李鵬利，李興成

（空軍工程大學(xué)防空反導(dǎo)學(xué)院，西安 710051）

0 引言

隨著雷達(dá)的多功能化，雷達(dá)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)也愈加復(fù)雜，由于對(duì)雷達(dá)多個(gè)處理過程的仿真與測試相對(duì)繁瑣，軟件化雷達(dá)開始受到重視。相比于單一、固定的測試手段，軟件化雷達(dá)仿真測試的靈活性、集成性與簡便性開始顯現(xiàn)出來。把雷達(dá)信號(hào)處理算法寫入軟件，其處理過程與實(shí)際雷達(dá)處理過程相同，對(duì)各過程進(jìn)行仿真分析，能夠幫助相關(guān)人員更好地了解雷達(dá)系統(tǒng)的運(yùn)作并協(xié)助研究。

1 軟件原理分析

雷達(dá)信號(hào)處理是指在雷達(dá)接收目標(biāo)所反射的射頻回波，經(jīng)一系列相關(guān)處理變?yōu)橹蓄l信號(hào)，所要進(jìn)行的一系列處理過程［3］。主要包括下變頻、脈沖壓縮、動(dòng)目標(biāo)顯示（MTI）、動(dòng)目標(biāo)檢測（MTD）、恒虛警檢測（CFAR）。雷達(dá)信號(hào)處理過程如圖1 所示。

圖1 雷達(dá)信號(hào)處理過程

信號(hào)下變頻是關(guān)鍵的一步，在此過程中，計(jì)算機(jī)高效的計(jì)算性能將得到充分的利用，對(duì)信號(hào)進(jìn)行DSP 處理。它將模擬信號(hào)通過中頻直接采樣，而后經(jīng)正交處理與低通濾波處理，得到正交的基帶數(shù)字信號(hào)。

脈沖壓縮技術(shù)，即匹配濾波器。它能最大限度地提高信號(hào)的信噪比，提升雷達(dá)的探測性能。匹配濾波器的脈沖響應(yīng)為：

匹配濾波器輸出的峰值瞬時(shí)SNR 寫為：

其中，在td時(shí)刻達(dá)到最大信噪比，白噪聲功率譜密度為N0/2，S0（t）為濾波器輸出，E 為輸入端信號(hào)能量。

雜波處理是雷達(dá)信號(hào)處理的主要工作之一，雜波形式眾多，如云、雨、地雜波等。動(dòng)目標(biāo)顯示技術(shù)利用雜波集中于零頻附近的特征，通過脈沖間的對(duì)消處理來消除雜波，使運(yùn)動(dòng)目標(biāo)顯示出來。N 脈沖對(duì)消器的響應(yīng)為：

其中，T 為時(shí)延，即T=1/f 雷達(dá)脈沖重復(fù)間隔。

今天的第二張照片是我的家鄉(xiāng)，嘉善姚莊的桃源新村。10年前，這里作為嘉興市“兩分兩換”的首批試點(diǎn)，率先實(shí)施這項(xiàng)新的土地改革政策。所謂的“兩分兩換”，就是把農(nóng)民的宅基地和承包地分開，搬遷和土地流轉(zhuǎn)分開，以宅基地置換城鎮(zhèn)房產(chǎn)，以土地承包經(jīng)營權(quán)置換社會(huì)保障。

動(dòng)目標(biāo)檢測技術(shù)是在動(dòng)目標(biāo)顯示技術(shù)處理的基礎(chǔ)上對(duì)雜波更進(jìn)一步的處理，使信號(hào)通過多普勒濾波器組來對(duì)目標(biāo)進(jìn)行測速。在信號(hào)處理中可直接使用MTD 處理，也可先通過MTI，再作MTD，具體情況由實(shí)際來定。

恒虛警檢測技術(shù)是經(jīng)上述處理后需作的最后一步信號(hào)處理，在檢測中需計(jì)算隨噪聲變化的虛警概率，求得門限因子，并最終得到檢測門限。恒虛警檢測技術(shù)有多種算法，根據(jù)實(shí)際情況來進(jìn)行選擇，最常用的有單元平均恒虛警檢測（CA-CFAR）與選大單元平均恒虛警檢測（GO-CFAR）［4］。

2 軟件設(shè)計(jì)與實(shí)現(xiàn)

2.1 軟件總體框架設(shè)計(jì)

根據(jù)軟件的實(shí)際需求分析，以面向?qū)ο缶幊趟枷霝樵O(shè)計(jì)方法，應(yīng)用Python 自帶庫Tkinter 編寫而成。雷達(dá)信號(hào)處理系統(tǒng)采用分級(jí)化管理的設(shè)計(jì)方法，即各層之間各自執(zhí)行對(duì)應(yīng)功能，系統(tǒng)由人機(jī)交互層、數(shù)據(jù)處理層、數(shù)據(jù)顯示層3 個(gè)層面實(shí)現(xiàn)。軟件框架與功能模塊如圖2 所示。

圖2 軟件框架與功能模塊

1）人機(jī)交互層即人機(jī)交互界面，控制相關(guān)仿真模塊與仿真參數(shù)。軟件主界面有4 種菜單模塊可供選擇，雷達(dá)波形仿真模塊、雷達(dá)信號(hào)處理過程仿真模塊、數(shù)據(jù)保存模塊與圖像格式修改模塊，各模塊之間分級(jí)管理。雷達(dá)波形仿真模塊主要包括雷達(dá)四大波形，即簡單脈沖波形、線性調(diào)頻波形、相參脈沖串波形與相位編碼波形。根據(jù)每種波形的不同特征來輸入不同的參數(shù)，如脈寬、帶寬、脈沖重復(fù)周期等，實(shí)現(xiàn)了不同的分析功能，主要包括時(shí)頻域波形分析、模糊函數(shù)分析、斜率、模糊函數(shù)圖三維切割等功能。

雷達(dá)信號(hào)處理過程仿真模塊包括目標(biāo)仿真分析與其他信號(hào)處理過程分析，可自定義添加噪聲與雜波，并輸入相關(guān)參數(shù)如射頻頻率、中頻頻率、速度、目標(biāo)RCS、目標(biāo)位置、目標(biāo)個(gè)數(shù)，同時(shí)可設(shè)置雷達(dá)實(shí)際環(huán)境參數(shù)，選擇是否加入干擾等進(jìn)行仿真，來分析存在誤差情況下的雷達(dá)信號(hào)處理情況。根據(jù)不同波形的選擇，另外添加了對(duì)目標(biāo)回波特征的分析，如線性調(diào)頻波形的多普勒失配現(xiàn)象、相位編碼波形的速度敏感性分析等。

數(shù)據(jù)保存模塊與圖像格式修改模塊考慮到實(shí)際需求，為系統(tǒng)設(shè)計(jì)添加，數(shù)據(jù)保存功能可對(duì)每一部分仿真分析所得數(shù)據(jù)進(jìn)行保存，用于數(shù)據(jù)分析、示波器演示等；圖像格式修改可直接對(duì)數(shù)據(jù)可視化分析后的圖片進(jìn)行格式轉(zhuǎn)換，格式眾多，可滿足不同需求，為發(fā)表文章、PPT 演示等所要求不同格式情況提供便利。

2）數(shù)據(jù)處理層是系統(tǒng)的關(guān)鍵與核心所在，系統(tǒng)內(nèi)部使用執(zhí)行時(shí)序控制與系統(tǒng)效率控制對(duì)程序運(yùn)行進(jìn)行控制。在雷達(dá)波形分析模塊中，基本處理步驟首先對(duì)輸入?yún)?shù)判斷，若不符合要求則報(bào)錯(cuò)，若符合要求則對(duì)參數(shù)進(jìn)行讀取、預(yù)處理、而后暫存，等待可視化分析或數(shù)據(jù)保存。

在雷達(dá)信號(hào)處理模塊中，除了參數(shù)判斷、讀取、預(yù)處理外，還加入了算法匹配，即根據(jù)不同波形所要仿真內(nèi)容的不同來自動(dòng)匹配不同算法，預(yù)處理后加入數(shù)據(jù)反饋對(duì)比這一程序步驟，用于判斷實(shí)際處理結(jié)果是否符合預(yù)期結(jié)果，來選擇暫存還是報(bào)錯(cuò)。

3）數(shù)據(jù)顯示層，即可視化分析模塊，基于Python 第三方庫matplotlib［5-6］，它 功能強(qiáng)大是Python 最主要的繪圖庫之一，可根據(jù)不同模塊選擇進(jìn)行二維或三維數(shù)據(jù)可視化［7］。

2.2 軟件關(guān)鍵技術(shù)實(shí)現(xiàn)

本軟件基于Python 的Tkinter 庫中的各類控件來搭建軟件框架，在程序?qū)崿F(xiàn)過程中共用到其自身庫與第三方庫等16 種。

雷達(dá)信號(hào)處理算法的實(shí)現(xiàn)，主要使用科學(xué)計(jì)算Numpy 庫、數(shù)據(jù)分析Pandas 庫［8］與信號(hào)處理Scipy庫，其內(nèi)部豐富的函數(shù)為算法的編寫提供了有力的幫助。

雷達(dá)信號(hào)處理仿真處理時(shí)，處理的數(shù)據(jù)量一般較大，其處理過程均可進(jìn)行可視化分析，這就意味著每一步都可進(jìn)行數(shù)據(jù)暫存，這無疑加重了計(jì)算機(jī)CPU 的負(fù)擔(dān)，所以需對(duì)系統(tǒng)內(nèi)存進(jìn)行合理、有效的管理設(shè)計(jì)。Python 作為一種高級(jí)編程語言，使用者無法對(duì)其內(nèi)存進(jìn)行直接操作，本文設(shè)計(jì)了一種系統(tǒng)能夠通過自動(dòng)對(duì)比數(shù)據(jù)量大小來選擇合理的數(shù)據(jù)結(jié)構(gòu)［9］存儲(chǔ)數(shù)據(jù)，并通過管理數(shù)據(jù)對(duì)象來管理內(nèi)存的方法。數(shù)據(jù)對(duì)象管理內(nèi)部結(jié)構(gòu)設(shè)計(jì)如圖3 所示。

圖3 數(shù)據(jù)對(duì)象管理內(nèi)部結(jié)構(gòu)

Python 內(nèi)存管理是通過管理對(duì)象與堆來實(shí)現(xiàn)的。在雷達(dá)信號(hào)處理系統(tǒng)中，仿真時(shí)參數(shù)輸入的數(shù)據(jù)較小，采用Tuple 結(jié)構(gòu)來接收參數(shù)，在Python 中Tuple 所占的字節(jié)數(shù)小于List；在雷達(dá)信號(hào)處理各過程產(chǎn)生數(shù)據(jù)的方式采用生成器，即調(diào)用yield 函數(shù)，生成器的運(yùn)行機(jī)制比普通數(shù)據(jù)生成方式更快且接收內(nèi)存，然后把生產(chǎn)的數(shù)據(jù)通過Numpy 庫中的array（）函數(shù)暫存，通過調(diào)用函數(shù)計(jì)算各部分字節(jié)數(shù)大小，如果大于256 K，則通過Dict（）類型來集中存儲(chǔ)，并釋放回收［10-11］原有對(duì)象占用內(nèi)存，即將多個(gè)對(duì)象變?yōu)橐粋€(gè)對(duì)象。Dict（）類型具有映射功能，后期的數(shù)據(jù)分析能根據(jù)key-value 的對(duì)應(yīng)關(guān)系很快找到各部分對(duì)應(yīng)數(shù)據(jù)。Dict（）類型本身就是一個(gè)占內(nèi)存較大的結(jié)構(gòu)類型，其字節(jié)的大小由內(nèi)部對(duì)象個(gè)數(shù)決定，而不是由內(nèi)部對(duì)象字節(jié)大小決定，因?yàn)槠鋬?nèi)部存儲(chǔ)的是對(duì)象的地址，而不是對(duì)象本身。所以只有當(dāng)信號(hào)處理各部分?jǐn)?shù)據(jù)量大時(shí)，采用這種方法來管理內(nèi)存才更為合適。值得一提的是，Python 內(nèi)部動(dòng)態(tài)分配內(nèi)存時(shí)的閾值也是256 K。

數(shù)據(jù)對(duì)比分析是通過獲取原有參數(shù)與結(jié)果比較，如在某個(gè)過程中在哪幾個(gè)采樣點(diǎn)應(yīng)該出現(xiàn)預(yù)期的結(jié)果，這一步是很有必要的，如果使用此系統(tǒng)的人只是為了采集數(shù)據(jù)，而不進(jìn)行可視化分析，那么就得保證得到的數(shù)據(jù)是正確的。在反饋結(jié)果正確與否部分，使用Python 的try-except 語法來進(jìn)行控制。

3 軟件測試和結(jié)果

3.1 軟件運(yùn)行測試

本軟件設(shè)計(jì)了基于屏幕分辨率大小來顯示界面，使界面顯示更加人性化。由于仿真波形較多，以相參脈沖串波形為例進(jìn)行仿真分析，系統(tǒng)參數(shù)已設(shè)置默認(rèn)值，可自行修改。雷達(dá)波形仿真菜單界面與信號(hào)處理界面如圖4 所示。

圖4 雷達(dá)信號(hào)處理系統(tǒng)界面

雷達(dá)波形仿真界面參數(shù)較少，功能也較為簡單，主要分析不同波形的相關(guān)性質(zhì)，幫助理解與熟悉。圖4（a）中波形相關(guān)參數(shù)為脈寬、脈沖重復(fù)周期與脈沖個(gè)數(shù)，可視化圖形為模糊函數(shù)圖像與時(shí)域波形。

雷達(dá)信號(hào)處理界面功能與參數(shù)較多，由目標(biāo)位置參數(shù)計(jì)算時(shí)延，由目標(biāo)速度參數(shù)計(jì)算多普勒頻率。再結(jié)合其他目標(biāo)信息與波形參數(shù)對(duì)目標(biāo)進(jìn)行仿真，即中頻回波信號(hào)。圖4（b）中可視化圖形為經(jīng)雷達(dá)信號(hào)處理后的恒虛警檢測后的結(jié)果。具體參數(shù)信息如下頁表1 所示。

表1 軟件仿真參數(shù)（無干擾）

由最后的仿真結(jié)果可知，在系統(tǒng)存在一定虛警概率的情況下，所產(chǎn)生的數(shù)據(jù)是正確的，說明系統(tǒng)運(yùn)行正常。

3.2 實(shí)驗(yàn)結(jié)果分析

雷達(dá)波形仿真模塊在上文已基本提及，此處不再對(duì)其進(jìn)行詳細(xì)分析?；诒? 中的數(shù)據(jù)，主要對(duì)雷達(dá)信號(hào)處理系統(tǒng)實(shí)驗(yàn)結(jié)果按處理步驟進(jìn)行可視化分析，如圖5 所示。

圖5 雷達(dá)信號(hào)處理

圖5 中的可視化圖形功能如圖中標(biāo)題所示，（a）中在加入噪聲與雜波后，回波信號(hào)已無法分辨清楚，雷達(dá)信號(hào)處理就是從雜亂無章的信號(hào)中提取出目標(biāo)信息；（b）中通過對(duì)中頻信號(hào)進(jìn)行下變頻操作，使其降為基帶信號(hào)，便于后期處理；（c）中脈沖壓縮用來提高信噪比；（d）中動(dòng)目標(biāo)顯示處理后，可以看出，目標(biāo)的位置信息已顯示出來，而具體速度卻無法判斷，即已經(jīng)明確有運(yùn)動(dòng)目標(biāo)；（e）中是經(jīng)過MTI處理后進(jìn)一步的處理，其具體速度信息已經(jīng)明確，達(dá)到了測速的目的。

表1 中的參數(shù)不變，為雷達(dá)添加干擾信息與損耗，如下頁表2 所示。

表2 干擾與損耗

圖6 為添加壓制性干擾與雷達(dá)、干擾器損耗后的恒虛警檢測效果，當(dāng)存在干擾時(shí)，雷達(dá)探測范圍降低為10 km，檢測到的目標(biāo)的功率已明顯降低，且較遠(yuǎn)目標(biāo)未能檢測到，造成目標(biāo)丟失，并出現(xiàn)了較多的虛警。

圖6 有干擾時(shí)的檢測

圖7 干擾下探測距離與檢測概率關(guān)系

在多次改變目標(biāo)距離參數(shù)其他參數(shù)不變的情況下，可得出探測距離與檢測概率關(guān)系，隨著目標(biāo)距離的增大，檢測概率會(huì)迅速降低，當(dāng)目標(biāo)距離超出干擾存在下雷達(dá)最大探測距離時(shí)，將不能夠檢測到目標(biāo)（Pd<0.1），導(dǎo)致目標(biāo)丟失。

4 結(jié)論

本文主要實(shí)現(xiàn)了基于雷達(dá)信號(hào)處理與軟件設(shè)計(jì)相關(guān)理論知識(shí)的雷達(dá)信號(hào)處理系統(tǒng)，以Python 為設(shè)計(jì)開發(fā)語言，設(shè)計(jì)了一種多功能化同時(shí)兼具效率的雷達(dá)仿真系統(tǒng)，能夠根據(jù)不同波形的不同特性進(jìn)行直觀、高效的可視化仿真分析，具有較強(qiáng)的實(shí)用性，可為相關(guān)人員提供實(shí)質(zhì)性幫助。通過對(duì)軟件的測試分析，從而證實(shí)了系統(tǒng)在設(shè)計(jì)與運(yùn)行上的有效性。系統(tǒng)在干擾類型中只設(shè)計(jì)了壓制性干擾中的自屏蔽干擾，后續(xù)還可對(duì)其進(jìn)行拓展豐富。