本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，具體涉及雷達(dá)雜波(包括地、海雜波等)的實(shí)時(shí)模擬方法。

背景技術(shù)：

在現(xiàn)代雷達(dá)系統(tǒng)的設(shè)計(jì)與研制的各個(gè)階段，都需要對(duì)雷達(dá)性能和指標(biāo)進(jìn)行測(cè)試。但如果全部采用外場(chǎng)測(cè)試，將耗費(fèi)大量的人力、物力、財(cái)力，且易受外部環(huán)境的影響，延長(zhǎng)研制周期。電子技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展使得內(nèi)場(chǎng)仿真試驗(yàn)成為了可能，有效彌補(bǔ)了雷達(dá)外場(chǎng)試驗(yàn)的不足。其中雜波是構(gòu)成雷達(dá)環(huán)境的重要部分，通過(guò)對(duì)其大量的地、海雜波實(shí)際測(cè)量數(shù)據(jù)的分析表明，對(duì)高分辨力雷達(dá)，地、海雜波并不是一個(gè)簡(jiǎn)單的平穩(wěn)隨機(jī)過(guò)程，它除了有一個(gè)快變分量之外，還有一個(gè)慢變的調(diào)制分量，這種高分辨率雷達(dá)海雜波可用復(fù)合K分布來(lái)描述，因此，K分布雷達(dá)雜波的準(zhǔn)確建模與實(shí)時(shí)產(chǎn)生對(duì)雷達(dá)系統(tǒng)的研制和調(diào)試驗(yàn)證起著至關(guān)重要的作用。

當(dāng)前大部分K分布雷達(dá)雜波仿真采用基于雜波數(shù)據(jù)存儲(chǔ)的模擬方案，即將實(shí)現(xiàn)產(chǎn)生的雜波數(shù)據(jù)按照參數(shù)離散化分區(qū)進(jìn)行純粹，然后根據(jù)雷達(dá)、平臺(tái)、雜波參數(shù)和雜波散射類型選擇符合參數(shù)的雜波數(shù)據(jù)，但對(duì)存儲(chǔ)空間的需求大，且僅能模擬雷達(dá)、平臺(tái)和雜波參數(shù)的離散變化。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的發(fā)明目的在于：針對(duì)現(xiàn)有技術(shù)中，基于軟件平臺(tái)實(shí)現(xiàn)或基于存儲(chǔ)預(yù)先軟件仿真的雜波的回放產(chǎn)生K分布雷達(dá)雜波的方式，其實(shí)時(shí)性難以滿足實(shí)時(shí)雷達(dá)參數(shù)和雜波場(chǎng)景變化的需求的技術(shù)問(wèn)題，提供一種基于數(shù)值計(jì)算的K分布雷達(dá)雜波實(shí)時(shí)模擬方法及系統(tǒng)。

本發(fā)明的K分布雷達(dá)雜波實(shí)時(shí)模擬方法，包括下列步驟：

步驟1：生成相互獨(dú)立且長(zhǎng)度相同的復(fù)高斯白噪聲隨機(jī)序列、實(shí)高斯白噪聲隨機(jī)序列：

建立角度θ∈[0,π/2]的正弦表sinθ，以及關(guān)于n級(jí)m序列(n大于或等于2)的對(duì)數(shù)開(kāi)方函數(shù)查找表(r,A(r))，r表示n級(jí)m序列，

由三角函數(shù)的特殊性質(zhì)：

可知，只需建立θ∈[0,π/2]的正弦表sinθ，通過(guò)變換處理和取反操作即可實(shí)現(xiàn)θ∈[0,2π]上的正余弦函數(shù)值計(jì)算。

生成兩路獨(dú)立的n級(jí)m序列r₁、r₂，根據(jù)查找表(r,A(r))得到序列r₁的查表結(jié)果A(r₁)，將2πr₂作為角度θ，基于三角函數(shù)變換和正弦表sinθ得到sin2πr₂、cos2πr₂的值，生成復(fù)高斯白噪聲隨機(jī)序列，其中復(fù)高斯白噪聲隨機(jī)序列的實(shí)部為A(r₁)與cos2πr₂的乘積、虛部為A(r₁)與sin2πr₂的乘積；

生成兩路獨(dú)立的n級(jí)m序列r₁′、r₂′，根據(jù)對(duì)數(shù)開(kāi)方函數(shù)查找表(r,A(r))得到序列r₁′的查表結(jié)果A(r₁′)，將2πr₂作為角度θ，基于三角函數(shù)變換和正弦表sinθ得到cos2πr₂的值，根據(jù)A(r₁′)與cos2πr₂′的乘積得到實(shí)高斯白噪聲隨機(jī)序列；

當(dāng)前，基于兩路獨(dú)立的多級(jí)m序列r₁、r₂生成復(fù)高斯白噪聲隨機(jī)序列的基本生成算法為BOX-Muller變換，即：其中，σ²表示方差，u表示實(shí)部，v表示虛部。而BOX-Muller變換需要對(duì)數(shù)、開(kāi)方、三角函數(shù)運(yùn)算，在數(shù)字電路中不適合直接計(jì)算。因此本發(fā)明利用存儲(chǔ)資源，預(yù)先設(shè)置對(duì)應(yīng)的查找表，通過(guò)查表的方式實(shí)現(xiàn)復(fù)雜的數(shù)學(xué)運(yùn)算。

如令則關(guān)于實(shí)部和虛部的計(jì)算可以變換為：

因此，只需要建立(r₁，A(r₁))、(r₂，B(r₂))的查找表，再通過(guò)乘法處理即可在數(shù)字電路上實(shí)現(xiàn)BOX-Muller變換，產(chǎn)生復(fù)高斯白噪聲隨機(jī)序列，以及實(shí)高斯白噪聲隨機(jī)序列的生成。

步驟2：將復(fù)高斯白噪聲隨機(jī)序列w₁(k)通過(guò)第一線性濾波器，得到第一濾波序列，其中第一濾波器為基于待模擬雜波(期望生成的K分布雷達(dá)雜波)的功率譜設(shè)置的功率譜成型濾波器；

將實(shí)高斯白噪聲隨機(jī)序列通過(guò)第二線性濾波器，得到第二濾波序列，即高斯分布隨機(jī)序列，其中第二濾波器為窄帶低通濾波器；

再對(duì)高斯隨機(jī)序列進(jìn)行零記憶非線性變換，生成廣義卡方分布序列：

將K分布形狀參數(shù)v的取值范圍分為n₁等份：高斯分布隨機(jī)序列的分布范圍分為n₂等份：并建立映射表(v_i，z_j)→s_t，其中s_t表示廣義卡方分布序列的離散點(diǎn)，i＝1,2,…,n₁，j＝1,2,…,n₂，t＝1,2,…,n₂；基于預(yù)置的K分布形狀參數(shù)和第二線性濾波器輸出的高斯隨機(jī)序列查找映射表(v_i,z_j)→s_t，生成廣義卡方分布序列；

步驟3：將第一濾波序列與廣義卡方分布序列的相乘，生成K分布雷達(dá)雜波。

同時(shí)，本發(fā)明還公開(kāi)了一種K分布雷達(dá)雜波實(shí)時(shí)模擬系統(tǒng)，包括復(fù)高斯白噪聲生成模塊、實(shí)高斯白噪聲生成模塊、第一線性濾波器、第二線性濾波器、零記憶非線性變換模塊和乘法器；

復(fù)高斯白噪聲生成模塊用于生成復(fù)高斯白噪聲并輸入第一線性濾波器，所述復(fù)高斯白噪聲生成模塊包括兩個(gè)n級(jí)m序列生成器、乘法器，以及正弦表、對(duì)數(shù)開(kāi)方函數(shù)查找表，其中n大于或等于2，正弦表設(shè)置為角度θ∈[0,π/2]的正弦表sinθ并記錄每個(gè)θ的在存儲(chǔ)單元的地址，基于三角函數(shù)變換，通過(guò)地址變換和取反實(shí)現(xiàn)[0,2π]上的正余弦函數(shù)值計(jì)算；對(duì)數(shù)開(kāi)方函數(shù)查找表為其中r表示n級(jí)m序列：

第一n級(jí)m序列生成器生成序列r₁，并查找對(duì)數(shù)開(kāi)方函數(shù)查找表，得到查表結(jié)果A(r₁)，同時(shí)輸入第一、第二乘法器；第二n級(jí)m序列生成器生成序列r₂，將2πr₂作為角度θ查找正弦表sinθ，得到sin2πr₂、cos2πr₂的值，并將cos2πr₂的值輸入第一乘法器，sin2πr₂的值輸入第二乘法器；第一乘法器的輸出作為復(fù)高斯白噪聲的實(shí)部；第二乘法器的輸出作為復(fù)高斯白噪聲的虛部；

實(shí)高斯白噪聲生成模塊用于生成實(shí)高斯白噪聲并輸入第二線性濾波器，所述實(shí)高斯白噪聲生成模塊包括兩個(gè)n級(jí)m序列生成器，以及正弦表sinθ、對(duì)數(shù)開(kāi)方函數(shù)查找表和乘法器：第一n級(jí)m序列生成器生成序列r₁′，并查找對(duì)數(shù)開(kāi)方函數(shù)查找表，得到查表結(jié)果A(r₁′)并輸入乘法器；第二n級(jí)m序列生成器生成序列r₂′，將2πr₂作為角度θ查找正弦表sinθ，得到cos2πr₂′的值并輸入乘法器，乘法器的輸出為實(shí)高斯白噪聲；

第一濾波器為基于待模擬雜波的功率譜設(shè)置的功率譜成型濾波器，并將輸出的第一濾波序列輸入乘法器；

第二濾波器為窄帶低通濾波器，并將輸出的第二濾波序列輸入零記憶非線性變換模塊；

零記憶非線性變換模塊用于將第二濾波序列變換為廣義卡方分布序列并輸入乘法器，所述零記憶非線性變換模塊包括K分布形狀參數(shù)和高斯隨機(jī)序列對(duì)廣義卡方分布序列的映射表(v_i，z_j)→s_t和處理單元；處理單元基于當(dāng)前輸入的K分布形狀參數(shù)、第二濾波序列查找映射表(v_i，z_j)→s_t，輸出廣義卡方分布序列；

其中映射表(v_i，z_j)→s_t的構(gòu)建方式為：將K分布形狀參數(shù)v的取值范圍分為n₁等份：高斯分布隨機(jī)序列的分布范圍分為n₂等份：建立映射表(v_i，z_j)→s_t，其中s_t表示廣義卡方分布序列的離散點(diǎn)，i＝1,2,…,n₁，j＝1,2,…,n₂，t＝1,2,…,n₂；

乘法器基于第一濾波序列和廣義卡方分布序列輸出K分布雷達(dá)雜波。

綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：本發(fā)明可以在數(shù)字電路上(如單片IC、FPGA和CPLD等)實(shí)現(xiàn)對(duì)K分布雷達(dá)雜波的實(shí)時(shí)模擬，其參數(shù)可隨雷達(dá)參數(shù)和環(huán)境參數(shù)的變化而實(shí)時(shí)變化。

附圖說(shuō)明

圖1是本發(fā)明的實(shí)現(xiàn)結(jié)構(gòu)示意圖；

圖2是復(fù)高斯白噪聲生成模塊生成示意圖；

圖3是生成的K分布雷達(dá)雜波示意圖，其中3(a)為其實(shí)部，3(b)為其虛部；

圖4是本發(fā)明生成的K分布雷達(dá)雜波與理論K分布曲線(雜波)和理論功率譜曲線的對(duì)比圖，其中4(a)為概率密度對(duì)比度，4(b)為功率譜對(duì)比度。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合實(shí)施方式和附圖，對(duì)本發(fā)明作進(jìn)一步地詳細(xì)描述。

參見(jiàn)圖1，用以實(shí)現(xiàn)本發(fā)明的K分布雷達(dá)雜波實(shí)時(shí)模擬方法的系統(tǒng)包括復(fù)高斯白噪聲生成模塊、實(shí)高斯白噪聲生成模塊、第一線性濾波器、第二線性濾波器、零記憶非線性變換模塊(ZMNL)和乘法器。

其中，復(fù)高斯白噪聲生成模塊用于生成復(fù)高斯白噪聲序列w₁(k)，實(shí)高斯白噪聲生成模塊用于生成實(shí)高斯白噪序列w₂(k)，且w₁(k)與w₂(k)為長(zhǎng)度相同且相互獨(dú)立的序列。

參見(jiàn)圖2，將n級(jí)m序列生成器(本實(shí)施例中n取16)生成的序列r₁、r₂(均勻分布隨機(jī)序列)分別進(jìn)行查表，得到對(duì)應(yīng)的查表結(jié)果并輸入不同的乘法器中。從而由A(r₁)·cos2πr₂得到w₁(k)的實(shí)部，由A(r₁)·sin2πr₂得到w₁(k)的虛部。

基于與復(fù)高斯白噪聲生成模塊相同的原理，首先基于16級(jí)m序列生成器生成序列r₁′、r₂′，并分別進(jìn)行查表，將查表結(jié)果A(r₁′)、cos2πr₂′輸入乘法器，得到w₂(k)＝A(r₁′)·cos2πr₂′。

基于雜波模型，即k分布雷達(dá)雜波的概率密度函數(shù)f(|γ|)，基于圖1所示的系統(tǒng)實(shí)時(shí)生成k分布雷達(dá)雜波。

其中

式中，γ表示不完全歐拉函數(shù)、Γ(v)表示關(guān)于K分布形狀參數(shù)v的伽馬函數(shù)，K_n(·)表示n階修正貝塞爾函數(shù)，a表示尺度參數(shù)，用于決定雜波的平均功率。

將復(fù)高斯白噪聲序列w₁(k)經(jīng)過(guò)第一線性濾波器H₁(z)得到序列X(k)，將實(shí)高斯白噪序列w₂(k)經(jīng)過(guò)第二線性濾波器H₂(z)，得到序列Z(k)(高斯隨機(jī)分布序列)，經(jīng)ZMNL模塊后得到序列S(k)，最后由序列X(k)和S(k)的乘積得到k分布雷達(dá)雜波Y(k)。其中，第一線性濾波器H₁(z)可設(shè)置為FIR濾波器，其頻率響應(yīng)取決于期望的雜波功率譜，即Y(k)的自相關(guān)函數(shù)。第二線性濾波器H₂(z)為窄帶低筒濾波器，目的是使得輸出的序列Z(k)具有高度的相關(guān)性(相關(guān)性滿足預(yù)設(shè)條件)，從而減少非線性變換(ZMNL)后對(duì)雜波功率譜的影響。

在雜波功率譜已知的前提下，設(shè)計(jì)線性濾波器的方法有很多種，本具體實(shí)施方式中，采用窗函數(shù)法設(shè)計(jì)FIR濾波器，即用一個(gè)有限長(zhǎng)的窗函數(shù)截取理想濾波器的單位脈沖響應(yīng)。

其中，序列S(k)的概率密度函數(shù)為K-分布雜波的特征概率密度函數(shù)，即為一廣義χ分布，方差為1，其概率密度函數(shù)表達(dá)式為：

f_s(s)＝2Γ^-1(v)s^-1(vs²)^vexp(-vs²)(s≥0) (2)

其中s表示滿足廣義卡方分布的隨機(jī)序列。

對(duì)于概率密度函數(shù)表達(dá)式中的非線性變化，有如下表達(dá)式：

式中γ(q,p)表示關(guān)于任意參數(shù)q、p的不完全歐拉函數(shù)，Q(z)為標(biāo)準(zhǔn)正態(tài)分布的尾部面積，即

將Q(z)式(3)并化簡(jiǎn)可得：

其中erf(·)為誤差函數(shù)，定義為

ZMNL模塊是將高斯分布隨機(jī)序列Z(k)變換為廣義卡方分布序列S(k)，變換公式為式(4)。該式不能變換成s(z(k),v)的顯式表達(dá)式，但可以通過(guò)二分法進(jìn)行數(shù)值求解。本具體實(shí)施方式中，將K分布形狀參數(shù)v的典型值范圍0.1～3.2分為32等份，每個(gè)等份用表示v_i，其中i＝1,2,…,32，將高斯分布隨機(jī)序列Z(k)分布范圍-4～4分為2¹¹等份，每個(gè)等份用z_j，其中j＝1,2,…,2¹¹，，建立(v_i，z_j)→s_t的二維查找表，表深度為32×2¹¹＝²¹⁶。這樣，通過(guò)ZMNL模塊的處理單元，基于輸入的高斯分布隨機(jī)序列Z(k)和K分布形狀參數(shù)v對(duì)(v_i，z_j)→s_t進(jìn)行查表，即可得到對(duì)應(yīng)的廣義卡方分布序列S(k)。

最后再將S(k)與X(k)相乘就能得到要求的K分布雷達(dá)雜波(復(fù)合K分布雜波序列)。

圖3所示，為在單片F(xiàn)PGA進(jìn)行上述過(guò)程的雜波模擬所得到的雜波數(shù)據(jù)，其中K分布形狀參數(shù)v＝2.1，k分布的尺度參數(shù)γ_m＝0.5，發(fā)射信號(hào)的脈沖重復(fù)頻率設(shè)置為10KHz，雜波功率譜為高斯譜，譜寬為100Hz。再將圖3所示的雜波數(shù)據(jù)導(dǎo)入到Matlab中，進(jìn)行幅度統(tǒng)計(jì)和功率譜估計(jì)，并與理論復(fù)合K分布曲線和理論功率譜曲線進(jìn)行對(duì)比，其結(jié)果如圖4所示，從圖可以看出，本發(fā)明生成的復(fù)合K分布雜波序列在幅圖統(tǒng)計(jì)特性和功率譜曲線答題上與理論曲線吻合，滿足實(shí)時(shí)生成需求。

以上所述，僅為本發(fā)明的具體實(shí)施方式，本說(shuō)明書中所公開(kāi)的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換；所公開(kāi)的所有特征、或所有方法或過(guò)程中的步驟，除了互相排斥的特征和/或步驟以外，均可以任何方式組合。