Documente Academic
Documente Profesional
Documente Cultură
Teza Radar
Teza Radar
Coordonator tiintific:
Prof. dr. ing. NAFORNI IOAN
Doctorand:
ing. CRIAN VIOREL DORIN
I.INTRODUCERE
Condiiile reale din mediile de propagare a semnalului
RADAR
de locaie). Prezena
ecou,
precum
separarea
acestora
de
componentele
respectiv
se
reface
semnalul
ntr-o
form
accesibil
y (t ) = Re{Yia (t )}
~
~
Yia (t ) = A X (t ) = A X [ t (t ))
(2.1)
~
A = A e ( j )
P(R,,)
R0 ( , , t )
R(x,y,t)
y0
0
A(x,y)
x0
fig. 1
(t ) =
2 R ( x, y , t )
c
(2.2)
R( x, y, t ) = R0 (t ) x cos[ (t )] y cos[ (t )] =
= R0 (t 0 ) Vr t x cos[ (t )] y cos[ (t )]
(t ) = 0 t
(t ) = 0 t
Se obine :
R( x, y, t ) = R0 (t 0 ) Vr t x cos 0 y cos 0
(2.3)
x sin( 0t ) y sin( 0t )
Prelucrnd ecuaiile (2.2) si (2.3) se obine :
(t ) =
2
(t )
R[t
]
c
2
(2.4)
(2.5)
= Vr + x sin 0 + y sin 0
nlocuind (2.5) n (2.4) se obine:
(t )
2
= R0 x cos 0 y cos 0 [t
(t )
2
(t ) =
2
( R0 x cos 0 y cos 0 t )
c
(t) =
2
2
(R0 x cos0 y cos 0 )
t
c
c
(t ) = 0
2
t
c
(2.6)
(2.7)
c +
2
~
~
Yia (t ) = A X (t +
0) = A X (
t 0)
c
c
(2.8)
Se noteaz :
s ( x, y ) =
c + c + Vr + x sin 0 + y sin 0
=
c c Vr x sin 0 y sin 0
( 2.9 )
~
Yia (t ) = A X ( s t 0 )
(2.10)
i scalat cu
s,a
semnalului de sondaj .
Fie D(x,y) funcia de distribuie complex a cmpului pe apertura
antenei .Rezult :
~
Y0 (t ) = D( x, y ) Yia (t ) = D( x, y ) A X [ s( x, y ) t 0 )
(2.11)
Yr (t ) = Y0 ( x, y, t )dxdy
(2.12)
Yr (t ) = Y0 ( xij , yij , t )
(2.13)
i =0 j =0
~
Yia ( t ) = Ae j A [ t ( t )] e j [ t
~
= Ae j A [ t ( t )] e j t e j ( t )
( t )]
2 R ( x, y , t ) 2
= [ R0 (t0 ) Vr t x cos 0 y cos 0
c
c
2
2V
2x
2y
cos 0
cos 0
x sin( 0t ) y sin( 0t )] = R0 (t0 ) r t
c
c
c
c
2x
2y
sin( 0t )
sin( 0t )
c
c
(t ) =
j { 0 d t 2 [ v x u x + v y u y ( v x
~
Yia(t ) = Ae A(t 0 ) e jt e
j
du y
du x
+vy
) t ]}
dt
dt
(2.14)
j 2 ( v x
j 0 j 2 ( v x u x + v y u y ) j ( + d ) t
j ~
Yia (t ) = Ae A(t 0 ) e
e
e
e
du y
du x
+v y
)
dt
dt
(2.15)
n relaiile (2.14)i (2.15) s-au folosit urmatoarele notaii:
d =
2Vr
-frecvena Doppler;
c
vx , v y
(2.15)
retardat cu
o i deplasat
n frecven cu :
tot = d 2 (v x
du y
du x
+ vy
)
dt
dt
(2.16)
2 (v x
du y
du x
+ vy
) componenta Doppler datorat vitezelor unghiulare;
dt
dt
antenei cu:
2x
cos0 +
2y
cos 0 )
( 2.17 )
Y ( ) =
j t
y
(
t
)
e
dt
y (t ) =
1
j t
Y
(
)
e
d
2 R
Rx , y ( , d ) = y(t ) x (t )e j d (t ) dt
R
(2.18 )
Rmax = x(t )e jd (t ) x (t )e jd (t ) dt = x 2 (t ) dt = Ex
R
TxFIBI ( , d ) = Rx , x ( , d ) = x(t ) x (t )e j d (t ) dt
(2.19 )
h(t ) = x (t )e j d (t )
R x , y ( , d ) = y (t ) h(t )
(2.20)
Rx , y ( , d ) = Y ( ) H ( ) = Y ( ) X ( d )
(2.21)
H ( ) = X ( d )
Aceast reprezentare simplific mult structura receptorului optim,
acesta realizndu-se cu un banc de filtre ( fig. 2 )
10
X ( d 1 )
y(t)
X ( d 2 )
Determinare
maxim i
msurare
.
.
.
( 0 , d 0)
(D0 , v0 )
X ( dn )
fig.2
O alt metod de analiz Fourier, ntalnit la radarele clasice,o
reprezint aplicarea TFD la filtrele de faz utilizate n scopul seleciei n vitez
(frecven Doppler ) a intelor.
Aceste metode de reprezentare utilizeaz modelul de band ngust al
semnalului (relaia 2.15 ), nefiind aplicabile n cazul semnalelor de band
foarte larg. Se va arta ulterior c acestui model de semnal ( relaia 2.10 ) i
se potrivesc mult mai bine tehnicile de reprezentare Wavelet i analiza timpfrecven.
11
mascheaz
forma
temporal
durata
unor
elemente
ale
alta
clas
de
reprezentri
timp-frecven
constituie
o funcie
continu bidimensional.
13
Cf =
Rf =
1
f
(2.3.1)
1
f
t f (t ) dt
(t C
) 2 f (t ) dt
(2.3.2)
(2.3.3)
S (W f ) = 4 R f R F
(2.3.4)
14
g (t ) =
1
2
t2
2 2
(2.3.5)
G ( ) = e
CG = 0
2 /2
si
RG =
g1 / ( )
1
2
Cg = 0
si R g =
( 2.3.6)
S (Wg ) = 4 Rg RG = 2
(2.3.7)
g (t )
/ 2
/ 2
fig. 3
g (t )
se
g ( s , , t ) = g (
t
)=
s
1
e
2
( t ) 2
2 s 2 2
(2.3.8)
i ,k
(t )g n ,m (t )dt = i ,n k ,m
scrie:
x (t ) = (i, k ) g i , k (t )
(2.3.9)
(2.3.10)
i Z k Z
Dac x (t ) = g i 0 , k 0 (t )
(i, k ) = i ,i 0 k , k 0
E x = x(t ) dt = (i, k )
2
(2.3.11)
iZ kZ
ferestruite rectangular:
e j 2i ( t k ) pentru _ t[ k 12 , k + 12 ]
i , k (t ) = 0 _ in _ rest
Dei funcia:
1 _ pentru _ t[ 12 , + 12 ]
(t ) = 0, 0 (t ) = 0 _ in _ rest
~
x (t ) = (i, k ) i , k (t )
(2.3.12)
i Z k Z
Se arat c
x(t ) ~
x (t )
x(t ) = ~
x (t )
L2
=0
a.p.t.
17
s ,
(t ) g * s , (t ) J G ( s, ) dsd = (t t )
RXR
Tx ( s, ) = x(t ) g * s , (t )dt
(2.3.13)
frecven.
Precizia
obinut
poart
denumirea
de
rezoluie
prin
S (W g ) 4 R g RG
(2.3.14)
18
(2.3.15)
u= v
f (t ) g (t )dt
u = t g(t) L
v= g (t) L ( aceasta rezult din definiia ferestrei
timp- frecven; G() L )
1
t g , g = t g (t ) g (t )dt = g
2
R
tg
= t 2 g 2 (t )dt = g R g2
2
1
g
2
= g , g = g 2 (t ) dt =
R
4 R g RG = 2
1
G
2
= g R g2
S (Wg ) = 2
S (W g ) = 4
1
2
tg =
dg
dt
=2
t g(t) = g(t) , R
t /2 = - ln (g)
g(t) = C exp(- t / 2)
CG +RG
S (Wg)
CG RG
Cg Rg
Cg + Rg
fig. 4
t = 2 Rg
= 2RG
t(2/t)= 2
g(t)
-2/t
fig. 5
20
2/t
Rg
Tg =
Bg =
RG
(2.3.16)
S(Wg )= 8TgBg = 2
Tg Bg= 1/4
(2.3.17)
aceste mrimi au o
de calitate ai
(2.3.18)
(2.3.19)
(2.3.20)
Dv = c/4
(2.3.21)
permite
extragerea
unor
informaii
21
RADAR
superioare,
att
imposibilitatea localizrii
f (t ) w (t )e
22
jt
dt
(2.3.22 )
W()
t
fig. 6
T f ( , ) = f (t ) w (t )e jt dt =
f (t ) e jt dt
lim T f ( , ) = lim
T
f (t ) e jt dt = f (t ) e jt dt = F ( )
lim W ( ) = ( )
T
w(t)
-T
T
fig. 7
T f ( , ) = f (t ) w (t )e
jt
dt =
+T
f (t ) (1
t
T
)e jt dt
lim T f ( , ) = lim
T
f (t ) e jt dt =
f (t ) e jt dt = F ( )
24
G f ( , ) = f (t )
R
1
e
2
( t ) 2
2
1
e
2
G f ( , ) = f (t )
R
e jt dt
( t ) 2
+ jt ]
2
(2.3.23)
dt
(2.3.24)
w(t ) = g1 (t )
1
2
w(t)
t2
2
(vezi fig.8)
W()
t
fig.8
W()= exp(-/2)
S(Wg)= 4 RgRG = 2
Utilizarea acestui tip de fereastr confer avantajul optimizrii din punct
25
G f (n, m) = f (t )
R
1
2
( t m 0 ) 2
e jn 0t dt
(2.3.25)
o= 1 i o=
G f (n, m) = f (t )
R
1
e
2
( t m )2
2
e jnt dt
(2.3.27)
n, m
(t ) =
1
e
2
(t m ) 2
(2.3.26)
e jnt
(2.3.28)
*m,n(t)
Re{*2,2(t)}
fig.9
26
T f ( 0 , ) = f (t ) w (t )e j0t dt =
R
= e j0 f (t ) w (t )e j0 (t ) dt =
R
= e j0 f (t + ) w (t )e j0 (t ) dt
R
Se noteaz:
v(t ) = w (t )e j 0t
T f ( 0 , ) = e j 0 v f ( )
Deci Tf (o, ) reprezint rspunsul unui filtru, cu funcia pondere
h(t)= exp(-jo)v(t), cnd la intrare se aplic f(t).
f(t)
H(j)=
exp(-jo)w(-o)
Tf (o,)
amplitudine
identic
cu
spectrul
27
funciei
fereastr, translatat
la
| H(j) |
| 2,2|
| 4,-2 |
2o
4o
fig. 10
[o-Rw;o+Rw].Evident rezoluia de
T f ( , ) = f (t ) (t )e jt dt = e j f ( )
R
28
T f ( , ) = f (t ) (t )e jt dt = e j f ( )
R
f () |Tf (, 0)|
f(t)
2Rw
t
o -Rw
o +Rw
2RW
fig. 11
x , y ( , d ) = Rx , y ( , d ) = y (t ) x (t )e j
( t )
dt = T yTFS ( , d )
(2.3.29 )
Deci funcia de ambiguitate(incertitudine) de band ngust se poate
reprezenta ca o TFS (TFFG) a semnalului ecou y(t), utiliznd ca i fereastr
semnalul de sondaj x(t). De altfel, receptorul optim, din punct de vedere al
maximizrii raportului semnal/zgomot calculez corelaia ntre semnalul ecou
i replicile retardate i deplasate Doppler ale semnalului de sondaj (fig.2).
29
RX
vitezei.
Analiznd atomii timp-frecven specifici unei reprezentri de tip TFS
se obin domeniile din planul t- prezentate n fig. 12
2+RW
2
2-Rw
2Rw
2Rw
1+Rw
1
1-Rw
1-Rw
1+Rw
2-Rw
2+Rw
fig.12
Un
coeficient
Tf(i,i)
descrie
funcia
f(t)
ntr-o
fereastr
30
f1(t)
f2(t)
2
1
t
2
1
x
fig.13
n fig. 13 sunt prezentate trei cazuri de semnale arbitrare, ntlnite n
practic ( impuls RADAR de VF , not produs de un instrument muzical i o
imagine plan).Se observ c n toate cele trei cazuri se disting zone de
regim tranzitoriu (1) i zone de regim staionar (2), n funcie de
caracteristicile locale ale semnalului.Astfel poriunile staionare ale semnalelor
se vor studia cu o fereastr ngust n frecven i larg n timp.Poriunile
tranzitorii sunt limitate n timp, dar spectrul lor este foarte larg, utilizndu-se
n consecin o fereastr ngust n timp i larg n frecven.Altfel spus la
joasa frecven procesele au o durat mare n timp i un spectru ngust iar la
nalt frecven procesele sunt scurte ca durat, dar au o band larg, cu
salturi
31
I.F.
M.F.
2
t
J.F.
fig.14
n cazul TFS profilul ferestrei t- este acelai indiferent de frecvena
central a atomului (fig.12), obtinndu-se o rezoluie constant.Pentru a se
obine o rezoluie variabil (fig.14 ) este necesar alegerea unor ferestre cu
profil diferit i schimbarea funciei fereastr w(t) pentru fiecare domeniu de
frecven.Eliminarea acestui dezavantaj se face prin aplicarea transformatei
Wavelet, care spre deosebire de TFS i genereaz atomii prin translaii i
dilatri ale unei funcii de baz, rezultnd rezoluii diferite.
1.3.7 Transformata WAVELET.
Se numete undioar mam o funcie :RR care definete o
fereastr t- i ndeplinete condiia de admisibilitate:
( )
d <
( 2.3.30 )
L(R)L(R) i
W f ( s, ) = f , s , = =
f (t ) s, (t )dt
( 2.3.31 )
s, -
reprezinta
familie
de
undioare
(atomi),
generat
din
1
t
s s
s , (t ) =
( 2.3.32 )
(t ) =
s , (t ) =
1
e
2
2s
( ) = e
s ( ) =
cos(4t )
( t ) 2
t 2
2
2s2
cos(4
t
)
s
( 4 ) 2
2
1
s
( s ) =
1
s
33
( s 4 )2
2
s,0(t)
s,0(t)
|s|<1
s,0(t)
|s|=1
|s|>1
s>1
s()
s=1
s<1
-o/s1
-o
o/s2
-o/s2
o/s1
fig.15
Din fig.15 se observ proprietile de filtraj ale TWC. Dac se compar
acestea cu cele obinute pentru TFS (fig.10) se observ c n acest caz
fereastra t- are profil variabil, asigurndu-se astfel o band de filtrare
adecvat frecvenei de lucru.
2.Plria mexican.(derivata de ordinul 2 a funciei gaussiene).
(t ) = (1 t ) e
2
t2
s ,0 (t ) = (1
34
t
)e
s2
t2
2s 2
s ( ) =
( s ) 2
()
t
-o
fig.16
3.Undioare Haar.
1 pentru t[0;1/2]
(t) =
-1 pentru t[1/2;1]
0 n rest
( ) = j e
j
2
sin c 2
35
()|
(t)
fig.17
R2 =
0 = C =
R2 =
2
t
(t ) dt
2
( ) d
2
2
(
)
( ) d
0
n general ()
36
(2.3.33)
C=O
Cs,= O/s
Rs,=s-1R
W f ( s, ) =
s (t ) =
1
s
1
s
t
f (t )
dt = s (t ) f ( t )dt
s
t
s
Wf(s,)=fs(-t)
Wf(s,) reprezint rspunsul unui filtru trece-band, a carui funcie
pondere este h(t)= s(-t), cnd la intrare se aplic f(t).
f(t)
FTB
h(t)= s(-t)
Wf(s,)
Hs(j)=|s|-1/2 (s)
Deci caracteristica de filtraj a unui atom are deplasat frecvena
central la o(s) =o/s i are banda de trecere variabil n funcie de
frecven.
37
2 R
Bs =
B0
s
B = B0
ai funciei
=o ns=o nsom
m,nZ
f (t )
W f (m, n) =
m, n
(t )dt
(2.3.34)
m ,n
(t ) = s0
m
t 0 ns0m
2 m
=
s
0 s0 t n 0
m
s0
(2.3.35)
m ,n
(t ) = 2
(2 m t n )
W f (m, n) = f (t ) m ,n (t ) dt = 2
f (t ) 2 m t n dt
(2.3.36)
38
=1/s=2-m
=n2m
fig.18
39
/2
m, j ,n
(t ) = 2
m+ j / J
2
( 2
j
( m + )
J
t n)
W f (m, j , n) = f (t ) m , j ,n (t )dt
m,n Z
j=0,1,2,...,J-1
(2.3.37)
f (t ) =
m ,n =
f (t ) =
(m, n) m,n (t )
J 1
m ,n= j =0
(2.3.38)
(m, j , n) m, j ,n (t )
(2.3.39)
Exemplu:(Plria mexican)
h(t ) =
2
34
(1 t )e
2
2
m
2
m
2
hm , n (t ) =
2
[
1
(
2
t
n
)
]
e
34
40
(2 m t n)2
2
W f (m, n) = f (t ) hm ,n (t )dt
R
f (t ) =
m , n =
(m, n) hm ,n (t )
h-1,2(t)
hm,n(t)
h0,0(t)
h1,-1(t)
0.5
h00 ( t )
0
0.5
30
20
10
0
t
10
20
30
0.5
h11 ( t )
0
0.5
30
20
10
0
t
10
20
30
30
20
10
0
t
10
20
30
0.5
h22 ( t )
0.5
fig.19
41
W f (m, n) = f (k ) m , n (k )
(2.3.40)
k Z
f (k ) =
mZ nZ
(m, n) m,n (k )
(2.3.41)
t
f (t ) g
s
s R
W f / g ( s, ) =
Wg / f ( s , ) =
dt
t
g (t ) f
dt
s
s R
1
W f / g ( s, ) = W g / f ,
s s
(2.3.42)
42
f (t ) g s (t ) = f (t ) g s (t )dt =
R
t
f (t ) g
s
s R
f (t ) g s (t ) = W f / g ( s, )
(2.3.43)
1
f (t ) =
Kg
Kg =
2
t s
R R W f (s, ) g s s dsd
G ( )
(2.3.44)
d <
Ef =
K g R R
W f ( s, )
s2
dsd
(2.3.45)
f1 , f 2 =
1
W f 1 / g ( s, ) W f 2 / g ( s, ) s 2 dsd
Kg R R
f1 , f 2 =
1
f1 , g s , g s , , f 2 s 2 dsd
Kg R R
f , f = Ef =
2
1
W f ( s, ) s 2 dsd
Kg R R
43
(2.3.46)
5.TW ncruciat.
W f / g ( s, ) =
1
s
W f / h ( s1, 1 ) W g / h 1 , 1
Kh R R
s
s
2
s1 ds1 s 1
iii)
iv)
Vm= L2(R)
mZ
44
kz
formeaz
{g(x-k) }kz
formeaz o
R j,k(x)*j,l(x)dx =R (x-k)*(x-l)dx=
= <(x-k) ; (x-l)>=l,k
n aceste condiii se poate defini un set de operatori A2j : L2(R) V2j,
care permit aproximarea funciei f(x)L2(R) n subspaiul V2j (descompunerea
funciei pe baza ortonormat din V2j ).Se spune c f(x) este aproximat cu
rezoluia 2j .
() f(x) L2(R)
f ( x ) A2 j { f } = f (u ), j , k (u ) j , k ( x )
(2.4.1)
j ,k { f } = f (u ), j ,k (u ) = f (u ) j ,k (u )du
(2.4.2)
k Z
j ,k { f } = 2 j / 2 f (u ) (2 j u k )du
R
45
j , k { f } = W f ( j, k ) = T fTWD ( j, k )
A2 j { f } = j ,k { f } j ,k ( x) =
kZ
K Z
TWD
f
(2.4.2)
( j , k ) j ,k ( x )
(2.4.3)
f ( x) = A2 j { f ( x)} = T fTWD ( j , k ) j ,k ( x)
jZ
jZ K Z
(2.4.4)
lim A
2j
{ f ( x)}= f ( x)
(2.4.5)
A2 j { f } = j ,k { f } j ,k ( x)
kZ
A2 j +1 { f } = j +1,k { f } j +1,k ( x)
kZ
x
2
j +1, k ( x) = 2 1 / 2 j , k
u
2
u
2
= 2 hn (u n)
nZ
hn =
(2.4.6)
(2.4.7)
1 u
(u n)du
2 R 2
46
(2.4.8)
D2 j { f } = A2 j { f } A2 j +1 { f } =
= j ,k { f } j ,k ( x) j +1,k { f } j +1,k ( x)
(2.4.9)
kZ
D2 j { f } = d j , k { f } j , k ( x )
kZ
( x) = 2 (1) n h1n (2 x n)
nZ
d j ,k { f } = f , j ,k = f ( x) j ,k ( x)dx
(2.4.10)
(2.4.11)
(2.4.12)
47
(x)
-1
()
fig.19
(x-k)= sinc[(x-k)] , kZ
Se observ c (x),()L2(R), dar nu este admisibil((0)0),
condie care nu piedic utilizarea ei ca o baz de descompunere n analiza
multirezoluie.
Dac V-m este spaiul funciilor de band limitat la (-2m ; 2m),
familia de funcii {2m/2(2mx-k), kZ} formeaz o baz ortonormat n
subspaiul respectiv. La fel familia de funcii {2-m/2(2-mx-k), kZ} formeaz
o baz ortonormat n subspaiul Vm ( al funciilor de band limitat la
(-2-m ; 2-m)).
Fie W0 L2(R) spaiul funciilor tip trece band n domeniul de
frecven (-2 ,-) ( ,2)
W0= V-1 V0
V-1= V0 W0 , adic W0
V m =
W
j=1
-m+j
j = m +1
m+ j
48
(
-
(
-/2
)
/2
)
2
V-1
(
-2
(
-
(
-/2
)
/2
)
2
W1
W0
fig.20
Pentru o funcie oarecare f(t)L2(R), se determin coeficienii j,k{f}:
49
[(
)]
kZ
D2 j { f } = d j ,k { f } j ,k (t )
kZ
fig.21
50
1 pentru t[0;1]
(t)=
0 in rest
(t) V0 i {0,k(t)= (t-k)} kZ formeaz o baz ortonormat n V0.
j,k(t)= 2-j/2(2-jt-k) formeaz o baz ortonormat n V2j (fig.22)
0,0(t)
1,0(t)
1
2
t
0
fig.22
Proiecia funciei f(t) pe subspaiul V2j se obine calculnd coeficienii:
j ,k { f } = 2 j / 2 f (t ) (2 j t k )dt = 2 j / 2
R
( k +1)2 j
f (t )dt
k 2 j
A2 j { f } = j ,k { f } j ,k (t )
kZ
D2 j { f } = A2 j { f } A2 j+1 { f } =
= j ,k { f } j ,k (t ) j+1,k { f } j+1,k (t )
kZ
51
j +1,k (t ) = 2 1 / 2 [ j , 2 k (t ) + j , 2 k +1 (t )]
j+1,k{f}=2-1/2[j,2k{f}+ j,2k+1{f}]
D2j{f}= 2-1
{[
kZ
j,2k{f}-
j,2k+1{f}][j,2k(t) - j,2k+1(t)] }
dj,k{f}=2-1/2[j,2k{f} - j,2k+1{f}]
j,k(t)=2-1/2[j,2k(t) - j,2k+1(t)]
(fig.23)
-1,0(t)
0,0(t)
fig.23
(3.1.1)
dt
s
s R
R y , x ( s, ) = y (t ), xs , (t ) = y (t ) xs, (t )dt =
R
(3.1.2)
Dup cum se observ din relaia (3.1.2), calculul corelaional coincide
cu TWC a semnalului recepionat y(t), folosind ca undisoar mam
semnalul de sondaj x(t).
Ry,x(s, )=Wy/x) (s, ) =TyTWC (s,)
(3.1.3)
dt
| |2
dt
x*s2,2(t)
y(t)
| |
x*sn,n(t)
dt
...
fig.24
53
| |2
SelectaEstimare
rea
, s
valorii
maxime
...
(3.1.4)
1
1
TxFIBL ( s, ) = R x , x ( , ) = TxTWC
/ x ,
s
s
(3.1.5)
TyTWC (s,)=Wy(s,)=yxs(-)
xs(t)=|s|-1/2 x(t/s)
yxs(-)=Rx,y(s,)
y(t)
hs(j)=
1/2
|s|
x*(s j)
Rx,y(s,)= Wy(s,)
1
t
2
R x , y ( s, ) = x 2
dt = x (t )dt = E x
s R s
R
n cazul ideal se obine la ieirea filtrului, la momentul , semnalul
maxim EX. Receptorul corelaional cu filtre adaptate, prezentat n fig.25
simplific mult schema corelatorului din fig.24
y(t)
Hs1(j)
| |2
Hs2(j)
| |
Hsn(j)
| |2
fig.24
55
Selecta- Estimare
rea
(s,)
valorii
maxime
y (t ) = SW ( s, ) xs , (t ) s 2 dsd
D
(3.3.1)
t 1 / 2 2
y (t ) = SW ( s, ) x
s dsd
s
s
D
Funcia de densitate a reflectivitaii SW(s,) descrie modul cum obiectele
(sau punctele reflectorizante ale aceluiai obiect ) sunt disribuite n s i .
D -reprezint domeniul de interes a lui s i .
n cazul particular al obiectelor singulare, funcia de densitate a
reflectivitii este o distribuie Dirac:
SW(s,)=(s-s1)(-1)
y(t)= |s1|-1/2 x[(t-1)/s1]
n caz general se pune problema determinrii distribuiei SW(s,), pentru
a obine o hart a distribuiei obiectelor (punctelor reflectorizante ) n spaiu.
Daca D=R2 i semnalul de sondaj ndeplinete condiiile de admisibilitate,
atunci relaia (3.3.1) are forma unei TW inverse :
56
2
t s
y (t ) = SW ( s, ) x
dsd
s s
RxR
(3.3.2)
SW ( s, ) = y (t ) x s, (t )dt =
R
y
(
t
)
x
s
s R
SW ( s, ) = R y , x ( s, ) = W y / x ( s, ) = T yTWC
/ x ( s, )
dt
(3.3.3)
(3.3.4)
i relaia
R y , x ( s, ) =
=
t
y (t ) x
dt =
s
s R
t 1 1/ 2 2
t
s
s1 ds1d 1dt =
x
SW ( s1 , 1 ) x
s
s
D
s R
1
1 / 2
t t 1
s1s s12 ds1d 1dt
= SW ( s1 , 1 ) x
x
s s1
R D
(3.3.5)
Relaia (3.3.5) reprezint o convoluie de dou variabile, a funciei de
57
TxFIBL(s,) = xx(s,)=(s-1)(),
( m s ) 2 t n
x
y (t ) = SW (m s, n )
m s
m s
m n
(3.3.6)
58
3.1. GENERALITI
O prim etap n procesarea primar a semnalului RADAR o constituie
prezentarea acestuia ntr-o form adecvat scopului urmrit, (form
determinat de parametrii eseniali ai semnalului recepionat, care sunt
purttori ai informaiei relevante) i ct mai accesibil sistemului de
procesare. Aceast etap premergtoare procesrii propriu zise, mai poart
denumirea i de preprocesare. Urmeaz apoi etapa urmtoare a prelucrrii,
n care pe baza unui algoritm, ales n concordan cu scopul urmrit i cu
forma de reprezentare a semnalului din etapa anterioar se realizeaz
mbuntirea raportului Semnal util/ Zgomot (atenuarea pe ct posibil a
componentelor perturbatoare i accentuarea celor purttoare de informaie).
De asemenea, tot n aceast etap trebuie s se fac reconstituirea
semnalului cu parametrii purttori de informaie, ntr-o form adecvat
sistemului care va efectua etapa urmtoare a procesrii, denumit i
postprocesare.
59
Semnal
recepionat
y(t)
Achiziie
Reprezentare t-
( Preprocesare)
Algoritm
Prelucrare
Reconstituire semnal
(Postprocesare)
Extragere
informaie
fig. 25.
n fig.25. este prezentat un model de prelucrare primar a semnalului
RADAR. n etapa de preprocesare se va face o reprezentare timp-frecven
convenabil a semnalului, reprezentare ce va determina n mare msur
alegerea algoritmului de prelucrare. Ca model de reprezentare, se pot utiliza,
n funcie de aplicaie mai multe reprezentri timp-frecven : reprezentarea
de tipul Transformare Fourier Scurt (TFFG), reprezentarea timp-frecven
de tipul funcie de incertitudine de band ngust, reprezentarea de tip
Wigner - Ville, reprezentarea timp-frecven de tipul Wavelet i reprezentarea
de tipul funcie de incertitudine de BL. Dup cum s-a artat n [ 4 ], primele
3 tipuri de reprezentri se preteaz n cazul semnalelor de sondaj simple de
band ngust, iar urmtoarele 2 tipuri rezolv problema semnalelor
nestaionare, de band foarte larg cu spectru mprtiat.
60
u (t ) = y (t ) e j0t
v (t ) = w( t )
Se obine astfel schema sistemului analogic, care transform semnalul
y( t ) n reprezentarea sa t de tipul TFFG, printr-o modulare cu
e j 0t i
Modulare
y(t)
FTJ
TyTFS (o , )
H ( j ) = F {v(t )}
e j o t
fig. 26.
(y(t ) w( t ) e
F w( t ) e
Modulare
+ j o t
e j o
fig. 27.
61
TyTFS ( o , )
j o t
),
R yx ( , d , 1 , d 1 ) = x(t 1 ) e j d 1 t + n(t ) x (t ) e j d t dt =
R
= x(t 1 )x (t ) e j( d d 1 )t dt + n(t ) x (t ) e j d t dt =
R
(4.3)
, se obine :
R yx ( , ) = x(t ) x (t ) e jt dt + TnSFT ( d , )
R
(4.4)
(4.5)
TxFI ( , ) = TxTFS ( , )
Se poate deci afirma c reprezentarea t- de tipul funcie de
incertitudine este de fapt un caz particular al reprezentrii de tip TFS, n care
fereastra temporal este puternic dependent de semnalul analizat, fiind
chiar identic cu acesta.
62
Exist i alte exprimri alternative ale funciei de incertitudine, putnduse alege forma adecvat de reprezentare, funcie de specificul aplicaiei n
care va fi utilizat. Funciile de incertitudine de BI si BL, pentru diferite
semnale RADAR sunt prezentate n ANEXA 1.
TxFI ( , ) = e
TxFI ( , ) = e
x t + x t e jt dt
R
2
2
x t + x t e jt dt
R
2
2
(4.6)
TxFI ( , ) = e
=e
e
=
=
=
F x t + x t
2
2
2
e
2
e
1
F x t + F x t =
2
2
2
e
R
1 j 2
j
2
e
F {x(t )} e
F x (t ) =
ju
ju
X ( ) e
j ( u )
X (u ) e
X ( u ) e
(4.7)
X ( ) =
j ( u )
X (u )du =
X ( u )du =
1
x ( u ) X ( u ) e ju du
2 R
u =V
T XFI ( , ) = +
1
X (V ) X (V ) e j (u V ) dV =
2 R
1
X (V ) X (V ) e j (V ) dV
2 R
63
(4.8)
V u+
j u
T ( , ) =
X u + X u e 2 du
2 R
2
2
FI
x
FI
x
( , ) =
X u + X u e ju du
R
2
2
(4.9)
TxFI ( , ) = X t + X t e jt dt
R
2
2
TxFI ( , ) =
1
2
X u + 2 X
R
ju
u e du
2
Cel de-al doilea termen din relaia (4.4) reprezint de fapt TFS a
semnalului perturbator, utiliznd ca fereastr semnalul de sondaj x(t ) .
64
(4.10)
H a ( ) = K e jti X ( )
(4.11)
[ X (
R
d1
) X ( ) e j (t ) d + R N ( ) X ( ) e j t d ]
1
(4.12)
65
= t 1
d1
u =
2
=
d 1 2
y e1 ( , ) =
K e
2
X u X u + e j u du
R
2
2
Pentru K = e
y e1 ( , ) = T XFI ( , ) =
se obine :
X u X u + e j u du
R
2
2
(4.13)
2 D1
, respectiv viteza radial a
C
2Vr
0 . Metoda clasic utilizeaz sistemul
C
x(t ) x (t ) dt + n(t ) x (t ) e
j d 1 t
dt =
66
= 0 ; = 0 i se obine :
TxFI (0,0 ) = x(t ) x (t ) dt = E X
R
corelaional.
Rezultate identice se obin i n cazul utilizrii unui banc de filtre
adaptate, fig.28.
Referin
0 = 0
X ( d 1 )
Determinare
maxim i
msurare
y(t)
X ( d 2 )
X ( dn )
( , )
i
di
fig. 28
y e ( 1 ) =
=
[ X (
R
d1
) X ( d 1 ) d + R N ( ) X ( d 1 ) e j d ] =
1
X ( ) d + N ( ) X ( d 1 ) e j 1 d =
= K Ex +
K
N ( ) X ( d 1 ) e j 1 d
2 R
Aceleai condiii scrise pentru funcia de incertitudine sunt = 0 i
67
=0
TxFI (0,0) =
1
x(u ) x * (u ) du = E x
2 R
Dac
=0
TxFI (0, ) =
(filtrul
este
dezacordat)
x u x * u + du =
X (V ) x * (V + )dV ,
R
2
2
2
2 R
se
care
obine
reprezint
1
1
2
2
x(u ) x * (u ) e ju du =
x( ) e j d = F 1 x( ) ,
R
R
2
2
care
j t
(4.14)
dt
][
= x(t 1 ) x * (t 1 ) e j d 1 e j t dt + n(t ) x * (t 1 ) e j d 1 ( t ) e jt dt +
R
+ x(t 1 ) e j d 1 t n * (t ) e j t dt + n(t ) n * (t ) e jt dt =
R
= x(t ) x * (t ) e j d 1 e j (t +1 ) dt + x * (t ) n(t + 1 + ) e j d 1 (t +1 ) e j (t +1 + ) dt +
R
+ x(t ) e j d 1 (t +1 ) n * (t + 1 ) e j (t +1 ) dt + n(t ) n * (t ) e jt dt =
R
= e j( d 1 + 1 ) T XFI ( , ) + e
j 1 + d 1 1
x * (t ) n(t + 1 + ) e j ( d 1 )t dt +
R
+ e j ( d 1 1 + 1 ) x(t ) n * (t + 1 ) e j ( + d 1 )t dt + n(t ) n * (t ) e jt dt =
R
= e j ( d 1 + 1 ) TxFI ( , ) + e j d 1 n(t ) x * [t ( + 1 )] e j ( d 1 )t dt +
R
68
= e j (d 1 +1 ) TxFI ( , ) + e j d 1 TnTFS ( d 1 , + 1 ) +
+ e j ( +d 1 ) TnTFS ( + d 1 , 1 ) + TnFI ( , )
Se obine :
T yFI ( , ) = e j ( d 1 +1 ) TxFI ( , ) + TnFI ( , ) + e j d 1 [TnTFS ( d 1 , + 1 ) +
+ e j TnTFS ( + d 1 , 1 )]
(4.15)
{~
10 ( ) 20 ( )
(4.17)
{~
01 ( ) 02 ( )
(4.18)
}= arg{ ( x(t )
2
= arg x(t ) cos t dt j x(t ) sin t dt = arctg
R
R
x(t )
20 ( ) = arg
y( t ) e jt = arg F y( t )
} = arctg
sin t dt
x(t ) cos t dt
2
)}
(4.19)
y( t ) sin t dt
2
y( t ) cos t dt
(4.20)
{ y( t ) y ( t )dt} = arg R
02 ( ) = arg
yy
( )
01 ( ) = arctg
02 ( ) = arctg
Im{ RXX ( )}
(4.21)
Re{ RXX ( )}
Im{ RYY ( )}
(4.22)
Re{ RYY ( )}
F {R XX ( )} = F
R R
70
= x(t ) x * ( ) e j (t ) d dt = x(t ) e j t x( ) e j d dt =
R
= x(t ) e j t X * ( ) dt = X ( )
R
R XX ( ) = F 1 X ( )
=
} = 21
X ( ) e j d =
2
X ( ) cos + j X ( ) sin
2
01
( ) = arctg
(4.23)
X ( ) cos d
2
02
X ( ) sin d
2
( ) = arctg
Y ( ) sin d
2
(4.24)
Y ( ) cos d
2
y (t ) sin t dt
x(t ) sin t dt
1
R
R
arctg
1 = arctg
2
2
y
t
t
dt
(
)
cos
x(t ) cos t dt
R
R
d1
X ( ) sin d
1
R
= arctg
arctg
2
R X ( ) cos d
(4.25)
sin d
2
(
)
cos
Y ( )
t0 = 0 ,
1
x(t ) = (t ),
atunci
X ( ) este
nemrginit i
adic
[arctgtg 0 ] = 0 , iar
y (t ) = (t 0 )
d 1
nu este
determinat.
1
71
0
R / 2
2
R sin t dt
sin
t
dt
0 +
R / 2
1
2
=
1 arctg
arctg R
R
/2
0
2
cost dt
R cos t dt
R / 2
0 +
R
R
+ 0
cos 0 cos 0 +
2 sin 0
sin
1
2
2
1
2
0 = arctg
=
arctg
=
R
R
R
2 cos 0 sin
sin 0 + sin 0
2
2
arctg tg( 0 ) = 0
(4.25)
1masurat 0
sin(
)
d
sin(
)
d
1
+ R / 2
d 1 arctg 00 ++RR // 22
arctg 0 0 d d0 0 + R / 2
cos(
)
d
cos(
)
d
0 + R / 2
0 d 0 + R / 2
d1 =
arctg
sin( 0 )
sin( 0 d 0 )
arctg
cos( 0 )
cos( 0 d 0 )
]=d0
(4.26)
Deci d 1masurat d 0
X( )
x(t)
t
0 -R /2
-R /2
R /2
fig.29a
0 +R /2
fig.29b
72
1 pentru t [ R / 2; R / 2
0 n rest
Evident
masurat
X ( ) = R sin c(
Y ( ) = R sin c(
X ( )
R
)
2
d 0
R )
(fig.29c)
Y ( )
fig.29c
73
d0
d1
( d 0 ) sin( )d
R
1
2
= arctg
R
R sin c 2 ( d 0 ) cos( )d
d1
sin c
2 R
sin ( d 0 ) sin( )
d 0 + R / 2
2
d
2
d 0 R / 2
( d 0 )
1
arctg
2 R
sin ( d 0 ) cos( )
d 0 + R / 2
2
d
2
d 0 R / 2
( d 0 )
Se obine:
R / 2
d
2
= d 0
d 1 = arctg
R / 2 cos[ ( R + ) ] + cos[ ( R ) ] cos( )
d
2
R / 2
R / 2
3.3
Dup cum s-a afirmat n 2.2 se pot utiliza dou variante de procesare, n
74
se observ
x (t - 1 ) e jd1t
y(t)
n(t+t)
Intarziere
x (t - 2 ) e jd 2t
x (t - n ) e j d n t
T yTFS ( d 1, 1 )
dt
dt
dt
.
dt.
dt
T nTFS ( d 1, 1 )
FI
T yTFS ( d 2, 2 ) Tx ( d 2, 2 )
) -
TnTFS ( d 2,
TFS
y
Determinare
maxim si
comparare
d 0, 0
( dn , n )
x (t - 1 ) e jwd 1t
TxFI ( d 1, 1 )
TxFI ( d n , n )
TnTFS ( dn, n )
dt
fig. 30
Aceast schem completeaz matricea corelaional clasic cu
compensatoare la nivelul componentelor Transformatei Fourier Scurte a
75
Ascultare
Procesare
T-1
0
Emisie
fig.31
Rezultatele obtinute prin aceasta metoda de procesare sunt prezentate in
ANEXA 10
Perioada de observare T se mparte astfel n dou intervale: de la 0 la
t se desfsoar etapele algoritmului de ascultare bruiaj activ, eantionare i
a informaiilor
76
TnTFS
1 (d , ) = n1 (t ) x (t ) exp( jd t )dt = n(t + t ) x (t ) exp( jd t )dt
R
Se noteaz t+ t =t 1 i se obine :
TnTFS
1 (d , ) = n(t1 ) x [ t1 (t + ) ]exp( jd t1 ) exp(jd t )dt
R
(4.27)
y(t)
Calcul
TFS
T yTFS ( i , di )
x(t)
n(t+ t )
Calcul
TFS
j di t
TnTFS
1 ( i t , di )
TxFI ( i ,di )
- ( , )
TnTFS
i
di
fig.32
Pornind de la relaia (4.12) se poate implementa algoritmul de
procesare i n domeniul frecven. Rspunsul filtrului adaptat, acordat pe
di , la momentul i va fi :
y e ( di , i ) =
k
2
[ X (
R
di
) X ( di ) d + N ( ) X ( di ) exp( j i ) d
R
77
ye ( di , i ) = kEx +
N 1( ) =
k
2
N ( ) X
R
( di ) exp( j i )d
n ( t + t ) exp( j t ) = exp( j t ) N ( )
N ( ) = exp( jt ) N ( )
y e ( di , i ) = kE x +
k
2
y e ( di , i ) = kE x +
N 1( ) X ( di ) exp [ j ( i t ) ]d
k TFS
T N 1 ( di , t i )
2
(4.28)
n1(t)=n(t+ t)
ye (di , i )
kX ( di )
Esantionare
memorare
Calcul
TFR
fig.33
N1( )
Calcul
TFS
k TFS
TN1 (di , t i )
2
X ( )
78
TyFI (0, 0 ) = exp( jd1 0 )TxFI (0 , 0 ) + TnFI (0, 0 ) + exp( jd1 0 )[ TnTFS (d1 , + 0 ) + TnTFS (d1 , 0 )
Considernd 0 = d 1 i 0 = 1
TyFI ( 0 ,0) = exp( j 0 1 )TxFI ( 0 ,0) + TnFI ( 0 ,0) + TnTFS (0, 0 ) + TnTFS (2 0 , 0 )
TyFI (0, 0 ) = exp( jd1 0 )TxFI (0 , 0 ) + TnFI (0, 0 ) + exp( j0 0 )[ TnTFS (0 ,2 0 ) + TnTFS (0 ,0 )
(4.29)
(4.30)
T 2 = exp( j 0 0 )TnTFS ( 0 ,0 )
T 3 = TnTFS (0, 0 )
T 4 = TnTFS (2 0 , 0 )
79
TxFI (0, 0 )
Extragere
T yFI (0, 0 )
y(t)
Esantionare
Memorare
Calcul
d1
Calcul
T yFI
Memorare
Extragere
TyFI ( 0 ,0 )
Calcul
TnFI
n(t + t )
~
T yFI (0, 0 )
Extragere
TnFI (0, 0 )
~
T yFI ( 0 ,0)
Calcul
TxFI ( 0 ,0)
Memorare
Extragere
Esantionare
Memorare
TnFI ( 0 ,0 )
T1
Calcul
TnTFS
Extragere
Memorare
TnTFS
T2
T3
T4
x(t)
fig.34
deocamdat
interes
doar
din
punct
de
vedere
teoretic,
calculndu-se
sin( k1t )
y (t )
Y ()
y(t)
Calcul
TFR
sin(k 2 )
cos(k1t )
Calcul
20 (k1 )
Calcul
02 (k 2 )
10 (k1 )
1
k1
1
k2
cos(k 2 )
d1
01 (k 2 )
fig.35
n concluzie, se poate afirma c reprezentrile timp-frecven de tipul
TFS si FIBI ofer o gam larg de metode de procesare i analiz a
semnalului RADAR de band ngust, conferind o mbuntire semnificativ
a calitii procesrii i a raportului semnal/zgomot al semnalului ecou. Dar
aparatul matematic specific acestor reprezentri este destul de complex i
implementarea algoritmilor presupune sisteme de procesare cu viteze mari i
capaciti de memorare foarte mari, necesitnd astfel o simplificare a
algoritmilor. n continuare se va prezenta o aplicaie bazat pe TFS discret,
care simplific algoritmul de procesare, implementarea acestuia fiind mai
uor de realizat.
81
3.4
i c
R
R
R
R
t
t
X
;
+
;
2
2
2
2
Acoperirea planului
prezentat n fig.36.
t
t1
t2
Fig.36
82
t 0 = R
0 = R ,se obine:
(4.29)
(4.30)
mZ nZ
densiti
minime, iar cel de-al doilea punct de vedere se refer la faptul c semnalul
ecou, de energie finit, care n general este un semnal nestaionar poate fi
descompus cu ajutorul mulimii de funcii :
{w
m,n
83
w(t)=
0 n rest
pentru
w m , n (t ) =
{w
m,n
(t)}mZ,nZ
1
1
t n ; n +
2
2
0 in rest
wm ,n (t )
w0, 0
w2,1
w4, 2
t
fig.37
Dac
{ wm,n (t ) }m ,nZ
0 t 0 = 2
L2 ( R ) .
Altfel spus, pot genera baze a lui L2 ( R) numai funciile w(t) care au
produsul R R infinit. Totui acest rezultat teoretic nu ne mpiedic s folosim
fereastra rectangular, dar pentru reconstrucia semnalului y(t) va fi necesar
eantionarea redundant ( 0 t 0 < 2 ).
Relaia (4.29) se scrie:
TFSD
y
1
2
1
n
2
(m, n) =
n+
y (t ) exp( jm 0t )dt
T yTFSD (m, n) =
1
1
kTe n ; n +
2
2
y ( kTe ) =
y (kTe ) =
mZ nZ
TFSD
y
( m, n ) wm ,n ( kTe )
exp( jmk T )
mZ
0 e
TFSD
y
1
1
n kTe ;kTe +
2
2
(m, n)
R 1
se obine:
=
2
2
k
y( ) exp( jmk ) =y n1 exp[ jm (2n 1] + y n + y n+1 exp[ jm (2n + 1]
2
k 2 n 1; 2 n +1]
pentru m=2m 1
T yTFSD (m, n) =
pentru m=2m 1 +1
85
y(t)
Esantio
nare
T (n,2m1 )
y n +1
T (n,2m1 + 1)
y(t)
t
y e (t )
t
T (n,2m1 )
t
T (n,2m1 + 1)
Fig.38
86
T
0r
TFSD
y
1
( n + )
2
1
( n )
2
(n,1) =
y (t ) exp( j 0 r t )dt
,unde:
0 r = 0 + d = 0 + i d
iZ
TFSD
y
1
( n + )
2
1
( n )
2
(n,1, i) =
TyTFSD (n,1, i) =
TyTFSD (n,1, i) =
Pentru Te =
1
1
kTe ( n ) ;( n + )
2
2
1
1
k ( n ) ;( n + )
2 Te
2 Te
se obine:
TyTFSD(n,1, i) =
1
1
k ( n )f0 ;( n+ )f0
2
2
y(
k
) exp( j 2k ) exp( ji d 2k )
f0
0
87
TyTFSD(n,1, i) =
TyTFSD(n,1, i) =
2k )
2k )
yk exp( ji
yk exp( ji
1
1
k ( n )f0 ;( n+ )f0
2
2
f
f
k ( 2n1) 0 ;( 2n+1) 0
2
2
Avnd n vedere c
(4.31)
2v
,unde
c
TyTFSD(n,1, i) =
f
f
k ( 2n1) 0 ;( 2n+1) 0
2
2
yk exp( ji
v
4k )
c
MEM 2
R
R
y(t)
MEM1
y(k) y(k)
CA/N
j 4 k i
Acumulator
R/W
Adrese
memorii
Schema de
f0
Adrese
memorii
comanda si
sincronizare
Fig.39
88
v
c
T yTFSD (n,1, i)
Comparator
numeric
cu
prag
Ref
f 0
( n 0 , i0 )
TyTFSD(n,1, i) =
yk exp( ji
v
4k )
c
2 Dmax
f 0 = 2 10 4 . Numrul de coeficieni care se calculeaz
c
este N ci =
Ne
= 200 coeficienti . Pentru o rezoluie n vitez
100
2v max
= 60 .
v
89
I.F
M.F
J.F
t
t1 t2
t3
fig.40
Pornind de la aceste considerente, reprezentarea bidimensional
adecvat semnalului ecou nestaionar ar fi reprezentarea timp-frecven de
tip transformare Wavelet (TW).
TyTWC (s, ) =
f
=
, unde f 0 reprezint frecvena central a filtrului FTB cu rspunsul
f0 0
TyTWC ( , ) =
(
)
y
(
t
)
t
dt
s (t ) =
s ( st )
Deci pentru fiecare valoare pozitiv a lui s, TWC a semnalului y(t) este
rspunsul unui sistem liniar i invariant n timp, cu rspunsul la impuls s (t ) ,
cnd la intrare se aplic semnalul y(t).(fig.41).
y(t)
s (t )
TyTWC(s,)
fig.41
Aceast exprimare st la baza implementrii filtrului optim adaptat cu
semnalul ecou de band larg. Dup cum s-a artat n [14], modelul
matematic al semnalului recepionat, n absena bruiajului este o replic
91
y (t ) = s x[s (t )]
Ieirea receptorului corelaional este n acest caz :
R y , x ( s , ) =
s y (t ) x [s (t )]dt
(4.32)
Dup cum se observ din relaia (4.32), calculul corelaional coincide cu TWC
a semnalului recepionat y(t), folosind ca undisoar semnalul de sondaj x(t).
R y , x ( s , ) = T yTWC
/ x ( s, )
(4.33)
. Schema receptorului
dt
x s2, 2 (t )
y(t)
dt
. . .
x sn ,n (t )
dt
fig.42
92
Selectarea
valorii
maxime
Estimare
,s
sn .(fig.43)
x s1 (t )
y(t)
Selectarea
valorii
maxime
xs 2 (t )
. . .
Estimare
,s
xsn (t )
fig.43
Considernd acum semnalul ecou ca fiind bruiat aditiv cu perturbaia
n(t) se obine:
y(t ) =
s1 x[s1 (t 1 )] + n(t )
1
Ry, x ( , s, 1 , s1 ) = s1s x([s1 (t 1 )] +
n(t )x [s(t )]dt
R
s1
93
s1
+ 1 se obine:
d
Ry,x = s1s x()x s +1 +TnTWC
/ x (s, )
R
s
s
1
1
Ry,x =
s
s1
s
TWC
x
t
x
(
)
(
t
s
)
1
dt + Tn / x (s, )
R
s1
Folosind notaiile: s =
s
si = s1 ( 1 ) se obine:
s1
)
Ry,x (s, ) = TxFIBL(s, ) + TnTWC
/ x (ss1 ,1 +
s1
TxFIBL ( s, ) = s x(t ) x [s(t )]dt
R
(4.34)
(4.35)
( s, ) = (1,0) .
94
TxFIBL ( s, ) = s x(t + ) x s t dt
2 2
R
Notnd
1
t = t + se obine:
s
t
+ ) x (t ) dt
x
(
sR s
TxFIBL ( s, ) =
Notnd
(4.36)
1
t = t +
s
TxFIBL ( s, ) =
(4.37)
se obine:
x( s + 2 ) x
s
R
(t s ) dt
2
(4.38)
2 R
[
R
TxFIBL ( s, ) = s
TxFIBL ( s, ) =
TxFIBL ( s, ) =
1
2
X ( ) X ( ) exp( j ) d
R
s
(4.39)
X ( s ) X ( ) exp( js )d
(4.40)
Dup cum s-a afirmat i n capitolul 3.2 problema esenial care trebuie
rezolvat n cadrul procesrii primare a semnalului radar este atenuarea pe
ct posibil a termenului perturbator din relaia (4.34), care se regsete la
ieirea filtrului corelaional de BL, mpreun cu semnalul util de tip funcie de
incertitudine. Spre deosebire ns de situaia prezentat n (3.2) termenul
perturbator este prezent sub forma unei reprezentri de tip TWC, care este
adecvat semnalelor nestaionare. De asemenea i funcia de incertitudine
de BL este sub forma unei TWC, artndu-se n lucrarea [2] importana
acesteia n modelarea semnalului ecou cu spectru mprtiat (de band
95
Ry,x (si , i ) = y(t ) xsi ,i (t )dt = si yu (t ) x [si (t i )]dt + si n(t ) x [si (t i )]dt
R
TWC
Ry,x (si ,i ) = TyTWC
(
s
,
)
+
T
i i
n / x (si ,i )
u/x
(4.41)
x si ,i (t )
y(t)
dt
T yTWC ( s i , i )
T yuTWC ( si , i )
xsi ,it (t )
n(t + t )
dt
TnTWC ( si , i )
fig.44
Se observ c prelevarea perturbaiei pentru calculul termenului
compensator se face n avans fa de momentul recepiei i procesrii
96
perturbaia
n(t)
este
un
semnal
aleator,
atunci
TnTWC
si n(t ) x [si (t i )]dt va fi o variabil aleatoare cu media :
/ x ( si , i ) =
R
si n(t ) x [si (t i )]dt
E{Tn } = E{
}=
Se obine astfel:
{ }
() [ (
)]
R2
97
(4.42)
si 2 x[si (t ` i )] x * [si (t i )] n(t ) n(t ')dtdt ` = si 2 rnn (t , t ') n(t ) n(t ') x[si (t ` i )] x * [si (t i )] dtdt `
R
T2 (si , i )dsi d i = rnn (t , t ') n(t ) n(t ') x[si (t ` i )] x * [si (t i )] dsi d i dtdt '
R2
R2
R2
R2
R2
T2 (si , i )dsi d i = rnn (t , t ') n(t ) n(t ') (t t ')dtdt ' = rnn (t , t ') n(t ) n(t ') R (t t ')dtdt ' =
R2
R2
T2 (si , i )dsi d i = Pn Pn
]dt = n(t )
R
2
2
n(t ) dt = n 2 (t )dt n(t ) dt
R
R
(4.43)
} {s
X si ( ) = F x si (t ) = F
( si t ) =
dt =
x( si t ) e jt dt = si x( si t ) e jt dt
d
si
98
X si ( ) =
1
si
x(t ) e
R
+ j
t
si
dt =
t
j
si
x (t ) ( e
si R
1
X
dt =
si
si
1
1
X
X + N ( )
X = Yu ( )
si
si
si
si
si
si
(4.44)
N ( )
y e (t ) = F 1 {Ye ( )} = Yu (t ) + 1
X
si
si
N ( ) 1
N ( ) jt
y p (t ) = F 1
X e d
X =
s i
si
si 2 R s i
Y p (t ) =
si
1
1
1
1
n( ) e j d
X e jt d =
2 n( )
X e j (t ) dd =
R
R
R
2
2
si
si
si
si
n( ) X e j (t ) dd
R
R
2 si
si
1
Y p (t ) =
d = si d
si
2
n( ) X ( ) e jsi (t ) dd =
R
= n( ) X ( ) e jsi (t ) [si ( t )] si d =
R
= n( ) si X [si ( t )] d =
R
= n( + t ) si X [si ( + t t )] d
R
(4.45)
99
y(t)
n(t+t)
y(t)
yn(t)
X si (t )
X si (t )
yn(t)
X si (t )
n(t+t)
X si (t )
X si ( + t t )
Fig. 45
Sistemele prezentate pot s mbunteasc semnificativ raportul
semnal util/perturbaie prin utilizarea simultan a dou procedee: filtrare
adaptiv, respectiv compensarea componentelor perturbatoare n spaiul de
reprezentare timp frecven de tipul TW. Totui, n cazul unor semnale
perturbatoare puternic nestaionare, de aceai form ca replica ateptat a
semnalului ecou sistemul de compensare poate introduce erori prin
nsumarea unor componente perturbative preluate n perioada de ascultare
i care nu mai exist n perioada de procesare. Aceste erori se manifest fie
prin anularea unui semnal util, n cazul n care acesta exist, fie prin apariia
unui ecou fals de valoare negativ n cazul n care nu exist semnal util.
Ultima situaie se poate rezolva din punct de vedere tehnic considerndu-se
semnalul util cu valoarea pozitiv, componentele negative ale compensrii
eronate eliminndu-se automat. Prima situaie se poate i ea rezolva printrun procedeu al radiolocaiei clasice i anume detecia cumulativ pe mai
multe perioade de observare, avnd n vedere c semnalul perturbator este
singular.
Se demonstreaz astfel c tehnica de procesare prezentat este
complementar tehnicilor radiolocaiei clasice.
100
2 si
c
si =
c + vi
c vi
T yFIBL (s, ) = s
t=
t'
+i
si
x(t ) x [t s
=
) x(t ) x [t s
T yFIBL (1, 0 )
TxFIBL (1, 0
0 ]dt
0 ]dt
R xx (si 0 ) = R xx ( 0 )
si =
TYFIBL (1, 0 )
TxFIBL (1, 0 )
T yFIBL (1, 0 )
R xx1 R xx ( 0 ) FIBL
0
T X (1, 0 )
Dar
si =
(4.46)
() 0 0
(4.47)
R xx1 .
Dac se calculeaz:
T yFIBL ( s 0 ,0)
T
FIBL
x
( s 0 ,0)
x(t ) x [s 0 t + 1 s1 ( s 0 1)]dt
x(t ) x (s 0 t )dt
Fxx [ 1 s1 ( s 0 1)]
,unde s-a notat cu
Fxx (0)
Fxx(), funcia:
Fxx ( ) = x(t ) x (s 0 t + )dt
R
Se obine:
Fxx ( 1 s i (s 0 1)) = Fxx (0)
1 =
TxFIBL ( s 0 ,0)
FIBL
s i (s 0 1)
Tx ( s 0 ,0)
1
()s0 1, si
Dar
T yFIBL ( s 0 ,0)
(4.48)
102
i =
Fxx1
T yFIBL ( s 0 ,0)
s i (s 0 1)
s 0
()s0 1, si
(49)
T0 = T yFIBL (1, 0 )
R xx1 (T0 )
Fxx1 (t )
y(t)
Eantionare
Memorie
Calcul
R xx1 (T )
T yFIBL ( s, )
Fxx1 (T )
Fxx1 (t )
T0 = T yFIBL (s 0 ,0 )
T
Fxx1 0
s
si (s 0 1)
0
1
Fig.46
n algoritmul de calcul prezentat nu se ine seama de aciunea
perturbaiei asupra semnalului recepionat y(t), deoarece se consider c n
aceast etap a procesrii perturbaia n(t) este deja eliminat prin alte
metode, iar semnalul y(t) refcut. Scopul acestei etape a algoritmului de
procesare este doar de a mbunti precizia de determinare a parametrilor
103
(si, i), care n cazul existenei unor sisteme de calcul performante poate fi
superioar celei obinute n cazul relaiei cu filtre corelaionale sau adaptive.
s ; + s X [s 0 s R ; s 0 + s R ]
s m = a 0 s m 1 = a 0m s 0
m, n Z
n = n a m 0
0
a0 =
sm
= m
s m 1 m 1
m,n (t ) = a a 0m t n 0
m ,n (t ) = a 0 2 a 0m t n 0
m, n Z
] m, n Z
TWD
y
m
2
0
(4.50)
R xy ( s m , n ) = R xy ( m, n) = a
m
2
0
y (t ) X a 0m t n 0 dt
105
eantioanelor
T yTWC (m, n )
sau
reconstruciei
semnalului
iniial
y(t)
din
2D
c
s=
c +V
2V
= 1+
c V
C V
0 =
2 D 0
C
s
2C
=
V (C V )2
s 0 =
2C
(C Vi )
V0
2
V0
C
V =C
s 0 =
(si + 1)2
2C
s 1
s +1
V0 =
dV
2C
=
ds (s + 1)2
(si + 1)2
2C
V0
2
V0
C
Impunnd condiiile:
106
0 = n +1 n = (n + 1) a 0 m 0 n a 0 m 0 = a 0 m
s 0 = s m +1 s m = a 0m +1 a 0m = a 0m (a 0 1)
2 D 0
0 = C
2
2
m
s = (s m + 1) V = a 0 + 1 V
0
0
0
2C
2C
2 D 0
m
a 0 C
2
m
a m (a 1) a 0 + 1 V
0
0 0
2C
2 D 0 1
0 C a m
0
m
a 0 (a 0 1) V0
am +1 2
2C
0
Se obine:
(4.52)
s 0
2
V0
C
2 D 0 1
0 C a m
0
a m (a 1) 2 V
0
0 0
C
(4.53)
107
0 =
2 D 0 1
M
C
a0
a 0M (a 0 1)
2
V0
C
a 0M (a 0 1)
2
V0
C
2 V0
C (a 0 1)
a 0M
lg
M
M lg a 0 lg
2 V0
C (a 0 1)
lg a 0
2 V0
C (a 0 1)
2V0
C (a 0 1)
M log a0
s max =
C + Vmax
C Vmax
a 0n = s max
M =
M lg a0 = lg smax
lg s max
= log a0 s max
lg a0
s max
2V0
C (a 0 1)
a0 1 +
2 V0
C s max
2V0
C (a 0 1)
(a 0 1)
a0 1 +
2 V 0
C s max
2V0 (C Vmax )
C (C + Vmax )
108
2V0 (C Vmax )
a 0 1 + C (C + V )
max
C + Vmax
M = log a0
+1
C Vmax
= 2D0 (C Vmax )
0
C (C + Vmax )
Dmax
N = D
0
a0 = 1 +
Alegnd
(4.54)
2 V 0 (C V max )
s 0
(a
=
+1
V0 .
2C
m
0
Avnd n vedere c:
(a
(a
a 0m
m
0
a 0m
m
0
+1
+1
1
4
(a 0 1)
()m Z
se obine:
V0 (C Vmax )
1
(a 0 1) =
4
2C (C + Vmax )
V0 (C Vmax ) V0
2C (C + Vmax ) 2C
(C Vmax )
1
(C + Vmax )
109
2 Rx 0
Rx
Rx
D0 C Vmax
C C + Vmax
2 R x s 0 0 = s 0 0 = a 0m (a 0 1) m0 = (a 0 1) 0
sm
a0
R x
a0 1
2V0 C Vmax
V0
C Vmax
0 =
0
0 =
2
2C C + Vmax
C
C + Vmax
Rx =
D0
C
R x =
V0
V0
V0
=
0 =
1
0
C
C 0
Rx
D0
C
R x
V0
(4.55)
C Tef
2
0 Bef
(4.56)
110
K=
C Vmax
1
C + Vmax
(4.57)
1
C 0
2
(4.58)
se consider
111
sm =
C Vm
C + Vm
n =
Vm = m V0
2 Dn
C
i se obine:
D n = n D 0
R xy ( s m , n ) = R xy (Vm , Dn ) = R xy (m, n)
R xy (m, n) =
C m V0 2 n D 0
C m V 0
y (t ) x
t
dt
C + m V0 R
C
C + m V0
D0
C
R x
V 0
D0 = 10m
Vmax = 1000m / s
Dmax = 300km
Se obine:
a0 = 1 +
2 V0 (C Vmax )
= 1,000000067
C (C + Vmax )
C + Vmax
M = log a0
+ 1 = 100
C Vmax
0 =
2 D0 C Vmax
= 0,67 s
C
C + Vmax
N=
Dmax
= 3.000
D 0
s 0 = a 00 = 1
s1 = a 10 = 1,000000067
s 2 = a 02 = 1,000000133
s 3 = a 03 = 1,000000201
s100 = a 0M = 1,000006700
112
2 V 0
20
Pentru 0=10 cm
D 0
C 0
3 10 8 10 1
=
= 1,5 10 6 m
2 V0
2 10
m
2
0
(m, n) = y (K T0 ) a a 0m K T0 n 0
R xy (m, n) = a 02 y (K T0 ) x a 0m K T0 n 0
(4.59)
113
Eantionare
Cuantizare
y(k*T0)
32
1
fe =
T0
Schem
comand
adrese
Rxyp
MEM2
y(kT0)
Calcul
Rxy(m,n)
Comparator
Rxyp
m
n
A2
32
MEM1
A1
x a 0m K T0 n 0
fig. 46
Semnalul y(KT0), dup eantionare se nregistreaz n memoria
MEM2, pe o perioad de observare Tr. Semnalul de sondaj x(m,n,k) ale
crui valori sunt cunoscute se pstreaz n memoria MEM2, n care sunt
nregistrate doar valorile nenule ale acestuia. Astfel presupunnd c x(m,n,k)
este nenul pentru Kmax = 10 eantionare, capacitatea memoriei MEM1 va fi:
CMEM1 = 10 x M x N = 3.000.000 cuvinte = 3Mcuvinte = 12 Moctei
CMEM2 = 10 N = 30 cuvinte = 120 Koctei
Calculul coeficienilor Rxy(m,n) se reduce la 10 produse y(KT0)x(m,n,k)
i la nsumarea acestor termeni. Apoi se realizeaz compararea cu Rxyp, o
valoare de prag i dac Rxy(m,n) Rxyp, atunci cuplul (m,n) (Vm, Dm) va
reprezenta parametrii intei, din matricea coeficienilor reinndu-se doar
valorile care ndeplinesc condiia specificat.
114
115
( )
0 ln a 0
ln a 0
dw 0
A
B
0
2
2
2
( )
0 ln a 0
ln a 0
dw 0
A
B
2
2
(4.60)
y (t ) =
A {y(t )}
m
mZ
Am ( y ) =
T (m, n ) (t )
mZ
m,n (t ) = 2
Dm ( y ) =
TWD
y
(4.61)
m,n
2m t n
T (m, n ) (t )
mZ
TWD
y
m,n
116
unde:
1
pt.t [0; 0 ]
H (t ) = 0
0 n rest
iar proiecia
Am ( y ) = T yTWD (m, n ) 2
nZ
H 2 m t n 0
(4.62)
0
2m
Dm ( y ) = T yTWD (m, n ) 2
nZ
H 2 m t n 0
(4.63)
sin c
0
2
2 0
2
=
j 0
2
e
sin c
2
0
0 0
2 sin
cos
j 0
2
2 2 =
=e 2
0
0
sin
2
0
j 2
0
2
=e
cos
2
e
( )
m0 ( ) = H
=
H ( )
j 2
sin c
Se verific condiiile:
m0 (0 ) = 1
m0 ( ) = e
j2
0 = 2 p +1
m1 ( ) = e
=e
= (1)
cos
0
2
=0
pN
m ( + ) = e
j
[( 2 p +1) + ( 2 p +1) ]
2
2p
= j e2
j e
( 2 p 1)
j
( 2 p 1)
2
sin
( + )( 2 p +1)
2
cos
( + ) (2 p + 1) =
2
cos (2 p + 1) + (2 p + 1) =
2
2
sin
(2 p + 1)
(2 p + 1)
Se verific:
118
m0 (0 ) = 0
m0 ( ) = 1
( ) = m =
H
1
2
2
= j e
= j e
j
(
(2 p + 1)
2 p + 1) 4 (2 p +1)
sin
e
sin
j
( 2 p 1)
2
2
sin 2 (2 p + 1)
= j e
sin 2 (2 p + 1)
(2 p + 1)
4 =
(2 p + 1)
4
Pentru p = 0 se obine: 0 = 1
1 pt.t [0;1]
0nrest
H (t ) =
m0 ( ) = e
m1 ( ) = j e
cos
j
( ) = j e
=e
sin
j
2
sin 2
= j e
+e
2
j
2
1 + e j
2
e
2j
e j 1
2
4 = 4e
sin 2
j
4
4
2
2
1 4 e
H (t ) = F
sin
4
j
Se determin n prealabil:
119
w
j
sin 2 = F 1 4 e 2
4
F 1 4 e 2
i
i 4
e e 4
(2 j )2
2
=
1
= F 1 2e 2 + e j = (t ) 2 t + (t 1)
2
Se obine:
1
H (t ) = (t ) 2 t + (t 1)dt =
R
2
1
= u (t ) 2 u t + u (t 1),
2
unde:
1 pt.t [0;+ ]
u (t ) =
0 n rest
Pentru p 0 se obine:
2
( ) = e
Hp
= e
j p
sin 2 (2 p + 1)
4 = e j 2
(2 p + 1)
j
4
2 p +1
2 p +1
+e
2
=
j (2 p + 1)
j ( p +1)
+e
2e
j (2 p + 1)
1
u (t p ) + u[t ( p + 1)] 2 u t
2
H p (t ) =
2 p +1
120
2 p +1
i
j 2 p4+1
4
(2 p + 1)
4 j
4
1
2 p + 1 pt.t [0;2 p + 1]
H p (t ) = 0 n rest
p N
Hp(t)
t
0
2p+1
Hp(t)
t
-p
p+1
fig. 47
121
WP ( )
k
-0
WP (t )
1
fig. 48
kpt. [ 0 ; 0 ]
0 n rest
w ( ) =
p
wp (t ) =
k 0
k 0 jwt
e dw =
sin c( 0 t )
2 0
Pentru k =
se obine:
0
pw (2 ) 1 pt. 0 ; 0
=
m0 ( ) =
2 2
pw ( )
0 n rest
122
m1 ( ) = e
pt. 0 ; + 0
e
2
2
m ( + ) =
0 n rest
Se verific:
m0 (0) = 1
m0 ( ) = 0
0 2
m1 (0) = 1
m1 ( ) = 0
-2 - 0/2
-2
- 0/2
0/2
2 + 0/2
fig. 49 a
m1()
-- 0/2
-+ 0/2
- 0/2
fig. 49 b
fig.49b
( ) = m
wp
1
wp
2 2
123
+ 0/2
3 + 0/2
m1(/2)
-2- 0
-2 -2 0 -+ 0
2- 0 2 0
2 2+ 0
fig. 49 c
j2
e
pentru [ 2 0 ; 0 2 ] [2 0 ;2 0 ]
( ) =
0
wp
0 n rest
0 > 2/3
j
j
1 0 2
1 2 0
wp (t ) =
e 2 e jt d +
e 2 e jt dw =
2 2 0 w0
2 2 0 w0
1
0 2 j t 1
2 0 j t
2
e
d + e 2 d =
=
2 0
2 0 2 0
1
1
1
j( 0 2 ) t 1
j 2 t
j ( 2 0 ) t
j 2 0 t
1
1
2
2
2
2
=
e
e
+e
e
=
2 0
1
j t
2
1
1
1
=
sin ( 0 2 ) t + sin 2 0 t =
1
2
2
0 t
2
1
1
1
sin 2 0 t sin ( 0 2 ) t =
1
2
2
0 t
2
1
1 2
sin c ( 0 2 ) t
= 2 sin c 0 t 1
2
2 0
124
;2
3
Pentru 0 = se obine:
wp (t ) = sin c( t )
wp (t ) =
1
1
sin t sin 2 t =
1
2
2
t
2
1
1
1
= sin c t 2 sin c 2 t =
2
2
1
1
= sin c t 1 2 cos t
2
2
1
pentru [ 0 ; 0 ]
( ) = 0
wp
0 n rest
j2
e
pentru [ 2 0 ; 0 2 ] [2 0 ;2 0 ]
( ) =
0
wp
0 n rest
wp (t ) = sin c( 0 t )
1 2
wp (t ) = 2 sin c 2 0 t 1
2 0
1
sin c ( 0 2 ) t
2
2
;2
3
2
+ ), iar dac se dorete o rezoluie temporal mai
3
125
B (t ) =
B ( ) = 0 sin c 2
cos 2 0
4 sin 2 0
B (2 ) sin c 2 ( 0 )
2
2 = cos 2 0
m0 ( ) =
=
=
2
B ( )
2 0
4 sin 2 0
sin c
m0 (0) = 1
m0 ( ) = 0
0
2
= (2 p + 1)
cos 2
0
2
=0
pN
pN
0 = 2 p +1
m1 ( ) = e j m0 ( + ) = e j cos 2
= e j sin 2
2
j
sin 2
(2 p + 1) sin 2 c (2 p + 1)
4
(2 p + 1) 16 = 16 e 2 sin 4 (2 p + 1) =
e
sin 4
(2 p + 1)
4
4
2 (2 p + 1) 2
2
(2 p + 1)
( ) = m ( ) ( ) = e
1
B
B
2
2
j
(2 p + 1)( + ) =
e 2
(2 p + 1) 2
2 p +1
j
i 2 p +1
e j (2 p +1) + e j (2 p +1) 4 e 2 + e 2 + 6
126
( ) =
1
(2 p + 1) 2
j 2 p + 1
j 2 p +
i
i ( p +1)
ip
2
2
e
+e
4e
+e
+ 6e 2
Se obine:
B ( ) =
1
1
3
1
r (t + 2 p + ) + r (t 2 p ) 4r (t p 1) 4r (t + r ) + 6r (t )
(2 p + 1)
2
2
2
Pentru p = 0 se obine:
1
3
1
B (t ) = r (t + ) + r (t ) 4r (t 1) 4r (t ) + 6r (t ) , unde cu r(t) s-a notat
2
2
2
B(t)
t
-1
B(t)
1/2
1/2
-1/2
1 3/2
-1
fig. 50
127
BD ( ) = k ( 0 ) pentru [0; 0 ]
0 n rest
BD (t ) =
k 0
t
sin c 2 0
2
2
pentru
k=
se obine:
2
( + 0 ) pentru [ 0 ;0]
0
2
BD ( ) = ( 0 ) pentru [0; 0 ]
0
0 n rest
BD (t ) = sin c 2
0 t
2
2 + 0
0
+ pentru 2 ;0
(2 ) 0 2
m0 ( ) = BD
=
pentru [0; 0 ]
BD ( ) 0
0 n rest
Se verific:
m0 (0) = 1
m0 ( ) = 0
m1 ( ) = e j
0
2
0 2
j 2 + 0 + 2
0
e + + pentru 2 ;
2 2
pentru ; 0
m0 ( + ) = e j 0
0
2
0 n rest
128
+ 0 + 2
2
e
pentru [ 2 0 ;2 ]
2
+
+
2
2
0
j 2 0 2 2
m1 ( ) = 2 e
pentru [ 2 ; 0 ]
2 0 2
2
0 n rest
BD ( ) = m1 ( ) BD ( )
2
2
( 2 + 0 ) pentru [ 2 0 ;0 )
0
2
BD = ( 0 ) pentru [0;2 0 ]
2
2 0
0 n rest
2
i innd cont de periodicitatea cu 2 a funciei m1() se obine:
3
4 j 2 0 2
+ 0 pentru [ 2 0 ;2 ]
e
2
2
2
0
0
4 j + + 2
0
( ) = e 2
0 pentru w [2 0 ;2 0 ]
BD
2
+ 2 + 0
0
0 n rest
Pentru 0 = se obine:
129
( + )( + 2 ) pentru [ 2 ; ]
2
2 e
j
( ) = 2 e 2 ( + 3 )(2 ) pentru [ ;2 ]
BD
+ 4
0 n rest
H(t)
y(n)
H(t)
Reprezentare
Analiz
i
Decizie
Haar
y(t)
Eantionare
Memorare
Msurare
Di,
Di ,Vi
Analiz
i
Decizie
Reprezentare
y(n)
pw(t)
Vi
PW (BD)
pw(t)
fig. 51
A ( ) = k
0
m0 ( ) =
k
k2
sin (k t ) e it dt =
2
2 k2 2
1 + e k
2
k
k 1+ e
j
k 2 4 2
1+ e k
2
Se verific: m0(0) = 1
m0() = 0
Pentru k = se obine:
m0 ( ) =
2
3
2
3 2
lim
lim
k 2 2
1+ e
k2 2
= 2 lim
=
3 1 + e j
2
2
2 2
4
=
=
0
j
2
j e
3 j 3j
Pentru k = 2 se obine:
m0 ( ) =
1 + e j
3j
3 2
lim 2
=
0
2
8( j 1)
4(1 j )
131
Pentru 1 + e
2 2
k
=0
2 2
= (2 p + 1)
k
2 2
k
k=
2
(2 p + 1)
= 1
p, p 0
1
2t
2 p + 1 sin 2 p + 1 pentru t 0; p + 2
A (t ) =
0 n rest
j p +
2
A ( ) = 2
1 + e
2
2
4 (2 p + 1)
2 2
m0 ( ) =
4 2 (2 p + 1) 2
2
4 2 4(2 p + 1) 2
2
1 + e j ( 2 p +1)
1+ e
m1 ( ) = e j m0 ( + ) = e j
1
j ( p + )
2
4 2 (2 p + 1) ( + )
2
4 2 4(2 p + 1) ( + )
2
1 e j ( 2 p +1)
1+ e
1
j ( p + )
2
Pentru p = 1 se obine:
3
2
t pentru t 0;
sin
A (t ) = 3
2
3
0 n rest
A ( ) =
2 2
4 2 9 2
3
j
2
+
1
e
2 2
( ) = m =
1
A
2 2 4 2 9 2
4
3
j
j
1 + e 4 e 2
3
j
4 2 +
2
e
4 2
2
3
1 j e j 4
2
4 36 +
2
G (t ) =
1
2
G (t ) = e
t2
2 2
2 2
2
132
G (2 ) 3 2
m0 ( ) =
=e
G ( )
2
m0 (0 ) = 1
m0 ( ) = e
3 2 2
2
0.
m0 () 0
m1 ( ) = e
( ) = e
G ( ) =
3( + )2 2
2
G ( ) = A e
3
j t
2
Re {G (t )} = A e
t2
2 2
2 2 + 3 + 3 2
2
3 2 2
8
3
j t
2
t2
2 2
t2
2 2
3
cos t
2
G(t)
G(t)
fig. 52
133
j , k { y} = TyTW ( j , k ) = y (t ) * j , k (t )dt
jZ
A2 j { y} = j , k { y} j , k (t )
k Z
j
2
D2 j { y} = d j ,k { y} j , k (t )
j ,k (t ) = 2 (2 j t k )
kZ
j
2
j,k (t ) = 2 (2 j t k )
implic
de
fapt
~ j , k
~
d j,k .
Sistemul care implementeaz algoritmul descris este prezentat n fig.53
135
~
d j ,k
d j ,k
y(t)
Esantionare
yk
Calculul
coficientilor
j,k ,dj,k
j,k(t)
j,k
Algoritm
procesare
~ j,k
Refacere
semnal
~
y (t )
j,k(t)
j,k(t)
Generare
functii de descompunere
j,k(t)
fig.53
n fig.54 sunt prezentate rezultatele experimentale obinute n urma
procesrii semnalului RADAR de la o staie de gam metric P 18. S-a utilizat
baza de descompunere Haar, care se preteaz n acest caz.
50
0
-50
-100
200
400
600
800
1000
1200
200
400
600
800
1000
1200
200
100
0
-100
-200
Fig.54a Semnal RADAR cu trei inte mobile i o int fix obinut pe canalul
de amplitudine la radarul P 18 i bruiat aditiv cu zgomot cu distribuie normal
136
200
100
0
-100
-200
100
200
300
400
500
600
100
200
300
400
500
600
200
100
0
-100
-200
200
100
0
-100
-200
50
100
150
200
250
300
50
100
150
200
250
300
200
100
0
-100
-200
137
200
100
0
-100
-200
20
40
60
80
100
120
140
20
40
60
80
100
120
140
200
100
0
-100
-200
50
0
-50
-100
200
400
600
800
1000
1200
50
100
150
200
250
300
200
100
0
-100
-200
0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
-0.8
-0.9
-1
50
100
150
200
250
300
139
x(t)
x(t)
t
x(t)
t
fig. 55
x(t ) = a k x0 (t kT0 )
k =0
140
N 1
X ( j ) = X 0 ( j ) a k e jT0 k
k =0
X 0 ( j ) =
T0 jT0 / 4
2 0
cos
e
4
02 2
Cf =
(N 1 / 2)T0
= 2N 1
T0 / 2
h(n)= x(ti-nT0)=aN-1-n
x(t)
1
T0
aN-1
2
T0
...
N-1
T0
aN-2 an-3
a0
...
fig. 56
141
xe(t)
N 1
N 1
x e (n) = x( k ) h (n k ) = x (k ) x ( N 1 n + k ) = a k a N 1 n + k
k =0
k =0
N 1
N 1
k =0
xe ( N 1) = a k a = a k
k =0
k =0
= Px
y (t ) =
1
s
N 1
a k x0 ( st kT0 )
k =0
F1
T0/s1
y(t)
Selectarea
valorii
maxime
F2
T0/s2
Estimare ( ,s)
Fn
T0/sn
fig.57
Prelucrarea acestui tip de semnale furnizez un exemplu tipic n care
utilizarea modelului clasic (de band ngust ) a semnalului ecou i sinteza
filtrelor pe baza transformatei Fourier duce la rezultate nesatisfctoare.
142
prin
asigurarea
unei
vulnerabilitai
reduse
la
rachetele
antiradiolocaie (ARM).
-Sa poata fi integrat ntr-un sistem automat de conducere i dirijare a
armamentului si tehnicii din dotare.
-Sa aiba o fiabilitate ridicat i s fie dotat cu un subsistem de control
automat al funcionrii. Aceasta permite o funcionare aproape continu a
radarului, deci un coeficient de utilizare foarte mare.
-Sa fie multifuncional, adic s asigure atat funciile de descoperire i
localizare tridimensional, cat si urmarire automat a intelor aeriene.
Realizarea simultan a acestor cerinte i criterii de performan este
asigurat doar prin utilizarea unor elemente de proiectare i procesare a
semnalului specifice tehnicilor RADAR moderne: sistem de antene sub forma
de retea fazat modular, sistem de emisie coerent, cu agilitate de frecven
ntr-o band larg i cu modificarea aleatoare a frecvenei de repetiie, sistem
de recepie care sa asigure reprezentarea i analiza timp frecven a
semnalului ecou, recunoasterea i extragerea semnalului util de pe fundalul
143
se fixeaz
oarecare din spaiu, dup care sistemul realizeaz scanarea electronica de tip
rastru n jurul poziiei respective.
c. Regimul de insotire automat n coordonate unghiulare
Se realizeaza prin metoda analizei de faz a semnalului recepionat.
Sistemul de anten formeaz la recepie, electronic, patru fascicule
identice situate la distana d intre elementele fizice ale antenei, atat n plan
orizontal, cat i n plan vertical. Semnalul recepionat de la o int aflat la
unghiurile n plan orizontal si n plan vertical fa de axa electric a
antenei va fi recepionat cu faze diferite de ctre cele patru fascicule. Funcie
de aceste defazaje, sistemul de procesare determin (, ) si elaboreaz
comenzi pentru deplasarea fasciculelor n sensul micorarii acestor unghiuri.
144
x(t ) = ak pT (t k t ) cos( 2 ( f 0 + ik f ) t )
k =0
pT (t )
a k { 1,1}
ik { 1,0,1,2}
2
1.999952
x(t)
1.9999812
0
1
100
200
300
400
500
600
t
Fig. 58
145
700
800
900
1000
1100
.103
1.024
200
200
400
200
200
40
60
80
100
400
600
TFIBLx
fig.59
Pentru o secven n cod Barker de tipul :
x(t ) = p (t ) cos(2 f 0 t ) + p (t 200) cos(2 ( f 0 + 10) t ) p (t 400) cos(2 ( f 0 + 20) t ) +
+ p (t 600) cos(2 ( f 0 + 30) t )
400
200
Ryx ( tau )
200
226.462562
400
200
100
200
400
tau
fig. 60a
146
600
800
1000
900
392.076856
400
200
Rec2 ( t1
tau0 )
200
320.005754
400
200
400
600
t1
800
1000
1200
3
1.2 .10
fig. 60b
Funcia de incertitudine de BL a acestui semnal si rezultatele obinute
prin tehnicile de procesare descrise n lucrare sunt prezentate n ANEXA 6,
ANEXA 7 si ANEXA 8.
procesarea adaptiv
semnalului RADAR.
Reelele neuronale artificiale (RNA) sunt un instrument de analiz,
inspirat din structura paralel a creierului uman. Ele simuleaz un model de
prelucrare paralel, puternic interconectat, compus din celule de procesare
relativ simple.
In
aplicaiile
de
prelucrare
digital
semnalelor,
RNA
sunt
147
urma
autoorganizeaz
procesului
de
antrenament
reeaua
se
din
cele
cunoscute,
facandu-se
astfel
nvare
148
pentru
efectuarea
transformrilor
adecvate
asupra
n = 2k
149
(fig 61) :
150
a1k
W1
d1k
W1
a2k
W2
d 2k
W2
a1
a2
an
. . .
ank
d nk
Wn
Wn
fig. 61
fig. 62
S-a prezentat comparativ i rezultatul obinut prin analiza multirezoluie
i eliminarea treptat a detaliilor care conin preponderent bruiaj. Se observ
ca n acest caz apar diferene doar n forma impulsului obinut, care nu este
foarte important n cazul deciziei de existent sau inexistent a intei. Dar
trebuie recunoscut simplitatea cazului i faptul c reeaua a fost antrenat
doar cu ecou static, inta avnd aceiai poziionare temporal. Pentru
eliminarea acestui neajuns va trebui complicat reeaua, intrnd oarecum n
contradicie cu afirmaia c RNA necesit algoritmi relativi simpli, care nu se
modific de la o situaie la alta. Se poate implementa o reea format din p
celule identice cu reeaua prezentata n fig. 61, n care fiecare celul va fi
151
W1,1
W1',1
W1*,1
. . .
F
0
k
n
W1,n
d nk
W1',n
.
a1k
W p ,1
d1k
W p' ,1
k
n
W p ,n
d nk
W p' ,n
W1*,n
.
F
W p*,1
. . .
F
0
W p*,n
fig. 63
152
IV. CONCLUZII
Metodele prezentate ofer dou posibiliti de prelucrare primar a
semnalului RADAR. O prim posibilitate este prezentarea semnalului ecou sub
forma reprezentrii t de tip funcie de incertitudine, compensarea
perturbaiilor i extragerea informaiilor n acest spaiu de reprezentare. n
funcie de aplicaie se poate utiliza modelul de band larg FIBL sau modelul
clasic de band ngust.
S-au artat n capitolul 2 avantajele compensrii n acest spaiu de
reprezentare.
O alt posibilitate de procesare ar fi reprezentarea semnalului ecou sub
forma TFSD sau TWD (respectiv reprezentare multirezoluie), realizarea unei
filtrri corespunztoare n aceste spaii de reprezentare n scopul eliminrii
perturbaiilor, apoi refacerea semnalului n spaiul original, din care se vor
extrage apoi parametrii utili prin metodele cunoscute n radiolocaia clasic.
Din punct de vedre al vitezei de lucru prima metod este mult mai
avantajoas, dar a doua metod permite o reprezentare mai detaliat a
semnalului ecou i o filtrare mai precis.
Pentru fiecare metod s-au descris 1 2 sisteme digitale care
implementeaz algoritmul specific metodei i s-au calculat parametrii de
vitez i capacitate a memoriilor utilizate, rezultatele ncadrndu-se n
posibilitile tehnologiilor actuale. De asemenea s-au punctat i limitele de
utilizare a acestor metode.
n capitolul 2.7. s-a artat modul de generare a principalelor funcii de
scar i undioare mam care prezint interes n prelucrarea diferitelor
tipuri de semnale radar, prin metoda reprezentrii i analizei multirezoluie.
153
j ,k {y} = W y / x ( j, k ) = T yTWD
/ x ( j , k ) = y (t ) x j , k (t ) dt
R
154
rezultatelor obinute, n
BIBLIOGRAFIE:
[1]. I. Naforni, .a. : Semnale circuite i sisteme ,Facultatea
de Electronic si Telecomunicaii Timioara, 1995.
[2] I. Naforni, A. Isar:
155
156
157
CUPRINS
I.INTRODUCERE.........................................................................................pag.1
II.BAZELE TEORETICE ALE REPREZENTRII I ANALIZEI
SEMNALELOR RADAR....................................................................pag.4
1.METODE DE REPREZENTARE A SEMNALELOR RADAR
1.1 Modelul matematic al semnalului radar spaio-temporal
de band larg.....................................................................pag.4
1.2 Reprezentarea i analiza Fourier a semnalelor RADAR.........pag.9
1.3 Metode de reprezentare timp-frecven................................pag.12
1.3.1 Ferestre i atomi timp-frecven ....................................pag.14
1.3.2 Proprietaile atomilor timp-frecven.
Baze de descompunere a semnalelor ............................pag.16
1.3.3 Principiul incertitudinii n analiza timp-frecven...........pag.18
1.3.4 Transformata Fourier cu fereastr glisant
(T.F.F.G. ,T.F.S.)...............................................................pag.22
1.3.5 Transformata Gabor.........................................................pag.25
1.3.6. Interpretarea T.F.F.G. (T.F.S).........................................pag.27
1.3.7 Transformata WAVELET....................................................pag.32
1.3.8 Interpretarea T.W.C..........................................................pag.36
1.3.9 Transformarea Wavelet discret.......................................pag.38
1.3.10 Serii Wavelet n timp discret...........................................pag.41
1.3.11 Proprietile transformatei Wavelet................................pag.42
1.4 Reprezentarea i analiza multirezoluie a semnalelor RADAR.
1.4.1 Conceptul de analiz multirezoluie..................................pag.43
1.4.2 Exemple de analiz multirezoluie.....................................pag.47
1.5 Funcia de incertitudine (ambiguitate) i corelaia de band
larg...........................................................................................pag.52
2. FILTRUL OPTIM ADAPTAT CU SEMNALUL DE SONDAJ DE
BAND LARG..............................................................................pag.54
3. CONVOLUIA SEMNALELOR RADAR DE BAND LARG...............pag.56
158
IV.CONCLUZII...................................................................................pag.153
159