WYBRANE ELEMENTY CYFROWEGO PRZETWARZANIA SYGNAŁÓW W RADARZE FMCW

Podobne dokumenty
PL B1. WOJSKOWY INSTYTUT TECHNICZNY UZBROJENIA, Zielonka, PL , MPSO XV Międzynarodowy Salon Przemysłu Obronnego

RADARY OBSERWACJI POLA WALKI PRZEGLĄD AKTUALNIE STOSOWANYCH ROZWIĄZAŃ

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe

MONITORING PRZESTRZENI ELEKTROMAGNETYCZNEJ

PODSTAWY TELEDETEKCJI

SYMULACJA KOMPUTEROWA SYSTEMÓW

Zaawansowane algorytmy DSP

Analiza obrazów - sprawozdanie nr 2

MONOIMPULSOWA METODA AUTOMATYCZNEGO ŚLEDZENIA TRAJEKTORII POCISKU

PL B1. POLITECHNIKA GDAŃSKA, Gdańsk, PL BUP 02/12

KARTA POMIAROWA - ćwiczenie nr 2 Parametry techniczno - eksploatacyjne radarów. Nazwisko i imię:

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

PRZETWARZANIE CZASOWO-PRZESTRZENNE SYGNAŁÓW PROJEKT -2016

GENERATOR SYGNAŁU Z LINIOWĄ MODULACJĄ CZĘSTOTLIWOŚCI NA PASMO K

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE

Ćwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia:

RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19)PL (11) (13) B1

PRZENOŚNY RADAR RWO-1

PL B1. Sposób i układ do modyfikacji widma sygnału ultraszerokopasmowego radia impulsowego. POLITECHNIKA GDAŃSKA, Gdańsk, PL

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III

Laboratorium Optyki Falowej

BADANIE WŁAŚCIWOŚCI DETEKCYJNYCH RADARU PRACUJĄCEGO NA FALI CIĄGŁEJ

Implementacja filtru Canny ego

Radiolokacja. Wykład 4 Wykrywanie na dużych i małych odległościach Wymiary ech radarowych i możliwości ich korygowania

1 Obsługa aplikacji sonary

Wyznaczanie zależności współczynnika załamania światła od długości fali światła

Radiolokacja. Wykład 4 Wykrywanie na dużych i małych odległościach Wymiary ech radarowych i możliwości ich korygowania

ANALIZA PARAMETRÓW RADAROWEGO RÓWNANIA ZASIĘGU

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

BADANIE I ACHROMATYZACJA PRĄŻKÓW INTERFERENCYJNYCH TWORZONYCH ZA POMOCĄ ZWIERCIADŁA LLOYDA

BEZDOTYKOWY CZUJNIK ULTRADŹWIĘKOWY POŁOŻENIA LINIOWEGO

ĆWICZENIE NR.6. Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Katalog. KOLUMNA SYGNALIZACYJNA WS-Ad

Katedra Elektrotechniki Teoretycznej i Informatyki

Oprócz funkcjonalności wymaganych przez zamawiających, urządzenia Hikvision oferują dodatkowo następujące funkcjonalności:

Radiolokacja 4. Wykrywanie na dużych i małych odległościach Wymiary ech radarowych i możliwości ich korygowania

STATYSTYKA EKONOMICZNA

Metoda dopplerowska impulsowa (Pulsed Wave)

PL B1. Układ do lokalizacji elektroakustycznych przetworników pomiarowych w przestrzeni pomieszczenia, zwłaszcza mikrofonów

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy

Zastosowanie teorii detekcji sygnałów do analizy rzetelności systemu obserwacyjnego ARGOS Michał Modzelewski Jolanta Pisarek

Zastosowanie zobrazowań SAR w ochronie środowiska. wykład IV

WYKORZYSTANIE NOWOCZESNYCH KAMER STANDARDU IEEE1394 DO DETEKCJI ZMIAN W OBSZARACH OBSERWACJI I BADAŃ W SYSTEMACH MACHINE VISION

Algorytmy detekcji częstotliwości podstawowej

Kompresja dźwięku w standardzie MPEG-1

Tabela 3.2 Składowe widmowe drgań związane z występowaniem defektów w elementach maszyn w porównaniu z częstotliwością obrotów [7],

Metody analizy zapisu EEG. Piotr Walerjan

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

Transformata Fouriera

Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych

UKŁADY Z PĘTLĄ SPRZĘŻENIA FAZOWEGO (wkładki DA171A i DA171B) 1. OPIS TECHNICZNY UKŁADÓW BADANYCH

Część I. Uwaga: Akceptowane są wszystkie odpowiedzi merytorycznie poprawne i spełniające warunki zadania. Zadanie 1.1. (0 3)

Mechatronika i inteligentne systemy produkcyjne. Sensory (czujniki)

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

CHARAKTERYSTYKA RADARU NA FALĘ CIĄGŁĄ

KARTA MODUŁU / KARTA PRZEDMIOTU

Analizy Ilościowe EEG QEEG

Ćw. 18: Pomiary wielkości nieelektrycznych II

Laboratorium Przetwarzania Sygnałów Biomedycznych

10.3. Typowe zadania NMT W niniejszym rozdziale przedstawimy podstawowe zadania do jakich może być wykorzystany numerycznego modelu terenu.

KARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3

ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)

Politechnika Wrocławska, Katedra Inżynierii Biomedycznej Systemy Pomiarowo-Diagnostyczne, laboratorium

RADIOMETR MIKROFALOWY. RADIOMETR MIKROFALOWY (wybrane zagadnienia) Opracowanie : dr inż. Waldemar Susek dr inż. Adam Konrad Rutkowski

Kompresja JPG obrazu sonarowego z uwzględnieniem założonego poziomu błędu

Teoria przetwarzania A/C i C/A.

Politechnika Warszawska

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA

PSYT Laboratorium nr 3

Przekształcenia sygnałów losowych w układach

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

Ćwiczenie nr 5 : Badanie licznika proporcjonalnego neutronów termicznych

ĆWICZENIE nr 3. Badanie podstawowych parametrów metrologicznych przetworników analogowo-cyfrowych

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H

Ćwiczenie 11. Wprowadzenie teoretyczne

Laboratorium optycznego przetwarzania informacji i holografii. Ćwiczenie 4. Badanie optycznej transformaty Fouriera

Ćwiczenie 12/13. Komputerowy hologram Fouriera. Wprowadzenie teoretyczne

Stopień opanowania umiejętności sprawdzanych na egzaminie maturalnym z fizyki i astronomii w województwie pomorskim w sesji wiosennej 2006 roku

Badania charakterystyki wyrobu i metody badawcze. Kompatybilność elektromagnetyczna Odporność uzbrojenia na wyładowania elektrostatyczne.

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

Sposoby opisu i modelowania zakłóceń kanałowych

VIBex. System monitorowania stanu maszyn. Zoptymalizuj produktywność swojego zakładu. Najważniejsze korzyści:

Nie tylko wynik Plan wynikowy dla klasy 3 gimnazjum

Zastosowanie Informatyki w Medycynie

Wymagania edukacyjne z matematyki w klasie III gimnazjum

WYDZIAŁ FIZYKI I INFORMATYKI STOSOWANEJ

8. Analiza danych przestrzennych

Kompetencje polskiej nauki w zakresie systemów bezzałogowych

SPOSOBY POMIARU KĄTÓW W PROGRAMIE AutoCAD

Procedura techniczna wyznaczania poziomu mocy akustycznej źródeł ultradźwiękowych

Zakład Teorii Maszyn i Układów Mechatronicznych. LABORATORIUM Podstaw Mechatroniki. Sensory odległości

Podstawy Przetwarzania Sygnałów

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA

Obraz jako funkcja Przekształcenia geometryczne

FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI

Układy i Systemy Elektromedyczne

PL B1. AKADEMIA GÓRNICZO-HUTNICZA IM. STANISŁAWA STASZICA W KRAKOWIE, Kraków, PL BUP 14/12

Transkrypt:

kpt. dr inż. Mariusz BODJAŃSKI Wojskowy Instytut Techniczny Uzbrojenia WYBRANE ELEMENTY CYFROWEGO PRZETWARZANIA SYGNAŁÓW W RADARZE FMCW W artykule przedstawiono zasadę działania radaru FMCW. Na przykładzie zaprojektowanego w WITU radaru Sowa, opisano wybrane metody cyfrowego przetwarzania sygnałów radiolokacyjnych. 1. Wstęp Radar FMCW 1 (z Liniową Modulacją Częstotliwości) pozwala na wykrycie i oszacowanie odległości do obiektów znajdujących się w wiązce radaru. Zasada działania radaru polega na sondowaniu przestrzeni sygnałem z liniową modulacją częstotliwości. Sygnał echa jest następnie poddawany przemianie częstotliwości i cyfrowej analizie widmowej FFT 2. Położenie prążków (przekraczających założony próg detekcji) na osi częstotliwości jest wprost proporcjonalne do odległości między anteną radaru a obserwowanymi obiektami przestrzennymi. Podczas obrotu anteny, moduł widma odebranego sygnału z każdego sondowania, układany jest w kolumnach macierzy. Wiersze tej macierzy wyznaczają odległość, a kolumny określają położenie kątowe anteny radaru. W ten sposób powstaje siatka kątowo odległościowa (jak na rysunku 2) z naniesioną informacją o potencjalnych obiektach znajdujących się w sektorze obserwacji. 2. Próg detekcji Celem stosowania progu detekcji jest rozdzielenie sygnałów ech użytecznych od sygnałów szumowych. Właściwe określenie tego progu będzie warunkować ilość fałszywych alarmów oraz stopień prawdopodobieństwa wykrycia celu. Powszechnie stosowaną metodą progowania sygnałów radiolokacyjnych jest metoda CFAR 3 (Stabilizacja Poziomu Fałszywego Alarmu) [3]. Metoda ta polega na obliczaniu poziomu progu na podstawie statystyk z pojedynczej realizacji odebranego sygnału. Natomiast w radarze Sowa zastosowano metodę bazującą na obliczaniu statystyk stosując uśrednianie po realizacji od obrotu do obrotu dla konkretnej komórki kątowo odległościowej [1]. Poziom progu dla danej komórki jest określany na podstawie wartości średniej i odchylenia standardowego w tej komórce. W efekcie takiego podejścia osiągnięto zdolność do rozróżniania obiektów o małej amplitudzie echa w obecności obiektów o dużej amplitudzie. Ponadto uzyskano zdolność do wyróżniania obiektów poruszających się oraz duży stopień adaptacji progu do zmiennych poziomów tła szumowego. Rysunek 1 ilustruje poziom progu detekcji na tle widma odebranego sygnału. 1 Frequency Modulated Continuous Wave 2 Fast Fourier Transform 3 Constant False Alarm Rate 21

Rysunek 1 Widmo odebranego sygnału (linia niebieska), próg detekcji (linia czerwona) Rysunek 2 Fragment siatki kątowo odległościowej. Ilustracja działania reguły k z n 22

3. Integracja paczki Ruch obrotowy wiązki sondującej oraz określona szerokość charakterystyki antenowej wymusza konieczność analizy paczek impulsów radarowych. Po określeniu progu detekcji kolejnym etapem przetwarzania sygnału jest integracja paczki. Zastosowaną w radarze Sowa metodą integracji jest dwuwymiarowa filtracja typu k z n. Jest to proces, który polega na podejmowaniu decyzji o wykryciu wtedy, gdy spośród n przyległych komórek w siatce kątowo odległościowej, co najmniej k prążków FFT przekracza założony próg detekcji. Na podstawie prążków spełniających wspomniane kryterium, obliczane są współrzędne wykrycia elementarnego. Pozwala to na zmniejszenie prawdopodobieństwa fałszywego alarmu, ponieważ ograniczony zostaje wpływ składowych szumu w widmie sygnału. Rysunek 2 ilustruje opisany wyżej algorytm. Szarym kolorem zaznaczono komórki, w których przekroczony został próg detekcji. Krzyżykami zaznaczono te komórki, które spełniają dwuwymiarową regułę 3 z 4. 4. Fuzja wykryć elementarnych Wykrycie elementarne (cząstkowe) to para współrzędnych (x,y) definiująca położenie wykrytego obiektu. Na skutek różnych (przedstawionych poniżej) czynników, wstępne procedury cyfrowego przetwarzania sygnału generują wiele takich wykryć, dotyczących jednego obserwowanego obiektu. W efekcie tego, na wskaźniku radaru powstają nieregularne obszary, utrudniające interpretacje sytuacji w wybranym sektorze obserwacji. Rysunek 3 Widok wskaźnika radaru bez zastosowania fuzji wykryć elementarnych 23

W celu redukcji informacji wyświetlanej na wskaźniku w radarze Sowa zastosowano procedurę fuzji wykryć elementarnych. Polega ona na integracji przyległych wskazań w jedno syntetyczne wskazanie, jednoznacznie określające położenie obserwowanego obiektu (wykrycie globalne). Przyczyny powstawania wielokrotnych wykryć elementarnych są następujące: wielokrotne odbicia impulsu sondującego szerokość charakterystyki nadawczej i odbiorczej układu antenowego, ruch obrotowy wiązki sondującej, wymiary obserwowanego obiektu, rozdzielczość siatki kątowo odległościowej pierwotnych procedur cyfrowego przetwarzania sygnału. Rysunek 3 przedstawia widok wskaźnika radaru z zaznaczonymi wszystkimi wykryciami elementarnymi. Rysunek 4 przedstawia widok wskaźnika radaru z zastosowaniem fuzji wykryć elementarnych. Czerwone kwadraty wskazują aktualne położenie wykrytych obiektów. Niebieskie punkty wyznaczają historię ruchu. Rysunek 4 Widok wskaźnika radaru z zastosowaniem fuzji wykryć elementarnych 5. Śledzenie celów Śledzenie jest procesem pozwalającym na wyznaczanie parametrów ruchu obserwowanego obiektu. Jedną z podstawowych metod śledzenia jest tzw. filtracja kalmanowska. Polega ona na wyznaczaniu estymaty położenia, prędkości i przyspieszenia śledzonego obiektu w każdym przedziale czasu odnowy informacji. W przypadku śledzenia wielu obiektów, należy użyć banku filtrów Kalmana oraz zastosować procedurę kojarzenia 24

tras. Kojarzenie jest procesem, w którym według określonych kryteriów, każde wykrycie globalne jest przydzielane do jednego z filtrów Kalmana. Proces śledzenia pozwala na szacowanie parametrów ruchu obiektu nawet przy wielokrotnych zanikach sygnału echa. Na rysunku 5 pokazano widok wskaźnika radaru z zastosowaniem filtracji Kalmana. Kolorem purpurowym narysowano wartości określonych własności filtrów (kwadraty wyznaczają estymaty położenia obiektów, kółeczka wyznaczają wielkość pola kojarzenia tras). Liczba w kolorze szarym określa numer trasy. W radarze Sowa zaimplementowano procedurę kojarzenia tras i śledzenia obiektów opartą o bank trzydziestu filtrów Kalmana. Oznacza to, że radar jest zdolny do śledzenia trzydziestu obiektów jednocześnie. Rysunek 5 Widok wskaźnika radaru z zastosowaniem fuzji wykryć elementarnych oraz filtracji Kalmana 6. Podsumowanie Opisane powyżej metody przetwarzania informacji zaimplementowano do oprogramowania radaru wykrywająco ostrzegawczego Sowa w postaci funkcji i procedur. Właściwe wyznaczenie progu detekcji jest bardzo ważne z punktu widzenia ograniczania ilości przetwarzanych danych. Ze względu na dużą ilość analizowanej informacji oraz ograniczoną moc obliczeniową stosowanych procesorów, niezbędne jest odpowiednie selekcjonowanie danych liczbowych. Ma to szczególne znaczenie w warunkach zróżnicowania obserwowanego terenu (budynki, drzewa, krzaki, pagórki). Zadaniem integracji paczki jest dalsze zwiększanie stosunku sygnału użytecznego do szumu. Fuzja wykryć elementarnych oprócz poprawy przejrzystości obrazu na wskaźniku radaru, umożliwia również właściwe działanie banku filtrów Kalmana. Śledzenie jest ostateczną 25

procedurą, która w warunkach częstych zaników echa ma na celu wyznaczanie tras i parametrów ruchu poruszających się celów. Opisane w artykule metody w istotny sposób przyczyniają się do ograniczania liczby fałszywych alarmów i zwiększania prawdopodobieństwa wykrycia celu. Literatura [1] Bodjański M., Szugajew L., Jarzemski J., Lewandowski Z.: Optymalizacja algorytmów obróbki informacji w radarze wykrywająco ostrzegawczym, Sprawozdanie ze statutowej pracy naukowo-badawczej, WITU, Zielonka 2006. [2] Szugajew L., Jarzemski J.: Przenośny radar wykrywająco ostrzegawczy RWO -1, Nowa Technika Wojskowa, NTW nr 6/2005. [3] Czekała Z.: Parada Radarów, Dom Wydawniczy Bellona, Warszawa 1999. 26