FFT技术在多普勒雷达测量末敏子弹落速中的应用
雷达fft的速度精确测量方法 -回复
雷达fft的速度精确测量方法-回复雷达FFT的速度精确测量方法是通过利用傅立叶变换的频率解析能力来测量目标的运动速度。
本文将从雷达基本原理、频率测量原理、FFT算法、噪声和杂波的处理以及精确测量方法等方面进行详细介绍。
一、雷达基本原理雷达是利用电磁波的反射原理来测量目标位置和速度的无线电设备。
它通过发送连续波或脉冲信号，并接收目标回波信号，通过信号的时间延迟和频率变化来计算出目标的位置和运动状态。
二、频率测量原理当雷达波与运动的目标相遇时，回波信号的频率会发生变化。
因为回波信号相对于发射信号存在多普勒效应。
多普勒效应是指当目标相对于雷达静止时，回波信号的频率与发射信号频率相同；而当目标向雷达靠近或远离时，回波信号的频率会分别增加或减少。
三、FFT算法快速傅立叶变换(FFT)是一种用于将时域信号转换为频域信号的算法。
它可以将周期性信号的频率谱进行分析。
在雷达应用中，FFT可以将接收到的回波信号变换为频谱，从而提取出目标的频率信息。
四、噪声和杂波的处理在雷达测量中，噪声和杂波都会对频率测量结果产生影响。
对于噪声的处理，可以通过信号滤波和信噪比的提高来减小其影响。
而对于杂波的处理，则需要对杂波的性质进行分析和建模，并采用相应的滤波和抑制算法进行处理。
五、雷达FFT的速度精确测量方法1. 数据采集：首先需要采集雷达接收到的回波信号，通常会采用一段时间内的连续信号，以获取更准确的频谱信息。
2. 时域分析：对采集到的信号进行时域分析，可以得到信号的功率谱密度，并确定信号的主要频率成分。
3. 信号预处理：对信号进行去直流、滤波和归一化等预处理，以便更好地进行频率分析。
4. 傅立叶变换：将预处理后的信号进行FFT变换，得到频谱信息。
5. 频率分析：通过分析频谱图，确定目标回波的主要频率成分，并计算目标的相对速度。
6. 去除杂波和噪声：对频谱进行杂波和噪声的抑制，以提高速度测量的准确性。
7. 速度计算：根据多普勒频移的公式，将频率转换为速度，并得到目标的绝对速度信息。
提高线性调频连续波雷达测距精度的ZFFT算法(2006)
式中 0 为发射信号的随机初相 ;A0 为信号幅度 ;f 0 是 t
=0 时发射信号的瞬时频率 , 即发射信号的中心频率 ;K
=B / T 为调频斜率 ;T 为有效时宽 ;B 为调频带宽 。
径向速度为 0 、初始距离(t =0 时)为 R0 、初始回
波延迟为 τ0 =2R 0 /c 的点目标产生的回波信号 S RF (t)
图 3 LF M CW 雷达的数字距离谱 (N s =NF FT , R ≠RIF +mδR)
因此 , 造成 LF MCW 雷达测距误差的根本原因在 于其距离谱上的采样间隔 , 其实质是 FF T 在单位圆上 进行 N 点等间隔采样造成的 。 所以为提高 L FM CW 雷达的测距精度 , 最直接的办法就是提高距离谱上的 采样密度 , 即增加 FF T 点数 。可见 , FF T 点数由 N 增 加到 MN , 则测距误差由 δR /2 降低到 δR /(2M)。 但 是 , 同时 FF T 的 运 算量 由 N log2 N 增 加 到 M N log2 (M N), 可见运算量增加的幅度很大 , 在处理器速度一 定时 , 会增加信号处理的运算时间 , 从而影响 LF MCM 雷达系统的实时性 。
在 Te 内可表示为 :
S RF(t)=K r A0 co s{2π[ f 0(t - τ0 )+1 / 2K (t - τ0 )2]
+ 0 +θ0}
(2)
式中 , K 为 B / T 为调频斜率 , θ0 为目标反射引起的附
加相移 , τ0 =2R0 /c 为初始回波延迟 , R0 为目标初始距
3 采用 ZFFT 变换提高 LFMCW 雷达的测距 精度
增加 F F T 点数的实质是在整个距离谱上增加频
多普勒雷达的应用原理
多普勒雷达的应用原理概述多普勒雷达是一种基于多普勒效应的雷达技术，它通过测量目标的运动速度来实现目标检测和速度测量。
多普勒雷达在军事、气象、交通等领域有着广泛的应用。
本文将介绍多普勒雷达的应用原理及其工作原理。
多普勒效应多普勒效应是指当光源与观察者之间有相对运动时，光的频率将发生变化。
这个现象也适用于雷达波。
当雷达波与运动的目标相互作用时，波的频率将发生变化，这一现象就被称为多普勒效应。
多普勒雷达的工作原理多普勒雷达主要通过测量电磁波的频率变化来获得目标的速度信息。
其工作原理可以分为两个主要步骤：发射和接收。
发射多普勒雷达会向目标发射一束电磁波，这个电磁波可以是微波或者射频信号。
发射的波束通常是一个连续的信号，而不是脉冲信号。
这是因为连续的信号可以提供更长的目标观测时间，从而获得更精确的速度测量结果。
接收目标接收到雷达发射的电磁波后，会对波进行回波。
当目标和雷达之间有相对运动时，回波的频率将发生变化。
多普勒雷达通过测量回波的频率变化来计算目标的速度。
信号处理与结果显示接收到回波后，多普勒雷达会将信号进行处理，通常会使用FFT（快速傅里叶变换）来分析波的频谱。
通过分析频谱，可以确定回波的频率变化，从而计算出目标的速度信息。
最后，多普勒雷达将速度信息以数字或图形的形式展示出来。
多普勒雷达的应用交通领域多普勒雷达在交通领域有着广泛的应用。
比如，在交通监控系统中，多普勒雷达可以用于测量车辆的速度和运动方向，从而实现交通流量统计、超速检测等功能。
此外，多普勒雷达还可以应用于自动驾驶系统中，帮助车辆实现定位和避障功能。
气象领域多普勒雷达在气象领域也有着重要的应用。
气象雷达可以利用多普勒效应测量云层中的降水速度和方向。
通过分析多普勒雷达的测量结果，可以预测暴雨、龙卷风等极端天气的发生。
军事领域多普勒雷达在军事领域有着广泛的应用。
它可以用于目标检测与识别、导弹预警系统等方面。
多普勒雷达可以检测到高速运动的目标，从而对敌方的机动部队进行监测和跟踪。
雷达信号处理中大数据量FFT的实现研究
信息通信INFORMATION & COMMUNICATIONS2019年第8期(总第200期)2019(Sum. No 200)雷达信号处理中大数据量FFT 的实现研究郭万禄(中国人民解放军92941部队，辽宁葫芦岛125001)摘要:根据毫米波雷达信号处理实时性以及大宽带的需求,此次研究使用TMS320C6678多核DSP (TI 公司)设计的雷达信号处理系统(DSP+FPGA )可以对大数据量进行多核FFT 算法,MATLAB 仿真等，同时对FFT 算法的精度进行了验证，对大数据量FFT 的实现过程给出了相关结论。
通过对FFT 算法的精度、计算量进行验证与分析有利于为雷达信号处理提供一定的依据，同时说明处理雷达信号大数据量方面多核DSP 发挥了关键性作用。
关键词：雷达;信号处理；大数据量;FFT ；实现中图分类号:U463.67文献标识码:A 文章编号：1673-1131(2019)08-0284-02毫米波雷达的使用频率范围一般为30-300GHZ,该雷达的 天线口径较小、分辨率较高、精度较高。
要想得到较高的距离分辨率就需要发射信号带宽雷达，从这里可以看出，信号带宽与距离分辨率成反比。
而想要提高雷达的作用距离首先要对中频信号频率有所提高，同时也对雷达信号处理、釆样给出了 更高的标准叫限制毫米波雷达信号持续向前发展的愿意主要 有点数、运算速度。
实时性、大带宽、高精度是雷达信号处理系统发展的主要方向。
当前使用的信号处理方法主要有两种，一种为增加处理器数量提高处理速度、一种为改进算法显著减少运算量，例如，将多片DSP 整合到一片信号处理板上。
多 片DSP 同时运行对一个数据进行计算与处理会显著提高系统体积与成本。
此系统中的硬件主要为XC7A50TFPGA+TMS320C6678多核DSP 架构(Xilinx 公司A7系列)，对数据 进行处理与计算的主要芯片为DSP,协助芯片工作的控制件主要为FPGAo 外部主要是将总线与DDR3连接进行运行,DSP 与FPGA 主要是靠SRIO 高速串进行传输叫TI 公司推 出的TMS320C6678是一款在KeyStone 架构基础上的多核数字信号处理器，每核频率最高1.25GHz,它的浮点运算能力、定点运算能力较强，同时，芯片内部同时存在EDMA 、千兆以太 网口、HyperLink, PCIe 、RapidlO 等外设。
多普勒测速的原理及应用
多普勒测速的原理及应用1. 什么是多普勒测速多普勒测速是一种用来测量物体相对于观测者的速度的技术。
它基于多普勒效应，即当物体相对于观测者靠近或远离时，发射或反射的波的频率会发生变化。
通过测量这种频率变化，可以计算出物体的速度。
2. 多普勒测速的原理多普勒测速的原理可以通过以下几个步骤来解释：步骤一：波的发射或反射多普勒测速中使用的波可以是声波、光波或其他波。
例如在雷达测速中，使用的是微波。
步骤二：波的频率变化当物体以一定速度靠近观测者时，发射或反射的波的频率会增加。
相反，当物体以一定速度远离观测者时，波的频率会减少。
这是因为当物体靠近观测者时，波峰的到达时间间隔会缩短，而物体远离观测者时，波峰的到达时间间隔会延长。
步骤三：频率变化的测量观测者接收到的波的频率变化可以通过测量波峰到达时间间隔的变化来获得。
这可以通过测量波的周期或波的相位来实现。
步骤四：速度计算根据多普勒效应的公式，可以使用测得的频率变化来计算物体的速度。
具体的计算公式根据波的类型和测量方法而有所不同，但通常与物体的速度成正比。
3. 多普勒测速的应用多普勒测速广泛应用于各个领域，以下是其中一些典型的应用：3.1 交通运输多普勒测速在交通领域中被广泛应用于车辆测速。
警察使用多普勒雷达枪来测量车辆的速度，从而确保车辆驾驶者遵守交通规则。
此外，多普勒测速还用于交通流量监测和交通事故重建等方面。
3.2 气象学在气象学中，多普勒雷达广泛用于测量和研究大气中的降水和气旋等。
通过测量降水颗粒物的速度并计算出风速和风向，气象学家可以更好地了解天气系统的演变。
3.3 医学在医学领域，多普勒测速被广泛用于检测和诊断血流。
多普勒超声技术可以通过测量血流对超声波频率的变化，准确地测量血液在血管中的速度和流量。
这在心血管疾病的诊断和监测中具有重要意义。
3.4 物理研究多普勒测速在物理研究中也扮演着重要角色。
例如，在天文学中，多普勒效应被用于测量星系和行星的运动速度。
雷达测距 快速傅里叶
雷达测距快速傅里叶
雷达测距是一种常见的技术，它利用电磁波的特性来测量目标物体与雷达之间的距离。
快速傅里叶变换（FFT）是一种重要的信号处理方法，可以用于雷达测距中的数据处理。
雷达测距的原理是将电磁波发送至目标物体，当电磁波与目标物体相互作用后，一部分电磁波会被目标物体反射回来。
雷达接收到反射回来的电磁波后，可以通过测量电磁波的往返时间来计算目标物体与雷达之间的距离。
但是，由于雷达接收到的电磁波信号包含了很多噪声，需要进行信号处理才能得到准确的距离信息。
快速傅里叶变换是一种高效的信号处理算法，可以将时域信号转换为频域信号。
在雷达测距中，通过将接收到的信号进行快速傅里叶变换，可以将信号从时域转换为频域，并且可以提取出信号中的目标特征。
通过分析频域信号，可以得到目标物体的距离信息。
快速傅里叶变换的基本原理是将输入信号分解为一系列正弦和余弦函数的叠加。
这些正弦和余弦函数的频率、振幅和相位信息可以反映原始信号的特征。
在雷达测距中，我们可以通过分析频域信号的峰值位置和幅度来确定目标物体的距离。
雷达测距中使用快速傅里叶变换进行数据处理的好处是可以提高处理速度和准确度。
传统的傅里叶变换算法需要进行大量的计算，而快速傅里叶变换通过优化计算过程，可以在较短的时间内得到结果。
这使得雷达测距可以在实时性要求较高的应用中得到广泛应用。
雷达测距中使用快速傅里叶变换进行数据处理可以提高测距的速度和准确度。
快速傅里叶变换将信号从时域转换为频域，并提取出信号的特征，从而得到目标物体的距离信息。
这种信号处理方法在雷达测距中发挥着重要的作用，使得雷达技术能够在各种应用场景中发挥更大的作用。
fmcw雷达fft转换后的数据处理
fmcw雷达fft转换后的数据处理摘要：一、前言二、FMCW 雷达简介1.FMCW 雷达的工作原理2.FMCW 雷达的特点三、FFT 转换在FMCW 雷达数据处理中的应用1.FFT 转换的作用2.FFT 转换的过程3.FFT 转换的优势四、FMCW 雷达FFT 转换后数据处理的挑战与解决方案1.数据处理中的挑战2.解决方案的提出3.解决方案的实施五、总结正文：一、前言FMCW 雷达（调频连续波雷达）是一种在频域上进行调制的连续波雷达，广泛应用于目标检测、测距、测速等领域。
随着科技的进步，FMCW 雷达在实际应用中需要处理的数据量越来越大，对数据处理的速度和精度要求也越来越高。
因此，研究FMCW 雷达FFT 转换后的数据处理技术具有重要的理论和实际意义。
二、FMCW 雷达简介1.FMCW 雷达的工作原理FMCW 雷达通过发送连续波形的雷达信号，并接收目标回波信号，在频域上对信号进行调制。
通过计算发送和接收信号之间的频率差，可以获得目标相对于雷达的距离、速度等信息。
2.FMCW 雷达的特点FMCW 雷达具有以下特点：连续波形、频率调制、较远的探测距离、较高的测速精度等。
三、FFT 转换在FMCW 雷达数据处理中的应用1.FFT 转换的作用FFT（快速傅里叶变换）是一种高效计算离散傅里叶变换（DFT）的方法，可以将时域信号转换为频域信号。
在FMCW 雷达数据处理中，FFT 转换可以有效地提取出目标回波信号中的有用信息，如频率、相位等。
2.FFT 转换的过程FFT 转换的过程主要包括以下步骤：对输入信号进行窗函数处理、对信号进行零填充、计算离散傅里叶变换、对结果进行归一化等。
3.FFT 转换的优势FFT 转换具有较高的计算效率和较低的计算复杂度，可以有效地提高FMCW 雷达数据处理的速度和精度。
四、FMCW 雷达FFT 转换后数据处理的挑战与解决方案1.数据处理中的挑战在FMCW 雷达FFT 转换后数据处理过程中，可能会遇到如噪声干扰、目标信号衰减、多普勒频移等问题。
fmcw雷达fft转换后的数据处理
fmcw雷达fft转换后的数据处理转换后的数据可以通过以下步骤进行处理：1. 去除直流分量：由于I/Q数据中包含直流分量，可以通过减去对应的直流分量来去除它们。
2. 加窗：为了消除频谱泄露现象，可以对数据应用窗函数，常用的窗函数有矩形窗、汉宁窗、汉明窗等。
3. 快速傅里叶变换（FFT）：将处理过的数据应用FFT算法，将时域信号转换为频域信号。
4. 频谱平均：由于FMCW雷达的频谱通常是由多次测量的平均值得到的，可以将多个FFT结果进行平均，从而得到更稳定的频谱。
5. 频谱处理：根据具体的应用需求，可以采用不同的频谱处理算法，如频谱峰值检测、频谱匹配等。
6. 目标检测：通过对频谱进行处理和分析，可以检测出目标的存在和位置信息。
7. 数据显示和分析：将处理后的数据进行可视化显示，以便于分析和理解。
以上是一般的数据处理步骤，具体的处理方法和算法还需要根据实际情况和应用需求来确定。
8. 多普勒频移处理：FMCW雷达可以测量目标的多普勒频移，通过对FFT结果进行多普勒处理，可以提取出目标的速度信息。
9. 目标距离计算：根据雷达波特性和测量原理，可以通过频率差值计算目标与雷达之间的距离。
10. 目标跟踪：基于目标距离和速度信息，可以进行目标跟踪，通过多次测量来确定目标的位置和运动轨迹。
11. 噪声抑制：对于频谱中的噪声和杂波干扰，可以采用滤波、平滑等噪声抑制算法来提高信号质量。
12. 数据解释和应用：根据处理后的数据，可以进行目标识别、分类、测量等应用，如目标识别、交通监控、高精度测距等。
需要注意的是，不同的FMCW雷达系统和应用场景可能需要不同的数据处理方法和算法，需要根据具体情况进行调整和优化。
fmcw雷达fft转换后的数据处理
fmcw雷达fft转换后的数据处理【原创实用版】目录1.FMCW 雷达简介2.FFT 转换在 FMCW 雷达数据处理中的作用3.FFT 转换后的数据处理方法4.数据处理的挑战与解决方案5.总结正文一、FMCW 雷达简介FMCW 雷达，即频率调制连续波雷达，是一种高精度的测距和测速雷达。
它通过频率调制连续波信号与目标反射信号之间的频率差来实现距离和速度的测量。
与传统脉冲雷达相比，FMCW 雷达具有较高的分辨率和测量精度，同时具有较低的功耗和较小的体积。
因此，FMCW 雷达在军事、民用和科研领域得到了广泛应用。
二、FFT 转换在 FMCW 雷达数据处理中的作用在 FMCW 雷达系统中，信号处理是非常重要的一个环节。
其中，快速傅里叶变换（FFT）在数据处理中起到了关键作用。
通过对 FMCW 雷达接收到的信号进行 FFT 转换，可以将原始信号从时域转换到频域，从而更容易地提取出目标信号的信息。
这有助于分析目标的距离、速度、方位等参数，提高雷达系统的性能。
三、FFT 转换后的数据处理方法FFT 转换后的数据处理主要包括以下几个方面：1.去噪：由于在实际应用中，FMCW 雷达接收到的信号往往受到各种干扰，如杂波、噪声等。
因此，需要对 FFT 转换后的数据进行去噪处理，以提高信号质量。
常见的去噪方法有低通滤波、中值滤波、自适应滤波等。
2.目标信号检测：在去噪处理后，需要对信号进行目标检测，以确定目标的距离、速度等信息。
目标检测方法主要有恒虚警率（CFAR）检测、基于模型的检测等。
3.参数估计：在成功检测到目标信号后，需要对目标的参数进行估计，如距离、速度等。
这通常需要利用目标模型和统计方法，如最小二乘法、最大似然估计等。
四、数据处理的挑战与解决方案在 FMCW 雷达数据处理过程中，面临着许多挑战，如强杂波环境下的信号检测、高精度距离测量等。
为了解决这些问题，研究人员提出了许多解决方案，如自适应噪声抑制、基于模型的检测、多普勒雷达技术等。
基于二维多普勒FFT峰值的毫米波雷达目标感应方法和装置[发明专利]
专利名称：基于二维多普勒FFT峰值的毫米波雷达目标感应方法和装置
专利类型：发明专利
发明人：林均仰,陈涛
申请号：CN202010897607.X
申请日：20200831
公开号：CN111983594A
公开日：
20201124
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于二维多普勒FFT峰值的毫米波雷达目标感应方法和装置，解决了现有技术中系统成本较高的问题。
该基于二维多普勒FFT峰值的毫米波雷达目标感应方法包括：利用毫米波雷达芯片获取二维多普勒FFT峰值数据；对该二维多普勒FFT峰值数据进行时间维度和距离维度的累加复合处理，获得时间距离二维信号序列；根据该时间距离二维信号序列确定当前目标状态。
申请人：南京矽典微系统有限公司
地址：211500 江苏省南京市江北新区江淼路88号腾飞大厦B座12楼1203-1204室
国籍：CN
代理机构：苏州三英知识产权代理有限公司
代理人：潘时伟
更多信息请下载全文后查看。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第30卷增刊2008年10月探测与控制学报Journal of Detection &ControlVol 130SupplementOct 12008 3收稿日期:2008203209作者简介:李阿楠(1975-),男,陕西西安人,硕士研究生,讲师,研究方向:轻武器应用工程。
FF T 技术在多普勒雷达测量末敏子弹落速中的应用李阿楠,翟晓军,安纯前(武警工程学院装备运输系,陕西西安 710086)摘 要:对FF T 技术在连续波多普勒雷达测速中的应用进行分析,提出了利用FF T 技术的多普勒雷达对末敏子弹落速进行测量,并论证了该方法的可行性。
关键词:FFT 技术;末敏子弹;弹道测量中图分类号:TN 959.6 文献标志码:A 文章编号:100821194(2008)S020052203FFT T echnique Apply in Doppler R adar to Measure Submunition ’s V elocityof T erminal 2sensing Ammunition ’sL I A 2nan ,ZHA I Xiao 2jun ,AN Chun 2qian(Equipment and Traffic Institute ,Engineering College of Armed Police Force ,Xi ’an 710086,China )Abstract :This paper makes analysis on FFT technique applying in velocity measure radar ,puts forward the useof the radar with FFT technique to measure submunition ’s velocity of terminal 2sensing ammunition and demon 2strates the feasibility of this method.K ey w ords :FF T technique ;submunition of terminal 2sensing ammunition ;ballistic measure0 引言FF T (Fast Fourier t ransform )技术是快速傅里叶变换,它是离散傅里叶的快速算法,随着大规模集成器件的问世以及计算机技术的迅速发展,FF T 技术已应用于现代科学技术的各个领域。
末敏弹是用来有效地对大规模集群装甲目标实施纵身打击的一种灵巧弹药。
母弹于700～800m 高空抛射子弹,经降落伞减速、减旋后,于150～200m 高空达到稳态扫描状态,弹头上的扫描器对地面目标作螺旋性扫描,整个弹体匀速垂直下落(落速为10m/s 左右),并在适当的高度上爆炸。
稳态扫描段的弹道参数极为重要,而垂直落速就是其中的一个重要参数。
本文提出在多普勒雷达中采用FF T 技术,从而用来测量末敏子弹的垂直落速。
1 传统的多普勒雷达测速原理传统的多普勒雷达测量目标速度的原理是:雷达向目标发射连续等幅信号,而目标的状态信息则含于它的回波信号之中,设其发射信号为:S 0(t )=A 0cos (2πf 0t +φ0)(1)式(1)中,A 0为信号幅度;f 0为发射波频率;φ0为初始相位,则不考虑噪声与干扰等的目标回波信号为:S r (t )=A r co s 2π(f 0-f d )(t -t r )+φ(t )(2)式(2)中,f d 为目标运动而引起的多普勒频移;t r 为回波信号相对于发射信号的延迟时间;A r (t )为回波振幅;φ(t )为回波相角。
多普勒雷达对式(2)中的多普勒频移f d 进行检测和处理,然后由公式计算出目标的径向速度V r =λ2f d 。
在多普勒雷达对回波信号进行测量之前,必须首先进行滤波,在滤波的过程中,窄带频率跟踪滤波器起着关键作用,它是一个中心频率跟随被测信号频率而变化的带通滤波器,它对雷达测速性能的改善是十分显著的,但是,当有几个速度各异的运动目标处于雷达天线波束之中时,雷达接受信号中可能同时含有几个目标引起的多普勒频率信息,而它只能对其中一个目标引起的多普勒频率锁定跟踪,也就是说,当雷达天线波束中同时存在几个速度各异的目标时,传统的测速雷达最多只能测量到其中一个目标的运动速度。
2 FFT技术在多普勒测速雷达中的应用原理傅里叶变换是信号处理和数据处理中的一个重要分析工具,它实质上是将时域信号变换成频域信号,而在多普勒雷达测速过程中,需要检测与处理的恰恰是目标回波中的频域信号,所以通过傅里叶变换便可达到求解多普勒频率的目的,继而求出目标速度。
如图1所示,傅里叶变换首先要对x(t)进行采样,采样相当于将x(t)乘以图1(b)所示的采样函数Δ0(t),采样后便得到图1(c)所示的采样后的函数x T(t)和它的傅里叶变换,这是对原始变换的第一次修正,时域的相乘对应于频域的卷积,X(f)与Δ(f)卷积的结果为X(f),沿频率轴以采样频率f s 为周期的周期谱函数,根据采样定理,若对x(t)采样的频率f s高于x(t)所包含的最高频率f m的两倍,就不会产生频域的混叠现象。
所以在处理雷达信号时,采样频率的选择至少应大于信号中多普勒频率的两倍,以减小频域混叠带来的f d测量误差。
因为x(t)有无穷多个采样值,无法用计算机对之进行计算,所以需对采样后的函数进行截断,使之仅具有有限个采样点参与运算,一般选N=1024,N=2 048或N=4096,图1(d)给出了截断x T(t)用的矩形窗函数和它的傅里叶变换,由于截断x T(t)是在时域进行的,所以窗函数又称为时间窗。
矩形窗函数的宽度为T0,假定在窗口宽度T0内有N个等间隔的脉冲函数,则T0=N T。
图1(e)给出了代表x(t)的无限脉冲序列与窗函数相乘所产生的有限时间函数序列,这是对原始傅里叶变换的第二次修正,但仍然不是一种计算机可以接受的形式,因为频谱函数仍然是连续函数,所以还必须对频谱函数进行采样,采样函数如图图1(f)所示,采样间隔为1/T0,最后得到如图1(g)所示的离散傅里叶变换对,它的时域或频域都是用离散值表示的,而且如果原来的时间函数x(t)用N个采样值,其傅里叶变换X(f)同样也是用N个采样值近似。
图1 离散傅里叶变换的图解说明在采用FF T技术的多普勒雷达中可以将各采样点的运算看作为一个运动单元,截断用的时间窗口宽度T0=N T可比拟为传统的测速雷达中测量基线或波门时间,由这N个采样点经离散傅里叶变换求解出的某一目标引起的多普勒雷达频率f d所对应的目标速度就是我们所说的一个测点的速度,随着目标的不断运动,雷达不断得以采样频率f s对目标回波信号进行采样,设在雷达对目标的有效测量时间内,雷达获得了M N个采样点,则如果以N个点作为一个运算单元对M N个采样点连续分段,就可由此计算出被测目标的M个测点的径向速度。
3 用多普勒雷达测量末敏弹子弹落速图2所示为采用了FF T技术的连续波多普勒雷达原理图。
雷达设备中有一个模拟带通滤波器,35李阿楠等:FF T技术在多普勒雷达测量末敏子弹落速中的应用它具有足够的带宽,使回波信号中有用的频率成分都能通过它,起着预滤波的作用。
模数转换器完成时域信号的量化和采样,然后经由一个直接存储器将采样信号以直接存储的方式传递给计算机,数字硬件板的使用可以大大加快数字信号的处理速度,它与计算机共同完成对输入采样序列的离散傅里叶变换,从而得出多普勒频率随时间的变化关系,最终得出弹丸的径向速度随时间的变化关系。
图2 采用FFT 技术的多普勒测速雷达图3所示为采用了FF T 技术多普勒雷达用单脉冲法跟踪多个末敏子弹,雷达设备能够连续测量目标的角坐标,求出它与天线指向之间的偏差,及时矫正天线的指向,使其波瓣能够始终对准目标。
多普勒雷达向目标发出连续的等幅信号,回波信号中包含了多个速度不同的目标,而FF T 相当于一组并联的滤波器,这些回波信号中的大部分能量就会通过与其各自频率相对应的滤波器输出,计算机再对这些经过滤波器组后的频谱信号进行处理,检测出各个目标运动时对应的多普勒频率,继而计算出各目标的径向速度。
图3 末敏弹垂直落速测量原理图4 测量中应注意的问题首先要将多普勒雷达置于合适的位置,保证要测的末敏子弹都处于雷达波束,并且各个目标不会因为相互之间的遮挡而使雷达天线“看”不到其中一个或一些目标,再者由于末敏子弹数量多,速度不一,因此要想较长时间的测得各个弹丸的运动速度,就要求雷达天线有较宽的波束角。
参考文献:[1]姚立生.弹道测试[R ].北京:国防科工委司令部训练部,2000.[2]刘世平.弹丸速度测量与数据处理[M ].北京:兵器工业出版社,1999.[3]王昌明.实用弹道学[M ].北京:兵器工业出版社,2000.(上接第51页)3.4.4 起爆时机判断单片机初始化时,设置信号状态转换寄存器STR 的初始值为十进制数1。
如果有目标信号到来,将STR 的值置2;继续进行信号译码;如果在某一时刻,目标信号消失(即译码输出为无效信号),则将STR 的值减1;检查STR 的状态,若其值重新为1,便输出起爆信号。
4 结论采用上述软硬件设计的信号处理系统能够较好满足半主动式激光近炸引信的要求。
系统将PIC 型单片机引入到小口径火炮激光引信的设计中,可大大减小硬件电路的体积、功耗和成本,为半主动式激光近炸引信应用到小口径火炮中打下好的基础。
参考文献:[1]崔占忠,宋世和,徐立新.近炸引信原理[M ].北京:北京理工大学出版社,2001.[2]马宝华.现代引信的控制功能及特征[J ].探测与控制学报,2008,30(1):125.[3]张跃.半主动式激光近炸引信目标探测与信号处理技术研究[D ].南京:南京理工大学,2007.[4]白钰鹏,郝新红,周勇.一种利用频率信息进行信号识别的方法[J ].北京理工大学学报,2004(2):1542157.[5]王本庆.小口径高炮用半主动式激光近炸引信原理研究[D ].南京:南京理工大学,2006.[6]求是科技.PIC 单片机典型模块设计实例导航[M ].北京:人民邮电大学出版社,2005.45探测与控制学报。