레이더 탐지 범위 분석: 펄스 시스템의 몬테카를로 신뢰 구간

단일점 탐지 범위 추정치의 문제점

모든 레이더 교과서에는 범위 방정식이 나와 있습니다.송신 전력, 안테나 게인, 잡음 지수, 목표 RCS를 연결하면 감지 범위 번호가 출력됩니다.엔지니어들은 이 수치를 중심으로 전체 시스템 예산을 책정합니다. 그런 다음 제조된 레이더가 예측과 다르게 작동하는 이유를 궁금해합니다.

그 이유는 범위 방정식은 결정적이지만 실제 세계는 그렇지 않기 때문입니다.목표 RCS는 변동합니다.수신기 잡음 지수는 장치마다 다릅니다.전송 전력은 추운 아침에는 최소 사양으로 유지되고 따뜻한 랙에서는 최대 사양으로 유지됩니다.빗물 감쇠는 연평균이 아니라 순간 강우량에 따라 달라집니다.단일 포인트 추정치로는 이 모든 것을 감출 수 있습니다.

이 게시물에서는 Radar Detection Monte Carlo 시뮬레이터를 사용하여 X-밴드 펄스 레이더를 분석하는 방법을 안내하며, 몬테카를로 신뢰 밴드가 실제 설계 결정을 내리는 데 필요한 정보를 어떻게 제공하는지 보여줍니다.

레퍼런스 디자인

설계는 다음과 같은 파라미터를 갖춘 10GHz X-밴드 지상 기반 레이더입니다.

대상은 소형 UAV 또는 새이며 평균 RCS는 1m²이며 변동이 느립니다 (Swerling I — RCS는 거주지의 모든 통합 펄스에서 상관 관계가 있으므로 스캔에서 스캔으로 바뀝니다).

공칭 분석 설정

레이더 탐지 몬테카를로 도구에 이 값을 입력합니다.이 도구는 다음을 즉시 보여줍니다.

• R= 45.2 km — 공칭 50% 감지 범위
• R= 28.4km — 90% 감지 범위 (높은 신뢰도)
• 적분 이득 = 6.3× — 펄스를 10개 사용한 n^0.8 근사치

SNR 대 범위 플롯은 통합 후 SNR이 약 45km 지점에서 감지 임계값 (Pfa = 10의 경우 노이즈 플로어보다 12.4dB 높음) 을 넘은 것을 보여줍니다.이는 기존의 범위 방정식 예측과 일치합니다.

스월링 모델 비교

이제 Swerling 모델을 I에서 0 (변동 없음) 으로 변경하고 다시 실행하세요.R는 50.1km로 이동하는데, 이는 10% 증가한 수치입니다.이는 직관적이지 않은 것 같습니다. 변동하는 표적을 탐지하기 더 어려워야 하지 않을까요?

답은 Pd에 따라 달라집니다.매우 높은 Pd (> 0.9) 에서는 RCS가 낮은 값으로 떨어지지 않기 때문에 변동이 없는 대상을 더 쉽게 탐지할 수 있습니다.하지만 중간 Pd (50%) 에서는 변동하는 목표값 (Swerling I) 이 실제로 비슷하거나 더 나은 성능을 달성할 수 있습니다. 간혹 RCS가 평균을 상회하기 때문입니다.“소용돌이” 현상은 주로 Pd 요구 사항이 높을 때 나타납니다.

평균 RCS가 동일한 스월링 II (빠른 변동, 동일한 chi² (2) RCS 분포) 로 전환하면 R= 43.8km가 되며, 이는 50% Pd에서 스웰링 I보다 약간 짧습니다.일부 펄스는 항상 높은 RCS 상태를 보이기 때문에 많은 통합 펄스를 사용할 때 빠른 변동이 실제로 도움이 됩니다.

빗물 감쇠 영향

이제 비를 추가하세요: 강우 속도를 시속 25mm로 설정합니다 (열대성 폭우).Swerling I과 함께 다시 달려보세요.

이 도구는 ITU-R P.838 양방향 감쇠를 적용합니다.

• 10GHz에서: k = 0.0101, α = 1.276
• 특정 감쇠: γ = 0.0101 × 25^1.276 ≈ 0.57 dB/km 단방향
• 양방향: 1.14dB/km

공칭 감지 범위 45km에서 양방향 강우 손실은 총 51.3dB로 매우 치명적입니다.R는 12.3km까지 떨어집니다.감지 범위는 이제 하드웨어 제한이 아니라 비로 제한됩니다.

이것이 바로 X-밴드 기상 레이더가 맑은 하늘 감지 범위에 비해 상당한 마진을 보이는 이유입니다.설계자는 평상시 조건뿐만 아니라 비가 올 때의 R에 대해서도 알아야 합니다.

MC 컨피던스 밴드

강우량을 0으로 설정하고 Swerling I의 몬테카를로 신뢰밴드 살펴보기:

• p95 밴드 (베스트 케이스) : R= 52.1 km — 공칭 수치보다 15% 더 우수함
• p50 밴드 (중앙값) : R= 45.2km — 공칭 값 (예상) 과 일치
• p5 밴드 (최악의 경우) : R= 38.7km — 공칭 값보다 14% 나쁨

이 경우 파라미터 변동 (±0.5dB NF, ±0.3dB Pt) 이 스프레드를 지배하는 Swerling I RCS 변동에 비해 미미하기 때문에 비대칭성이 작습니다.

제조 사양의 경우 p5 곡선을 기준으로 요구 사항을 작성해야 합니다. 즉, 레이더는 공칭 벤치 측정뿐만 아니라 모든 제조 장치에서 R≥ 38.7km를 달성해야 합니다.

ROC 곡선 해석

ROC 곡선은 R에서의 Pd 대 —log( Pfa) 를 보여줍니다.동작점 (Pfa = 10, —로그= 6) 에서:

• Pd ≈ 0.50 — 구조별 (50% 범위를 선택했습니다)

Pfa를 10( —로그= 8) 로 더 좁게 밀면 Pd가 0.31로 떨어집니다.Pfa를 10⁴ (—log= 4) 로 완화하면 Pd가 0.72로 상승합니다.이는 CFAR 프로세서가 실제 시스템에서 탐색할 수 있는 전형적인 오류 탐지와 오류 경보 간의 절충점이라고 할 수 있습니다.

설계의 주요 시사점

1.마진 할당에는 항상 p5 곡선을 사용하십시오. 공칭 감지 범위는 운영 시나리오의 50% 만이 충족하거나 초과할 수 있는 낙관적인 단일 지점 추정치입니다. 2.X-밴드에서는 비가 우세합니다. 습한 환경에서는 빗물 감쇠 감지 범위가 구속력 있는 제약이지 맑은 하늘 하드웨어 성능이 아닙니다. 3.스월링 모델은 높은 Pd 요구 사항에서 중요합니다. Pd = 0.9에서 스월링 0에서 스월링 I로 전환하는 데 드는 SNR (스워링 손실) 은 대략 6—8dB의 SNR 비용이 듭니다.이는 90% Pd에서 감지 범위가 약 2배 감소하는 것과 같습니다. 4.펄스 통합은 충분히 가치가 있습니다. 10개의 넌코히어런트 펄스는 6.3배 SNR 게인을 제공합니다. 이는 피크 전력을 8dB 증가시키거나 안테나 게인을 4dBi만큼 높이는 것과 같습니다.