Komplex jeleket lineárisan frekvenciamodulált (LFM)

3.2. komplex jelek

A felbontás növeléséhez a tartomány csökkenteni kell. De aztán csökkentett energia- és ennek következtében csökken a jel / zaj arány:

Kompenzálja a csökkenés az energia növelésével lehetetlen, mivel korlátozza a kapacitás az adagoló bontásban. A kimenő e helyzet a komplex jelek:

1. Az összetett jeleket lineárisan frekvenciamodulált (LFM).

; . ahol W - diviatsiya gyakorisága

; C = 0, mert F (0) = 0

Komplex jeleket lineárisan frekvenciamodulált (LFM)
Komplex jeleket lineárisan frekvenciamodulált (LFM)

ACF csipog - jelek:

A spektrális szélesség moduláló jel. Ha, akkor

Tegyük fel, hogy van egy komplex jel:

Így csiripelte - a jel lehet tömöríteni SF. Ezután a felbontás fogja meghatározni

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Hiánya oldalirányú lepistki. Energia opredeshyaetsya kezdeti impulzus időtartam - és engedély -.

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Extend megkülönböztetése t és F egyidejűleg. A legjobb a helyzet - ábra. A legrosszabb helyzet - ábra.

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

2. Az offset impulzus kerethatározat

Egy második hátrány korrigálva bevezetése a második jelet.

Komplex jeleket lineárisan frekvenciamodulált (LFM)
Komplex jeleket lineárisan frekvenciamodulált (LFM)

Mivel a két jel képes kompenzálni az adalékanyag és megtanulják a valós állapotát jelet.

2. A legjobb jel kell a „nyomógombos” formája a kétértelműség funkciót. Ezek a jelek fáziseltolásos fújt (FM).

Komplex jeleket lineárisan frekvenciamodulált (LFM)
Komplex jeleket lineárisan frekvenciamodulált (LFM)

A felbontás megállapítása nem pedig a jelzés időtartama és a szélessége annak spektrum:

Találunk a hangerőt a test a csúcs a bizonytalanság. A magassága egyenlő eggyel, és a bázis - így:

Magasság sidelobe:

D- sidelobe magassága (maximum), amelyet úgy kapunk, tömörítés.

FM - impulzus jelet, időtartam tp. Ez áll n chips időtartamú t1:

Minden jel komplex amplitúdók:

Ezek a komplexet képez amplitúdó kódszavak. A legegyszerűbb jel - egy bináris kétfázisú jel:

Amennyiben a kezdeti szakaszban (j) vesz más értékek, akkor többfázisú jelet. Kódolni a Barker-kód:

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Tömörítése jel n = 5 (használatával LZ ütögetett - gyakorlatilag lehetetlen, mivel egy nagyon széles sáv). A súlyozási együtthatók a csapok LZ:

Komplex jeleket lineárisan frekvenciamodulált (LFM)
Komplex jeleket lineárisan frekvenciamodulált (LFM)

A súlyozási tényező SF - tükrözés.

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Jellemzően, Barker kódok, ha a M-szekvencia alkalmazható ezekben oldalán impulzusok nagyobb lehet, mint az arány 1 / n. Reálisan lehet tömörített a korrelációs szűrő többcsatornás tartományban, azaz az egyes csatornákat a referencia jelet. Vannak is több fázisú jeleket, ahol fázisdiszperziója veszi az értékeket intervallumban és frekvencia-modulált - szemcsés frekvencia változás. belső moduláció lehetséges és impulzusszünet modulációs tartották.

Komplex jeleket lineárisan frekvenciamodulált (LFM)

1 / W - a tartományban megkülönböztetés. felbontású lehet beszerezni tíz centiméter.

3.3. Priori bizonytalanság és módszerek annak meghatározására

Valós körülmények között eleve teljes statisztikai leírása a jel hiányzik. A fehér zaj varianciája nem ismert, a passzív interferencia korrelációs ismeretlen spektrális jellemző az aktív interferencia ismeretlen spektrális-korrelációs tulajdonságokkal, valamint a forgalmazási szabályokat, a kezdeti fázisban ismeretlen jel, az amplitúdó a energia-spektrum. Hiányában a priori információt jel, amelyet eleve bizonytalanságot.

Ha tudja, hogy a törvény a forgalmazás és az ismeretlen paramétereket és az interferencia, akkor parametrikus bizonytalanság. Ha legalább egy ismeretlen forgalmazási szabályokat, ez a bizonytalanság - nem paraméteres.

Módszerek leküzdeni a priori bizonytalanság:

1. adaptációs módszereket (paraméteres és nemparaméteres bizonytalanságot)

2. Egy nem paraméteres módszer (nemparaméteres bizonytalanság)

3. Robusztus módszer (parametrikus és nem parametrikus bizonytalanság)

1. alkalmazkodási módszer:

Az adaptáció alapja egy tanulási folyamat, amelyben a meghatározott becslései az ismeretlen paramétereket (forgalmazási jog) és a paramétereket. Becslések alkalmazása a feldolgozás az adaptív algoritmus. Amikor parametrikus bizonytalanság, az ismeretlen paramétereket helyettesítik konzisztens sztenderd (maximum likelihood becslés) feldolgozása az algoritmus.

Hagyja, hogy a paraméter ismeretlen fehérzajra - szórás ():

Így lehetséges, hogy fel kell lépni gyakorlatilag bármilyen paramétert. Adaptív rendszer (rendszer közvetlen hivatkozások):

Komplex jeleket lineárisan frekvenciamodulált (LFM)

T0 - kompenzálja a késedelem a kiértékelő egység és nyomtatott formában a referencia jelet.

, ahol VR - radiális sebesség

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Kell találni, és kapcsolja be a nullázó választ ez a szög, meg kell szorozni Z0 exp (jj).

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Adaptív Notch Filter:

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Komplex jeleket lineárisan frekvenciamodulált (LFM)

- közvetlenül meghatározható interferencia.

2. Egy nem-paraméteres módszer:

Ezt alkalmazzák a nem paraméteres eleve bizonytalanságot. Használt jel, ordinális rangsor módszerekkel. Diszkrét mintákat a bemeneti adatok: u (ti) = ui. Számított énekelnek (ui):

Sing (ui) - jel funkció (előjele határozza meg), akkor csak a jel marad az átalakítás után.

Hagyja beavatkozás ismeretlen szimmetrikus jog:

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Egy ilyen törvény invariáns a zajeloszlásról törvényt.

Használt algoritmusok ellenálló tulajdonságai változnak, azaz paramétereket, mint például a zaj változás, de a jellemzői kerülnek.

Először is, építünk egy algoritmust a legrosszabb beavatkozás, például a legkisebb valószínűsége a helyes felismerés. Másoknak, akkor valószínűleg nem hoz eredményt rosszabb. Készíts egy csonka minta:

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Vinzarirovanie mintát (a minta korlátozása):

Komplex jeleket lineárisan frekvenciamodulált (LFM)

Cenzorálás - minden mintát vannak elrendezve növekvő sorrendben. és az első és az azt követő megválni.

Kapcsolódó elemek

Kapcsolódó cikkek