Probabilidade de detecção de radar: modelos de Swerling e análise de incerteza de Monte Carlo

O que a equação do radar não diz

A equação clássica do alcance do radar fornece um único número: o alcance no qual o SNR recebido é igual ao seu limite de detecção. Ele assume um alvo pontual com RCS fixo, sem perdas atmosféricas e parâmetros de sistema perfeitos. Alvos reais de radar não funcionam dessa maneira.

Aeronaves tremulam, navios rolam, precipitação se dispersa — a seção transversal do radar alvo flutua de pulso para pulso ou de varredura para varredura. A chuva adiciona 0,01—20 dB/km de perda de caminho bidirecional, dependendo da frequência e da taxa de chuva. Sua potência de transmissão varia ± 1 dB de unidade para unidade e ± 2 dB com a temperatura. A equação do alcance do radar fornece um instantâneo; o simulador de detecção fornece uma distribuição de probabilidade sobre esse instantâneo.

Este passo a passo usa o Simulador de Detecção de Radar para analisar um radar de vigilância terrestre operando a 3 GHz.

Target Models: escolhendo a capa Swerling certa

Antes de executar uma simulação, você precisa escolher um modelo de flutuação alvo. Os cinco cases Swerling abrangem a faixa do otimismo ao realista:

Para uma aeronave do tamanho de um caça a 3 GHz com integração pulso-a-pulso, o Swerling 2 é a escolha padrão. O Swerling 1 é mais pessimista (a flutuação lenta torna a integração menos eficaz) e produz Pd mais baixo no mesmo SNR — use-o quando precisar de uma margem de link conservadora.

Configurando o caso nominal

Insira os seguintes parâmetros para um radar de vigilância terrestre de 3 GHz:

O simulador calcula o SNR em cada compartimento de alcance usando a equação de radar Friis e, em seguida, mapeia o SNR para Pd usando a função Marcum Q (Swerling 0) ou o CDF qui-quadrado não central apropriado para Swerling 1—4. A integração não coerente de N pulsos melhora o SNR em aproximadamente N ^ 0,8 para alvos flutuantes de Swerling.

Com essas entradas, o alcance nominal de detecção (Pd = 0,5) sai em torno de 180 km. O alcance de detecção de 90% está próximo de 120 km — o alcance em que nove em cada dez oportunidades de escaneamento detectarão o alvo.

Adicionando chuva: Atenuação ITU-R P.838

Agora ative a atenuação da chuva e defina a taxa de chuva para 16 mm/h (chuva moderada, zona climática ITU-R K). O simulador aplica o modelo de atenuação específico P.838:

“BLOCO MATEMÁTICO_0"

onde k e α são coeficientes dependentes da frequência. A 3 GHz com polarização horizontal, k ≈ 0,00155 e α ≈ 1,265, dando γ_r ≈ 0,044 dB/km a 16 mm/h. Em um caminho bidirecional de 180 km, são 16 dB de perda adicional — o suficiente para reduzir o alcance de detecção para cerca de 120 km no caso nominal.

A região de chuva é limitada aos primeiros 4 km de altitude (a faixa brilhante), que o simulador controla por meio de uma redução efetiva do comprimento do caminho. Chuvas mais fortes (50 mm/h — tempestade tropical) produzem γ_R ≈ 0,21 dB/km e reduzem o alcance nominal de detecção abaixo de 90 km.

Monte Carlo: quantificando a incerteza do sistema

O alcance nominal de detecção é a mediana — metade de todos os sistemas de radar fabricados terá um desempenho pior. Habilite Monte Carlo com 50.000 testes e as seguintes tolerâncias:

O resultado de Monte Carlo mostra que a faixa de detecção do 10º percentil (piores 10% das combinações entre sistema e ambiente) é 95 km — 25% menor que a nominal. O 90º percentil (melhores 10%) atinge 155 km. Esse spread representa a variação real da fabricação, o desvio sazonal do valor do ruído e a variação do ângulo de aspecto alvo.

O parâmetro mais influente é o RCS alvo, que impulsiona quase 60% da variação da faixa de detecção na quebra de sensibilidade. Isso é esperado para alvos do Swerling 2: o RCS flutua pulso a pulso com uma distribuição de Rayleigh, e as caudas dessa distribuição dominam o Pd em SNR moderado. A implicação é que investir em maior potência de transmissão ou melhor ganho de antena tem retornos decrescentes se você não tiver contabilizado a variação do ângulo do aspecto alvo.

Lendo a curva ROC

A curva Receiver Operating Characteristic (ROC) traça Pd contra Pfa para uma faixa fixa. Use-o para responder: “se eu relaxar minha taxa de falsos alarmes de 10․ para 10․ ⁴, quanto ganho em probabilidade de detecção a 150 km?”

A 150 km com os parâmetros nominais e sem chuva, o ROC mostra o Pd subindo de 0,41 em Pfa=10․ para 0,68 em Pfa=10˚⁴. Isso representa um ganho de 27 pontos percentuais em Pd para duas ordens de magnitude a mais de alarmes falsos — uma compensação que depende inteiramente do contexto operacional. Para o controle de tráfego aéreo, o Pfa=10˚․ é obrigatório. Para um radar de busca marítima com um operador humano rastreando os contatos, Pfa=10˚⁴ pode ser aceitável.

O que esta simulação não lhe dirá

O simulador modela a detecção de ruído térmico, o ganho de processamento com Doppler de alcance (via integração não coerente), a atenuação da chuva e a flutuação do RCS alvo. Ele não modela desordem (solo, mar, palha), interferência de ECM/bloqueio, multicaminho ou perda de escaneamento de antenas. Para uma análise completa do sistema de radar, esses efeitos precisam de modelos separados, mas para a validação do orçamento de links e a análise da sensibilidade da faixa de detecção, essa simulação fornece a estrutura de probabilidade essencial.

[Simulador de detecção de radar] (/tools/radar-detection)