しばらく前、フォーラムの1つで、反射レーダー信号を受信して、方向探知機の可能性についての議論を見ました。 RTL2832Uチップセットに基づいた安価なDVB-Tドングルに基づいたSDRレシーバーが登場するまで、このアイデアは面白く、目標は日常の使用では達成できませんでした 。 ドングルを使用すると、受信信号を十分な速度でデジタル化して、数百メートル程度の地形の解像度を得ることができます。これは実験に非常に適しています。
公平に言えば、私はこの方法で航空機を見つける能力を本当に信じていませんが、大きな地上物体によって反射された信号ははっきりと見えるはずです。 2番目の制限は、レーダーが放射用に高指向性アンテナを使用し、実験用に使用された弱指向性テレビアンテナでは受信用であるため、高解像度が期待できないことです。
実験：SDRドングルをテレビアンテナに接続し、茂みからレーダーを取得します。幸いなことに、空港に数キロメートルしかなく、メートルのテレビ範囲で動作します。 信号は、毎秒2Mの測定速度でwavファイルにSDR＃を使用して記録されます。これにより、地形の理論上の解像度は約75メートルになります。 エミッタとレシーバが空間的に分離されているという事実は無視されます。
信号が記録され、最適なサンプルが選択された後、レーダーのスキャンと最初の強力なパルスによる同期をシミュレートするスクリプトを記述します。
import os from PIL import Image, ImageDraw import wave import math dir = os.path.dirname(os.path.abspath(__file__)) image = Image.new("RGB", (1000, 1000), (0, 0, 0)) (w, h) = image.size sync_level = 45 seconds_max = 40 px_from_center = 30 seconds_per_spin = 20 wav = wave.open(dir + "/samples/134201.wav", mode="r") (nchannels, sampwidth, framerate, nframes, comptype, compname) = wav.getparams() data = wav.readframes(nframes) bytes = nframes * nchannels * sampwidth seconds = float(nframes) / framerate px_per_km = int(framerate / 300000.0 * 2) print(str(bytes) + " bytes, " + str(seconds) + " seconds") t = 0 avg = 0 synchronized = 0 i = 0 while i < bytes - 4: l = abs(128 - ord(data[i])) r = abs(128 - ord(data[i + 2])) avg = avg * .9 + l * .1 level = l + r if not synchronized and avg > sync_level: synchronized = 1 if synchronized: s = float(i) / bytes * seconds if s >= seconds_max: break if t % (10 * px_per_km) == 0: level += 20 if t < 400: x = int(w/2 - (t + px_from_center) * math.cos(s / seconds_per_spin * 2 * math.pi)) y = int(h/2 - (t + px_from_center) * math.sin(s / seconds_per_spin * 2 * math.pi)) image.putpixel((x, y), (level, level, level)) t += 1 if t >= 400: t = 0 synchronized = 0 avg = 0 i += 4 image.save(dir + "/radar.png", "PNG")
レーダーは20秒で1回転します。 同期のレベルを選択し、各回転で着実に繰り返される画像を取得します。
これが必要なものです。 写真はかなりぼやけていますが、パラメーターを試し、最良の機器を使用して改善することを妨げるものは何もありません。
ソースとデジタル信号-73M