讨论用于评估DREX的五种DR指标

2023-12-17 09:44

本文主要是介绍讨论用于评估DREX的五种DR指标,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

概要

动态范围是已经使用了近一个世纪的用于评估接收机性能的参数。这里介绍五种动态有关指标的定义及测试方法,用于评估数字接收激励器(DREX,digital receiver exciters)。DREX是构成雷达的关键整部件,其瞬时带宽(Instantaneous Bandwidth)、处理速度(Processing Speed)、动态范围(Dynamic Range)等指标直接会影响系统指标。给出五种DR的定义,并讨论了其对于DREX和RADAR评估的适用性,根据实例计算了不同DR的结果。

基本定义

典型的数字接收激励器DREX如图1所示。

图1 典型的DREX架构

三阶截点 IP3-DR,Third-Order Intercept DR

1dB压缩点,P-1dB-DR,1dB Compression Point

双音动态范围,TT-DR,Two Tone Dynamic Range

瞬时动态范围,WM-DR,Wingman Interferer

输入限制动态范围,IL-DR Input Limited Dynamic Range

这五种动态范围都是以噪底为参考来进行定义和测试的,所以要讨论上述动态范围,需要首先明确噪底的定义为。

其中k为Boltzmann’s常数1.38×10-23J/K,T为以开尔文计的系统工作温度,NF为噪声系数,BW以Hz计的系统带宽。

IP3-DR定义为三阶截点与噪底的差,特点是用一个指标能够衡量非线性特性与噪声特性,同时能够评估接收当外界有大信号干扰时的性能;

图2 IP3-DR定义的示意图

P-1dB-DR定义为P-1dB与噪底的差值,该指标利用接收机的基本功能定义,及以无失真的状态方法和变换接收信号频率;

图3 P-1dB-DR定义的示意图

TT-DR与三阶截点和噪底密切相关,定义为等幅双音信号产物与噪底相当时双音信号与噪底的的能量差;

图4 TT-DR定义的示意图

WM-DR与TT-DR类似,只是输入信号为不等幅双音信号,其描述现实场景中僚机雷达主信号干扰主机雷达造成三阶交调产物影响雷达探测灵敏度的场景。

IL-DR使采样器饱和的输入信号与输入噪底间的差值,假定模拟部分不会饱和。

适用性对比

表1从可测试性、DREX适用性和雷达适用性三个角度来评估上述五种动态指标。

表1 五种DR定义的对比

可测试性:由于IP3-DR、TT-DR和WM-DR三种动态都涉及到双音信号,需要两个独立控制的信号源,因此测试复杂度相对较高,IL-DR需要数字部分因此测试复杂度中等,P-1dB-DR只需要一个信号源因此测试最简单;

DREX适用性:前四个指标都没有充分考虑采样器是否饱和,只有最后一个指标包含了ADC的特性,在实际测试与实现中,前四个指标的测试都需要假定ADC没有饱和;

Radar适用性:由于WM-DR模拟了真实机载雷达的使用场景,因此该测试指标对于雷达评估更合适。

测试对比

假定输入噪底为-93dBm,增益为42dB,输出噪底为-51dBm。五种动态范围的测试结果如图2所示。

表2 五种DR定义的测试结果对比

P3-DR,输入三阶截点为-10dBm,那么IP3-DR=-10-(-93)=83dB;

P-1dB-DR,输入1dB压缩点,-26dBm输入P-1dB,P-1dB-DR = -26-(-93)=67dB;

TT-DR,大致为IP3-DR的2/3,及有TT-DR = 55.3dB;

WM-DR,一个输出大信号+4dBm,一个输出小信号-23dBm输出大交调为-78dBm,输出噪底为-51dBm,相差26dB,小信号需要幅度增加26从而使大交调幅度涨到输出噪底,这时WM-DR即变为TT-DR;

IL-DR,ADC输入噪底-51dBm,饱和输入10dBm,10-(-51)=61dB。

小结

给出五种DR的定义,并讨论了其对于DREX和RADAR评估的适用性,根据实例计算了不同DR的结果。

参考文献:Dynamic Range Definitions and Measurement Applied To Radar Digital Receiver Exciter(DREX)2021

这篇关于讨论用于评估DREX的五种DR指标的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/503916

相关文章

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

PR曲线——一个更敏感的性能评估工具

在不均衡数据集的情况下,精确率-召回率(Precision-Recall, PR)曲线是一种非常有用的工具,因为它提供了比传统的ROC曲线更准确的性能评估。以下是PR曲线在不均衡数据情况下的一些作用: 关注少数类:在不均衡数据集中,少数类的样本数量远少于多数类。PR曲线通过关注少数类(通常是正类)的性能来弥补这一点,因为它直接评估模型在识别正类方面的能力。 精确率与召回率的平衡:精确率(Pr

dr 航迹推算 知识介绍

DR(Dead Reckoning)航迹推算是一种在航海、航空、车辆导航等领域中广泛使用的技术,用于估算物体的位置。DR航迹推算主要通过已知的初始位置和运动参数(如速度、方向)来预测物体的当前位置。以下是 DR 航迹推算的详细知识介绍: 1. 基本概念 Dead Reckoning(DR): 定义:通过利用已知的当前位置、速度、方向和时间间隔,计算物体在下一时刻的位置。应用:用于导航和定位,

安卓开发板_联发科MTK开发评估套件串口调试

串口调试 如果正在进行lk(little kernel ) 或内核开发,USB 串口适配器( USB 转串口 TTL 适配器的简称)对于检查系统启动日志非常有用,特别是在没有图形桌面显示的情况下。 1.选购适配器 常用的许多 USB 转串口的适配器,按芯片来分,有以下几种: CH340PL2303CP2104FT232 一般来说,采用 CH340 芯片的适配器,性能比较稳定,价

风控系统之指标回溯,历史数据重跑

个人博客:无奈何杨(wnhyang) 个人语雀:wnhyang 共享语雀:在线知识共享 Github:wnhyang - Overview 回顾 默认你已经看过之前那篇风控系统指标计算/特征提取分析与实现01,Redis、Zset、模版方法。 其中已经介绍了如何利用redis的zset结构完成指标计算,为了方便这篇文章的介绍,还是在正式开始本篇之前回顾一下。 时间窗口 zset

聊聊分布式,再讨论分布式解决方案

前言 最近很久没有写博客了,一方面是因为公司事情最近比较忙,另外一方面是因为在进行 CAP 的下一阶段的开发工作,不过目前已经告一段落了。 接下来还是开始我们今天的话题,说说分布式事务,或者说是我眼中的分布式事务,因为每个人可能对其的理解都不一样。 分布式事务是企业集成中的一个技术难点,也是每一个分布式系统架构中都会涉及到的一个东西,特别是在微服务架构中,几乎可以说是无法避免,本文就分布式事

通达信指标公式解析(2)多彩MACD指标

通达信指标公式解析(2)多彩MACD指标 公式效果展示(结合主力操盘线与生命线)公式代码截图公式代码解析1. **DIF 和 DEA 的定义:**2. **MACD 值的计算与颜色条形:**3. **DIF 和 DEA 之间的带状显示:**4. **柱状线的颜色区分:**5. **价格线的绘制:**6. **金叉与死叉的标注:**7. **不同强度柱状图的绘制:**8. **总结**关于建群

用于资产定价的FAFA三因素模型的案例实现

一:FAFA三因素模型的介绍 FAFA三因素模型,即Fama-French三因子模型,是在1992年提出的资产定价模型。该模型是对传统的资本资产定价模型(CAPM)的扩展,它认为除了市场风险之外,还有其他两个因素对股票的预期收益率有重要影响,这两个因素是公司规模(Size)和账面市值比(Book-to-Market Ratio)。 Fama-French三因子模型的核心观点是,投资者在承担额外

随着人们网络安全意识提高,软件架构设计与评估也成为重中之重

目录 案例 【题目】 【问题 1】(13 分) 【问题 2】(12分) 【答案】 【问题 1】答案 【问题 2】答案 相关推荐 案例         阅读以下关于软件架构设计与评估的叙述,回答问题 1 和问题 2。 【题目】         某电子商务公司为正更好地管理用户,提升企业销售业绩,拟开发一套用户管理系统。该系统的基本功能是根据用户的消费级别、消费历史、信

如何利用ChatGPT提升学术论文讨论部分的撰写质量和效率

大家好,感谢关注。我是七哥,一个在高校里不务正业,折腾学术科研AI实操的学术人。关于使用ChatGPT等AI学术科研的相关问题可以和作者七哥(yida985)交流,多多交流,相互成就,共同进步,为大家带来最酷最有效的智能AI学术科研写作攻略。经过数月爆肝,终于完成学术AI使用教程,估计也有个50万字的详细操作指南。跟着一步一步操作,借助ChatGPT做学术、干科研、写论文、课题申报都变得超简单。欢