莫禹涵，郭立民

哈爾濱工程大學(xué) 信息與通信工程學(xué)院 黑龍江 哈爾濱 150001

近年來隨著科技的發(fā)展，小型無人機(jī)逐漸出現(xiàn)在大眾的視野中。為大眾帶來方便的同時(shí)，也有些非合作無人機(jī)會(huì)給一些敏感地區(qū)的低空安全帶來很大的威脅。與其他無人機(jī)反制方案相比，雷達(dá)探測相比于其他手段具有全天候、作用距離大的優(yōu)勢[1]。但低、慢、小目標(biāo)的探測一直是雷達(dá)信號處理的難點(diǎn)，尤其是在無人機(jī)懸停的場景下，無人機(jī)回波在多普勒頻率上和地雜波混合在一起，為目標(biāo)檢測帶來了很大的困難。不過無人機(jī)高速轉(zhuǎn)動(dòng)的旋翼會(huì)給雷達(dá)回波帶來額外的頻率調(diào)制，使其多普勒特征不同于一般物體的雷達(dá)回波[2-3]。美國的著名學(xué)者Victor.C.Chen[4]在其著作中將其命名為“微多普勒效應(yīng)”。目前國內(nèi)和國際上對于無人機(jī)旋翼回波特征的研究大多在仿真階段，有實(shí)測數(shù)據(jù)的研究也都是對算法的佐證，實(shí)時(shí)性不強(qiáng)[5]。因此本文根據(jù)無人機(jī)回波的特點(diǎn)，結(jié)合相關(guān)文獻(xiàn)的研究結(jié)果，分析了無人機(jī)旋翼回波的頻域特性，根據(jù)無人機(jī)回波特點(diǎn)，選擇在FPGA 上構(gòu)造一階遞歸型MTI 濾波器對背景雜波進(jìn)行抑制，利用第三代雙倍速率(double data rate, DDR3)存儲(chǔ)器實(shí)現(xiàn)多周期雷達(dá)回波的MTD處理，在處理速度和吞吐率上進(jìn)行了一定的優(yōu)化，將FPGA 處理后的距離–多普勒(range-Doppler，R-D)二維譜和理論R-D 譜比較分析，證明FPGA處理結(jié)果的正確性。本文所述LFMCW 雷達(dá)系統(tǒng)的信號處理板是基于FPGA+DSP 架構(gòu)的，F(xiàn)PGA負(fù)責(zé)信號的高速采集和處理，DSP 負(fù)責(zé)目標(biāo)的參數(shù)估計(jì)以及系統(tǒng)主控。其中FPGA 為Xilinx V7系列的XC7V585T-2FFG1761I，開發(fā)平臺為Vivado 2019.2。

1 無人機(jī)雷達(dá)回波分析

考慮到無人機(jī)的低、慢、小特性，本文選用的雷達(dá)體制為LFMCW 雷達(dá)。因?yàn)槠錈o距離盲區(qū)，適合觀測近處無人機(jī)目標(biāo)。而相比單頻連續(xù)波雷達(dá)，LFMCW 雷達(dá)不僅能夠觀測到目標(biāo)的多普勒特性，還能得到目標(biāo)的距離信息，更適用于監(jiān)測無人機(jī)狀態(tài)的雷達(dá)應(yīng)用場景。根據(jù)文獻(xiàn)[6-9]中的結(jié)論可知，無人機(jī)的時(shí)域回波特征是“閃爍”效應(yīng)，理論上講提取時(shí)域特征對雷達(dá)硬件的要求更低。但在實(shí)際場景中，時(shí)域特征不如頻域特征穩(wěn)定和易于分析。故本文僅分析無人機(jī)回波的頻域特征。無人機(jī)旋翼在雷達(dá)觀測下的幾何示意圖如圖1 所示。

圖1 無人機(jī)旋翼散射點(diǎn)示意

由圖1 可知，無人機(jī)距離雷達(dá)的方位角為α，俯仰角為β，模擬角速度為 Ω。假設(shè)無人機(jī)旋翼長度為l，旋翼上任意一與旋翼中心O′距離為r的散射點(diǎn)P在t時(shí)刻與雷達(dá)的距離為Rp(t)，初相位為φ，旋翼中心距離雷達(dá)R0。由幾何關(guān)系可得到其表達(dá)式為

忽略初相，對P點(diǎn)處的回波與發(fā)射信號進(jìn)行差頻處理并化簡后，得到差頻信號表達(dá)式：

式中：μ=B/T為調(diào)頻斜率，其中，B為調(diào)頻帶寬，T為調(diào)頻周期；c為光速。

對整個(gè)葉片的散射點(diǎn)做積分可得到整個(gè)旋翼的回波表達(dá)式：

對于多葉片的情況，回波表達(dá)式僅初相φ 的值不同。設(shè)一個(gè)旋翼上的葉片數(shù)目為N，則第k個(gè)葉的初相φk為

本文研究的無人機(jī)為大疆精靈3 標(biāo)準(zhǔn)版，葉片數(shù)為2。下面代入實(shí)際雷達(dá)參數(shù)對無人機(jī)旋翼回波進(jìn)行仿真。仿真參數(shù)如表1 所示。

表1 仿真參數(shù)

需要說明的是，為減少LFMCW 雷達(dá)距離–速度耦合的影響，本文雷達(dá)選用三角調(diào)頻的方式，上下調(diào)頻周期各1 ms。后文給出的仿真和實(shí)測均為上掃頻結(jié)果。為保證差頻信號頻譜的純凈，需要將1 ms 內(nèi)2 500 個(gè)時(shí)域采樣點(diǎn)頭尾數(shù)據(jù)刪去，用中間段2 048 個(gè)點(diǎn)做FFT。暫不考慮葉片的實(shí)際散射截面積(radar cross section，RCS)和噪聲，將仿真參數(shù)代入式(1)，經(jīng)過快時(shí)間距離維快速傅里葉變換(fast Fourier transform，F(xiàn)FT)和慢時(shí)間多普勒維FFT 后得到無人機(jī)旋翼回波的R-D 譜。仿真結(jié)果如圖2 所示。

圖2 單個(gè)無人機(jī)旋翼的R-D 譜

從圖2 的仿真結(jié)果可以看出，無人機(jī)旋翼回波的譜峰在多普勒域上是成對出現(xiàn)的，并關(guān)于零頻對稱。這與文獻(xiàn)[2]中理論分析的結(jié)果一致。譜峰間隔為54.72 Hz，按照文獻(xiàn)[10]分析的結(jié)果，譜峰間隔Δf應(yīng)為Δf=NBfrot。按此計(jì)算無人機(jī)旋翼轉(zhuǎn)速應(yīng)為27.36 r/s，和仿真參數(shù)相近。

2 無人機(jī)回波處理的FPGA 實(shí)現(xiàn)

本文選擇在FPGA 上而非DSP 上實(shí)現(xiàn)MTI和MTD 處理，目的是提高算法的運(yùn)算速度，為DSP進(jìn)行更加復(fù)雜的算法爭取時(shí)間。下面分別敘述系統(tǒng)整體結(jié)構(gòu)和數(shù)據(jù)處理流程，以及MTI、MTD的FPGA 實(shí)現(xiàn)方法。

2.1 FPGA 整體處理流程

LFMCW 雷達(dá)信號處理包括一維FFT、MTI雜波抑制和MTD 相參積累處理。一維FFT 的作用是獲取包含在回波頻域的目標(biāo)距離信息，同時(shí)提高目標(biāo)信號的信噪比增益，類似脈沖雷達(dá)的脈沖壓縮處理。MTI 則是通過構(gòu)造多普勒域高通濾波器，達(dá)到抑制零頻雜波的目的。MTD 可以視為是多普勒濾波器組，將不同多普勒頻率的信號進(jìn)行同相疊加輸出，得到目標(biāo)的多普勒信息，區(qū)分開不同多普勒頻率的目標(biāo)，也是獲取無人機(jī)微多普勒特征的重要手段。系統(tǒng)的整體結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)整體結(jié)構(gòu)

回波信號經(jīng)天線進(jìn)入到接收機(jī)，與發(fā)射機(jī)輸入到接收機(jī)的本振信號混頻、濾波，得到差頻信號。數(shù)模轉(zhuǎn)換器(analog to digital converter，ADC)將模擬差頻信號轉(zhuǎn)化為數(shù)字信號后將數(shù)字信號傳給FPGA，F(xiàn)PGA 對串行的AD 原始數(shù)據(jù)進(jìn)行串并轉(zhuǎn)換、降采樣、數(shù)字下變頻，得到同相(I 路)和正交(Q 路)分量。參照FPGA 內(nèi)部產(chǎn)生的上下掃頻指示信號，將上下2 個(gè)掃頻段的連續(xù)波信號分別進(jìn)行加漢明窗抑制旁瓣、距離維FFT 運(yùn)算、MTI雜波抑制、MTD 相參積累。最后通過串行高速總線(serial rapidIO，SRIO)接口將MTD 后的數(shù)據(jù)發(fā)送給DSP 進(jìn)行后續(xù)信號處理。

本文雷達(dá)接收機(jī)為零中頻結(jié)構(gòu)，直接采集實(shí)信號。若直接對實(shí)信號做FFT，則會(huì)產(chǎn)生鏡像頻率分量，即在頻域有多個(gè)峰值。因此需要對回波進(jìn)行數(shù)字下變頻得到復(fù)信號，經(jīng)過低通濾波器濾除鏡像頻率后再進(jìn)行FFT 運(yùn)算。數(shù)字下變頻過程中，差頻信號的頻譜變化如圖4 所示。

圖4 頻信號頻譜變化過程

圖中|S(f)|為差頻信號頻譜的幅度，f1為一個(gè)目標(biāo)距離對應(yīng)的差頻信號頻率。實(shí)線為正頻率譜峰，虛線為鏡像頻率的譜峰。系統(tǒng)中AD 采樣頻率為60 MHz，經(jīng)過降采樣處理后數(shù)據(jù)速率下降到2.5 Hz，與圖中fs相對應(yīng)。將降采樣后的2.5 Hz數(shù)據(jù)在2.5 MHz 時(shí)鐘下分別乘1、0、-1、0，即與cos(2πfst/4)相 乘，可以得到I 路輸出；分別乘0、-1、0、1，即與-sin(2πfst/4)相乘，可以得到Q 路輸出。在頻域上的頻譜搬移效果如圖4 所示，關(guān)于0 頻率對稱的譜峰被搬移到關(guān)于-fs/4 對稱。在經(jīng)過截止頻率為fs/4 的低通濾波器后，鏡像頻率即被抑制，目標(biāo)距離所對應(yīng)的頻率由0～fs/2 變?yōu)?fs/4～fs/4。在經(jīng)過FFT 后僅對這部分頻率的FFT 結(jié)果進(jìn)行后續(xù)處理即可。

2.2 MTI 處理的FPGA 實(shí)現(xiàn)

MTI 可由相鄰脈沖對消來實(shí)現(xiàn)。常用的MTI濾波器有兩脈沖對消、三脈沖對消等。對消次數(shù)越多，濾波器在零頻處的凹陷越深，凹口越大，能夠?yàn)V除的雜波范圍也更大。但脈沖對消的缺陷也很明顯。首先是通帶不夠平坦，而且對消次數(shù)越多越不平坦，無人機(jī)的旋翼信息很可能因此損失，恒虛警檢測時(shí)也容易將背景估計(jì)過高或過低，造成漏警或虛警；其次是對于無人機(jī)這種低、慢、小目標(biāo)，其低速運(yùn)動(dòng)時(shí)的多普勒頻率很低，很容易被MTI 濾波器抑制，造成雷達(dá)跟蹤過程中航跡斷裂。若想解決這個(gè)問題，需要實(shí)現(xiàn)對MTI 濾波器的凹口大小和平坦度的實(shí)時(shí)調(diào)整。文獻(xiàn)[11]中提到了一種遞歸型MTI 濾波器的構(gòu)造方法，在兩脈沖對消器基礎(chǔ)上引入了一條反饋支路，反饋系數(shù)為K。通過給系統(tǒng)函數(shù)增加新的極點(diǎn)z=K的方法實(shí)現(xiàn)了頻率響應(yīng)的平坦化處理。遞歸MTI濾波器的結(jié)構(gòu)如圖5 所示。

圖5 遞歸型MTI 濾波器的結(jié)構(gòu)

根據(jù)遞歸型MTI 濾波器的結(jié)構(gòu)可以得到其頻率響應(yīng)，K取0.8 時(shí)，其頻率響應(yīng)和脈沖對消器的對比如圖6 所示。兩脈沖對消器的極點(diǎn)為z=0，遞歸型MTI 濾波器的極點(diǎn)為z=0 和z=K。K的取值越接近1，2 個(gè)極點(diǎn)的距離越遠(yuǎn)，系統(tǒng)的頻率響應(yīng)就越平坦，零頻凹口就越??；反之系統(tǒng)頻率響應(yīng)就越不平坦，零頻凹口就越大。在LFMCW 雷達(dá)系統(tǒng)工作時(shí)，可以根據(jù)雜波幅度大小和雜波多普勒頻率的范圍，靈活地更改K的值以獲取不同的雜波抑制效果，更適合本文所述的無人機(jī)探測場景。

圖6 不同MTI 濾波器的頻率響應(yīng)對比

在FPGA 上實(shí)現(xiàn)遞歸型MTI 濾波器需要進(jìn)行相鄰周期脈沖的相減、反饋支路數(shù)據(jù)的保存和與反饋系數(shù)相乘等工作。本文選用雙端口隨機(jī)存儲(chǔ)器(radom access memory，RAM)來緩存回波數(shù)據(jù)，經(jīng)過前面預(yù)處理的回波經(jīng)過波門選通邏輯寫入不同的RAM，反饋支路也選用雙端口RAM 保存。本文在從端口B 讀取出反饋支路RAM 數(shù)據(jù)的同時(shí)，將新計(jì)算的MTI 處理結(jié)果通過端口A 寫入RAM。無論是計(jì)算MTI 還是更新反饋支路數(shù)據(jù)，都采用流水線處理的方式，最大限度地提高處理速率。綜上，在FPGA 上實(shí)現(xiàn)MTI 處理的信號流向，如圖7 所示。

圖7 FPGA 實(shí)現(xiàn)MTI 信號流向

為驗(yàn)證FPGA 程序設(shè)計(jì)的正確性，需要借助ModelSim 平臺對設(shè)計(jì)進(jìn)行仿真。仿真時(shí)輸入的3 路回波數(shù)據(jù)為實(shí)測的室內(nèi)開機(jī)下的雷達(dá)回波。FPGA 對回波進(jìn)行數(shù)字下變頻、距離維FFT 后，不經(jīng)后續(xù)處理直接截取每個(gè)回波的前256 個(gè)距離門數(shù)據(jù)上傳上位機(jī)。ModelSim 仿真時(shí)僅需要在測試文件中給出時(shí)鐘和輸入的一維FFT 數(shù)據(jù)，其余參數(shù)都由FPGA 程序設(shè)計(jì)決定，與表1 中參數(shù)相同。雜波數(shù)據(jù)如圖8 所示。

圖8 用于仿真的實(shí)測雜波數(shù)據(jù)

從圖8 中可以看出雜波的峰值出現(xiàn)在第3 個(gè)距離采樣點(diǎn)，且能量分布在1～17 個(gè)距離采樣點(diǎn)，遠(yuǎn)遠(yuǎn)高于背景噪聲，且不同周期的雜波幅度相近，符合固定目標(biāo)回波特性，也間接證明了硬件系統(tǒng)的有效性和FPGA 前端處理的正確性。將雜波數(shù)據(jù)作為激勵(lì)輸入到testbench 中，得到的仿真結(jié)果如圖9 所示。

圖9 MTI 處理ModelSim 仿真

圖9 是以一次上掃頻的MTI 處理為例，當(dāng)新的回波數(shù)據(jù)到來時(shí)，F(xiàn)PGA 先將數(shù)據(jù)寫入上掃頻RAM1。寫完后將上掃頻RAM1 和RAM2 的數(shù)據(jù)一同讀出輸入到減法器中，與此同時(shí)讀取上掃頻反饋支路RAM 中的數(shù)據(jù)乘以系數(shù)0xCCCC(即為16 位無符號定點(diǎn)小數(shù)0.8)，再和減法器輸出的數(shù)據(jù)一同輸入到加法器中。最后得到的add_I_out和add_Q_out 的結(jié)果即為最后MTI 處理后的回波數(shù)據(jù)?？梢钥吹皆谕伙@示尺度下，原始回波I、Q 路的高強(qiáng)度雜波已經(jīng)得到了濾除。另外需要說明的是，反饋支路RAM 存在同時(shí)讀寫的情況，但新的MTI 結(jié)果一定是在讀取反饋支路RAM 的數(shù)據(jù)后才會(huì)輸出，所以并不存在對RAM 中同一個(gè)地址同時(shí)讀寫的情況，局部放大的結(jié)果如圖10所示。

圖10 反饋支路RAM 讀寫局部放大

圖10 中addra，wea，dina 分別對應(yīng)雙端口RAM 的A 端口的地址、寫使能和數(shù)據(jù)線。同理另外3 組信號對應(yīng)B 端口的地址、讀使能和數(shù)據(jù)?？梢钥吹綄懯鼓躻ea 是在讀使能enb 拉高后幾個(gè)時(shí)鐘才拉高。

對以上仿真結(jié)果進(jìn)行時(shí)鐘計(jì)數(shù)，發(fā)現(xiàn)通過流水線并行處理，F(xiàn)PGA 能夠在10 μs 左右完成對雷達(dá)回波的遞歸MTI 處理，達(dá)到快速實(shí)現(xiàn)MTI 的目的。

2.3 MTD 處理的FPGA 實(shí)現(xiàn)

對于傳統(tǒng)的信號處理機(jī)，MTD 處理多由DSP或嵌入式進(jìn)階精簡指令集機(jī)器(advanced RISC machine，ARM)等處理器去完成。但串行邏輯在處理這種大量重復(fù)運(yùn)算時(shí)的效率會(huì)很低，僅MTD處理就能占用大量的時(shí)間資源，導(dǎo)致后續(xù)留給參數(shù)估計(jì)的計(jì)算時(shí)間很有限。而一些在FPGA 上實(shí)現(xiàn)MTD 的方法只能做到固定點(diǎn)數(shù)，與串行處理器相比又少了靈活性。本文針對這些不足做出了一些改進(jìn)，利用DDR3 存儲(chǔ)器在FPGA 上實(shí)現(xiàn)了點(diǎn)數(shù)可變的快速M(fèi)TD 處理。具體時(shí)序操作由設(shè)計(jì)有限狀態(tài)機(jī)來完成。其信號流向如圖11 所示。

圖11 FPGA 實(shí)現(xiàn)MTD 的信號流向

做MTD 處理就需要先緩存一個(gè)相干處理間隔(coherent process interval，CPI)的回波數(shù)據(jù)。為實(shí)現(xiàn)大量數(shù)據(jù)的緩存以及突破速度瓶頸。本文選擇利用外掛的DDR3 存儲(chǔ)器來實(shí)現(xiàn)MTD 處理。其具有容量大、時(shí)鐘效率高等優(yōu)勢。本文所述雷達(dá)系統(tǒng)的FPGA 外掛了容量為2 GB 的DDR3 內(nèi)存條，最多能緩存近3 min 的回波數(shù)據(jù)，能夠?qū)崿F(xiàn)MTD 處理的要求。

FPGA 對DDR3 存儲(chǔ)器的讀寫由Xilinx 的存儲(chǔ)器接口生成器(memory interface generator，MIG)IP 核來實(shí)現(xiàn)，由于DDR3 的讀寫方式有突發(fā)長度的限制，一次需要連續(xù)寫入或讀出8 個(gè)地址中的數(shù)據(jù)。所以對應(yīng)到用戶接口時(shí)的數(shù)據(jù)位寬就是DDR3 實(shí)際位寬的8 倍。本文的設(shè)計(jì)中MTI 后的數(shù)據(jù)I 路和Q 路各32 位，總共64 位。對應(yīng)到DDR3 的用戶接口的數(shù)據(jù)位寬就變成了512 位，位寬和時(shí)鐘域的轉(zhuǎn)換同樣可以通過雙端口RAM 來實(shí)現(xiàn)。位寬轉(zhuǎn)換后，只需要一個(gè)DDR3 用戶層時(shí)鐘就能將8 個(gè)距離采樣點(diǎn)的數(shù)據(jù)寫入存儲(chǔ)器。若用戶層時(shí)鐘為100 MHz，即相當(dāng)于實(shí)現(xiàn)了數(shù)據(jù)以800 MHz 的速率進(jìn)行存儲(chǔ)，遠(yuǎn)超F(xiàn)PGA 的片內(nèi)存儲(chǔ)器。本文即通過這種方式實(shí)現(xiàn)了數(shù)據(jù)的加速處理。

讀取數(shù)據(jù)和寫入時(shí)一致，一次讀出8 個(gè)有效數(shù)據(jù)。不同的是需要按照同一個(gè)距離維采樣點(diǎn)讀出數(shù)據(jù)。Xilinx 的FFT IP 核支持多通道FFT 且點(diǎn)數(shù)可實(shí)時(shí)配置。在FFT 處理前還需要加窗以減少旁瓣幅度。為充分利用FPGA 并行處理的優(yōu)勢，本文將FFT 核配置為8 通道定點(diǎn)FFT。數(shù)據(jù)從DDR3中被讀出后從加窗到FFT 采用全流水并行操作的方式，獲得遠(yuǎn)超于DSP 處理的速度和吞吐率。在實(shí)現(xiàn)點(diǎn)數(shù)可變的處理方面，F(xiàn)PGA 需要從DSP 得到后續(xù)信號處理所需的最佳MTD 點(diǎn)數(shù)，在下一個(gè)CPI 開始前配置FFT 的點(diǎn)數(shù)，修改只讀存儲(chǔ)器(read only memory，ROM)漢明窗表的尋址步長，進(jìn)而實(shí)現(xiàn)窗函數(shù)和FFT 運(yùn)算根據(jù)點(diǎn)數(shù)實(shí)時(shí)更新。定點(diǎn)數(shù)在經(jīng)過FFT 后的數(shù)據(jù)位寬會(huì)變大，若截位處理又會(huì)損失一部分精度和動(dòng)態(tài)范圍。所以本文在FFT 后將大位寬的定點(diǎn)數(shù)轉(zhuǎn)成32 位單精度浮點(diǎn)數(shù)，再通過高速SRIO 接口將結(jié)果給DSP 做后續(xù)處理。

在一些脈沖重復(fù)時(shí)間(pulse repetition time，PRT)較小的場景，F(xiàn)PGA 無法在一個(gè)PRT 內(nèi)完成所有回波的MTD 處理。此時(shí)DDR3 會(huì)產(chǎn)生讀寫沖突。傳統(tǒng)的解決思路是用2 片DDR3 內(nèi)存條實(shí)現(xiàn)乒乓緩存來獲得時(shí)間差。但這樣會(huì)造成存儲(chǔ)資源的浪費(fèi)，1 片DDR3 完全能夠緩存2 個(gè)CPI 的回波數(shù)據(jù)。本文為了優(yōu)化這個(gè)問題，利用了DDR3的塊、行、列存儲(chǔ)結(jié)構(gòu)，將同一片DDR3 中的2 個(gè)塊作為乒乓緩存的2 個(gè)存儲(chǔ)區(qū)。對于讀寫的總線沖突問題，本文在設(shè)計(jì)中加入了寫請求中斷的機(jī)制。由于數(shù)據(jù)寫入是猝發(fā)的，本身不會(huì)持續(xù)很長時(shí)間，所以在讀數(shù)據(jù)的同時(shí)若接到寫請求，狀態(tài)機(jī)會(huì)在讀完這一次數(shù)據(jù)后跳到寫數(shù)據(jù)的狀態(tài)中，先將此次數(shù)據(jù)緩存到DDR3 后，再繼續(xù)執(zhí)行讀上一個(gè)CPI 數(shù)據(jù)的操作。MTD 處理的有限狀態(tài)機(jī)狀態(tài)轉(zhuǎn)換如圖12 所示。

圖12 MTD 處理狀態(tài)轉(zhuǎn)換

將2.2 節(jié)MTI 處理后的數(shù)據(jù)輸入到MTD 模塊在ModelSim 進(jìn)行仿真。為節(jié)省仿真時(shí)間，MTD點(diǎn)數(shù)取32，得到的結(jié)果如圖13 所示。

圖13 DDR3 讀寫時(shí)序仿真

從時(shí)序仿真中能夠看到，在狀態(tài)機(jī)剛剛進(jìn)行完一次讀操作時(shí)，寫請求(ddr_flag)到達(dá)。狀態(tài)機(jī)則控制數(shù)據(jù)寫入到DDR3 的另一個(gè)塊內(nèi)(2 個(gè)塊首地址分別為0x00 開頭和0x02 開頭，從圖11 中可以看出)。對MTD 仿真進(jìn)行時(shí)鐘計(jì)數(shù)，得到FPGA 對三通道128 周期(上下掃頻各64 周期)的數(shù)據(jù)進(jìn)行MTD 處理的時(shí)間為1.54 ms。將仿真后的結(jié)果保存為txt 文件，在Matlab 中畫出32 點(diǎn)上掃頻MTD 結(jié)果如圖14 所示。

圖14 ModelSim 仿真的32 點(diǎn)MTD 結(jié)果

從仿真結(jié)果可以看出本應(yīng)在多普勒零頻處的雜波已經(jīng)被濾除干凈，且通帶較為平坦。證明了本文改進(jìn)的MTI、MTD 實(shí)現(xiàn)方法的正確性和有效性。

3 實(shí)測數(shù)據(jù)分析

為模擬強(qiáng)雜波場景，測試在室內(nèi)進(jìn)行。先將無人機(jī)放在靜止的平臺上，僅安裝一個(gè)旋翼。用遙控器控制其旋翼轉(zhuǎn)動(dòng)，觀察旋翼速度對其多普勒特征的影響。根據(jù)文獻(xiàn)[3]的結(jié)果，對于無人機(jī)目標(biāo)來說，1 個(gè)CPI 最好不超過0.2 s。因此在測試時(shí)將MTD 點(diǎn)數(shù)確定為64，即一個(gè)CPI 的時(shí)間為0.128 s。MTI 濾波器反饋支路的系數(shù)選為0.8。FPGA 計(jì)算得到的處理結(jié)果可從DSP 端通過仿真器讀取到PC 機(jī)上，圖15 為不同情況下的FPGA處理結(jié)果。

圖15 單旋翼不同轉(zhuǎn)速FPGA 的處理結(jié)果

作為對比，圖15(a)為無人機(jī)旋翼不旋轉(zhuǎn)時(shí)FPGA 的處理結(jié)果，即純雜波的處理結(jié)果?？梢钥吹絉-D 譜中無明顯峰值，背景幅度大約75 dB。圖15(b)、(c)，(d)分別為無人機(jī)旋翼正常轉(zhuǎn)速、慢速、快速的處理結(jié)果。可以發(fā)現(xiàn)旋翼的多普勒特征與仿真類似，為關(guān)于零頻對稱的譜線。慢速旋轉(zhuǎn)時(shí)譜峰間隔變小，快速旋轉(zhuǎn)時(shí)譜峰間隔變大。但由于室內(nèi)環(huán)境封閉，系統(tǒng)受多徑影響較大，造成能量峰值處的距離比實(shí)際距離遠(yuǎn)。且系統(tǒng)PRT 較大，造成多普勒模糊，使得R-D 譜除了明顯的峰值以外還存在一些離散的譜線。為了分析不同旋翼數(shù)目和無人機(jī)不同運(yùn)動(dòng)狀態(tài)的影響，本文又對比了兩旋翼和四旋翼的情況以及無人機(jī)空中懸停和徑向飛行的情況，結(jié)果如圖16 所示。

圖16 無人機(jī)不同旋翼數(shù)目和飛行狀態(tài)的測試結(jié)果

兩旋翼與四旋翼的轉(zhuǎn)速與圖15(b)中單旋翼中速旋轉(zhuǎn)的轉(zhuǎn)速一致，可以看到旋翼數(shù)目增加后，離散的譜峰變得不再明顯。此時(shí)旋翼的多普勒頻率已經(jīng)發(fā)生了很大的展寬，幾個(gè)旋翼的譜峰混合在了一起。造成這種現(xiàn)象的原因有2 個(gè)：一是由于旋翼的角度有差異，即便實(shí)際轉(zhuǎn)速相同，投影到雷達(dá)徑向的速度分量也會(huì)存在差異；二是雷達(dá)系統(tǒng)PRT 過大導(dǎo)致多普勒無模糊范圍較小，造成旋翼多普勒維信息的混疊。文獻(xiàn)[12]也對這種現(xiàn)象進(jìn)行了分析。

對比圖16(c)和圖16(d)，無人機(jī)懸停時(shí)本身不運(yùn)動(dòng)，但由于氣流擾動(dòng)，實(shí)際上還是存在微小的位移。由于MTI 濾波器的凹口較小，導(dǎo)致一部分無人機(jī)主體的信息還是被保留了下來。旋翼信息方面，無人機(jī)懸停時(shí)的旋翼轉(zhuǎn)速要比靜止在平臺上時(shí)大，故距離零頻最近的峰值所對應(yīng)的多普勒頻率也更大。而無人機(jī)在徑向運(yùn)動(dòng)時(shí)，其主體也有了速度，多普勒頻率位于MTI 濾波器的通帶范圍內(nèi)。所以可以看到圖16(d)的目標(biāo)峰值要比前面的旋翼以及懸停時(shí)的無人機(jī)主體能量要大得多。但運(yùn)動(dòng)的無人機(jī)旋翼轉(zhuǎn)速也要比靜止和懸停時(shí)大得多，故產(chǎn)生的多普勒模糊就更為嚴(yán)重。

4 結(jié)論

1）從實(shí)際測試和仿真的結(jié)果能夠看到本文的方法利用FPGA 的并行處理優(yōu)勢。通過流水線處理和乒乓操作以及DDR3 存儲(chǔ)器的一些獨(dú)特優(yōu)勢，實(shí)現(xiàn)了對地雜波的抑制、對目標(biāo)回波的相參積累和微多普勒信息顯示。一定程度上提高了系統(tǒng)的吞吐率，也緩解了DSP 的資源壓力。實(shí)測的旋翼多普勒特征也接近理論分析的結(jié)果，進(jìn)一步證實(shí)了用FPGA 實(shí)時(shí)處理的可行性。

2）目前關(guān)于無人機(jī)檢測和識別的研究多在算法以及性能仿真上，少有立足于實(shí)際的雷達(dá)系統(tǒng)和硬件平臺上的研究。本文對傳統(tǒng)的MTI、MTD硬件實(shí)現(xiàn)方法做出了一些速度和吞吐率上的優(yōu)化，目的是要在實(shí)際的系統(tǒng)上實(shí)現(xiàn)對無人機(jī)目標(biāo)的回波特征，尤其是微多普勒特征的有效、快速和實(shí)時(shí)的提取，為雷達(dá)系統(tǒng)快速發(fā)現(xiàn)和識別無人機(jī)提供了一種思路。

3）從運(yùn)動(dòng)無人機(jī)的處理結(jié)果也可以看到，受硬件平臺參數(shù)所限，系統(tǒng)的多普勒無模糊測量范圍很小，無人機(jī)速度過快時(shí)會(huì)發(fā)生多普勒域的混疊。要解決這個(gè)問題可以適當(dāng)減小PRT 以獲得更大的多普勒頻率測量范圍、更大的積累周期以及多普勒分辨力；也可以增大掃頻帶寬獲得更小的距離分辨力，進(jìn)一步優(yōu)化R-D 譜的精度，得到精確的旋翼參數(shù)估計(jì)結(jié)果。