Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio de Janeiro
2021
PRIMEIRO TENENTE EDGARD BRAZ ALVES
Orientadores:
Capitão de Mar e Guerra (RM1-EN) Jorge Amaral Alves
D.Sc. Jorge Costa Pires Filho
CIAW
Rio de Janeiro
2021
ii
FOLHA DE APROVAÇÃO
Banca Examinadora:
Gian Karlo Huback Macedo de Almeida, Capitão de Mar e Guerra (RM1-EN), CIAW
CIAW
Rio de Janeiro
2021
iii
AGRADECIMENTOS
A minha esposa Juliana Alves, pelo cuidado e suporte, que foram inestimáveis ao
longo desse trabalho.
Ao meu filho Tomás Alves, cuja alegria me incentivou a perseverar cada vez mais
nessa empreitada.
A minha mãe, Margareth Braz, que me apoiou e incentivou em toda minha trajetória
como oficial na Marinha do Brasil
Ao meu pai, CMG Jorge Amaral Alves, por concatenar o apoio como pai e como
auxiliador na confecção desse trabalho.
Ao meu orientador D.Sc. Jorge Costa Pires Filho, por toda a contribuição desferida
na confecção dessa obra, do qual destaco a paciência em me instruir acerca do assunto tratado
e a dedicação com a qualidade deste trabalho.
Ao CMG Huback, por auxiliar na escolha dos orientadores que possibilitaram a
confecção desse trabalho e por todo o auxílio oferecido no andamento do curso.
Aos Professores da PUC-RJ e do CIAW,x que contribuíram para o meu crescimento
profissional.
Aos amigos da turma, pelo companheirismo ao longo do curso.
A Marinha do Brasil, pela oportunidade da realização desse curso que foi de grande
importância para a minha formação profissional.
v
Resumo
LISTA DE FIGURAS
LISTA DE TABELAS
CW Continuous Wave
FW Firmware
GE Guerra Eletrônica
HW Hardware
IF Intermediate Frequency
LP Largura de Pulso
MB Marinha do Brasil
OTH Over-The-Horizon
SW Software
LISTAS DE SÍMBOLOS
do seu eco
P Potência transmitida
G Ganho da antena
λ Largura de Pulso
L Perdas do sistema
R Distância do alvo
EP Energia de Pulso
fs Frequência de Amostragem
VR Tensão do ruído
V0 Amplitude de Tensão
𝜔0 frequência da portadora
𝜃 (t) fase
FP Frequência da Portadora
SUMÁRIO
1 INTRODUÇÃO .............................................................................................................. 17
1.1 Contextualização.......................................................................................................... 17
1.1.1 Ações de Guerra Eletrônica (AGE) .................................................................. 18
1.1.2 Medidas de Guerra Eletrônica (MGE).............................................................. 18
1.2 Apresentação do Problema.......................................................................................... 19
1.3 Justificativa e Relevância ............................................................................................ 19
1.4 Objetivos ...................................................................................................................... 20
1.4.1 Objetivo Geral ................................................................................................. 20
1.4.2 Objetivos Específicos ...................................................................................... 21
5 CONCLUSÃO ................................................................................................................ 76
5.1 Considerações Finais ................................................................................................... 77
5.2 Sugestões Para Futuros Trabalhos.............................................................................. 78
REFERÊNCIAS ................................................................................................................ 80
APÊNDICE A – Texto Referente ao Código em MATLAB da IHM “interface.m” ....... 83
17
1. INTRODUÇÃO
1.1. Contextualização
As AGE são as atividades de pesquisa tática, logística e estratégica que visam apoiar
o emprego de GE, de acordo com [2]. As AGE são divididas em: Reconhecimento Eletrônico
(RETRON), que constitui atividades de apoio ao planejamento de uma operação; e
Aprestamento Eletrônico (APEL), que compõe as atividades de pesquisa, desenvolvimento e
capacitação humana e logística.
CGE
AGE MGE
Wang Xiangsui, citado por Steven Stashwick, na revista The Diplomat [4]:
1.4. Objetivos
A partir de um sinal que simula a gravação feita por um receptor digital do MAGE,
extrair suas características de modulação intrapulso por meio de algoritmos de software (SW).
Neste trabalho foram analisadas, especificamente, as modulações Linear em
Frequência (Linear Frequency Modulation - LFM), FM-CW e codificações Barker e Frank.
As características extraídas de cada sinal simulado foram: A função de
autocorrelação e a Transformada de Fourier de Curto Prazo (Short Time Fourier Transform -
STFT).
Adicionalmente, foi feita a análise dos pulsos simulados considerando a degradação
desses por diferentes Relações Sinal Ruído (Signal Noise Ratio - SNR), definido,
matematicamente, como a razão da potência do sinal pela potência do ruído (Sinal/Ruído).
Considerando que as gravações de sinais radar reais são sigilosas, optou-se por
gerar sinais radar de forma simulada. Dessa forma, o primeiro objetivo deste trabalho foi a
simulação dos seguintes sinais radar pulsados: sinal radar pulsado sem codificação; sinais radar
pulsados modulados em LFM; sinais radar pulsados codificados em Barker 7, 11 e 13 e Frank
16 e 64; e sinais radar simulando um FM-CW.
A fim de avaliar a robustez da extração de parâmetros dos sinais radar gerados em
um cenário ruidoso, foi necessária a inserção de um ruído branco simulado a esses sinais radar.
Portanto, para essa análise, foram oferecidas as seguintes relações SNR pelo programa: 10 dB;
5 dB; 0 dB; -5 dB; -10 dB.
Tomando por base [36], foram escolhidos, como métodos principais de extração
dos parâmetros dos pulsos simulados, a função de autocorrelação e o espectrograma (obtido por
meio da STFT), os quais foram calculados em MATLAB.
22
2. REFERENCIAL TEÓRICO
geração, que mede uma maior quantidade de parâmetros intrapulso de um sinal por meio de
algoritmos de Software (SW) ou de Firmware (FW), usualmente por meio de técnicas de
processamento digital de sinais, tais quais a função de autocorrelação e a transformada STFT.
Neste trabalho, para que demonstremos o funcionamento de um programa que
simule a criação de pulsos codificados em modulações diversas, adicionados a ruído branco e,
posteriormente, o uso da autocorrelação para a extração dos parâmetros do sinal confeccionado,
se faz necessária a introdução das seguintes modulações e codificações utilizadas: LFM; código
Barker 2, 3, 7, 11 e 13; código Frank 16 e Frank 64. Além disso, serão abordados sucintamente:
O funcionamento da autocorrelação; o conceito de ruído branco; e a ferramenta matemática
STFT. A introdução desses assuntos, que serão empregados pelo programa, será feita nos
subcapítulos posteriores. Entretanto, antes de iniciar essa abordagem, precisamos compreender
o funcionamento dos tipos de radares e MAGE envolvidos no processo de GE.
De acordo com [2], os radares pulsados são muito utilizados como radares de
navegação e emitem um único pulso eletromagnético, fazendo-se uso de uma onda portadora,
com suas características específicas tais quais largura de pulso (LP), que corresponde ao período
de duração de um pulso, e amplitude, que é o valor máximo de energia desferida por esse pulso.
Outras características dos radares pulsados, conforme [2], são: O Tempo de
Descanso, período em que o radar não realiza nenhuma emissão, que ocorre entre o término da
emissão de um pulso eletromagnético e o início da emissão de outro; o Intervalo de Repetição
de Pulso (Pulse Repetition Interval – PRI), que é o tempo entre a emissão de um pulso
eletromagnético e a emissão de outro pulso eletromagnético, que corresponde ao inverso da
Frequência de Repetição de Pulso (FRP). Algumas dessas características podem ser
visualizadas na figura 2, com a linha em azul representando a envoltória de um sinal radar
pulsado:
24
Segundo [2], esse tipo de radar apresenta um período muito pequeno de tempo de
emissão do seu pulso eletromagnético e faz uso de um tempo bem maior de descanso, no qual
não realiza emissão alguma. Durante esse período de descanso, aguarda a recepção dos ecos
causados pela reflexão do último pulso eletromagnético emitido.
Em um radar pulsado, conforme [1], a medida do intervalo de tempo decorrido entre
a transmissão de um pulso e a posterior recepção de seu eco, é denominado ∆T. Considerando
a velocidade de propagação do pulso eletromagnético, emitido pelo radar, como sendo igual a
velocidade da luz no vácuo, denominada c (correspondente a aproximadamente 300.000.000
m/s), consegue-se determinar a distância entre esse radar e um alvo pela seguinte equação: R =
c*∆T/2, sendo R a distância entre esse radar e um alvo.
De acordo com [2], a equação que determina o alcance radar, denominada equação
radar, pode ser visualizada na figura 3:
25
Figura 4 – Agilidade de FRP: [a] PRI estável, radar sem agilidade em FRP; [b] PRI em 2 níveis diferentes, radar
com agilidade em FRP
Outros dois parâmetros em que se utiliza a agilidade, de acordo com [10], são a LP
e a frequência, sendo a agilidade em frequência a técnica mais frequentemente utilizada pelos
radares LPID. Um exemplo de funcionamento de um radar LPID com agilidade em frequência
em 160 MHz é o apresentado pela figura 5 abaixo, do analisador de espectro R&S®FSW da
Rohde & Schwarz:
Para que esse tipo de radar seja identificado corretamente por um equipamento
MAGE, são necessários algoritmos de deinterleaving mais sofisticados do que os apresentados
neste trabalho. Um caminho de solução para esse problema, além da sofisticação do algoritmo
de clusterização, seria o emprego de parâmetros extras (não abordados neste trabalho, como por
exemplo o Tempo de Subida do Pulso ou Overshoot) durante o processo de identificação do
emissor. Esses parâmetros extras, associados ao pulso radar do emissor, invariavelmente,
somente podem ser obtidos por um processamento digital (MAGE de 2ª Geração). Uma
segunda abordagem seria acrescentar uma etapa prévia ao processo de deinterleaving
27
empregando filtros de acompanhamento específicos para esses tipos de Radar (também fora de
escopo deste trabalho). No entanto, embora essa solução possa ser utilizada em MAGEs de 1ª
Geração, ela necessita de informações ELINT (interpulso) em constante atualização para
manter a eficácia desses filtros de acompanhamento.
Os radares LPI, conforme [8], buscam emitir sinais de difícil interceptação por um
MAGE adversário buscando o uso seguro do espectro eletromagnético, o que só é possível por
conta da distinção entre o funcionamento do radar e do MAGE.
Segundo [8], enquanto o MAGE intercepta um sinal em função da potência de pico
desse, em uma SNR, o radar tem o seu funcionamento determinado pela potência média
transmitida (total de energia transmitida/tempo de transmissão). Tal diferença de
funcionamento possibilitou a criação dos radares LPI que, através de diversas técnicas,
diminuem a potência de pico dos seus sinais enquanto mantém a potência média necessária para
a operação do radar.
Existem quatro técnicas utilizadas pelos radares LPI, em [8], para reduzir o pico de
potência dos seus sinais e manter a potência média desses:
De acordo com [8], o gerenciamento de potência é uma técnica que busca utilizar
somente a quantidade necessária de energia para acompanhar um alvo. Essa técnica busca
diminuir a potência de pico emitida ao menor nível útil para o cumprimento do propósito do
tipo de radar no qual essa técnica é aplicada.
Essa técnica, conforme [8], é aplicável a radares que necessitam emitir somente a
energia necessária para acompanhar um alvo, considerando sua variação de distância, tais quais
os radares utilizados pelas aeronaves de interceptação.
Segundo [8], como os radares de busca e interceptação tem como propósito realizar
a detecção de alvos em qualquer distância torna-se inviável o emprego do gerenciamento de
potência.
28
Figura 6 – Diferença da detecção, por MAGE, de um radar pulsado (figura superior) e de um radar com
compressão de pulsos (figura inferior)
seu tempo de duração, e com isso diminuir a potência de pico desse pulso.
Essa técnica, em [8], dificulta a interceptação do sinal pelo MAGE em função do
MAGE não ser capaz de separar sinais muito próximos em frequência, pois a largura de banda
do MAGE somente deve ser larga o suficiente para receber e medir um sinal.
De acordo com [8], uma contramedida que pode ser utilizada por um MAGE para
detectar um radar que tenha tido um aumento de sua largura de banda seria aumentar a largura
de faixa do canal do MAGE. Porém, essa contramedida, aumentaria a quantidade de ruído que
o MAGE receberia, diminuindo assim a SNR do MAGE e, em consequência, reduzindo também
a sensibilidade de detecção desse MAGE.
Os radares LPD, em [11], compõem um tipo único de radar que, apesar de estar
abrangido dentre o conjunto de radares LPI, se distingue suficientemente dos outros tipos de
radares LPI que dividiu os radares LPI em dois tipos: os radares Low Probability of Exploitation
(LPE), que compõem todos os tipos de LPI já conhecidos; e os radares LPD, que utilizam uma
técnica avançada de compressão de pulsos em combinação com uma alteração de amplitude e
fase evitando ter seus sinais interceptados por um MAGE.
De acordo com [8], a tecnologia de radar LPD faz o emprego de ondas contínuas
(continuous waves – CW), o que por si só não seriam capazes de medir a distância de um alvo.
Para que as CW consigam ser efetivamente utilizadas por um radar na medição da distância dos
alvos à antena desse foram aplicadas diversas tecnologias de modulação às ondas CW tais quais:
30
Figura 7 – Distinção entre a potência transmitida por um radar pulsado e por um radar CW
O radar FM-CW, segundo [12], realiza uma modulação de frequência por varredura
com o objetivo de permitir a medição de distâncias desse radar à um alvo e evitar a
interceptação, bloqueio ou detecção de seus sinais por um MAGE ou MAE inimigo. A
varredura que o radar FM-CW realiza é relativamente rápida e por uma grande faixa de
frequência conforme demonstrado na figura 8 abaixo:
31
De acordo com [14], o MAGE realiza a busca, interceptação, localização (da origem
do sinal), classificação e identificação de um sinal eletromagnético a fim de obter informações
desse sinal que apoiem decisões ou apoiem a execução de ações automáticas em resposta a uma
ameaça imediata.
Dentre as informações que o MAGE coleta de um pulso, em [35], temos os
parâmetros internos a cada pulso, chamados de parâmetros intrapulso, que são a amplitude do
pulso, frequência, LP, os parâmetros interpulso, parâmetros entre pulsos, característicos da
sequência de pulsos recebida, tais quais PRI, o tipo de PRI, a Taxa de Varredura, e os
parâmetros do cenário, como Time of Arrival (TOA) e Angle of Arrival (AOA).
Um MAGE antigo (usualmente um MAGE de 1ª geração, ou com ELINT
interpulso), conforme [14], realiza suas ações através da sequência de funcionamento de seus 4
subsistemas: O receptor, onde é formada a Palavra Descritora do Pulso (Pulse Descriptor Word
– PDW); o pré-processador, onde é formada a Palavra Descritora da Ameaça (Threat Descriptor
Word – TDW); o processador principal; e a interface homem-máquina (IHM). A sequência de
funcionamento desse MAGE é demonstrada na figura 10:
Receptor Pré-processador
Processador Interface
(Formação da (Formação da principal homem-máquina
PDW) TDW)
Segundo [14] e [7], o sinal é inicialmente detectado pelo receptor (o qual pode
apresentar diferentes capacidades de desempenho), que mede os parâmetros individuais de cada
pulso, como sua frequência, LP, amplitude, tempo de chegada de cada sinal e marcação da
possível origem do sinal. Posteriormente, após ter os parâmetros do sinal definidos, esse sinal,
com a PDW formada, passa pelo pré-processador, que reduz a taxa de processamento,
agrupando os pulsos (PDW) num processo usualmente típico de clusterização (deinterleaving
primário), para que caracterizado os agrupamentos estes sejam associados aos emissores
(TDWs) juntamente com a caracterização dos seus parâmetros médios estáticos respectivos.
Posteriormente, no processador principal, é identificado o nível de ameaça dos emissores, ao
comparar a TDW, associada a cada emissor, com uma biblioteca de emissões (processo
33
conhecido como classificação), construída na MB a partir do Sistema Fênix. Por fim, na IHM,
os resultados são apresentados ao operador.
Na maioria desses tipos de MAGE, em [15], o sistema ELINT trabalha no pré-
processador armazenando as PDWs presentes no cenário para que se possa fazer,
posteriormente, a partir desses dados, uma análise ELINT offline. Posteriormente, a partir
desses pulsos, o sistema MAGE extrai parâmetros interpulso separando os trens de pulso
individualmente para analisar seus parâmetros, processo conhecido como deinterleaving.
A PDW de um pulso, produzida no receptor do MAGE, é formada pelos parâmetros
individuais desse pulso. Parâmetros como a LP, a amplitude do pulso e a frequência da
portadora desse.
Com a PDW de um pulso, conforme [14], o pré-processador, através de médias
estatísticas de informações do AOA, frequência da portadora, LP, tipo de PRI, valor da PRI,
tipo de varredura e parâmetro de varredura, extraídas de um processo de agrupamento
(clusterização) de pulsos, forma a TDW.
De acordo com [14], após o deinterleaving primário, em uma fase denominada
deinterleaving secundário, o processador principal mede outros parâmetros da emissão radar,
normalmente relacionados com a dinâmica da transmissão realizada pelo emissor como: A
frequência de repetição de pulso (PRF); tipo de PRF, largura de feixe da antena; velocidade de
rotação da antena; padrão de rotação da antena; e o chaveamento de modo.
Já de acordo com [15], o processo de deinterleaving ocorre utilizando os parâmetros
primários do pulso, tais quais, LP, frequência central, frequência da portadora, amplitude,
ângulo de chegada, a existência de modulação intrapulso e TOA; e os parâmetros secundários
desse, que são o tipo de varredura e a PRI. Os parâmetros secundários de um pulso são definidos
a partir de análises dos parâmetros primários desse, que são recolhidos diretamente da análise
de um pulso
A TDW se, ao ser comparada aos outros dados constantes da biblioteca principal
de emissões, não constar nessa, ocorrerá uma inserção na biblioteca auxiliar de emissões para
que, num momento futuro, seja feita a atualização dessa TDW na biblioteca Fênix.
Na figura 11 pode-se ver a formação do TDW:
34
primeiro algoritmo de deinterleaving existente. Para fazer a separação dos pulsos por TOA é
analisado o histograma de diferença cumulativa dos TOA captados pelo receptor MAGE,
através do qual se tem a indicação do provável PRI do sinal recebido.
De acordo com [20], Podemos dividir os tipos de PRF em três categorias: PRF
constantes, que tem uma variação menor do que 1% do PRF médio emitido; PRF com agilidade,
emitido por radares LPID; e PRF escalonado, no qual é formado um trem de pulsos a partir da
repetição de um mesmo pulso, com seu PRI constante, em escalonado, no qual um pulso é
emitido com seu instante de emissão, Time to First Event (TFE), diferente para cada nível de
escalonamento, como pode-se verificar na figura 12.
M 4 4 4 4 4
a 4 4 4 4 4
r
4 4 4 4 4
c
a 4 4 4 4 4 7 7 7 7 7 7
ç 4 4 4 4 4 7 7 7 7 7 7
ã
o 7 7 7 7 7 7
Frequência
Fonte: Heraldo e Vinícius, 1995, p. 11
deinterleaving tratados, pois pode aumentar o tamanho de sua célula a fim de conter toda a faixa
de variação, por agilidade, de um parâmetro, essa técnica de deinterleaving ainda não é
suficientemente eficiente contra esses emissores que contém uma grande faixa de variação de
seus parâmetros, pois, no aumento de suas células, a fim de englobar toda a faixa de variação
em agilidade do emissor, a célula de análise pode vir a englobar outra emissão legítima para
analisar juntamente com a emissão que contém agilidade, impedindo, assim, que haja uma
análise acurada de ambas as emissões em questão.
Segundo [15], [8] e [17], MAGEs que contém um receptor digital (DRX), são
capazes de realizar ações de ELINT intrapulso por SW ou FW, conferindo uma rápida
conversão de um sinal analógico para um sinal digital (conversão A/D) e um rápido
processamento digital do sinal recebido, apresentando um melhor desempenho de recepção de
sinais com SNR baixos e possibilitando a recepção de sinais LPD.
A importância da evolução dos MAGEs, em [8], se deu em função do
desenvolvimento de parâmetros de codificação intrapulso dos sinais e do desenvolvimento dos
sinais LPD que inviabilizavam o emprego efetivo de MAGE que não continham um
desempenho adequado para a detecção desses sinais, como podemos observar na tabela 3
abaixo:
Tabela 3 – Comparação da recepção de sinais LPD (emitidos pelo radar Pilot MK2) pelo MAGE (ESM) 1ª
geração e o MAGE 2ª geração (de alta performance)
De acordo com [17], o DRX é o outro grande diferencial entre os MAGEs antigos
(usualmente de 1ª geração) e os MAGEs modernos (usualmente de 2ª geração).
Pode-se ver a estrutura de um MAGE 2ª geração na figura 15 abaixo:
Na figura 15, conforme [17], podemos visualizar os blocos que compõe um DRX:
O spectrum analyzer, também conhecido como canalizador, que é composto de filtros digitais
e realiza operações de transformadas rápidas de Fourier (Fast Fourier Transform, FFT) após a
filtragem dos sinais que recebe; e o detection and measurements e o conversor A/D, que
correspondem ao digitalizador, responsável por fazer uma rápida amostragem do sinal, de
acordo com a teoria de Shannon, enquanto aumenta o paralelismo do fluxo de dados de forma
a reduzir a taxa de variação desse sinal e equiparar a velocidade de processamento do
canalizador, assim como, também é responsável pela conversão do sinal analógico para digital
e a conversão do sinal à frequência de banda base.
As suas vantagens, em relação aos receptores dos MAGE 1ª geração (receptores
analógicos) , consiste no processamento digital dos sinais que oferece: Estabilidade na
operação; maior agilidade de repetição de análises; maior flexibilidade de funcionamento;
possibilidade de programações diversas; capacidade de executar uma análise instantânea de um
42
sinal em uma banda larga, através do uso de ferramentas típicas de processamento digital de
sinais, tais quais o uso da FFT, que será abordada posteriormente nesse trabalho; facilidade de
conseguir separar as componentes de fase e frequência de um sinal das componentes com
modulação de fase ou frequência desse, tais quais a QPSK, BPSK e FM-CW.
Pode-se ver o diagrama de blocos do funcionamento de um DRX na figura 16
abaixo:
Fast Fourier
Frequência Sinal em fase
Transformation (FFT)
intermediária (IF)
+ Digitalizador Filtros digitais
Taxa de amostragem
(fs) Sinal modulado (QPSK, Fast Fourier
BPSK, FM-CW) Transformation (FFT)
Segundo [21], por conta dos MAGEs, serem limitados quanto a capacidade de
detectar um sinal dependendo do SNR em questão, é importante entender a influência do ruído
na emissão de uma onda eletromagnética.
Existe, em [21], três tipos diferentes de ruídos: o ruído ambiental; o ruído térmico;
e o ruído intrínseco do próprio receptor.
De acordo com [21], dentre os ruídos existentes, o ruído térmico, usualmente
modulado como ruído branco, se faz presente em qualquer sistema de emissão e recepção de
ondas eletromagnéticas, é de natureza aleatória, é originado externamente a um sistema, e pode
corromper a informação que seria recebida por um sinal.
O ruído branco, conforme [21], é formado pelo movimento aleatório de elétrons em
um condutor e é definido como SW(f)=N0/2, no qual N0 = kTe, sendo N0 o nível de ruído de
entrada no receptor de um sistema de comunicação, k a constante de Boltzmann
(1,38064852*10-23 m2*kg*s-2*k-1), e Te a temperatura equivalente de ruído na qual um resistor
deve ser mantido para que, ao se conectar um resistor na entrada do sistema, seja produzida a
mesma potência de ruído na saída desse sistema que a produzida pelas fontes de ruído de um
sistema real.
Segundo [21], a partir da expressão SW(f) podemos observar que a potência média
do ruído tenderia ao infinito e, portanto, seria impossível se realizar um modelo teórico que o
representasse com perfeição. O modelo prático mais aceitável para a representação do ruído
44
𝟐
(𝑽 )
𝟏 − 𝑹𝟐
branco é o modelo gaussiano, f(VR)=(𝛔√𝟐𝝅 𝒆 𝟐𝛔 ), com VR sendo a tensão do ruído e σ sendo
𝐰[𝐧 − 𝐦] ∗ 𝒆−𝒋𝒘𝒏, de uma função x(n), com w(n) representando a janela de aplicação da
transformada de Fourier variante no tempo.
A aplicação da janela, ou window, da STFT será feita em uma matriz de tempo por
amplitude como pode-se visualizar na figura 20:
46
Segundo [22], a janela escolhida na STFT pode afetar a análise acurada do sinal,
sendo, portanto, necessário escolher adequadamente o tamanho e forma de janela para realizar
a análise.
O tamanho da janela escolhida, em [22], está intimamente relacionado à resolução
de tempo e frequência da STFT. Há uma relação de proporcionalidade, entre o tamanho da
janela e a resolução na frequência e no tempo, no qual, quanto menor a janela, maior a resolução
da STFT no tempo e menor a resolução dessa em frequência, e quanto maior a janela, menor a
resolução da STFT no tempo e maior a resolução dessa em frequência. Esse fenômeno de
proporcionalidade, entre o tamanho da janela e as resoluções em tempo e em frequência da
STFT, reflete o chamado princípio da incerteza de Heisenberg.
De acordo com [22], outro parâmetro importante a se definir, ao se utilizar a STFT,
é o tamanho das seções sobrepostas, do sinal, para uso nas janelas. Um tamanho de sobreposição
diferente de zero ajuda a detectar mudanças de quadros em relação aos quadros adjacentes,
porém requer maior tempo de computação, enquanto um tamanho menor de sobreposição
requer uma menor computação, mas dificulta a detecção de mudanças de quadros com relação
à quadros adjacentes.
47
de entrada do receptor, podemos verificar que RW(t) só apresentará um valor para instantes
específicos de tempo por conta do 𝛿(t). Por conta disso, se analisarmos duas amostras de ruído
branco, temporalmente próximas uma da outra, não haverá autocorrelação dessas amostras,
demonstrando, assim, a aleatoriedade que o ruído branco possui.
Diante dessas propriedades, a autocorrelação se torna muito útil na exclusão do
ruído branco em uma transmissão de sinal, pois somente a função do sinal tem autocorrelação.
Em [26], pulsos curtos e com grande pico de potência, emitidos por radares,
oferecem uma boa resolução dos alvos, mas são facilmente detectáveis por MAGE. Enquanto
pulsos mais largos e com picos menores de potência são mais difíceis de serem detectados por
MAGE, mas tem uma menor resolução dos seus alvos.
Os radares pulsados LPI, para diminuir a amplitude de seus pulsos, de acordo com
[26], começaram a utilizar técnicas de compressão de pulsos (PCT, Pulse Compression
Technique), porém, para não diminuir a capacidade de detecção de seus alvos, os radares
pulsados LPI começaram a utilizar codificações que permitissem a PCT sem comprometer o
alcance de detecção desse radar.
Conforme [26], uma das formas de codificação mais simples é a modulação de uma
forma de onda conhecida pelo receptor, no qual é feita uma operação de correlação cruzada, em
que uma medida de similaridade entre dois sinais é feita através de um atraso aplicado a um
deles. Através disso, a forma da onda longa, comprimida por PCT em uma onda curta e
codificada, permite uma autocorrelação máxima, com defasagens próximas de zero,
possibilitando a completa reconstrução dessa onda no receptor.
Diante disso, o objetivo de um bom PCT é a escolha da codificação ideal que
permita uma curta função de autocorrelação.
Dentre as PCTs existentes o programa de simulação de pulsos desse trabalho analisa
LFM, o código Barker e o código Frank.
específico, para radares CW, ou dentre a largura de pulso, para radar pulsado.
A tensão da LFM, em [26], pode ser escrita como: V(t) = V0cos (𝝎0t + 𝜽(t)), com
V0 sendo a amplitude, 𝜔0 a frequência da portadora e 𝜃 (t) a fase, considerando 𝜽(t) = kt2, sendo
k uma constante previamente definida.
Conhecendo as equações da LFM temos que a frequência instantânea será 𝝎(t) =
𝒅𝝓(𝒕)
= 𝝎0 + 2kt, demonstrando que há variação, com o tempo, da frequência instantânea.
𝒅𝒕
de autocorrelação, não só o sinal é detectado, como quaisquer ruídos brancos são descartados
pela operação, o que faz com que o processo de recepção do sinal se torne ainda mais preciso.
0 0 0 … 0
0 1 2 … (𝑁 − 1)
0 2 4 … 2(𝑁 − 1)
𝐴=
0 3 6 … 3(𝑁 − 1)
… … … … …
[0 (𝑁 − 1) 2(𝑁 − 1) … (𝑁 − 1) ]
Fonte: Kolli, 2011, p.17
0 0 0 0
𝜋 3𝜋
0 𝜋
2 2
∅4𝑥4 = 0 𝜋 0 𝜋
3𝜋 𝜋
[0 2 𝜋
2]
Fonte: Kolli, 2011, p.17
sequências Barker são sequências s = s1, s2, s3, sN, cujos elementos si assumem valores de -1 ou
de +1, de tamanho finito igual a N, e que apresentam propriedades de autocorrelação ideais.
Segundo [27], os códigos Barker bifásicos têm uma relação de tensão entre seus
lóbulos principais e os seus lóbulos laterais, no qual o lóbulo principal assumirá valor de 1/N,
enquanto os lóbulos laterais desse código têm o seu pico de potência definido por 20log10(1/N).
Para um código aperiódico, em [27], o código Barker atinge o menor valor de PSL.
De acordo com [27], os códigos Barker bifásicos conhecidos são listados na tabela
4 abaixo, com o valor correspondente da PSL, e a sequência de código (code sequence), para
cada comprimento N (code length):
entre 1 e N.
Outra propriedade particular das codificações Barker, em [29], é que a amplitude
de pico do lóbulo principal de uma função Barker apresenta o tamanho igual ao tamanho N do
seu código, e os lóbulos laterais apresentam valor unitário de tamanho, como podemos verificar
na figura 29:
56
De acordo com [29], o código Barker também é conhecido como código perfeito,
por teoricamente apresentar a mínima energia possível distribuída uniformemente através de
seus lóbulos secundários.
Como já foi apresentado anteriormente, quanto maior a largura de um pulso, menor
a potência de pico transmitida por esse. Podemos ratificar essa afirmação através da análise de
um mesmo pulso codificado em Barker 7 e Barker 13, que nos são apresentados na figura 30
abaixo:
57
Na imagem inferior, da figura 31, tem-se o sinal quadrado de dados a ser transmitido
e codificado, enquanto na imagem superior podemos ver o mesmo sinal de dados codificado
em Barker 11.
Segundo [29], como o objetivo da PCT é o de diminuir a potência de pico e
aumentar a largura de um pulso o pulso codificado em Barker 13 é o que oferece melhores
resultados.
59
Para que a funcionalidade de ELINT intrapulso, proposta nesse trabalho, possa ser
empregada, é necessário que o MAGE possua um HW que disponibilize uma boa SNR e que
possibilite o emprego de um DRX no qual os algoritmos desenvolvidos possam ser empregados.
Outra limitação é a necessidade desse sistema empregar um analista de GE com
experiência para interpretar visualmente os dados coletados pelos algoritmos de ELINT. Essa
limitação poderá ser consideravelmente superada, futuramente, com a incorporação de
algoritmos de processamento de imagens e de Inteligência Artificial visando uma estimação
automática da modulação intrapulso presente em sinais radar detectados.
O programa de ELINT que foi desenvolvido neste trabalho é capaz de identificar
sinais radar: Não codificados; sinais FM-CW; pulsos modulados em LFM; pulsos codificados
em Barker; e pulsos codificados em Frank. Outras codificações e modulações não foram
testadas.
Neste trabalho, foram empregados sinais radar simulados, portanto, não foi possível
testar o programa ELINT desenvolvido em um ambiente real.
“testeCodificação3.m”. Este programa simula os sinais radar a serem testados, bem como extrai,
desses sinais simulados, a função de autocorrelação e a transformada STFT. Com base nas
características das funções de autocorrelação e das transformadas STFT é possível identificar o
tipo de codificação intrapulso existente nos sinais.
Adicionalmente, o programa empregado permite também avaliar a robustez das
características extraídas do sinal na presença de ruído aditivo branco. A SNR pode ser
selecionada previamente por meio da IHM.
Todo esse processo procura reproduzir algumas das etapas presentes em um DRX
de um MAGE 2ª geração que contém algoritmos específicos de ELINT intrapulso.
Para este trabalho foi desenvolvida uma IHM que permite configurar a codificação
a ser testada. Ao rodar a IHM, esta chama outro programa denominado “testeCodificação3.m”.
Este programa calcula a função de autocorrelação e a transformada STFT que são apresentadas
em gráficos individuais.
Para a configuração do programa “testeCodificação3.m” foi necessário atribuir
valores iniciais para alguns parâmetros que são apresentados na tabela 5 abaixo.
Dentre as definições feitas para a execução deste programa foi definida também, de
forma empírica, a LP dos pulsos simulados conforme o tipo de codificação empregada na
simulação de cada pulso, no qual, quanto mais extensa é a codificação de um pulso, maior
tenderá ser a LP desse. Essa proporcionalidade entre a LP e o tamanho do código empregado
na formação de um pulso condiz com os objetivos práticos observados pela PCT descrito no
62
subtítulo 2.3.4. Temos, portanto, na tabela 6, as LP definidas nesse programa para cada
modulação e codificação correspondente:
Tabela 7 – Valores de LPsegundos para cada frequência de portadora, modulação e codificação específica
Codificação/Modulação utilizada
FS Sem Barker Barker
LFM Barker 7 Frank 16 Frank 64
codificação 11 13
170 MHz 3,53 µs 3,53 µs 7,42 µs 11,67 µs 13,79 µs 5,67 µs 22,63 µs
2,4 GHz 250 µs 250 µs 525,88 µs 826,38 µs 976,63 µs 400,67 µs 1,6 µs
9,6 GHz 62,5 µs 62,5 µs 131,5 µs 206,6 µs 244,16 µs 100,17 µs 400,67 µs
Fonte: Elaborado pelo autor.
Como definido na tabela 5, adotou-se nesse trabalho uma Fs dez vezes maior que a
Fp, ou seja, Fs = 10*Fp. Substituindo esse valor na equação da figura 32 “(a)”, obtém-se os
valores das equações da figura 32 “(b)” e “(c)”.
Os quatro gráficos gerados, após rodar a IHM, são apresentados na figura 34.
65
Figura 34 – Gráficos obtidos considerando: Modulação LFM, SNR 10dB, e FP de 170 MHz
A análise gráfica das funções de autocorrelação será feita somente nos sinais radar
pulsados simulados por conta de ser difícil de se fazer a distinção, entre os sinais FM-CW e o
sinal radar pulsado em LFM, como podemos constatar na figura 37 abaixo.
Figura 38 – Diferenciação entre codificações de sinais através da análise dos gráficos de autocorrelação
a potência se inicia com um valor mínimo, atinge seu valor máximo no centro do gráfico, e
decresce até seu valor mínimo novamente.
Figura 39 – Diferenciação entre codificações Barker de diferentes tamanhos de sinais através da análise dos
gráficos de autocorrelação
Na figura 40 “a)”, “c)” e “e)”, temos os gráficos dos sinais modulados em Frank 64
com SNR, respectivamente, de 10 dB, 0 dB, e -10 dB. Nos gráficos “b)”, “d)” e “f)”, temos as
75
respectivas funções de autocorrelação dos sinais “a)”, “c)” e “e)”, da figura 40. Como podemos
constatar, o sinal, na imagem “e)”, é imperceptível, ou seja, a detecção não é possível no
domínio do tempo. Entretanto, esse mesmo sinal é facilmente detectado por meio de sua função
de autocorrelação, conforme identificado na imagem “f)”.
A detecção do sinal em um ambiente ruidoso, por meio da função de autocorrelação,
é possível devido às propriedades da função de autocorrelação mencionadas no subcapitulo
2.3.3, no qual o ruído branco é excluído dos resultados fornecidos por essa função.
Com base nos resultados obtidos e na análise dos gráficos gerados foram possíveis
quatro conclusões.
A primeira conclusão é obtida por meio da análise dos espectrogramas dos sinais.
Nessa análise é possível identificar o tipo de codificação intrapulso presente, ou seja, é possível
identificar uma codificação Barker, Frank, modulação LFM, FM-CW, ou um sinal sem
codificação.
A segunda conclusão é obtida por meio da análise dos gráficos das funções de
autocorrelação. A partir dessa análise é possível distinguir os códigos Barker 7, Barker 11 e
Barker 13.
A terceira conclusão é obtida por meio da análise dos gráficos das funções de
autocorrelação. Foi possível diferenciar cada tipo de codificação utilizada no sinal radar.
A quarta e última conclusão é obtida também por meio da análise dos gráficos das
funções de autocorrelação. Pode-se visualizar a robustez dos algoritmos de análise de sinais
radar propostos nesse trabalho, em um ambiente ruidoso, e com valores baixos de SNR com o
emprego da ferramenta de autocorrelação.
76
5 CONCLUSÃO
instalado nos Submarinos Classe Tupi (SCT) e no futuro Submarino Nuclear Brasileiro (SN-
BR), segundo o Diretor da Diretoria Geral de Material da Marinha (DGMM), em uma entrevista
concedida a Luiz Padilha na revista digital Defesa Aérea & Naval, em 23 novembro de 2017,
em [37].
O SN-BR pode ser visualizado na figura 42 a seguir.
Figura 42 – SN-BR
Com a incorporação dos MAGE MK3 e MK4, que conferem com um sistema
moderno de algoritmos de ELINT, a esquadra da MB será capaz de se antepor a qualquer
ameaça moderna e estará à altura, em nível de tecnologia de GE, das esquadras das principais
potências mundiais e conferindo, a MB, uma posição de destaque diante da comunidade global.
Tivemos quatro resultados com o uso do programa de ELINT na análise dos sinais
radar simulados. Três desses quatro resultados vieram da análise da função de autocorrelação e
um resultado adveio da análise do espectrograma de cada sinal obtido por meio da STFT.
Os resultados advindos da análise da função de autocorrelação e do espectrograma
descritos, e os benefícios que esses resultados trariam a um MAGE com DRX são: a capacidade
de identificar um sinal radar com baixa SNR. Essa capacidade advém da robustez da função de
autocorrelação. Essa robustez confere uma maior capacidade de detecção ao MAGE, o que pode
ser visto no subcapítulo 4.2.3. Dessa forma, o MAGE poderá detectar sinais radar a uma maior
distância, assim como poderá detectar sinais LPD e LPI; a possibilidade de detecção de sinais
radar com baixa potência de pico, conforme podemos visualizar no subcapítulo 4.2.1., o qual
78
confere ao MAGE uma maior capacidade de detecção de sinais radar, assim como, uma maior
possibilidade de detecção de sinais radar LPI e LPD; a possibilidade de distinguir as
codificações utilizadas na PCT de cada sinal radar, conforme subcapítulos 4.2.1 e 4.2.2, que
conferem ao MAGE a possibilidade de distinguir os sinais radar que passaram por uma PCT
recebidos e aliar cada qual ao seu alvo incluindo, assim, mais uma informação para distinção
de alvos no Sistema Fênix.
A partir da análise dos gráficos de espectrograma da STFT, pôde-se diferenciar e
determinar cada codificação utilizada na formação de um sinal radar que passou por uma PCT.
O gráfico específico do espectrograma de cada sinal radar com diferente codificação de PCT
possibilita uma melhoria na análise de cada sinal pelo Sistema Fênix da MB.
Os resultados deste trabalho demonstram que, com a aplicação de algoritmos
modernos de ELINT, aliados a um MAGE de 2ª Geração, há uma ampliação das possibilidades
de AGE, tanto para APEL quanto para RETRON, assim como é conferida uma maior
capacidade tática ao MAGE que utiliza tais algoritmos. Assim sendo, um MAGE dotado de
algoritmos modernos de ELINT, aumentará a sua capacidade de detecção de sinais radar com
SNR baixas, além de permitir a detecção de radares LPI e LPD.
máquina, no qual, poderia ser confeccionada uma biblioteca, contendo os possíveis resultados
das classes associadas ao classificador (técnica de aprendizado de máquina escolhida), do
espectrograma e dos gráficos de autocorrelação que o programa forneceria, para que seja feita
a discriminação da codificação utilizada na PCT de cada sinal, ao comparar os resultados
fornecidos pela função de autocorrelação, classificador e STFT de cada qual, à biblioteca e ao
encontrar uma semelhança, entre esses dados, determinar a codificação do sinal analisado em
questão.
80
REFERÊNCIAS
[2] SÁ, A. O. de. Slides SGE - Conceitos de GE_v1, ago. 2020. 77 slides.
[3] CHERNIJ, C. Mísseis, os mensageiros nada amistosos. Aventuras na História, Mar. 2007.
Disponível em: <https://aventurasnahistoria.uol.com.br/noticias/acervo/misseis-mensageiros-nada-
amistosos-435192.phtml>. Acesso em: 10 jan. 2021.
[4] STASHWICK, S. Chinese Ballistic Missiles Fired into South China Sea Claimed to Hit Target
Ship. The Diplomat, nov. 2020. Disponível em: <https://thediplomat.com/2020/11/chinese-
ballistic-missiles-fired-into-south-china-sea-claimed-to-hit-target-ship/>. Acesso em: 11 jan. 2021.
[5] CHANDRASHEKAR, S. et al. China's Anti-ship Ballistic Missile Game Changer in the
Pacific Ocean. 5. Ed. India, Bangalore: National Institute of Advanced Studies, nov. 2011. 49 p.
[6] BERNARD, R. L. Electronic Intelligence (ELINT) at NSA. Maryland, USA: Ed. Center for
Cryptologic History National Security Agency, 2009. 18 p.
[7] ALVES, E. B. MAGE MK3: O futuro da Guerra Eletrônica na MB. Rio de Janeiro: Ed.
Centro de Instrução Almirante Wandenkolk, ago. 2020. 15 p.
[8] OLIVEIRA, M. L. de; Dias, J. C. M. LPI: Invisible Radars. Passadiço. P. 40-45, 2007.
Disponível em: <http://www.mycity-military.com/uploads2/160003_1133182428_10-Pag40.pdf>.
Acesso em: 12 jan. 2021.
[9] SILVA, R. S. da. Gerador de sinais radar para utilização em campo. Rio de Janeiro: Ed.
UFRJ, jan. 2016. 51 p.
[10] ROHDE & SCHWARZ. Análise simplificada dos radares ágeis de frequência. São Paulo,
2021. Disponível em: <https://www.rohde-schwarz.com/br/aplicativos/an-lise-simplificada-dos-
radares-geis-de-frequ-ncia-cartao-de-aplicativo_56279-41792.html>. Acesso em: 13 jan. 2021.
[11] WANG, F. et al. Target tracking while jamming by airborne radar for low probability of
detection. Sensors, Suíça, Basel, 1 set. 2018. Disponível em:
<https://www.researchgate.net/publication/327410402_Target_Tracking_While_Jamming_by_Air
borne_Radar_for_Low_Probability_of_Detection>. Acesso em: 14 jan. 2021.
[17] NERI, F. Introduction to Electronic Defense Systems. 2ª Ed. Londres: Ed. Artech House,
ago. 2001. 622 p.
[18] MOSSI, W. P. Comparação entre o emprego da guerra eletrônica (GE) nas guerras de
terceira e quarta geração: a GE na guerra do golfo e na guerra civil síria. Resende: Ed.
AMAN, 2019. 41 p.
[19] MARDIA, H.K. New technique for the deinterleaving of repetitive sequences, IEE Proc.
Part F, 1989. 149 p.
[20] ATA’A, A. W.; e ABDULLAH, S. N. Deinterleaving of radar signals and PRF identification
algorithms. IET Radar, Sonar & Navigation. The Institution of Engineering and Technology,
doi:10.1049/iet-rsn:20070037, 2007. p. 340-347.
[21] IVO, F. S.; et al. Análise da Taxa de Erro em Terminais1553B Operando na Presença do
Ruído Térmico Induzido. In: Simpósio Brasileiro de Telecomunicações, nº 30, Brasília. São
José dos Campos: Ed. ITA, set. 2012. 5 p.
[22] ORIGINLAB, 18.4.3 Short-Time Fourier Transform (Pro Only). Disponível em:
<https://www.originlab.com/doc/Origin-Help/ShortTime-FourierTransform>. Acesso em: 15 mar.
2021.
[26] SAID, H. A.; et al. Design and Realization of Digital Pulse Compression in Pulsed Radars
Based on Linear Frequency Modulation (LFM) Waveforms Using FPGA. In: International
Conference on Advanced Information and Communication Technology for Education, ago.
2013. p. 827-832.
[27] RICHARDS, M. A.; et al. Principles of Modern Radar. Volume 1. USA, Raleigh: Ed.
Scitech, dez. 2010. 904 p.
[29] MOLINA, M. G.; et al. Análisis comparativo de esquemas de codificación de señales para
aplicaciones en radares ionosféricos. In: Jornadas de Jóvenes Investigadores UNT. Nº 4.
Argentina, Tucumán: Ed. Universidad Nacional de Tucumán, jun. 2010. 8 p.
[30] QUINTERO, E. A.; et al. Generación de spread spectrum usando microcontrolador. In:
Scientia et Technica. Nº 15. Colômbia, Pereira: Ed. Universidad Tecnológica de Pereira, mai.
2009. p. 303-308.
[31] BLAKE, L.V., Radar Range-Performance Analysis. Massachusetts, Dedham: Ed. Artech
House, dez. 1986. 84 p.
82
[32] MIGUEL, L. M. Desarrollo de una herramienta software para el diseño y análisis de
formas de onda avanzadas para sensores radar digitales. Madrid: Ed. Universidad Tecnológica
de Pereira, jul. 2018. 64 p.
[33] KOLLI, V. R. Side lobe suppression techniques for polyphase codes in radar. Índia,
Rourkela: Ed. National Institute of Technology Rourkela, jun. 2011. 78 p.
[34] SANDHU, M. J. On sequence design for integrated radar and communication systems.
Sweden, Karlshamn: Ed. Blekinge Institute of Technology, jun. 2017. 246 p.
[36] MING, Z.; et al. LPI Radar Waveform Recognition Based on Time-Frequency Distribution.
Sensors. Suíça, Basel, 12 out. 2016. Disponível em: < https://www.mdpi.com/1424-
8220/16/10/1682/htm >. Acesso em: 25 mar. 2021.
[40] PIRES FILHO, J. C.; e MOREIRA, R. da S. testeCodificacao3.m. Rio de Janeiro: IPQM, abr.
2021.
function interface(action)
if nargin<1,
action='initialize';
end;
if strcmp(action,'initialize'),
oldFigNumber=watchon;
figNumber=figure( ...
'Name','ELINT Intrapulso (Linear FM, Barker Code e Frank Code)', ...
'NumberTitle','off', ...
'Visible','off', ...
'BackingStore','off');
axPos=[0.40 0.95-0.28 0.20 0.28];
axHndl1=axes( ...
'Units','normalized', ...
'Position',axPos, ...
'XTick',[],'YTick',[], ...
'Box','on');
labelPos=[0.05 0.80 0.30 0.05];
uicontrol( ...
'Style','text', ...
'String','Sinal com Mod. Intrapulso', ...
'BackgroundColor','k', ...
'ForegroundColor','w', ...
'Units','normalized', ...
'Position',labelPos);
axHndl2=axes( ...
'Units','normalized', ...
'Position',axPos+[0 -0.31 0 0], ...
'XTick',[],'YTick',[], ...
84
'Box','on');
labelPos=[0.05 0.50 0.30 0.05];
uicontrol( ...
'Style','text', ...
'String','Autocorrelacao do Sinal', ...
'BackgroundColor','k', ...
'ForegroundColor','w', ...
'Units','normalized', ...
'Position',labelPos);
axHndl3=axes( ...
'Units','normalized', ...
'Position',axPos+[0 -0.62 0 0], ...
'XTick',[],'YTick',[], ...
'Box','on');
labelPos=[0.05 0.20 0.30 0.05];
uicontrol( ...
'Style','text', ...
'String','Espectrograma (Transf. STFT)', ...
'BackgroundColor','k', ...
'ForegroundColor','w', ...
'Units','normalized', ...
'Position',labelPos);
%=================================
% Informacoes para todos os botoes
%=================================
top=0.95;
bottom=0.05;
labelColor=[0.8 0.8 0.8];
btnWid=0.20;
btnHt=0.10;
right=0.95;
left=right-btnWid;
% Espacamento entre o botao e o proximo label de commando
spacing=0.05;
%=====================
% Definicao do CONSOLE
%=====================
frmBorder=0.02;
frmPos=[left-frmBorder bottom-frmBorder btnWid+2*frmBorder 0.9+2*frmBorder];
h=uicontrol( ...
'Style','frame', ...
'Units','normalized', ...
'Position',frmPos, ...
'BackgroundColor',[0.5 0.5 0.5]);
%===========================================================
% Botao de Novo Sinal com a Codificacao Intrapulso escolhida
%===========================================================
btnNumber=1;
yPos=top-btnHt-(btnNumber-1)*(btnHt+spacing);
labelStr='Nova Codificacao';
85
callbackStr='interface(''new'');';
flyHndl=uicontrol( ...
'Style','pushbutton', ...
'Units','normalized', ...
'Position',btnPos, ...
'String',labelStr, ...
'Callback',callbackStr);
%====================================================================
=====
% Controle tipo Drop-Down para a escolha do Tipo de Codificacao Intrapulso
%====================================================================
=====
btnNumber=2;
yPos=top-btnHt-(btnNumber-1)*(btnHt+spacing);
labelStr='Code';
codeHndl=uicontrol( ...
'Style','popupmenu', ...
'Units','normalized', ...
'Position',codePos, ...
'String',{'Sem Codificacao','LFM','Barker 7','Barker 11','Barker 13','Frank 16','Frank
64','FMCW'});
uicontrol( ...
'Style','text', ...
'Units','normalized', ...
'String','Codificacao', ...
'Position',labelPos);
%==============================================================
% Controle tipo Drop-Down para a escolha da Relacao Sinal/Ruido
%==============================================================
btnNumber=3;
yPos=top-btnHt-(btnNumber-1)*(btnHt+spacing);
labelStr='Relacao S/N';
noiseHndl=uicontrol( ...
'Style','popupmenu', ...
'Units','normalized', ...
'Position',noisePos, ...
86
'String',{'10dB','5dB','0dB','-5dB','-10dB'});
uicontrol( ...
'Style','text', ...
'Units','normalized', ...
'String','Relacao S/R(dB)', ...
'Position',labelPos);
%==================================================================
% Controle tipo Drop-Down para a escolha da Frequencia da Portadora
%==================================================================
btnNumber=4;
yPos=top-btnHt-(btnNumber-1)*(btnHt+spacing);
labelStr='Freq';
freqHndl=uicontrol( ...
'Style','popupmenu', ...
'Units','normalized', ...
'Position',freqPos, ...
'String',{'170MHz','9,6GHz','2,4GHz'});
uicontrol( ...
'Style','text', ...
'Units','normalized', ...
'String','Freq. da Portadora', ...
'Position',labelPos);
%==============================
% O botao de informacoes (INFO)
%==============================
labelStr='Info';
callbackStr='interface(''info'')';
infoHndl=uicontrol( ...
'Style','push', ...
'Units','normalized', ...
'Position',[left bottom+btnHt+spacing btnWid btnHt], ...
'String',labelStr, ...
'Callback',callbackStr);
%==========================
% O botao de fechar (CLOSE)
%==========================
labelStr='Close';
callbackStr='close(gcf)';
closeHndl=uicontrol( ...
'Style','push', ...
'Units','normalized', ...
'Position',[left bottom btnWid btnHt], ...
'String',labelStr, ...
'Callback',callbackStr);
87
set(figNumber, ...
'Visible','on', ...
'UserData',hndlList);
watchoff(oldFigNumber);
interface new;
figure(figNumber);
elseif strcmp(action,'new'),
figNumber=watchon;
hndlList=get(figNumber,'Userdata');
axHndl1=hndlList(1);
axHndl2=hndlList(2);
axHndl3=hndlList(3);
codeHndl=hndlList(4);
noiseHndl=hndlList(5);
freqHndl=hndlList(6);
%============================================================
% Identifica a Frequencia da Portadora escolhida pelo usuario
%============================================================
frequencia=get(freqHndl,'Value');
if (frequencia==1)
freqPort=170e6; %Freq da Portadora=170MHz
elseif (frequencia==2)
freqPort=9.6e9; %Freq da Portadora=9,6GHz
elseif (frequencia==3)
freqPort=2.4e9; %Freq da Portadora=2,4GHz
end
%================================================
% Identifica a Codificacao escolhida pelo usuario
%================================================
code=get(codeHndl,'Value');
if (code==1)
%Sem codificacao
codificacao=0;
elseif (code==2)
%Linear FM
codificacao=1;
elseif (code==3)
%Barker 7
codificacao=7;
elseif (code==4)
%Barker 11
88
codificacao=11;
elseif (code==5)
%Barker 13
codificacao=13;
elseif (code==6)
%Frank 16
codificacao=616;
elseif (code==7)
%Frank 64
codificacao=664;
elseif (code==8)
%FMCW
codificacao=-1;
end
%================================================================
% Identifica a Relacao Sinal-Ruido (S/N) escolhida pelo usuario e
% o valor da respectiva constante para a relacao sinal-ruido e
% Chama a funcao testeCodificacao3 que calcula a Funcao de
% Autocorrelacao e a Transformada Tempo-Frequencia STFT
%================================================================
noise=get(noiseHndl,'Value');
matrizDeRuido=[ 0 0 0 0 0
0 0 0 0 0
3 8 13 18 23
5 10 15 20 25
5.7 10.7 15.7 20.8 25.8
1.7 6.7 11.65 16.7 21.7
7.7 12.7 17.7 22.7 27.7
0 0 0 0 0];
cteParaRuido=matrizDeRuido(code,noise);
[autC,amostras,Z,f,t]=testeCodificacao3(codificacao,cteParaRuido,freqPort,'white.mat','arquivo1.
mat',1,1); %2021
%===========================
% 1) Plota o Sinal com Ruido
%===========================
axes(axHndl1);
plot(amostras); %title('Sinal + ruído');
%xlabel('Tempo');
%ylabel('Amplitude (Volt)');
%legend({'Port.=167MHz'});
%legend('boxoff');
%===================================
89
% 2) Plota a Autocorrelacao do Sinal
%===================================
axes(axHndl2);
plot(autC); %title('Autocorrelacao do sinal');
%=================
% 3) Plota a STFT
%=================
axes(axHndl3);
pcolor(t,f,Z);grid on;
shading interp;
axis xy; axis tight; colormap(jet); view(0,90);
xlabel('Tempo');
ylabel('Frequencia (Hz)');
%title('SFFT');
%==================================
% 4) Plota a SFFT em 3-D (opcional)
%==================================
%surf(t,f,Z);
%title('SFFT');
watchoff(figNumber);
elseif strcmp(action,'info'),
ttlStr=get(gcf,'Name');
hlpStr= {' '
' Esta Interface demonstra o emprego da Transformada Tempo-Frequencia (STFT) e '
' da Funcao de Autocorrelacao do Sinal para a identificacao de algumas codificacoes'
' intrapulso presentes em um sinal radar. '
' A analise se baseia na analise das caracteristicas existentes nos espectogramas obtidos '
' a partir da STFT e das caracteristicas das respectivas Funcoes de Autocorrelacao.'
' Sao analisadas as seguintes codificacoes: '
' Linear FM; '
' Barker 7,11 e 13; '
' Frank 16 e 64; e'
' FMCW.'
' Sao analisados tambem os efeitos de ruido branco aditivo ao sinal. '
' Para a analise da influencia do ruido sao adotadas as seguintes relacoes sinal-ruido (S/N): '
' 10dB, 5dB, 0dB, -5dB e -10dB '
' Os sinais radar com codificacao intrapulso sao simulados por meio do programa
testeCodificacao3.m'
' '
' O usuario pode testar o programa pressionando o botao "Nova Codificacao". '
' O controle drop-down "Codificacao" seleciona qual a codificacao intrapulso a ser testada.'
' O controle drop-down "Relacao S/N(dB)" seleciona a relacao S/N a ser avaliada com a
adicao de ruido branco.'
' O controle "Freq. da Portadora" seleciona a frequencia da portadora a ser adotada no teste.'
' '
' Nome do Arquivo: interface.m '};
helpwin(hlpStr,ttlStr);
end;