降低雷达接收机中噪声的几种方法

1引言雷达接收机除了接收到有用信号外，还接收着杂乱的噪声信号，这些噪声信号严重影响雷达接收机的灵敏度。由雷达方程可知，要提高雷达的探测距离，提高雷达接收机灵敏度是一个重要的捷径,但雷达接收机的极限值是受噪声功率所限制的，要想提高接收机的灵敏度,增大雷达的作用距离,就必须研究怎样降低噪声。2接收机噪声的来源雷达接收机的噪声，一部分来自接收机接收到的外部干扰,主要有天线热噪声、友邻雷达及电台干扰、敌方雷达干扰设备的干扰、工业干扰、天电干扰及宇宙干扰等;另一部分噪声来自接收机的内部，主要由接收机的电阻、馈线、谐振回路等有损耗元件产生的热噪声以及电子管、晶体管等有源器件产生的各种噪声。内部噪声和外部干扰都会影响有用信号的接收,但是,它们影响环境和影响程度是不同的。外部干扰的影响有时间性、空间性和频率性，即外部干扰中,有的是只存在于某段时间，如只有雷雨时，才会有雷电干扰;有的是呈现在某个方位，如宇宙干扰主要在银河系中心；有的只影响某个频率范围，如工业电气设备干扰和天电干扰主要影响广播、电视频段;还有的外部干扰可以采用抗干扰措施消除。内部噪声的影响则无时间性、空间性和频率性,任何接收机，只要一工作就有内部噪声产生,就会影响对微弱信号的接收，所以内部噪声对雷达侦察和雷达接收机影响最大。式中，巴、只'分別为接收机输入端的信号功率和噪声功率；Pg、尸“分别为接收机输出端的倍号功率和噪声功率。图片:图片:式中，甩门为接收机的额定功率增益〔潮定功率传输系图片:=图片:=至终端3降低接收机内部噪声的措施通常我们用“噪声系数”来衡量内部噪声对输出信噪比的影响程度,噪声系数是接收机输入端信号噪声功率比与其输出端信号噪声功率比的比值,数学表达式为如果接收机内部不产生噪声，那么接收机信噪比通过接收机后是不会变化的，因此F=1。由于实际接收机是存在内部噪声的，那么输入信噪比通过接收机后将要变坏，因此F>1,且F值越大，表示接收机内部噪声的影响越大。任何接收机总是由各个单元电路级联组成的，当知道各个单元的噪声系数后，就可以求出多个单元级联后的总噪声系数F0:由式⑵可知,要使级联电路的总噪声系数F0小,就需各级的噪声系数要小和额定功率增益要大；各级内部噪声的影响大小是不同的，越是靠近前面的几级，噪声系数和额定功率增益对接收机总的噪声系数影响越大，而后面各级影响较小，可忽略不计。所以，在设计接收机时,总是力图减小前几级的噪声并增大额定功率增益，以提高接收机的灵敏度。图1是一般雷达接收机的方框图。一般雷达接收机中都有高频放大器,而且高频放大器的额定功率增益总是很大的,因而我们在考虑接收机的总噪声系数时一般只考虑高频放大器以前各级的噪声系数,而忽略其后各级噪声对总噪声系数的影响。因此，为了降低总噪声系数,一般可以采用以下的措施:⑴高频馈线及部件。厘米波雷达的高频馈线及高频和差系统是比较复杂的，一般包括低功率极化器、数个移相器、双T和差网络、放电器、波导2同轴变换器等微波器件。由于这些无源网络的额定功率传输系数都小于1,必然要产生一定的损耗,将使接收机的噪声系数增大。因此，要尽量采用损耗低的高频馈线及高频元器件，同时它们与电路的连接、匹配均应十分良好。⑵高频放大器。根据式⑵可以知道,采用额定功率增益大、噪声系数低的高频放大器,对雷达接收机获得低噪声性能具有决定性的意义。目前低温参量放大器及低温高电子迁移率晶体管(HEMT)放大器等都是一些性能较好的高频放大器。(3)混频器。在采用了高频放大器以后，不等于说对微波混频器的噪声性能就可以降低要求。特别是在无高频放大器的雷达接收机中，混频器噪声的影响就更为重要，必须采用相应的措施减小混频器的噪声。要降低混频器的噪声，应选用噪声性能良好的混频二极管，比如采用面积接触型的微波晶体混频二极管；正确选择混频器的工作状态；广泛采用平衡、双平衡及三平衡混频器,以大大减小本地振荡器噪声的影响;使用镜频回收和镜频抑制技术来减少混频器的变频损耗,降低混频器输出的中频噪声,从而提高混频器输出端的信噪比等。(4)前置中频放大器。对于厘米波雷达接收机,由于结构等方面的原因,通常把中频放大器分成前置中放和主中放两部分,且前置中放离接收机的高频部分很近。其目的是将混频器输出的微弱中频信号预先进行功率放大,然后再用较长的中频电缆送到主中放去,这样就可以把电缆和主中放的噪声影响减小到最低程度。采用低噪声的前置中放对于直接混频的雷达需要2一3级。为了使电路具有低噪声、高额定功率增益、高的工作稳定性,对于晶体管雷达接收机,第一级通常采用共射2共基极级联电路;对于电子管雷达接收机,第一级广泛采用高频五极管接成三极管用的共阴2共栅极级联电路。除此以外,还可以通过适当地选择接收机的中频频率、接收机的工作频带以及降低接收机的工作温度等措施来降低接收机的噪声系数。图2白适应白调谐滤波器始输入，经过延时P后作为参罟输入x,显然工与刃足不相关的，口适应滤波器输出.V也与"不相关。误差信号&为9=$+“-y两边平方后取数学期望.•E[fi]=E[(s-y)~]十E[tt]^-2E[n(s-y)]⑶若虑到料与』及],不相关，且«的均值为零，上式变为E[^]=E[(s-y)1]+E[n~] (A)当调节滤波器参数使E[问最小时，噪声功率Ef小不会变化，耐心-y)2]将达到最小，从而滤波器输出j为信号s的最小平方估计0口适应滤波器右多种算法,这里采用一种简单易行的最小均方算法rLMS算法丿。滤波器采用横向滤波器，如图3所示。对于这种滤波器,系统输出误差你为纵=办-XkWk ⑸其中，输出向量Xi=[心小_1…小一1/,权向:&叭=[woovit•••w；*]r,T表示转置。LMS算法简单地取媒作为刃珀的估值，于思自适应过程每次迭代时共梯度怙值为A权向量为呼"=叭-找存二叭-2碍(1)

式中“足控制自适应速度与稳是性的常数'应满足

0<A<1/丄皿K其中丄是自相关阵=E[X.Xl]的特征值。可以证明，权向量的数学期塑值收敛于最隹权向量」即维纳最件解TX= ，耳=E{&沁为互相董冋量厂4.2小波变换的消噪方法及其改进设M点离敕含噪信号为f(t)=s(r)+讥〃 W其中川⑴为原始信号是方差为的髙斯白噪声』服从N(Q,(T)■■■容易看出，对/⑴妙肌次力皴分解之后’由空间分布不均匀信号訂讣所对应的各尺度上小波系数叱川在某些特定的位置有较大的值」这些点对应于原始信号.何的奇变位置和重墓信息，而It他大部分位置的巧占值较小』对应于信号的缓变部企•对于白噪声M几它所对应的力披系数眄左在每一尺度上的分布是均匀的「并随着尺度的增如吟係数的幅值有所减小。因此，通常的消噪办法是选取一阈值九把低于h的小渡系数杠七(主栗由噪声锐心丿引起^设为零，而尿存髙于A的叫「注要由信号打也引起；，经过这样处理之后的叫'就可理解为基本上是由信号打打引起的」再利用小波快速亜构算法对叫丄进行重构，就可得到原始信号的一个估计o具体方袪如下；⑴对含噪信号池"利用小渡快速分解算法做小菠分解‘得到小波系数叫q

* \ 心*-(\巧冷| , |旳川|EAI° 「丨叫加<入则鬲川为经过软阈值之后得到的小波系数；f芳对血飞利用小波快速重构算法进行重构，便可得到和”的估计值f(t).该方法计算简单,但它壯一种相对•粗賂的去噪方首先对A的选取作了醺进，：•通过实例验证上述A的取法不太理想,所以笔崙设计丁一种方案，在不同的尺度)取不同的S=叱血目的1/3/ln(j—1儿即随着尺度J的增大」人的值逐渐减小，便得与噪声在小波变换各尺度上的传播特性相一致0另外给岀了一种估计小液系数的新方法,称为槻平方处理方法，它可以促使信噪分离■:.下而对共进行讨论■：■先普虑叫飞>0的情形，然后把结论推广到忖V0的情况。在软阈值估计方法中'当^.^>0时，式『卯等价于如呆把心“右看成一个整体，则式「10>的实际含义为当旳“A|>1时严.斤被认为主要是信号所对应的小液系数，予以保留,■否则，叫飞被认为主箜是由噪声引起的，应当消除。该模型虽然与软阈值模型是先全等价的，但可戌从中得到一些启乐o比如』可以取I*"川咋屛心‘-叮.听“心Ei小Wj.i=■ , 『11丿I0 ,叫-*易v1即先对叫加心进行平方处理，使得每一个系数与1的偏离桎度增大，这样可以促进信嚼分离，然后再对共进行软阈值处理，最后幵平方得到—以上讨论的是叫八0时的情形。对于一般情况，有羽-几上EAj(Y2)综上所述，改进之后的消噪算法为，⑴对含哩声信号ft#利用小披快谨分解算法进行小彼分解.得到小漩杀数叫爪⑵令心二d-fZlogJ^^/lnO+1),由式(12)定义讥片从而得到一组估计小菠系数；G丿对鬲飞利用小波快速重构算法进行重构，便可得到的估计值丿3:降低接收机外部噪声的方法以上的几种方法对于降低接收机内部噪声有十分显著的作用,但对于抑制接收机的外部噪声就没有太大的作用了。为了降低接收机的外部噪声,我们可以采用以下几种方法。4.1自适应噪声对消法考虑到雷达回波是不相关的,不能采用常见的自适应噪声对消器来消除,为其参考输入噪声和原始输入噪声是相关的。如果我们采用图2所示的自适应自