系統架構

1.硬件設計簡述

1.1 天線

1.1.1天線設計指標：

頻率：5.4-5.6GHz

相鄰陣元隔離度：不大于55dB

與校正通道耦合度：30dB

駐波：不大于1.2

陣元數：12

俯仰波束角：20°

水平波束角：10°

天線增益：21.8dB

1.1.2 天線仿真結果分析：

整個有源陣列天線尺寸為38×12cm，波束水平寬度約為10°，通過改變相移可實現波束掃描，即可覆蓋前方±45°范圍。

陣列天線的波束寬度理論上會隨波束指向角的變化而變化。下圖為12個陣元微帶天線不同指向角對應的波束寬度變化曲線。



圖3-1 12陣元理論波束寬度與角度關系

圖中可以看出，法線方向時，對應的波束寬度最窄，為9.236°，±45°時對應的波束寬度最大，為13.6°。



圖3-2天線結構圖

圖3-3天線3d俯仰面截圖與水平面截圖

1.2 雷達板卡

雷達板卡組成框圖如圖3.3所示。其中射頻綜合處理模塊包括了12個射頻收發通道和1個收發校正通道。

FPGA主要實現整機時序控制、波形產生、幅相校正、DBF、脈壓等功能，最終的FPGA數據通過千兆以太網輸出。



圖3-4C波段雷達板卡結構圖

射頻集成模塊采用無線電標桿產品AD9361。而每個芯片都集成了兩路12位的ADC和DAC用作收發，并且AD9361的每個通道均支持時分雙工和頻分雙工兩種模式。

千兆網用于上傳最終的處理結果，而光纖用于調試階段上傳更多的原始數據或中間處理結果。

其中本雷達的射頻前端主要指標如下表：

表3-1射頻前端指標表

根據框圖中的指標設計鏈路如下:



圖3-4收發鏈路方案設計圖

使用ADI的性能鏈路仿真軟件計算如下：



圖3-5接收鏈路仿真圖



圖3-6發射鏈路仿真圖

由上圖可以看出，接收通道噪聲系數3.6dB，總體增益大約19.2dB。發射鏈路中，仿真建立AD9361的輸出功率是-19dBm，鏈路增益增益45dB，最后輸出功率27dBm，達到預期目標。

2 基于ZYNQ的信號處理

2.1 收發通道校準

由于雷達收發信號為IQ信號，所以校準因子也就是一個復數的因子，也就是說校準過程也就是一個復數乘法的的過程。由于接收校準和發射校準只是數據流的方向相反，所以下面的介紹只以發射校準為例。

在校準模塊內部，每一路發射通道的IQ數據被送入一個復數乘法器，與之前存儲在模塊內部的校準因子相乘，并將計算結果送出，結構如圖。



圖3-7發射校準模塊

2.2 數字波束形成

數字波束合成分為發射數字波束合成和接收數字波束合成兩個部分。

發射數字波束合成是對發射校準模塊輸入的多路信號進行加權運算，運算方式是與權值系數進行復乘。權值系數總共9組，每一組對應一個波位，循環使用這9組權值系數，就可以完成波束的掃描，也就實現了相控陣的功能。其結構如下下圖。



圖3-8發射數字波束合成

接收數字波束合成是對接收校準模塊輸入數據進行加權運算，對12路接收數據同時進行兩組加權運算，得到2路的數據輸出，每一路數據對應當下波位內的一個波束，通過同一個波位內的兩個波束，可以完成比幅測角的運算。

接收數字波束合成模塊的工作方式及流程與發射數字波束合成大體上相同，不同的是接收數字波束合成模塊具有18組權值系統，每2組構成同時工作的一對，即總共有9對權值系數。其結構與發射數字波束合成相似。

2.3 脈沖壓縮

因為發射數據為線性調頻信號，所以數據接收回來后，需要進行脈沖壓縮處理。在脈沖重復周期100us，采樣率10M的情況下，每一包數據具有1000個點，約10us的脈寬有100點的脈壓系數。

因為點數較多，使用時域卷積的方式效率會比較低，因此選用頻域點乘方式。

輸入數據首先做一個1024點的FFT，將數據變到頻域，然后與頻域的脈壓系數進行點乘（頻域的脈壓系數是事先將時域脈壓系數做1024點FFT得到的），計算結果就是脈壓后頻域的數據，最后將計算結果輸入到1024點逆FFT的核中，得到時域的數據。

結構如下圖。



圖3-9脈沖壓縮模塊

3 上位機數據處理（目標跟蹤算法）

圖3-10目標聚類和跟蹤算法的實現流程

跟蹤算法輸入為聚類處理結果，采用卡爾曼濾波器完成目標跟蹤，跟蹤目標的X/Y坐標及X/Y向速度。

本應用中使用的是經典的卡爾曼跟蹤算法，采用的是恒速度模型，該算法較為成熟，在此不再贅述。

但匹配原則較為重要，簡述于下： 對于每個聚類結果，都需要將其與現存的軌跡進行匹配，綜合考慮目標尺寸變化問題，匹配規則如下:

? 式中分別為預測軌跡位置、聚類結果位置和關聯半徑，分別為目標的X、Y向尺寸，為尺寸權系數。只要聚類結果落在以軌跡預測位置為中心的半徑為關聯半徑的圓內，即認為該聚類結果關聯至該軌跡。

若多個聚類結果被匹配至同一軌跡，這些聚類結果將被合并至一點，再更新軌跡，包括該軌跡的所有狀態；若某條軌跡本幀內未被關聯，則按照預測結果填補本幀結果，并開始失配計數，若直至達到失配閾值，也沒有新的聚類結果被關聯至該軌跡，這條軌跡將被刪除；若某個聚類結果未被關聯至任何軌跡，則本次將新建一條軌跡，并開始激活計數，直至激活計數值大于激活閾值，這條軌跡將被激活，算作有效軌跡。

有效軌跡將被顯示至顯示屏，以供決策人員決策。 經過上述一系列算法處理之后，我們已經能夠成功檢測出目標并建立航跡，只需按照特定的數據協議通過udp傳送到顯控終端，由終端對航跡進行相應地繪制。

設計演示

1.測試方法

測試時使用大疆精靈4無人機（截面積0.01m2）做為測試目標，以城市環境為背景，將雷達架設在露天陽臺。無人機在飛手遙控下，從雷達架設點起飛，飛至遙控信號所能達到的最遠距離，然后返航（由于城市中電磁環境復雜，飛行器最遠飛行距離也不會超過1000m）。 無人機飛行時，通過上位機軟件觀察無人機飛行的點跡和航跡，同時將來自雷達前端的數據保存在電腦中，測試后再由MATLAB對保存數據進行分析、尋找問題，以此來提高雷達探測性能。

同時還要通過多次的重復實驗，來尋找設計中存在的漏洞。且雷達前端設計時參數靈活多變，可以在線更改，所以需要通過實驗找一組合適的雷達參數，作為今后無人機探測模式去使用。下圖為測試環境的照片。



圖4-1 雷達現場測試環境

2.測試結果

通過上位機軟件，可以看到無人機連續的航跡，無人機從飛出盲區直到最遠飛行距離都可以連續跟蹤。如下圖為無人機返航時的航跡，大約從960m無人機返航處開始建立航跡，直到飛入雷達盲區，航跡連續。



圖4-2建立航跡和連續追蹤

圖中除了無人機的航跡外，還有一些雜點存在，這是由于城市中電磁環境復雜，且有高樓這樣的強反射體的存在，導致有很大的地雜波。地雜波雖然本身為靜目標，但是由于相位噪聲的影響，會使大幅度的回波信號有著更大的起伏，最終導致MTD后靜目標從零通道擴散到其他多普勒通道。大部分雜點在此后通過優化上位機的算法，在建立航跡時可以去除掉。

3.結果分析

因為雷達的探測距離超過了無人機最遠飛行距離，所以需要對現有測試條件的數據，進行分析和仿真，來計算出雷達對于小型無人機的最遠探測距離。



圖4-3雷達MTD結果顯示

上圖中為MTD的結果，最高的尖峰為無人機，X軸為距離，Y軸為無人機速度，Z軸為信號幅度。從圖中可以看出，無人機與雷達的距離為930m，速度為7.324m/s。通過計算求得目標在此距離下的信噪比為21dB。

由雷達方程知，目標信噪比與目標距離的四次方成反比，如下式。



其中k為比例常數，包含如天線增益、目標RCS等多種因素，在完整的雷達方程會被拆解成多項。通過上圖中的信噪比和目標距離，可以估算此環境下的k值，然后再代入上式，可得如下結果。



圖4-4信噪比與目標距離關系圖

以13dB信噪比作為雷達檢測門限，RCS為0.01的大疆精靈4探測距離可以達到1470m；RCS為0.2的小型無人機，探測距離可以達到3000；對于RCS為0.5的行人，探測距離可以達到3000m以上。

結論得出，是以一次較好的實驗效果為基礎，由此估計所得的雷達威力一定會偏高，在改變實驗條件或實驗環境更加惡劣時，不一定能達到所估算的威力。所以此次雷達威力的估計是一個較優的值，而不是穩定可以達到的值。 如果實驗環境改為電磁環境干凈，且較為空曠的野外，由于雜波干擾相對城市環境少很多，所以一定會得到更遠的探測距離。

審核編輯：劉清