Хомяков Толкалин 12_end_3

Непрерывные гармонические сигналы в РЛС

можно менять, наблюдая более медленные изменения. Статистические спектры снимаются очень длинным окном по очень длинной реализации. При этом форма статистического спектра уже изменяется мало.

Все это надо знать разработчику аппаратуры, взвешивая время, необходимое для обработки отраженного сигнала с типом спектра. Конечно, понятия «длинной» или «короткой» реализаций или выборок надо оценивать относительно интервалов корреляции процессов.

4.3.2. Подавление помех фильтром верхних частот

Как будет показано в последующих разделах, коэффициент подавления зависит от двух основных факторов: качества фильтрации и когерентности сигналов ВЧ и СВЧ генераторов. Начнем с рассмотрения первого фактора, считая когерентность генераторов очень высокой.

Рассчитаем коэффициенты передач пассивных помех со спектраль-

ными плотностями двух моделей: Гауссову и дробно-рациональную. Упрощая расчеты, остановимся на АЧХ фильтра верхних частот (ФВЧ) с вертикальном низкочастотным «срезом» Fфн (рис. 4.7). Коэффициенты подавления обратно пропорциональны коэффициентам передачи фильтром помехи.

Пм2=1/kм2

В свою очередь коэффициент передачи можно найти интегрированием произведения спектральной плотности произвольного сигнала и нормированной АЧХ фильтра kм2(f). Для ступенчатой формы достаточно проинтегрировать спектральную плотность помехи gм(f) в пределах от частотного среза фильтра Fфн до бесконечности.

Для Гауссовой модели спектра Воспользуемся формой (4.15). Интеграл не берется, поэтому будем

применять значения интегралов Шеппарда ξ(х) из таблиц. Интеграл

131

Дополнительные возможности

Шеппарада можно заменить интегралом Маркова (вероятностей), выполнив необходимый пересчет.

а Ф(х) – интеграл вероятности Маркова типа

Ф(х) (2 / 2 ) x [exp( t2 / 2)]dt

0

Вразделе I в таб. 1.1 уже давались значения интеграла Шеппарада.

Вкачестве фильтров СДЦ в РЛС часто использовали жесткую АЧХ

спостоянным положением Fфн. Оптимизировать это значение частоты достаточно сложно. При малых ветровых нагрузках ширина полосы спектра была узкой, поэтому «срез» размещали ближе к нулю, и получали достаточно высокий коэффициент подавления пассивных помех Пм. Это решало задачу селекции медленно движущихся целей. Но когда ветер усиливался, то спектр помехи расширялся и попадал в полосу пропускания фильтра. Положение Fфн отодвигали. Тогда медленно движущиеся цели не выделялись.

Пример расчет коэффициента подавления

Читателя может заинтересовать, как изменяется теоретический коэффициент подавления Пм2(Fфн,а) от положения нижнего «среза» филь-

тра и коэффициента «а». Коэффициент «а» в формуле (4.17) интегрировано определяет время года, состояние растительности и ветровую нагрузку на нее. Результаты расчетов представлены на рис. 4.11.

132

Непрерывные гармонические сигналы в РЛС

Так, при скорости ветра 5-7 м/с летом для мелкого кустарника а 1.

Для леса в тех же условиях а 1.5. Зимой при тех же условиях а 0.5 и

0.7 соответственно. При этом от частоты зондирующего сигнала эти коэффициенты состояния практически не зависят.

Следует напомнить, что все выполняемые расчеты справедливы для РЛС с абсолютной когерентностью генераторов. Одним словом здесь учитываются спектры сигналов, отраженных от целей, формируемые только электродинамическими процессами в области объекта. Но при конечной когерентности результаты будут иными. Влияние степени когерентности генераторов приемопередатчика на вид кривых характеристик необходимо рассмотреть отдельно.

Сравнивая рис. 4.11 и рис. 4.12 можно отметить, что местные предметы, спектр которых соответствую дробно-рациональной форме и n=1, подавляются плохо. Требуется дальше сдвинуть Fфн в сторону верхних частот, чтобы достигнуть приемлемого подавления в 20 дб. Разумеется, медленно движущиеся цели будут потеряны. Поэтому разработчики си-

стем стараются не добиваться качественного подавления таких, не часто встречающихся, объектов, отдавая предпочтение возможности селекции целей с меньших скоростей.

На рис. 4.13 изображены коэффициенты Пм для той же модели спектра, но при n=2. Они показывают, что пассивные помехи этой модели по-

давляются неплохо, хотя и хуже гауссовой модели. Для качественного

133

Дополнительные возможности

подавления этого вида помех необходимо тоже передвигать частотный фронт фильтра в более высокочастотную часть: до 100 Гц или более для волны 2 см. Качество селекции медленно движущихся целей будет существенно ниже.

Рис. 4.11. Значения коэффициентов подавления Пм дб. f0=15 ГГц

Рис. 4.12. Коэффициенты подавления Пм для n=1, f0=15 ГГц

134

Непрерывные гармонические сигналы в РЛС

Рис. 4.13. Коэффициенты подавления Пм для n=2

4.3.3.Потери сигналов при фильтрации

Впроцессе фильтрации полезного сигнала могут возникать потери.

Поэтому специалист, после того, как выберет АЧХ фильтра с точки зрения требуемого подавления пассивных помех, должен рассчитать потери сигнала от целей. Для этого можно применить тот же подход, что и разделе 4.3.2. Но надо иметь ввиду, что спектр сигнала от медленно движущейся цели после фазового детектирования будет сворачи-

ваться относительно нулевой частоты и приобретать причудливые формы. Поэтому для расчетов лучше использовать модель спектра и АЧХ с областью отрицательных частот. Тогда коэффициент передачи сигнала можно рассчитать так:

Для модели гауссова спектра:

gц ( f , Fд ) [1/( fц 2 )]exp[ ( f Fд )2 /(2 fц 2 )]

Интеграл (1.16) вычисляется с использованием таблицы Шеппарада.

135

где σ – эффективная ширина спектра в Герцах, f0 – частота зонди-

рующего сигнала в Гигагерцах, b –коэффициент состояния цели (зависит от ее типа, скорости движения, дороги и может составлять от1 до

4).

Как уже отмечалось, оператор РЛС, изменяя искусственную частоту Доплера с помощью устройства «ветра», может снять «скоростную»,

или тоже самое – «амплитудно-частотную» характеристику режима СДЦ РЛС, используя только сигналы от местности. Конечно, она будет несколько отличаться от характеристики, полученной по реальным целям и помехам. Но будет содержать все данные как по коэффициентам подавления помех от местности, так и по потерям сигналов. А так же по работоспособности РЛС в режиме СДЦ.

Аналогичную характеристику можно построить и при помощи теоретических расчетов. На рис. 4.14 и 4.15 даны результаты расчетов по формуле (4.23) для гауссовой формы спектра пассивных помех от рас-

тительности на земной поверхности. Рис. 4.14 иллюстрирует работу системы СДЦ по селекции медленно движущихся целей при слабом ветре (а=1) для разных положений частотного среза фильтра Fфнч, (на рисунках обозначено как Fнч) от 10 Гц до 120 Гц.

Чем меньше коэффициент передачи на нулевой скорости (нулевой доплеровской частоте), тем лучше подавление пассивных помех.

Уже при положении частотного фронта Fфнч =60 Гц теоретический коэффициент передачи помех на Vr =0 достаточно мал (подавление высокое). По той же кривой видно, что уже на скоростях целей 3 км/час потерь полезного сигнала практически нет.

136

Непрерывные гармонические сигналы в РЛС

Рис. 4.14. Скоростные (частотные) характеристики первое значение Fнч =10 Гц , ветер слабый. Длина волны 2 см.

Рис. 4.15. Скоростные (частотные) характеристики: первое значение Fнч =10 Гц. Ветер сильный

137

Дополнительные возможности

Кривые рис. 4.15 показывают, что при сильном ветре частота среза в 60 Гц уже не обеспечивает качественного подавления местности. Необходимо передвинуть Fфнч на частоты 100-120 Гц. Однако цели будут се-

лектироваться без потерь только с 7 км/час. Таким образом, скоростная характеристика режима СДЦ является весьма информативным инструментом, выявляющим качество работы.

4.3.4. Обеление помехи

«Чистое» обеление

В современных автоматизированных системах РЛС для обнаружения сигналов, отраженных от целей используют автоматические обнаружители. Они срабатывают тогда, когда аддитивная смесь сигнала и шума превышает некоторый порог Uп (см. рис. 1.7). В импульсных радарах на дисплеях, при избыточном подавлении, уровень шумов в тех местах, где располагается помеха – убывает, образуя темные области – «пятны». Оператору они даже иногда помогают ориентироваться [6].

Автоматами полезный сигнал от цели регистрируется по сумме сигнала, шума и неподавленной части помехи. Появление сигнала от цели в местах «пятен» может снизить эффективность работы автоматических обнаружителей и каналов сопровождения. Поэтому часто усложняют задачу подавления с тем, чтобы исключить это явление. Для этого фильтром СДЦ kф2(f) «вырезает» часть спектра шумов постоянной спектральной плотности nш2 так, что шум в этом месте становится ча-

стотно-зависимой величиной nш2(f). А далее, заполняют образовавшееся спектральную «яму» шума неподавленными остатками пассивной помехи. При этом обеленная помеха становится вровень с шумами, и не превышает пороговый уровень Uп автоматического обнаружителя, если тот работает по одно пороговой схеме. По первому методу неподавлен-

ные остатки пассивных помех превышают уровень шумов. Это приво-

138

Дополнительные возможности

Пассивная помеха спектральной плотностью мощности Gпп(f) после обеляющего фильтра тоже измениться в частотной области и станет функцией [Gпп(f)]ф.

Собственные шумы приемника и пассивная помеха не коррелированы, поэтому после процедуры обеления они суммируются, но так, что-

бы суммарная величина спектральной плотности мощности осталась прежней nш2.

Из полученного равенства можно получить форму АЧХ фильтра по мощности kф2 (f) в аргументе отношения помеха/шум Опш.

Рис. 4.16 иллюстрирует работу фильтра СДЦ в режиме обеления помехи. В качестве параметра взято отношение помеха/шум Опш.

Анализируя полученные функциональные зависимости (4.24) и рис.

4.16и 4.17 можно сделать ряд полезных выводов:

–Классическая процедура обеления пассивной помехи выполняется функцией обеления с учетом мощности помехи и вида ее спектра;

–алгоритмы теоретических функций обеления по текущему спектру достаточно сложны при практической реализации и требуют упрощен-

ния.

Квазиобеление»

Создание обеляющего фильтра – дело хлопотное. Динамический диапазон отраженных сигналов велик, поэтому сделать приемник, где

140