当前课程知识点:分数域信号与信息处理及其应用 > 第8章 分数域探测信号处理 > 8.2 分数傅里叶变换与MIMO雷达模糊函数 > 8.2 分数傅里叶变换与MIMO雷达模糊函数
同学们好
本节课我们介绍的是
分数傅里叶变换
与MIMO雷达模糊函数
近年来
MIMO雷达系统是研究的热点
MIMO雷达是指
多发多收的雷达系统
它比传统雷达在空间上
多了一个自由度
因此探测性能
可以得到进一步的提升
下面这个图是一个
均匀线阵结构的MIMO雷达系统
发射部分
由多个发射机组成
每个发射机都独立发射
不同的信号
在接收端
有多个接收机
每个接收机接收到的信号
是所有发射信号传输到目标
再由目标散射到
这个接收机的信号总和
所以MIMO雷达系统
与传统的单发单收雷达系统
是完全不同的
比较复杂
因此传统的模糊函数
并不适用
需要对MIMO雷达的模糊函数
进行定义
首先介绍的是
窄带MIMO雷达模糊函数
窄带MIMO雷达模糊函数的定义
并不是唯一的
由于MIMO雷达系统的结构
与天线阵列结构有关
不同的MIMO雷达系统
结构有不同的模糊函数定义
这里介绍的
最常用的一种天线结构
均匀线性天线阵
这个结构中
发射与接收天线
位于同一水平线上
并行排列
发射机之间的距离为d_T
接收机之间的距离为d_R
假设目标在远场
每个天线与目标的角度是相同的
都为θ
那么两个发射或接收机之间的距离
为d乘sinθ
所以第m个发射机
到目标
再到第n个接收机的距离为这个式子
假设第m个发射机发射的信号为
调制载波s_m(t)
第n个接收机接收到的信号为r_n
它是所有发射信号发射到目标
再由目标散射到
第n个接收机的信号总和
假设目标对所有的
发射机和接收机的速度和距离
都是相同的
每个发射信号在散射过程中
会产生一个时延
一个多普勒频率
以及一个与发射机和接收机
位置有关的频率
假设第n个接收信号
与一个参数为τ’,v’,f’的
接收信号做匹配滤波
并将所有匹配滤波
结果相加
得到的结果定义为
窄带MIMO雷达模糊函数
可以看到
等式右边的第一项
与接收信号无关
所以这一项可以省略
将第二项进行整理
可以得到
窄带MIMO雷达模糊函数
它由所有通道的匹配滤波
乘空间角度调制项的加和得到
其中λ_m,m’(τ,v)表示第(m,m’)通道的
匹配滤波
下面介绍
均匀线阵结构的
宽带MIMO雷达模糊函数
假设发射信号
为相互正交的信号s_m(t)
在第n个天线单元的接收信号
为这个式子
同样的
R_m,n (r_0,θ)
是第m个发射机到目标
再到第n个接收机的距离
β为多普勒因子
推导过程
与单发单收的宽带模糊函数相同
这里不做重复推导
所以第(m,n)个信道
与第m’个发射信号的匹配滤波
表示为
λ_n,m,m’ (r_0,β,θ)
这里与n有关
是因为没有对信号形式进行定义
n包含在了接收信号中
所以宽带MIMO雷达的模糊函数
为所有匹配滤波的加和
下面推导
分数宽带MIMO雷达模糊函数
将分数傅里叶变换
应用到发射信号和接收信号中
分数MIMO雷达宽带模糊函数
可以表示为这个式子
利用分数傅里叶变换的可加性
引入一个中间阶次φ
使α=α-φ+φ
从而核函数K_α (t,u)
可以表示成
阶次为α-φ和φ的
两个核函数的积分
把这个等式代入到
含有多普勒因子的核函数中
分数宽带MIMO雷达模糊函数
可以导出如下这个式子
这个式子比较复杂
从中很难找出什么规律
为了将推导出的
分数宽带MIMO雷达模糊函数
整理成一种简单的表达形式
定义两个算子
一个是F^α {⋅}
表示对信号做一个chirp调制
另一个是G^b {⋅}
表示对信号做Weirstrass变换
将这两个算子代入到
分数宽带MIMO雷达模糊函数中
左面这部分由算子F^α {⋅}表示
右面这部分由G^b {⋅}
和F^α {⋅}表示
这样分数宽带模糊函数
可以整理成
这样一种简洁的表达
从这个式子中可以看出
分数宽带MIMO雷达模糊函数的本质
其实是
两个由分数傅里叶变换表示的
新信号的相关
下面推导
分数宽带MIMO雷达模糊函数
与宽带雷达模糊函数的关系
考虑目标一般做慢速运动
即v远小于c
进一步可以得到
b约等于0
进而分数宽带MIMO雷达模糊函数
可以整理
近似为这样一个式子
这个式子更方便进行计算
这里的推导过程
与单发单收的情况类似
不做详细的介绍
当分数阶次满足α=0
分数宽带MIMO雷达模糊函数
退化为
传统宽带MIMO雷达模糊函数
如果M=1 N=1
则退化为
分数宽带模糊函数
如果M=1 N=1 α=0
分数宽带MIMO雷达模糊函数
退化为
传统宽带单发单收雷达模糊函数
下面介绍
与窄带MIMO雷达模糊函数
和Woodward’s模糊函数的关系
如果传输波形
限制为窄带调制载波
并且不同天线之间的多普勒影响
和时间延迟
是可以省略的
当α=0
分数宽带MIMO雷达模糊函数
可以近似为
窄带MIMO雷达模糊函数
当M=1 N=1 α=0
则退化为
Woodward’s 模糊函数
下面给出一个仿真例子来说明
分数宽带MIMO雷达模糊函数的优势
仿真中
MIMO雷达结构为
发射数量M=4
接收数量N=4的均匀线阵MIMO雷达
信号长度为512的多相编码信号
每个波形的持续时间为20微秒
时宽带宽积为128
采样间隔为2T_d∕512
由于分数宽带MIMO雷达模糊函数
与τ,β,θ
三个参数有关
所以每次将其中一个参数置0
观察另外两个参数
对分数宽带MIMO雷达模糊函数的影响
图1是θ=0时
传统宽带MIMO雷达模糊函数
和分数宽带MIMO雷达模糊函数的比较
这里模糊函数的幅值做了归一化
左图是传统宽带MIMO雷达模糊函数
右图是α=-04084时的
分数宽带MIMO雷达模糊函数
可以看到
分数宽带MIMO雷达模糊函数的
主瓣宽度
明显比
传统宽带MIMO雷达模糊函数窄的多
上一节我们介绍
对于信号的模糊函数
主瓣宽度越窄
副瓣高度越低
信号的性能越好
所以从τ和β这两个维度来看
在分数宽带MIMO雷达模糊函数的
评价体系下
信号的性能
比传统宽带MIMO雷达模糊函数好
图2是τ=0时
传统宽带MIMO雷达模糊函数
和分数宽带MIMO雷达模糊函数的比较
这里模糊函数的幅值做了归一化
左图是
传统宽带MIMO雷达模糊函数
右图是α=-04084时
分数MIMO雷达宽带模糊函数
可以看到
分数宽带MIMO雷达模糊函数的
主瓣宽度
明显比
传统宽带MIMO雷达模糊函数窄的多
所以从θ和β
这两个维度看
在分数宽带MIMO雷达模糊函数的
评价体系下
信号的性能
比传统的宽带MIMO雷达模糊函数要好
结合这两个图
可以认为
分数宽带MIMO雷达模糊函数
评价的信号性能
比传统宽带MIMO雷达模糊函数好
图3是关于
传统宽带MIMO雷达模糊函数
和分数宽带MIMO雷达模糊函数
距离切片和多普勒切片的比较
左图是距离切片
蓝色表示
传统宽带MIMO雷达模糊函数
红色表示
分数宽带MIMO雷达模糊函数
可以看到
在距离这一维
分数宽带MIMO雷达模糊函数的
主瓣宽度
和副瓣高度
与传统宽带MIMO雷达模糊函数相比
没有明显的变窄和变小
也就是说
分数宽带MIMO雷达模糊函数
不会改变
信号在距离维上的性能
但也不会使它变差
右图是多普勒切片
可以看到
在多普勒这一维
分数宽带MIMO雷达模糊函数
主瓣宽度明显变窄
副瓣高度明显降低
说明分数宽带MIMO雷达模糊函数
可以使信号在多普勒维上的性能
得到明显提升
总结一下
本节我们首先介绍了
均匀线阵结构下的
窄带MIMO雷达模糊函数
宽带MIMO雷达模糊函数
及分数宽带MIMO雷达模糊函数
可以发现
分数宽带MIMO雷达模糊函数
是现有模糊函数的广义形式
并且分数宽带MIMO雷达模糊函数本质
是对两个与原信号有关的
新信号的相关
且这两个新信号
都与分数傅里叶变换有关
所以通过设计分数阶次的值
使信号的性能更好
这样不需要通过硬件
就可以得到
性能优越的信号
而无需对原信号
做过多的要求
仿真验证了这一事实
仿真说明
在分数宽带MIMO雷达模糊函数
这一评价体系下
信号的性能可以得到提升
可以使原本
不符合性能要求的原信号
通过这种分数的
匹配滤波方式
达到性能要求
这节课就讲到这里
谢谢大家
-1.1 分数傅里叶变换背景与理论
-1.2 分数傅里叶变换应用
-第1章 讨论题
--第1章 讨论题1
--第1章 讨论题2
-第1章 习题
--第1章 习题
-2.1 分数傅里变换的定义
-2.2 分数傅里叶变换的性质
-2.3 一维/二维分数傅里叶变换
-第2章 讨论题
--第2章 讨论题1
--第2章 讨论题2
-第2章 习题
--第2章 习题
-3.1 分数卷积I
-3.2 分数卷积II
-3.3 功率谱
--3.3 功率谱
-3.4 分数功率谱
-第3章 讨论题
--第3章 讨论题1
--第3章 讨论题2
-第3章 习题
--第3章 习题
-4.1 傅里叶域均匀采样定理
-4.2 分数域均匀采样定理I-采样信号的分数域谱分析
-4.3 分数域均匀采样定理II-信号重建
-4.4 傅里叶域带通采样定理
-4.5 分数域带通采样定理
-4.6 周期非均匀采样定理
-第4章 讨论题
--第4章 讨论题1
--第4章 讨论题2
--第4章 讨论题3
-第4章 习题
--第4章 习题
-5.1 多分量chirp信号检测与参数估计方法
-5.2 多分量chirp信号检测与参数估计背景及仿真
-5.3 基于分数傅里叶变换的时延估计
-5.4 立方相位信号参数估计理论与应用
-第5章 讨论题
--第5章 讨论题1
--第5章 讨论题2
-第5章 习题
--第5章 习题
-6.1 分数傅里叶变换离散算法
-6.2 离散分数变换
-6.3 广义Hilbert变换
-6.4 稀疏傅里叶变换的定义
-6.5 稀疏分数傅里叶变换
-第6章 讨论题
--第6章 讨论题1
--第6章 讨论题2
--第6章 讨论题3
-第6章 习题
--第6章 习题
-7.1 短时分数傅里叶变换
-7.2 分数小波变换I
-7.3 分数小波变换II
-7.4 基于分数阶相位匹配原理时频分布构造
-第7章 讨论题
--第7章 讨论题1
--第7章 讨论题2
--第7章 讨论题3
-第7章 习题
--第7章 习题
-8.1 分数傅里叶变换与模糊函数
-8.2 分数傅里叶变换与MIMO雷达模糊函数
-8.3 分数傅里叶变换与雷达通信一体化
-8.4 分数域海杂波抑制
-8.5 分数域雷达动目标检测
-8.6 分数域长时间相参积累及其应用
-8.7 分数域辐射源定位技术
-8.8 分数阶相位匹配时频分布的应用
-第8章 讨论题
--第8章 讨论题1
--第8章 讨论题2
--第8章 讨论题3
--第8章 讨论题4
-第8章 习题
--第8章 习题
-9.1 分数傅里叶光学
-9.2 分数域光学相干层析成像色散补偿技术
-9.3 基于分数傅里叶变换的牛顿环参数估计
-9.4 基于分数傅里叶变换的光纤端面检测仪
-第9章 讨论题
--第9章 讨论题1
--第9章 讨论题2
--第9章 讨论题3
--第9章 讨论题4
-第9章 习题
--第9章 习题
-10.1 分数域高光谱信号处理
-10.2 分数域高光谱异常检测
-10.3 分数域高光谱协同分类
-第10章 讨论题
-第10章 习题
--第10章 习题