBand + f(coord(2,1));%中心频率

下面列出所提取的波形特征。他们非常符合事实。然后，这些估计可用于对雷达进行分类，并在必要时为应对措施做好准备。

helperRWR (“displayParameters”，pulRI, pulDur, bWidth,detFc, doa,d);

脉冲重复间隔= 14.97微秒脉冲持续时间= 2.84微秒脉冲带宽= 27 MHz中心频率= 1.8286 GHz发射极方位角= -18.5°发射极仰角= -17.5°发射极距离= 3325.5095 m

总结

这个例子展示了RWR如何使用信号处理和图像处理技术估计被拦截雷达脉冲的参数。

参考文献

[1]电子战和雷达系统工程手册2013年，海军空战中心武器部，加州穆古角。

[2]史蒂文斯，丹尼尔L.和斯蒂芬妮A.舒克斯。利用霍夫变换对低概率截获雷达信号的检测与参数提取。全球工程研究杂志2016年1月，第9-25页。DOI.org (Crossref), https://doi.org/10.34257/GJREJVOL15IS6PG9。