基于ZMNL的杂波仿真

基于ZMNL的杂波仿真1基于ZMNL的杂波仿真杨自柱摘要杂波在雷达环境模拟中有着重要的作用，其特性可以用幅度分布特性和频率分布特性来描述。ZMNL法和SIRP法是目前最常用的两种杂波模拟方法，文中对这两种方法分别作了详细的介绍，并且详细讨论了基于以上两种方法的瑞利分布、对数正态分布、韦布尔分布和K分布杂波的产生原理和仿真流程。为了研究杂波环境下的信号处理问题，本文借助ZMNL方法设计了一套雷达杂波仿真系统，利用统计模型对雷达接收机可能遇到的气象杂波、地杂波、海杂波、箔条干扰等各种杂波类型进行了计算机模拟，并给出了合理的仿真结果。随后重点用ZMNL法对高斯谱对数正态分布分布杂波进行了仿真，同时得出了有价值的仿真结果。最后，对所产生的杂波作了功率谱估计。实验结果证明，基于ZMNL方法的雷达杂波模拟方法是快速准确并且有效可靠的。关键词:ZMNL；相关雷达杂波；建模与仿真；统计模型；功率谱估计AbstractRadarclutterplaysanimportantroleinthesimulationofradarenvironment,statisticalcharacterizationofwhichcanbedescribedbytheamplitudedistributioncharacteristicandfrequencydistributioncharacteristic.ZeroMemoryNonlinearity(ZMNL)transformandSphericallyInvariantRandomProcess(SIRP)aretwokindsofsimulationmethodsofradarclutterusedfrequentlyatpresent.Adetailedintroductionofthetwomethodsisgiveninthispaper.Basedonthetwomethods,theprincipleandflowofsimulationofRayleigh,Log-Normal,WeibullandK-distributedcluttersarediscussedindetail.Inordertoprocesssignalsembeddedinclutter,asimulationsystemofradarclutterbasedonZMNLusingstatisticmodelsisdesigned.Itsimulatessomekindsofradarcluttersuchasweather,ground,seaclutter,chaffandtheresultisreasonableforpracticalwork.Subsequently,Log-Normal-distributedcluttersbasedonGaussianspectrumaresimulatedusingZMNLmethod,andsomevaluablesimulationresultsaredrawn.Finally,somepowerspectrummethodsareusedtoanalyzetheclutterdata.Thevalidityofthemethodsisprovedbysimulatedresults，andtheradarcluttersimulationbasedonZMNLisfastandaccurate,aswellaseffectiveandreliable.Keywords:ZMNL;coherentradarclutter;modelingandsimulation;statisticalmodel;powerspectrumestimation基于ZMNL的杂波仿真2第一章概述杂波是雷达信号检测和处理的固有环境，在杂波背景下进行信号处理是雷达的基本任务之一。通常杂波信号的强度远远超过目标信号，并且杂波谱常常接近于目标，这些因素增大了雷达杂波处理的难度。为了有效地在杂波背景下检测信号，人们对杂波的性质进行了大量研究，并总结出多种杂波仿真方法。对于雷达信号处理和雷达系统设计以及电子战系统仿真模拟来说，找到一种快速、准确的模拟雷达杂波的方法是十分重要的。本毕业设计便是力求从雷达杂波分析设计的角度，设计成型的物理可实现线性滤波器完成预先给定的符合对数正态分布的随机数据的ZMNL（零记忆非线性变换）方法的实现。1.1雷达杂波研究现状模拟产生具有一定概率分布的随机序列的方法已经趋于成熟，但产生具有一定概率的相关随机序列的方法正处于研究之中。有两种方法比较成熟，一种是球形不变随机过程法（SIRP），该方法的基本思想是首先产生一个相关的高斯随机过程，然后用满足要求的单点概率密度函数的随机序列进行调制，由于该法受所求序列的阶数及自相关函数的限制，且计算量大，所以不易形成快速算法；另一种就是ZMNL，它的基本思想是首先产生相关的高斯随机过程，然后经过某种非线性变换得到所求的相关随机序列，这种方法的缺点就是输入序列与输出序列间有复杂的非线性关系，因此必须寻找输入序列与输出序列的相关函数间的非线性对应关系。近代雷达研究表明：雷达杂波的特性直接影响着雷达对目标检测和跟踪的性能，比如杂波的功率谱特性与雷达的动目标显示（MTI）滤波器设计有关；杂波的幅度起伏特性与雷达的恒虚警处理有关；杂波的空间特性对杂波消除处理前的信噪比的测试，以及杂波消除后剩余杂波的检测与跟踪都有重要的影响。为了正确评价雷达信号处理算法的优劣，同时为选择信号处理方案提供理论依据，模拟雷达杂波应该能够逼真的模拟信号环境，要达到这个目标就必须对杂波的一些重要特性做深入的分析和研究。而有关杂波相关特性，特别是在空间相关特性方面进行系统分析。以上就是当前雷达杂波研究的现状，本文主要偏向于从模拟产生具有一定概率分布的随机序列的方法（ZMNL方法）进行综合阐述，实践证明，这种方法对解决雷达杂波信号分析是行之有效的。1.2常规雷达杂波类型简介1.2.1杂波的相关特性杂波统计模型的相关性包括时间相关性和空间相关性。杂波的时间相关性常用杂波功率谱来描述，是指来自同一区域杂波回波信号间的相关性，即来自同一杂波距离分辨单元的不同回波脉冲间的相关性。而空间相关性是指从径向的两块分离区域杂波回波信号间的相关基于ZMNL的杂波仿真3性，也即来自不同杂波距离分辨单元均值的相关性。另外，杂波信号的空间相关性是指两个分离的反射信号之间的相关性。目前关于杂波空间相关性的研究存在两种观点，一种观点是杂波的空间相关性与雷达脉冲宽度有关。为得到两个统计独立的回波所需的间隔约为一个脉宽所对应的距离，即相关距离大致对应于两个距离分辨单元。此外，方位向上的空间相关性由天线方位波束宽度决定。对这一结论的解释是：雷达回波是分辨单元所包含的散射体散射强度平均的效果，分辨单元面积越大，平均的效果越明显，因此脉宽越宽、波束宽度越宽、对应的分辨单元面积越大，相关距离也就越大。在低分辨率雷达下，调制分量的相关距离很大，因此在雷达信号处理的距离区间内，可以认为杂波的均值是空间不变的。另一种观点认为：杂波的空间相关性与散射表面自身结构有关。本文的重点不在于讨论这两方面的区别，而更偏重于讨论杂波统计模型的时间相关性。1.2.2常规雷达杂波类型及其分布模型常见的雷达杂波的建模如下：1）对数正态分布模型：对数正态分布模型适用于复杂地形、低擦地角的杂波数据或者平坦区高分辨率的海杂波数据。其概率密度函数表示为：221()exp[ln(/)/2]2ccfxx0,0,0ccx(1)式中，μc为尺度参数，σc为形状参数。产生对数正态分布杂波分布的模型如图1-1所示：图1-1对数正态分布杂波序列分布模型2）韦布尔分布模型：相对于对数正态分布，韦布尔分布能够更为准确地描述高分辨率雷达或低擦地角的雷达地杂波幅度特性以及海杂波幅度特性。其概率密度函数表示为：基于ZMNL的杂波仿真41()()()exp[()]pppxxfxqpq(2)221/12()px(3)(2)、(3)两式中，p是形状因子，q为比例因子，ω1，ω2为具有相同正态分布N(0,σ2)且相互独立的随机变量，并有q=(2σ2)1/p。基于此产生韦布尔分布杂波序列分布的模型如图1-2所示。图1-2韦布尔分布序列分布模型3）K分布模型：对数正态分布和韦布尔分布模型都是基于单一点统计量，所以它们只适合于单个脉冲检测情况，缺乏模拟杂波的时间和空间相关性。K分布模型能很好地满足所观察的幅值测量特性，并包括了脉间的相关性能。K分布作为一种新构造的混合模型，适用于描述多种高分辨低擦地角的地杂波和海杂波。K分布的概率密度函数表示为：12(;,)()()()2vvxxfxvKv(0,0)xv(4)式中，Γ(·)为伽马函数，是第二类修正贝塞尔函数，ν是形状参数，α为标度参数。对于大多数雷达杂波，ν的取值范围：0.1ν∞，当ν→0.1时，雷达杂波有长的拖尾，当ν→∞时，杂波的分布接近于瑞利分布。对于相干相关K分布杂波来说，难以找到一种适用的非线性关系，一般采用SIRP的模拟方法。其产生K分布杂波序列分布的模型如图1-3所示。基于ZMNL的杂波仿真5图1-3K杂波序列分布模型4）瑞利分布模型：当散射体的数目很多的时候，根据散射体反射信号振幅和相位的随机性，它们合成的回波包络振幅是服从瑞利分布的。其概率密度函数为：222()exp()2xxfx0x(5)基于此产生瑞利分布杂波序列分布的模型如图1-4所示。图1-4瑞利分布杂波分布模型基于ZMNL的杂波仿真61.3雷达杂波分析方法发展趋势目前使用的杂波模型主要有三种方式：（1）描述杂波散射单元机理的机理模型；（2）描述杂波后向散射系数σ0的概率密度函数的分布模型；（3）描述由实验数据拟合σ0与频率、极化、俯角、环境参数等物理量的依赖关系的关系模型。作为雷达仿真所采用的杂波，在现阶段可能还会采用以上这些模型加以分析，随着雷达仿真技术的日益成熟，更多新型的、更加符合现实状况的模型将会被采用。目前雷达杂波仿真方法多采用SIRP法和ZMNL法，本文将会侧重于易形成快速算法的ZMNL法的分析和研究。尽管这两种方法目前已发展成熟且应用广泛，但并不排除未来有更好的杂波仿真方法出现的可能。近年来，科技人员对雷达杂波问题进行了大量的理论研究和实验测定，不断探索各种新方法，可以这样说：雷达杂波分析仿真的研究方兴未艾。本毕业论文共分四章，其中第一章为概述；第二章讲述基于ZMNL方法的设计原理；第三章说明基于ZMNL方法的设计思路；第四章介绍基于ZMNL方法的具体实现方案和结论研究。基于ZMNL的杂波仿真7第二章基于ZMNL方法的杂波仿真设计原理目前较有代表性的相关雷达杂波仿真方法有：球不变随机过程法（SIRP）；零记忆非线性变换法（ZMNL）；随机微分方程法（SDE）。其中最为经典的是ZMNL法，其基本思想是：首先产生相关高斯随机过程，然后经过某种非线性变换得到所要求的相关随机序列。ZMNL法需要找到高斯序列与所需序列相关系数之间的非线性关系g[·]，且非线性关系随不同的分布而不同，故不能对协方差矩阵和概率密度函数进行独立控制。下面对SIRP法和ZMNL法分别进行讨论。2.1几种具有代表性的雷达杂波仿真方法分析及比较2.1.1球不变随机过程法（SIRP）简介球不变随机过程（SIRP）由统计学家Vershik[1]于1964年引入。Yao的开创性工作[2]使雷达界使用SIRP对非高斯雷达杂波建模和仿真的愿望变为现实。根据Yao给出的表示定理，一个N维的球不变随机矢量（SIRV），Y可以表示成如下的乘积模型：Y=S·Z(6)式中：S是一个PDF为fs(s)（称为SIRVY的特征一阶PDF）的非负的一维随机变量；Z是零均值的、协方差矩阵为M的且与S统计独立的N维高斯随机矢量。于是N维SIRVY的PDF为：()()/((2)det())NYNfyhPM(7)其中de