王磊

摘要：文章對點目標(biāo)的回波信號進(jìn)行了模擬分析，根據(jù)目標(biāo)回波的概率密度函數(shù)，結(jié)合隨機(jī)數(shù)的產(chǎn)生原理，給出了基于數(shù)值方法的回波仿真算法。數(shù)值解法具有更大普遍性，可以滿足全部仿真要求。最后利用Matlob對其視頻回波進(jìn)行了模擬試驗。多幀試驗結(jié)果驗證回波的仿真算法的正確性。

關(guān)鍵詞：雷達(dá)回波;點目標(biāo);模擬

中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）30-0269-02

雷達(dá)的檢測主要是在檢測方法固定的條件下，根據(jù)檢測概率公式計算出目標(biāo)的信噪比需求。隨著雷達(dá)精細(xì)化處理的不斷推進(jìn)，特別是軟件化雷達(dá)技術(shù)的不斷發(fā)展，對雷達(dá)原始回波信號更精確描述的需求更加迫切。特別地，在新技術(shù)，包括積累、檢測方法等，不斷涌現(xiàn)的條件下，產(chǎn)生信號級的雷達(dá)回波信號將成為現(xiàn)代雷達(dá)設(shè)計使用中一個必不可少的過程。

1隨機(jī)數(shù)的生成

其中：f（t）為X的概率密度函數(shù)。在工程上常用的是均勻分布、高斯分布、指數(shù)分布等。其中，最為基本的是均勻分布和高斯分布。在工程仿真上，最為常用的是均勻分布。主要原因如下：1）計算機(jī)及大型軟件庫中均支持均勻隨機(jī)數(shù)發(fā)生器。它以等概率產(chǎn)生0和1之間的任何數(shù)X（0

基于均勻隨機(jī)分布變量來產(chǎn)生其他分布變量的仿真算法如下：

1）利用均勻分布函數(shù)產(chǎn)生均勻分布隨機(jī)數(shù);

2）將待仿概率密度函數(shù)代人，并令其等于步驟1）產(chǎn)生的數(shù)值;

3）利用數(shù)值計算的辦法，求出逆概率數(shù)值，即為該類分布的試驗結(jié)果。

2雷達(dá)回波數(shù)據(jù)的仿真

當(dāng)隨機(jī)變量經(jīng)由試驗及時間產(chǎn)生時，又稱其為隨機(jī)過程。因此，雷達(dá)回波信號可以用一個隨機(jī)過程來描述。

給定信噪比及噪聲功率，可以認(rèn)為：信號的幅度已知，而相位是未知的。根據(jù)隨機(jī)過程相關(guān)原理：回波幅度服從萊斯分布：

3雷達(dá)回波仿真試驗

利用極小的負(fù)值數(shù)B代替-∞，并將[AB]之間的數(shù)進(jìn)行精細(xì)的分隔，得到建立在[B，A]之間的Pd值，最后通過插值的辦法實現(xiàn)特定Pd下，目標(biāo)回波的幅度值。在仿真中，假定目標(biāo)的回波是穩(wěn)定的，即0類目標(biāo)，假定目標(biāo)信噪比為10dB，噪聲基底為高斯噪聲，其方差假定為1，虛警率為10^-5，目標(biāo)徑向背站飛行，仿100幀數(shù)據(jù)，每幀數(shù)據(jù)距離走動1km，每個距離單元對應(yīng)1km，方位覆蓋為±45°（方位分辨為1°），距離為lOOkm-400km，總仿真次數(shù)15次。檢測門限由噪聲的功率和虛警概率決定，如下：

4結(jié)束語

本文基于概率密度函數(shù)和數(shù)值計算的辦法進(jìn)行目標(biāo)回波仿真。仿真中既考慮到目標(biāo)的幅度信息，又利用門限檢測對其進(jìn)行了驗證。本文中的仿真算法針對點目標(biāo)，不適合分布式目標(biāo)。分布式目標(biāo)的仿真，已有一些方法。本文方法可以產(chǎn)生的數(shù)據(jù)可以灌入雷達(dá)中，對雷達(dá)的檢測電路進(jìn)行檢驗。