Marco Teórico

Esta sección se presenta un marco teórico sobre el cual se encuentra basado el software
“Simulador de Radar OTH por Onda de Cielo” desarrollado.
Los modelos matemáticos implementados para simular los distintos fenómenos presentes en el
proceso de búsqueda de un sistema de radar OTH se desarrollan a continuación.

1 Radar Sobre Horizonte por Onda de Cielo

Es un tipo de radar que trabaja en la banda de frecuencia de HF con la capacidad de realizar la

búsqueda de objetivos ubicados más allá del horizonte visible (ver Figura 1). Esta capacidad se
logra por medio de la utilización de la ionosfera terrestre como elemento reflector de las ondas
electromagnéticas (Saavedra, 2020).

Figura 1: Radar Sobre Horizonte por Onda de Cielo.

El proceso de búsqueda de objetivos inicia con la determinación del área en donde se realizará
la búsqueda, posteriormente el arreglo de antenas de transmisión se direcciona hacia la
ionosfera terrestre y se emite una onda electromagnética con un cierto valor de frecuencia. La
onda electromagnética se propaga por el medio hasta ingresar en la ionosfera en donde se
producirá el efecto de reflexión de esta, provocando que la onda retorne hacia la tierra/mar. La
energía de la onda ocupara una determinada región del espacio en función del ancho de haz
provisto por el arreglo de antenas. Al alcanzar la superficie del mar/tierra, la onda iluminara una
determinada región denominada región iluminada por el radar (DIR Dwell Ilumination Region).
Todos los objetos presentes dentro de esta región DIR son alcanzados por energía
electromagnética y como consecuencia de esto, se produce un fenómeno de dispersión en estos
objetos en donde parte de la energía electromagnética se propagará de regreso al radar y será
captada por el arreglo de antenas de recepción. Luego de la recepción en antena, la señal pasa
por un sistema de recepción el cual adecua la señal para su posterior procesamiento digital.
Finalmente, gracias al procesamiento de señales y de datos se logra extraer desde las señales
recibidas información de los objetivos presentes en la región DIR. La mayoría de los sistemas
de radar OTH obtienen información de posición geográfica (latitud, longitud y en algunos casos
altitud) junto a la velocidad radial de los objetivos detectados dentro del área de búsqueda
(Saavedra 2020, Saavedra et al, 2020).
 Área DIR
Área de Búsqueda

Onda
Electromagnética

Radar

Figura 2: Esquema representativo del proceso de búsqueda de un radar OTH por onda de cielo.

A continuación, se encuentran las principales características de estos sistemas de radar.

 Frecuencia de Portadora: 3 – 30 MHz.
 Potencia del sistema: 55 – 60 dBW.
 Profundidad de Rango del área de búsqueda: 500 – 4000 km.
 Rango cruzado del área de búsqueda: 1000 – 18000 km.
 Antenas: Arreglos de antenas para transmisión y recepción de señales.
 Modo de Operación: Sistema Pulsado.
 Modulación: Fase codificada o lineal en frecuencia.

2 Funcionalidad del simulador

La funcionalidad principal del simulador es evaluar el comportamiento del sistema de radar

frente a diferentes escenarios de búsquedas. La evaluación toma como principal criterio de
decisión la presencia de detecciones positivas de objetivos en el escenario ficticio establecido
(ver Figura 3).
 Escenario Ficticio
Objetivos
Medio
Radar

Reconfigurar Simulador
Radar Radar OTH

Configuración No Detecciones
Radar Incorrecta Positivas?
Si

Configuración
Radar Correcta

Figura 3: Diagrama de flujo del modo de uso del simulador.

Por otro lado, el simulador desarrollado permite al usuario realizar las siguientes funciones:
 Parametrización de los arreglos de antenas Tx/Rx en distribución espacial, cantidad de
elemento y tipo de antena patrón.
 Parametrización de escenarios de búsquedas:
o Cantidad, tipos, tamaño y estado de movimiento de objetivos.
o Estado del mar y de la ionosfera terrestre.
o Niveles de ruido.
 Parametrización de la señal a transmitir:
o Nivel de potencia
o Tipo de modulación
o Frecuencia de portadora
o Dirección de apuntamiento
 Ubicación geográfica:
o Región en donde se realiza la búsqueda de objetivos.
o Sistema de Radar.

3 Modelo computacional de Radar OTH.

El proceso de búsqueda y detección de objetivos por el radar descripto en anteriores secciones

se representa por medio de un modelo computacional el cual está constituido por una serie de
submódulos que modelan cada uno de los fenómenos presentes en el proceso. En la Figura 4 se
presenta el modelo computacional utilizado.
 Config. Escenario
Objetivos
Medio
Radar

Modelo Modelo Modelo Modelo Conversión

Modelo Modelo
Parámetros Rayo Radio Propagación Generación Coordenadas
Cinemático PDS
Señales

Visualización
Detecciones

Figura 4: Diagrama de bloque del modelo computacional utilizado por el simulador.

En la Figura 5 se presenta un diagrama de bloques, en el cual se muestran algunos de los

resultados parciales que se obtienen en cada uno de los submódulos.

Antena Canal de Interacción Antena

Tx Propagación Objetivo Rx
Región de
búsqueda

Radar

Transmisor Receptor
Objetivos

Generador Procesamiento
Resultados
Señales Digital de Señales

Simulador-Core

Control Parámetros de Configuración

Black-End

Interacción con el Usuario Front-End

Figura 5: Diagrama de bloques del simulador

A continuación, se describe los principales los submódulos que componen el simulador.

3.1 Configuración de Parámetros

En este módulo se define el escenario de búsqueda a utilizar en el proceso de evaluación de una

configuración de radar determinada. En la Figura 6 se encuentran todos los parámetros posibles
de configurar. La determinación del escenario junto con la especificación del radar se realiza
mediante una interfaz de usuario (ver Figura 7).
Configuración del Medio y Objetivos Configuración del Sistema Radar

Área de búsqueda Señal Tx

Pos. Geo. Radar Modo de Operación
Pos. Geo. Centro del DIR Ancho de Banda
Frec. de repetición pulso
Potencia
Escaneo
Ancho de Pulso
Numero de Escaneo Frec. de muestreo
Duración de Escaneo Frec. Portadora
Tipo de Código
Medio de Propagación
Estado de La Ionosfera
Estado del Mar Procesamiento
Tipo de zona del radar
Fecha Detector Rango-Doppler
Detector Angulo Arribo
Estimador Angulo Arribo
Objetivos
Tipo Receptor
Tamaño Ganancia de Señal
Dirección Relación S/N
Rapidez en plano “xy” Relación S/C
Rapidez eje “z” Frec. Intermedia
Pos. geográfica Ancho de Banda

Arreglo de Antena Tx y Rx
Distribución Geométrica
Cantidad de elemento eje 1
Cantidad de elemento eje 2
Separación de elementos
Frec. Diseño
Elemento patrón

Simulador Radar

Figura 6: Parámetros de configuración del simulador.

Figura 7: Interfaz de usuario del simulador.

3.2 Objetivos

Los objetivos seleccionables para el proceso de búsqueda se dividen en dos grandes grupos
“aeronaves y embarcaciones”. Dentro de cada uno de estos grupos se pueden encontrar una
subdivisión por tamaño “grande y pequeño” (ver Figura 8).
Por otro lado, la selección de un tipo de objetivo trae aparejado la designación automática de un
determinado patrón de Sección Transversal de Radar asociado a ese objetivo.

Objetivos

Embarcaciones Aeronaves

Grande Largo: 228 m Grande Largo: 55 m

Ancho: 50 m Ancho: 57 m
Buque de Carga Avión Comercial Boeing-787

Pequeño Largo: 20 m
Pequeño Largo: 17 m
Ancho: 13 m Modelo F-117
Ancho: 6 m
Barco Pesquero

Figura 8: Tipos de objetivos.

3.2.1 Sección Transversal de Radar

La sección transversal del radar (RCS) es la capacidad que posee un objeto de reflejar en un
determinado porcentaje las ondas electromagnéticas que impactan sobre este. Diversas fuentes
definen este factor como una medida de lo que “puede observar una onda electromagnética en
su camino de propagación por el espacio”.
El RCS de un objetivo determinado depende de: la estructura física del blanco y sus
características exteriores, la dirección de iluminación del radar, la frecuencia del transmisor del
radar como también los materiales de construcción de objeto iluminado. Su dimensión es en m 2,
también para su fácil interpretación es común definirse en dB m 2.

3.3 Modelo Cinemático de Objetivos

Este modelo permite evaluar y determinar la evolución temporal del estado de movimiento de
los objetivos (ver Figura 9). Para determinar los diferentes estados de movimiento que el
objetivo va adquiriendo a lo largo del tiempo en sus tres dimensiones “xyz” se utilizan un
conjunto de ecuaciones de la cinemática.

Numero de escaneos

Tiempo de Escaneo
Próximo Nuevo estado de Movimiento
Posición Inicial Estado de Movimiento

Rapidez

Dirección

Figura 9: Modelo cinemático de objetivos

La determinación del próximo estado de movimiento en el plano “xy”, se basa en las ecuaciones
de la cinemática clásica el movimiento rectilíneo uniforme.
r⃗ xy =⃗r 0+ ⃗v xy ∙ ∆ t con ⃗r =⃗x +⃗y

En donde r⃗ xy es la posición en el plano “xy” del objetivo para un determinado instante de

tiempo t, r⃗ 0 posición para un instante inicial t 0, ⃗v xy velocidad en el plano “xy” y ∆ t intevalo de
tiempo (∆ t=t−t 0).
Para determinar las posiciones que el objetivo adquiere en su eje “z”, se utiliza la siguiente:

⃗z =⃗z 0 +
π (
⃗v z ∙ T
∙ 1−cos (
∆t∙ π
T ))
En donde ⃗z es la posición en el eje “z” para un determinado instante t , z⃗ 0 posición para un
instante inicial t 0, ⃗v z velocidad en eje “z” y T es el tiempo de duración de la transición en el
cambio de posición en el eje “z” (Hou et al., 2014). Se tiene como origen del sistema
coordenado a la ubicación del sistema de radar.

Objetivo

0 0

Figura 10: Configuración de posición y velocidad del objetivo.

3.4 Modelo Parámetros de Rayos

Este modelo permite determinar las características necesarias que debe poseer una onda
electromagnética para lograr propagarse por la ionosfera terrestre, entre un punto inicial
(posición del radar) y final (posición del objetivo) ubicados sobre la superficie de la tierra o del
mar. Las características de la onda electromagnética son la frecuencia, dirección de
apuntamiento y fase. Por otro lado, también se determinan otros parámetros relacionados con la
propagación como: el retardo y la atenuación de propagación.
El modelo se encuentra conformado por dos submodelos: un trazador de rayos analítico y un
modelador de la ionosfera terrestre (ver Figura 11).
 Frecuencia Portadora
Posición Radar

Posición Objetivo Trazador de Rayos Dirección Apuntamiento

Fecha Rango
Ionosfera Terrestre y Oblicuo
Hora
Atenuación Propagación

Figura 11: Diagrama de bloques del modelo de determinación de parámetros de rayo.

3.4.1 Modelo de la Ionosfera

El modelo de la ionosfera se encuentra basado en el modelo de Referencia Internacional de la
Ionosfera IRI-2012 ((Bilitza et al., 2012),
El modelo IRI es el resultado de los esfuerzos de la comunidad científica quienes durante los
últimos 60 años trabajaron en mejorar y actualizar un modelo estándar de la ionosfera terrestre.
Este es un modelo complejo que describe para una determinada coordenada geográfica, hora,
fecha, entre muchos otros, parámetros de la ionosfera terrestre, tales como, densidad electrónica,
frecuencia y altura critica de las distintas capas de la ionosfera, semi espesor de la ionosfera,
composición de la ionosfera entre otros parámetros.
La versión del software IRI utilizado es la del año 2012 la cual está disponible en la página
oficial de la NASA (ver http://iri.gsfc.nasa.gov/).
3.4.2 Modelo Trazador de Rayos
El trazador de rayos permite en función de la frecuencia y dirección de una onda
electromagnética determinar el camino de propagación seguido por la misma dentro del medio
(la ionosfera y las capas inferiores; troposfera, estratosfera y mesosfera). El modelo se basa en
un sistema de ecuaciones que permiten determinar parámetros tales como retardo de grupo y de
fase, rango terrestre y oblicuo alcanzados por la onda (Croft et al., 1967).
Las ecuaciones hacen uso de parámetros propios de la onda electromagnética como también de
parámetros propios de la ionosfera como densidad electrónica de pico de la capa F2, altura de
pico de la capa F2 y semi espesor de la capa ionosférica. Estos parámetros se determinan para
una determinada posición geográfica, hora, fecha, nivel de actividad solar entre otros
(parámetros de configuración del modelo IRI).
 Onda
Electromagnética

Posición Posición
Inicial Final

Figura 12: Camino de propagación de una onda electromagnética.

3.5 Modelo de Radio Enlace

El modelo de radio enlace determina parámetros de la señal recibida por el sistema de antenas
luego de producirse el proceso de interacción entre el medio, los objetivos y la onda
electromagnética transmitida.
La señal recibida se modela de acuerdo con la siguiente ecuación.
S R=Eco+ Ruido +Clutter

En donde S R es la señal recibida, Eco es la señal correspondiente al eco producido por la

reflexión sobre el objetivo de interés, Ruido es una señal aleatoria no deseada proveniente del
medio, Clutter es la señal producida por consecuencia de la reflexión no deseada de la energía
electromagnética en el medio que rodea al objetivo.
Los parámetros de interés de la señal recibida son niveles de amplitudes, frecuencias y fases de
cada una de las señales que la componen. Los modelos matemáticos y ecuaciones utilizadas en
el modelo de radio enlace se pueden encontrar en (Saavedra et al. 2020). En la Figura 13 se
presenta un diagrama de bloques con los submodelos que determinan cada uno de los
parámetros de S R.
 Posición Radar
Determinación
Potencia
Fecha/ Hora Potencia de Ruido
Ruido

Frecuencia
Determinación Frecuencia
Estado Mar Parámetros de Clutter Clutter
RCS de Clutter
Ancho Pulso Haz Tx
Modelo Potencia
Ancho de Cálculo
IRI 20212 Clutter
Haz Tx Potencia Clutter

Altura de reflexión
Rapidez / Dirección Haz Tx
Determinación
Dirección
Parámetros de Objetivos
Apuntamiento

Angulo
Frecuencia
Incidencia Determinación
RCS Frecuencia
Tipo de Objetivo RCS de Objetivo
Doppler

Arreglo
Antenas Rx/Tx Gain Potencia
Rx/Tx Cálculo
Eco
Potencia Eco
Potencia Tx

Frecuencia Cálculo de Atenuación

Rango Oblicuo

Figura 13: Diagrama de bloques de modelo Radio Enlace.

3.6 Modelo de Receptor

Este modelo es el encargado de realizar las principales tareas de un receptor de RF

superheterodino ubicado en cada una de las antenas del arreglo receptor (ver Figura 14). El
receptor tiene como tareas filtrar las señales presentes fuera de la banda de interés, realizar la
traslación del espectro hacia una frecuencia intermedia y la amplificación de la señal de interés.
La finalidad del receptor es enfatizar la señal de interés frente a las señales no deseadas (ruido +
clutter).

Señal Filtro + Ampli RF Conversión de Amplificador filtrada, amplificada

Frecuencia FI en Banda Cero

Ganancia Frecuencia de Conversión (FI = 0 Hz)

Ancho Banda
RF (1 – 30 MHz)

Figura 14: Diagrama de bloques del modelo de Receptor.

El primer bloque del receptor realiza un filtrado dentro de la banda de trabajo de HF junto a una
amplificación de todo el espectro, posterior a esto se procede a realizar una translación de
frecuencia llevando todo el espectro a banda cero con una frecuencia intermedia de cero Hertz,
finalmente se procede a amplificar la señal de interés mientras se atenúan las señales no
deseadas.
En la Figura 15 se presenta el diagrama de bloques del submodelo Amplificador Frecuencia
Intermedia. Este es el encargado de poner énfasis en la señal de interés, manteniendo relaciones
señal a ruido y señal a clutter dentro de valores esperados, mientras el espectro de señal se
encuentra en banda base.
Potencia Eco Amplificada
Potencia de Eco

Amplificador Potencia Ruido

Potencia de Ruido
FI Amplificada

Potencia de Clutter Potencia Clutter Amplificada

Ganancia Señal
SCR SNR

Figura 15: Diagrama de bloques del Amplificador de Frecuencia Intermedia.

3.7 Modelo de Generación de Señales

Este modelo es el encargado de generar series temporales de n muestras correspondientes a la

señal recibida por un arreglo de antenas de k elementos durante un intervalo de integración de
coherente de m pulsos. Las series se almacenan en un matriz M de tres dimensiones (n,m,k),
para su posterior procesamiento.
En la Figura 16 se encuentra el diagrama de bloque del generador de señales. El simulador se
basa en un sistema de radar tipo pulsado, en donde se transmite y recibe en intervalos de
tiempos diferentes.
 Potencia Ruido Generador Serie de Ruido
de Ruido

Matriz
Frec. Clutter
Series Recibidas
Potencia Clutter Combinador
Generador
De Clutter Mar Serie de Clutter

Frec. Doppler

Potencia Eco Desfasaje Espacial

Generador Serie de Eco
Retardo De Eco

Integraciones

PRF, T, AB, fs

Forma de Onda

Dirección Arribo

Figura 16: Diagrama de bloques del modelo de generación de señales.

En el modelo existen tres generadores:

 Generador de Ruido: genera una serie temporal de n muestras en función de los
parámetros frecuencia de repetición de pulso (PRF) y frecuencia de muestreo (fs), la
generación de esta serie se repetirá m veces en función del número de integraciones
(pulsos). La amplitud de las muestras se obtiene desde el nivel de potencia media de la
señal, la cual tiene una función de distribución de probabilidad Log-Normal.
 Generador de Eco: genera una serie temporal de n muestras en función de los
parámetros frecuencia de repetición de pulso, ancho del pulso (T), ancho de banda (AB)
y frecuencia de muestreo. La serie estará retrasada una cantidad de muestras en relación
con el Retardo, el cual representa el retardo de propagación de la onda en el camino de
ida y vuelta entre el radar y objetivo. Por otro lado, la Frecuencia Doppler asociada al
estado de movimiento del objetivo modificara la frecuencia de portadora presente en la
serie. La generación de esta serie se repetirá m en función del número de integraciones.
La amplitud de las muestras se obtiene desde el nivel de potencia, la cual tiene una
función de distribución de probabilidad Swerling I-II-III-IV.
 Generador de Clutter: genera una serie temporal de n muestras en función de los
parámetros frecuencia de repetición de pulso, ancho del pulso, ancho de banda y
frecuencia de muestreo. Esta serie tiene una firma espectral característica en donde
como consecuencia del impacto de energía electromagnética sobre la superficie del mar,
la serie presenta con dos líneas espectrales a cada lado del 0 Hz, esas frecuencias se
asocian al estado de movimiento del mar. La generación de esta serie se repetirá m en
función del número de integraciones. La amplitud de las muestras se obtiene desde el
nivel de potencia, la cual tiene una función de distribución de probabilidad Rayleigh o
K.
De forma adicional luego de generarse la serie Eco esta ingresa a un Desfasador Espacial el cual
permite modelar la recepción de la señal por un arreglo de antenas de k elementos, en donde
existe un desfasaje espacial entre las señales recibidas por cada antena. El desfasaje está en
función de la dirección arribo de la señal y la distribución espacial de arreglo receptor de
antenas.
Finalmente, el Combinador es el encargado de combinar las series temporales de ruido, clutter y
eco para obtener la serie correspondiente a la señal recibida, cual se almacena dentro de la
matriz M (Ver Figura 17).

Figura 17: Matriz de datos M de dimensiones (n,m,k), n: muestra, m: pulso, k: elemento del arreglo.

3.8 Modelo de Procesamiento de Señales y Datos

Este modelo es el encargado de aplicar sobre la matriz M de señales, diferentes métodos y

técnicas de procesamiento digital y de datos con la finalidad de extraer información de rango,
dirección de arribo y frecuencia Doppler de posibles objetivos presentes en las señales
recibidas. En la Figura 18 se presenta el diagrama de bloques del modelo de procesamiento.
 Matriz

Filtro RRCOS

Filtro Clutter

Filtro Adaptado

Filtro Ventana

Filtro Doppler Matriz

Filtrada

Detector
Rango-Doppler

Estimador AoA
Pos. de las detecciones

Detector AoA
Detecciones en Rango y Doppler
Detecciones
Dirección de Arribo

Detecciones
Rango
Frec. Doppler
Dirección de Arribo

Figura 18: Diagrama de bloques del modelo de Procesamiento de Señales y Datos

A continuación, se describe la tarea realizada por cada uno de los bloques.

3.8.1 Filtro Raíz Coseno Elevado
Este filtro ayuda a disminuir los efectos de la interferencia Inter Símbolo producida en el canal
de transmisión. Este fenómeno se presenta al utilizar señales binarias (códigos de modulación)
en la señal transmitida. Este filtro se aplica en el dominio de las muestras (en el eje n de la
matriz M ). El filtro se aplica en dos puntos del todo el proceso, el primero es al momento de
generar la señal a transmitir y el segundo en la etapa de procesamiento, con esto se tiene el
efecto deseado.
3.8.2 Filtro Clutter
Es el encargado de eliminar la señal de clutter, el mismo se basa en aplicar la técnica Empirical
Mode Descomposition (EMF) (Mostafanezhad et al.,2009). El filtro se aplica en el dominio de
muestras (en el eje n de la matriz M). Esta técnica permite descomponer la señal en sus
componentes de mayor peso. Al aplicar esta técnica sobre la señal recibida permite encontrar la
señal clutter siendo esta una de las de mayor significancia. Una vez determinada la señal de
clutter la misma puede ser elimina parcialmente de la señal recibida realizando una resta.
3.8.3 Filtro Adaptado
Este se utiliza para implementar la función correlación entre la señal de recibida y una copia de
la señal transmitida. La finalidad de esta operación es poner en evidencia el retardo presente
entre la señal que se transmite y la señal de eco (señal de interés) presente en la señal recibida.
El filtro adaptado tiene la característica de tener como función de transferencia la misma señal
transmitida por el sistema invertida en el tiempo y conjugada, con lo cual se reconoce sobre la
señal recibida los elementos de la señal transmitida y se retrasa la señal sucesivamente para
comprimir la señal recibida en un pulso corto con la intensidad proporcional a el eco recibido,
logrando así la capacidad de maximizar la relación señal-ruido (SNR) a su salida (Escamilla
Hernández et al.,2005; Cabrera et al. , 2010). Este filtro se aplica en el dominio de las muestras
(eje n de la matriz M). Luego de la aplicación del filtro sobre la matriz M el eje de muestra (n)
cambia de dominio convirtiéndose en rango oblicuo por medio de la aplicación de la siguiente
ecuación.
muestras∙ c
Rango Oblicuo=
2
En donde c es la velocidad de la luz en el vacío, el numero dos es debido a que el tiempo
(muestras) determinado considera el camino de ida y de vuelta.
3.8.4 Filtro Ventana
El Filtro Doppler hace uso de la herramienta matemática Transformada Rápida de Fourier (FFT)
aplicada en el dominio de pulsos (eje m de la matriz M) y como las señales en la matriz M son
de duración finita y truncadas, lo cual que produce discontinuidades en los bordes de la
secuencia. Al aplicar la FFT se tendrá un espectro que presenta unos picos que no decaen lo
suficientemente rápido con la frecuencia, empeorando la resolución espectral debido al efecto
de dispersión de frecuencia y con esto distorsionando el espectro a estimar (Gomis, 2010). Para
solucionar este inconveniente se utiliza las llamadas funciones ventanas para suavizar esas
discontinuidades. La aplicación de la ventana consiste en multiplicar el registro de tiempo por
una ventana de longitud finita con una amplitud que varía poco a poco hacia cero en los bordes.
Esto hace que los extremos de la forma de onda se encuentren y, por lo tanto, da como resultado
una forma de onda continua y sin transiciones bruscas (Oppenheim et al., 2009).
3.8.5 Filtro Doppler
Este filtro se aplica para obtener el espectro de frecuencia presente en las señales recibidas entre
pulso y pulso. Dentro de ese espectro se encuentran las componentes de frecuencia Doppler
asociadas a la señal de interés (señales de eco) (Curry, 2005; Don, 2014). El filtro se basa en la
FFT la cual se aplica en el dominio de pulsos (eje m de la matriz M), con lo cual se contemplan
las transiciones presentes entre los diversos pulsos y determinar una frecuencia que caracterice
los mismos. Luego de la aplicación del filtro el eje de pulsos (m) de la matriz M se convierte en
frecuencia Doppler.
3.8.6 Detector Rango Doppler
Luego de la aplicación del filtro Doppler se tienen espectrogramas Rango-Doppler asociados al
área DIR en donde se realiza la búsqueda. El Detector permite identificar los posibles objetivos
dentro del área DIR y a su vez obtener valores de rango y frecuencia Doppler de estos objetivos
desde los espectrogramas. El detector es del tipo adaptivo en particular el Cell Averaging
Constant False Alarm Rate (CA-CFAR) en dos dimensiones (Machado et al., 2017; Li et al.,
2018). Esta técnica de procesamiento de datos se aplica sobre los dominios de muestras y pulsos
(ejes n y m de la matriz M).
3.8.7 Estimador de Angulo de Arribo
Determina la dirección de arribo de las señales recibidas con respecto al arreglo de antenas
receptor. El método aplicado se denomina Propagator Direct Data Acquisition (PDDA) (Al-
Sadoon et al., 2017). Este método de aplica en los dominios de muestras y elementos (ejes n y k
de la matriz M).
El método utiliza las posiciones detectadas (en el eje muestras) por el detector Rango-Doppler
como entrada junto a la matriz filtrada luego de aplicar el filtro adaptado. Se hace uso de la
información de las posiciones detectadas anteriormente para focalizar la búsqueda en posiciones
en donde ya se tiene conocimiento previo de la posibilidad de existencia de un posible eco de
objetivo. Luego de la aplicación de este método, el eje de elementos (k) de la matriz M se
transforma en eje de ángulo de arribo.
3.8.8 Detector de Angulo de Arribo
Luego de la aplicación del estimador del ángulo de arribo se obtienen los espectrogramas de
ángulo (theta y phi) asociados al área DIR. El detector permite identificar los posibles objetivos
dentro del área DIR y a su vez obtener valores de ángulo phi (acimut) y theta (elevación) de
estos objetivos desde los espectrogramas. El detector es del tipo adaptivo en particular el CA-
CFAR en dos dimensiones. Esta técnica de procesamiento de datos se aplica sobre los dominios
de muestras y elemento (ejes n y k de la matriz M).
Finalmente, luego de aplicar toda la cadena de procesamiento se tiene un conjunto de
detecciones caracterizadas por valores de rango, dirección de arribo y frecuencia Doppler, los
cuales se sospecha que pertenecen a los ecos de objetivos presentes en el área DIR.

3.9 Modelo de Conversión de Coordenadas

Este es el encargado de transformar los valores de rango, dirección de arribo y frecuencia de

Doppler asociados a las detecciones en posición geográfica y rapidez radial de las mismas (ver
Figura 19).

Rango Oblicuo Latitud

Conversión de Rango Oblicuo -> Terrestre Conversión Coordenadas
Altura Reflexión F2 Radar -> Geográficas
Longitud
Dirección Arribo

Frec. Doppler xy Determinación Rapidez Radial

Rapidez Radial
Frec. Portadora

Determinación Altitud
Frec. Doppler z Altitud

Figura 19: Diagrama de bloques del modelo conversión de coordenadas.

El modelo de Conversión de Rango hace uso de ecuaciones trigonométrico para convertir el

rango oblicuo que es el camino de propagación seguido por la onda en la ionosfera entre el radar
y la posición del objetivo, en rango terrestre que es la proyección sobre la superficie de la tierra
del rango oblicuo.
La Conversión de Coordenadas permite transformar coordenadas de radar (rango y dirección)
en coordenadas geográficas (Latitud, Longitud).
Por otro lado, la determinación de la rapidez radial se realiza por medio de la aplicación de la
siguiente ecuación proveniente desde el efecto Doppler.
c
v Radial =f Doppler ∙
2∙ f portadora

En donde c es la velocidad de la luz en el vacío, f portadora es la frecuencia de portadora de la

señal transmitida.

4 Bibliografía

 SAAVEDRA Z., “Modelado del canal de propagación de un Radar Sobre Horizonte”,

Facet – UNT, Tesis Doctorado, Tucumán – Argentina, 2020,
https://www.facet.unt.edu.ar/posgrado/wp-content/uploads/sites/54/2022/11/
Tesis_ZSaavedra_2020.pdf
 SAAVEDRA Z. ZIMMENAN D., ANA G. ELIAS, et al. “Sky Wave Over-the-Horizon
Radar Simulation Tool, IET Radar, Sonar & Navigation, DOI: 10.1049/iet-
rsn.2020.0158 ,2020.
 HOU CHENGYU, WANG YUXI N, AND CHEN JIAWEI , “Estimating Target Heights
Based on the Earth Curvature Model and Micromultipath Effect in Skywave OTH
Radar”, Hindawi Publishing Corporation Journal of Applied Mathematics, Volume
2014, Article ID 424191, 14 pages, http://dx.doi.org/10.1155/2014/424191
 BILITZA, D., ALTADILL, D., ZHANG, Y., et al.. “The International Reference
Ionosphere 2012 - a model of international collaboration”, 2014, Journal of Space
Weather and Space Climate (SWSC), vol. 4, A07. DOI: 10.1051/swsc/2014004
 CROFT A. T., HARRY H., “Exact Ray Calculations in a Quasi-Parbolic Ionosphere
With No Magnetic Field”, Radio Science, 1968, https://doi.org/10.1002/rds19683169
 MOSTAFANEZHAD, O. BORIC-LUBECKE, V. LUBECKE AND D. P. MANDIC,
"Application of empirical mode decomposition in removing fidgeting interference in
doppler radar life signs monitoring devices," 2009 Annual International Conference of
the IEEE Engineering in Medicine and Biology Society, Minneapolis, MN, USA, 2009,
pp. 340-343, doi: 10.1109/IEMBS.2009.5333206.
 ESCAMILLA HERNÁNEZ E., PONOMARYOV V., IKUO A. and ENDO H., Uso de
FPGA para realizar compresión del pulso de radar, 2005, Científica Vol. 9 Nº 1 pp. 73-
81.
 CABRERA M. A., ZUCCHERETTI E., EZQUER R., SCIACCA U., LOPEZ J.,
MOLINA M., BASKARADAS J., Some considerations for different time-domain
signal processing of pulse compression radar, 2010, ANNALS OF GEOPHYSICS, 53,
5-6, 2010; doi: 10.4401/ag-4758
 OPPENHEIM, A. V.; Schafer, R. W., Discrete-time signal processing, 2009, Upper
Saddle River, N.J.: Prentice Hall. p. 541. ISBN 9780131988422.
 DON D., How to Create and Manipulate Radar Range–Doppler Plots, 2014, Cyber &
Electronic Warfare Division Defense Science and Technology Organization,
http://www.dsto.defence.gov.au/publications/scientific.php
 CURRY, G. R., Radar System Performance Modeling, 2 nd edition, 2005, Norwood, MA,
400 pp.
 LI S., BI X., HUANG L., AND TAN B., 2-D CFAR Procedure of Multiple Target
Detection for Automotive Radar, 2018, SAE Int. J. Passeng. Cars – Electron. Electr.
Syst. 11(1):67-75, https://doi.org/10.4271/07-11-01-0007.
 MACHADO FERNANDEZ J. R., MOJENA HERNANDEZ N., BACALLAO VIDAL
J., Evaluation of CFAR detectors performance, 2017, 172 ITECKNE Vol. 14 Nº 2, ISSN
1692-1798, ISSN Digital 2339 – 3483, pag 170 – 178.
 AL-SADOON MAG, ALI NT, DAMA Y, ZUID A, JONES SMR, ABD-ALHAMEED
RA, NORAS JM. A New Low Complexity Angle of Arrival Algorithm for 1D and 2D
Direction Estimation in MIMO Smart Antenna Systems. Sensors (Basel). 2017 Nov
15;17(11):2631. doi: 10.3390/s17112631. PMID: 29140313; PMCID: PMC5713173.