雷达信号处理基础-快时间维和慢时间维

雷达常采用的维度有距离，方位，俯仰和多普勒等。在这些维度分别确定合适的采样间隔，对于更好的数字化处理这些信号是很有必要的。

举个例子，对于一个脉冲雷达，其发射的周期性脉冲序列，这样的周期我们将之定义为脉冲重复间隔（PRI），对于接收，为了方便雷达信号的处理，首先需要进行雷达数据的采集和存储模型构建，这也是万事之开头，当然这里的万事就是后面一系列的信号处理等。

image

首先理解两个在时间维度上的采样，对于一个脉冲雷达，其发射的周期性脉冲序列，我们将每个脉冲序列的接收回波分别按行存储，例如第一个脉冲的接收回波被放置在第一行，同样的第二个脉冲的接收回波则被放置在第二行，以此类推。这样的存储方法为理解信号处理的过程奠定了很好的基础模型，因此，我们将按照行的方向看过去的维度定义为快时间维度，另外，由于行与行之间的数据采样间隔往往是大于，所以将按照列的方向看过去的维度定义为慢时间维度。

下面需要思考的问题是，对于接收的单脉冲回波应当以多块的速度进行采样，也就是说距离单元的间距应该是多大。因为距离维的接收信号可以看作是距离向反射率函数与发送波形调制函数的卷积。也即是快时间维接收信号的带宽受到发射脉冲带宽的限制。因此，快时间维度的奈奎斯特采样率为发射脉冲的带宽。

另外，对于慢时间维度的采样频率，也就是脉冲重复频率。当雷达和被检测目标之间存在相对运动时，连续回波的相位会随着样本不断变化，即慢时间维度的信号会具有非零的多普勒带宽。因此，选择脉冲重复间隔的关键是避免由频谱搬移所造成的混叠而保留多普勒谱信息。其中的非零多普勒带宽存在两个来源，一个是探测区域内物体的运动，另外一个是雷达的运动。如果探测区域是我们常见的交通场景，那么目标的运动即有可能为交通工具的运动。如果探测的区域是一般的杂波区域，这个时候的运动可能就是来自草或者树叶随风飘动，海浪摆动，下落的雨滴等等。总的多普勒带宽近似为雷达平台的运动加上探测场景自身带宽的和。对于慢时间维度的信号，所选的脉冲重复间隔应当等于或者大于该值。

题图：leaves- from Pixabay