分布式星载干涉GMTI雷达全链路仿真平台

资 源 简 介

本项目旨在利用MATLAB开发一套能够模拟分离航天器干涉（SSI）体制下的星载GMTI雷达系统全链路仿真环境。该系统能够对分布式卫星编队（如主从卫星结构）进行高精度的轨道动力学建模，准确计算随时间变化的基线长度与空间几何关系。在回波信号层面，项目模拟了复杂的电磁环境，生成包含高保真度地杂波（基于K分布或韦布尔分布）、接收机热噪声以及具有特定径向速度和雷达散射截面（RCS）的地面移动目标信号。核心信号处理模块集成了先进的干涉处理算法，重点实现沿航向干涉（ATI）和相位中心偏置天线（DPCA）技术，同时包含空时自适应处理（STAP）算法以应对强杂波环境下的目标检测挑战。系统还包含详细的误差分析模块，用于评估卫星间基线测量误差、时间同步误差及相位噪声对动目标检测性能的影响。最终，通过蒙特卡洛仿真，系统能够输出并分析关键性能指标，验证分布式干涉雷达在不同配置下的探测能力。

详 情 说 明

分布式星载干涉GMTI雷达系统仿真与性能评估平台 README

项目简介

本项目利用MATLAB开发了一套针对分布式星载雷达（Separated Spacecraft Interferometry, SSI）体制的地面移动目标检测（GMTI）全链路仿真环境。该平台模拟了主从卫星编队在X波段下的雷达工作场景，重点实现了从参数初始化、复杂环境回波生成、雷达信号成像处理到干涉/DPCA/STAP高级信号处理的完整流程，并最终对系统检测性能进行量化评估。

该系统旨在验证沿航向干涉（ATI）和相位中心偏置天线（DPCA）技术在强杂波环境下对地面慢速微弱动目标的检测能力，同时集成了空时自适应处理（STAP）算法以应对非均匀杂波抑制挑战。

主要功能特性

• 高保真环境仿真：具备生成符合K分布（Gamma纹理+高斯散斑）的地海杂波统计特性的能力，并叠加了接收机热噪声。
• 分布式编队动力学模拟：基于简化的直线运动模型，模拟双星沿航向（Along-Track）基线配置，支持自定义基线长度及卫星速度。
• 误差建模分析：内置误差分析模块，能够模拟卫星间基线测量误差和通道间的相位噪声，评估非理想因素对检测性能的影响。
• 全链路信号处理：涵盖了距离向脉冲压缩、方位向加窗FFT成像、图像配准及单视复图像（SLC）生成。
• 先进干涉处理：实现了双通道ATI相位提取与DPCA复图像相减算法，用于动目标检测与测速。
• STAP算法仿真：集成了多普勒域（Post-Doppler）空时自适应处理算法，通过自适应权值计算实现最优杂波抑制。
• 性能评估指标：自动计算最小可检测速度（MDV），模拟SINR损失曲线，并基于Marcum Q函数绘制ROC（接收机操作特性）曲线。

系统逻辑与实现细节

本平台的入口脚本实现逻辑严格按照雷达信号处理流线设计，具体处理流程如下：

1. 系统参数初始化

系统首先定义X波段雷达的关键参数，包括载频（9.6GHz）、带宽（100MHz）、脉冲宽度和重复频率（PRF）。定义卫星轨道高度（600km）及双星沿航向基线长度（20m）。同时设置地面动目标的各项参数，如径向速度、RCS及初始位置，并设定环境的杂噪比（CNR）和信噪比（SNR）。

2. 全链路回波生成

这是仿真中最耗时的部分，核心逻辑包括：

• 杂波建模：采用K分布统计模型，通过Gamma分布生成纹理分量与复高斯分布生成散斑分量相乘，构建二维杂波幅度图。
• 运动学更新：在慢时间维度（脉冲循环）更新卫星和目标的瞬时位置。
• 信号叠加：

* 目标回波：计算双程延时，基于Sinc函数模拟天线方向图加权，生成LFM基带信号。 * 杂波回波：采用降采样积分法，对距离环和方位向上的主要散射体进行相干叠加，模拟杂波的空间相关性。 * 噪声与误差：在理想回波基础上加入高斯白噪声，并向辅通道引入随机相位噪声和基线长度误差。

3. 雷达信号成像处理

对生成的原始回波数据进行基础成像处理：

• 距离压缩：在频域通过与参考信号的共轭频谱相乘实现匹配滤波，完成距离向脉冲压缩。
• 方位处理：对距离压缩后的数据施加Kaiser窗以抑制旁瓣，随即进行方位向FFT及频谱搬移，通过简化的多普勒处理获得单视复图像（SLC）。此处省略了复杂的距离徙动校正（RCMC），假定场景满足窄波束小场景近似。

4. ATI与DPCA干涉处理

利用生成的两幅SLC图像进行干涉分析：

• ATI处理：计算两通道图像的共轭乘积，提取相位差信息，该相位直接对应目标的径向速度。
• DPCA处理：在补偿由基线引起的空间相位差后，对其进行复数相减，实现静止背景对消，增强动目标能量。

5. 空时自适应处理 (STAP)

实现了基于多普勒域（Post-Doppler）的STAP算法：

• 样本训练：选取不包含假设目标的距离门作为训练样本，估计杂波协方差矩阵。
• 权值计算：基于最小方差无失真响应（MVDR）准则，利用协方差矩阵的逆和目标导向矢量计算最优空时权值。
• 滤波应用：将计算得到的权值应用于数据域，以实现空时二维滤波，最大化信干噪比。

6. 性能评估

最后阶段对系统性能进行量化分析：

• MDV计算：基于基线长度和波长，分析ATI相位敏感度，推导最小可检测速度。
• ROC分析：基于设定的虚警概率向量，计算瑞利分布下的检测阈值，并利用Marcum Q函数计算对应的检测概率（Pd），生成ROC曲线数据。

算法核心分析

• K分布杂波模拟：代码并未简单使用高斯杂波，而是构建了复合K分布模型（纹理x散斑），能够更好模拟高分辨率雷达下的地海杂波拖尾特性。
• 相位中心偏置（DPCA）补偿：在进行DPCA相减前，代码明确引入了补偿因子 exp(1j * 2 * pi/Lambda * Baseline^2 / (2*R))，这是修正双基构型下固有相位偏差的关键步骤。
• STAP训练策略：采用统计采样方法，通过剔除目标所在的保护单元（Guard Cells），利用邻近距离单元的数据估计干扰环境的统计特性，符合实际雷达处理逻辑。

系统要求

• MATLAB R2018a 或更高版本
• Signal Processing Toolbox（信号处理工具箱）
• Phased Array System Toolbox（相控阵系统工具箱，主要用于部分数学函数与可视化支持）

使用方法

由于本项目为单一脚本流程，直接在MATLAB环境中运行入口函数即可。程序将自动按顺序执行参数配置、回波仿真、信号处理及性能评估流程。请注意，回波生成模块涉及大量循环计算，根据设置的脉冲数（Na）和距离门数（Nr），运行可能需要一定时间。运行结束后，Workspace中将保留所有中间变量（如 SLC_Ch1, DPCA_Img, STAP_Result）供进一步分析。