暴露于干扰时的中心频率的调整
该示例考虑了具有调整探测信号的中心频率的可能性的雷达的构造。 这种方法使得能够克服工作频带中的有源干扰的影响。
使用的函数
function run_model( name_model, path_to_folder ) # определение функции для прогона модели
Path = path_to_folder * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
model_output = engee.run( model, verbose=true ); # Запустить модель
return nothing
engee.close( name_model, force=true ); # Закрыть модель
else
model = engee.load( Path, force=true ) # Загрузить модель
model_output = engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
end
function WA2Data(X)
out = collect(X)
out_data = zeros(eltype(out.value[1]),size(out.value[1],1),size(out.value[1],2),length(out.value))
[out_data[:,:,i] = out.value[i] for i in 1:length(out.value)]
return out_data, out.time
end;
1. 模型描述
与示例[具有多个фелями的单稳态雷达]不同(https://engee.com/community/ru/catalogs/projects/sistemnaia-model-odnopozitsionnoi-radiolokatsionnoi-sistemy-s )在当前模型中,更新和改进了以下功能节点:
*具有线性频率调制的脉冲信号发生器,能够从一个中心频率调谐到另一个中心频率;
*增加了工作频段的干扰效应
*宽带信道使用情况
*更新信号处理算法
雷达工作频率为300MHz,采样率为2MHz。 它位于原点,被认为是静止的。 目标距离约10公里,以每秒约100米的速度接近。 下面给出了一般的框图:
让我们仔细看看这个模型的特点。:
生成器(波形生成)
屏蔽的**"波形生成"**块包含一个可调谐的LF信号发生器。 使用钥匙,可以在0和250kHz的中心频率之间切换。
频道和干扰器
*宽带自由空间:使用宽带信道在自由空间中进行直接和反向分配;
*Jammer:模拟假范围内有用信号的干扰模型
信号处理
在接收到信号后,有必要使用调谐到适当的中心频带的带通滤波器(带滤波器)为每个频带(在示例中有2个)选择有用的信号。 信号隔离后,使用匹配滤波单元(Matched Filter)来增加信噪比(SNR):
2. 输入参数的初始化
连接输入参数初始化文件**"FrequencyAgilityParam。jl"**
include("$(@__DIR__)/FrequencyAgilityParam.jl");
Jl文件的结构如下所示:
基本参数:
c=3e8;#信号传播速度
Fs=2e6#采样率
#发射机参数
峰值功率=5000#发射机功率
TxGain=20#增益,dB
TxLossFactor=0#传输路径损耗,dB
接收器参数
NoisePower=1e-12#噪声功率,W
RxGain=20#接收机增益,dB
RxLossFactor=0#传输路径损耗,dB
雷达位置和干扰
JammerPos=[10_000;0;1_000]#初始干扰位置,m
JammerVel=[100;0;0]#干扰速度,m/s
RadarPos=[0;0;0]#雷达初始位置,m
RadarVel=[0;0;0]#雷达速度,m/s
如有必要,可以更改文件参数,但需要重新连接。
3. 启动模型
使用模型运行函数run_model,让我们运行模型的模拟:
run_model("FrequencyAgility", @__DIR__); # запуск модели
4. 读取模拟结果
使用函数 WA2Data 计算来自Center和Hopped变量的结果:
Center_engee,_ = WA2Data(Center) # выход центрального канала
Hopped_engee,_ = WA2Data(Hopped); # выход смещенного канала
5. 结果可视化
让我们沿着中央通道和偏移通道绘制最后一个脉冲的仿真结果。:
fig1 = plot(abs.(Center_engee[:,1,end]),label="Центральный канал",color="red",ylabel="Амплитуда, В")
fig2 = plot(abs.(Hopped_engee[:,1,end]), label="Смещенный канал",xlabel="Время, отсчеты",ylabel="Амплитуда, В")
plot(fig1,fig2,layout=(2,1))
中央曲线图显示位于计数185处的干扰抑制了有用信号。 在移位的信道中,只有接收机自身的噪声存在,因为有用信号和干扰信号被FIR滤波器滤除。
6. 模型操作分析
让我们考虑雷达操作场景:假设在检测到目标的初始时刻,经过一段时间后连接干扰效应,之后实施对偏移信道的频率调整。
模型在所描述模式下的操作的可视化如下所示(fileFrequencyAgility.gif):

在录制结束时,您可以看到频率调整允许您在不同频道上"传播"目标和活动干扰。
结论
在示例中,考虑了一种处理落入工作频带的有源干扰的方法。 通过调整探测信号的中心频率,可以最大限度地减少干扰对雷达系统运行的影响。