Hochschule Wismar
University of Applied Sciences
Technology, Business and Design
Fakultät für Ingenieurwissenschaften, Bereich EuI
Masterthesis
Entwicklung eines multistatischen kodierten CW-Radars mittels
USRP zur Analyse der mittleren Atmosphäre
Eingereicht am: 3. Mai 2016
von: Sven Geese
geboren am 11. Juni 1989
in Schwerin
Aufgabenstellung
2
Zusammenfassung
Für atmosphärische Untersuchungen werden schon seit mehreren Jahren kontinu-
ierliche Messungen von Meteorradaren verwendet. Damit können Windfelder in den
Höhenbereichen von 70 bis 120 km erstellt werden und im Vergleich mit anderen
Messsystemen auf Kopplungsmechanismen, wie etwa vertikalen Wellen, zwischen
den atmosphärischen Schichten untersucht werden. Im Rahmen dieser Thesis soll
daher ein multistatisches Continuous-Wave-Radar mit pseudozufälliger Kodierung
entwickelt werden. Das Ziel ist ein Radarnetz mit mehreren Sende- und Empfangs-
stationen, um möglichst viele Basislinien zur Detektion von Meteorechos zu erhalten.
Damit wird die Untersuchung eines größeren Volumens der Atmosphäre ermöglicht,
außerdem kann das System durch das Hinzufügen von wahlweise Sende- oder Emp-
fangssystemen modular erweitert werden, was einen langfristigen Ausbau der Da-
tenerfassung ermöglicht.
Abstract
Meteor radars are used for continuous atmospheric observations for many years.
The collected data can be used to create wind fields in heights between 70 and
120 km, which can further be used in comparison with other types of measurments
to conclude interactions between atmospheric layers like vertical waves. The goal
of this thesis is therefore the development of a multistatic continuous-wave radar
with pseudo random coding. The idea behind this is a radar network with multiple
transmit and receive stations, which creates multiple baselines for meteor detection.
With that the observable volume of the atmosphere is enlarged and additionally
the system is modularly expandable by adding transmit or receive systems, which
allows to increase the performance of the system by means of meteor rates easily in
the long term.
Inhaltsverzeichnis
Inhaltsverzeichnis
1 Einleitung 5
2 Theorie 8
2.1 Radargrundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1 Geometrien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2 Kodiertes Radar . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3 Continuous-Wave-Radar . . . . . . . . . . . . . . . . . . . . . 12
2.1.4 Kodierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.5 Dekodierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Meteore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Systembeschreibung 19
3.1 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Sendesystem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.2 Empfangssystem . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.1 Softwareübersicht . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.2 Verbesserung . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4 Messungen 28
4.1 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Messkampagne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3.1 Interferenzunterdrückung . . . . . . . . . . . . . . . . . . . . . 32
4.3.2 Meteorzählraten . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5 Fazit 38
A Anhang 40
A.1 Simulation Testsystem . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Literaturverzeichnis 47
Abkürzungsverzeichnis 49
Abbildungsverzeichnis 51
Tabellenverzeichnis 53
Selbstständigkeitserklärung 54
4
Kapitel 1. Einleitung
1 Einleitung
Im Zuge des autonomen Fahrens wird der Informationsaustausch immer wichti-
ger. So soll die Verständigung unter den Fahrzeugen im Rahmen der Car-to-Car-
Kommunikation für einen besseren Verkehrsfluss sorgen und Gefährdungssituationen
bereits von vorausfahrenden Verkehrsteilnehmern gemeldet werden, um die Sicher-
heit auf der Straße insgesamt zu erhöhen.
Eine weitere Nutzung von Kommunikationsbaugruppen im Automobilbereich liegt
in der Erkundung des Fahrzeugumfeldes, zum Beispiel für Fahrassistenzsysteme,
wie die Einparkhilfe, die hilft, den Platz beim Rückwärtsfahren abzuschätzen. Im
Bereich des autonomen Fahrens muss diese Umweltbeobachtung wesentlich umfang-
reicher erfolgen, hier muss die Steuerung detailliert über die Straßenbedingungen
und die anderen Verkehrsteilnehmer informiert werden. Anders kann eine sichere
Fortbewegung aller Beteiligten nicht gewährleistet werden. Ein Teil dieser Informa-
tionen kann beispielsweise über Kameras und Bilderkennungsalgorithmen ermittelt
werden, aber für größere Entfernungen kommen immer häufiger Radarsysteme zum
Einsatz. Dies ermöglicht dem Steuergerät nicht nur Hindernisse zu erkennen, son-
dern auch Entfernung und Geschwindigkeit anderer Fahrzeuge zu ermitteln und
entsprechend auf die auftretenden Situationen zu reagieren.
Das Radarprinzip selbst wird schon seit den Dreißigerjahren des 20. Jahrhunderts
eingesetzt, anfangs vor allem im militärischen Bereich zur Ortung von Flugzeu-
gen im Zweiten Weltkrieg. Heutzutage wird im zivilen Flugverkehr der Luftraum
ebenfalls mittels Radar überwacht. Als weiteres Einsatzgebiet für diese Anlagen
verwendet die Meteorologie diese Fernerkundungsmethode für Wettervorhersagen,
wobei sowohl bodengebundene Anlagen zum Einsatz kommen, als auch Satelliten,
die Beobachtungen der Atmosphäre vom Weltraum aus durchführen.
Außerdem ist es besonders wichtig, das Klima unseres Planeten selbst besser zu
verstehen, gerade in Zeiten, in denen der Klimawandel von zunehmender Bedeutung
ist. Zu diesem Thema wird weltweit geforscht, so auch in Deutschland am Leibniz
Institut für Atmosphärenphysik (IAP) in Kühlungsborn. Dieses Institut hat die
Zielsetzung, besonders die mittlere Atmosphäre zu untersuchen. Hierfür werden die
5
Kapitel 1. Einleitung
unterschiedlichen Höhen von der Troposphäre bis zur Thermosphäre beobachtet, die
in der Grafik 1.1 abgebildet sind.
Bild 1.1: Aufbau der Erdatmosphäre [Lan08]
Das IAP benutzt verschiedene Messverfahren für die einzelnen Schichten, um ein
möglichst umfassendes Gesamtbild der physikalischen Eigenschaften und Wechsel-
wirkungen zu erhalten. Aus wissenschaftlicher Sicht ist das Institut in die folgenden
drei Abteilungen untergliedert.
• Optische Sondierungen und Höhenforschungsraketen
• Theorie und Modellierung
• Radarsondierungen
Die Abteilung „Optische Sondierungen und Höhenforschungsraketen“ benutzt vor
allem Light Detection and Ranging (Lidar)-Instrumente zur Erforschung von Stra-
tosphäre, Mesosphäre und der unteren Thermosphäre. Dafür sind mehrere Lidare am
Standort Kühlungsborn installiert, zusätzlich unterhält das IAP auch im Alomar-
Observatorium auf der norwegischen Insel Andøya optische Fernerkundungssysteme.
Für weltweite Messkampagnen steht außerdem ein mobiles Lidar zur Verfügung. Des
Weiteren werden in dieser Abteilung Höhenforschungsraketen entwickelt, die in der
Nähe des Alomar-Observatoriums gestartet werden und Messungen direkt in der
Atmosphäre vornehmen. Weitere in-situ-Messungen werden durch selbst entwickelte
Nutzlasten für Wetterballons durchgeführt.
Im Bereich der „Theorie und Modellierung“ werden vorrangig die Wechselwirkungen
zwischen den Schichten der Troposphäre bis in die untere Thermosphäre betrachtet.
Dabei ist die Ausbreitung von vertikalen Wellen und die daraus folgenden Einflüsse
6
Kapitel 1. Einleitung
auf die atmosphärische Zirkulation von besonderem Interesse. Dazu werden Modelle
dieser verschiedenen physikalischen Prozesse erstellt und mit den Daten der anderen
Abteilungen verifiziert.
Die dritte Abteilung „Radarsondierungen“ nutzt verschiedene Radarsysteme zur Be-
obachtung der atmosphärischen Vorgänge. So werden sowohl mit dem Middle At-
mosphere Alomar Radar System (MAARSY) auf Andøya als auch mit der kleineren
Ostsee Wind Radar (OSWIN) in Kühlungsborn Vorgänge im Bereich der Meso-,
Strato- und Troposphäre (MST) untersucht. Einen wissenschaftlichen Schwerpunkt
bilden dabei Polare Mesosphärische Sommer Echos (PMSE), die durch mesosphäri-
sche Eiswolken verursacht werden. Hier sollen vor allem die dreidimensionalen Struk-
turen mit hoher zeitlicher und räumlicher Auflösung erfasst werden. Mit Medium
Frequency (MF)-Radaren am Außenstandort Juliusruh sowie auf Andøya werden
Windfelder in Höhen von 60 bis 100 km durch die dort auftretenden Echos bestimmt,
um weitergehend Wellenparameter zu ermitteln. Auch die Veränderungen der Elek-
tronendichte in den atmosphärischen Schichten sind Gegenstand der wissenschaftli-
chen Forschung und Modellbildung. Weiterhin werden mehrere, über die Standorte
verteilte, Meteorradare unterhalten. Diese machen sich die tagtäglich in die Erdat-
mosphäre eintretenden und verglühenden Staubpartikel zu Nutze, um in den Hö-
henbereichen von 70 bis 120 km Windfelder zu berechnen. In diesen Bereich fällt die
hier vorgestellte Masterthesis, mit der Zielsetzung langfristig ein modular erweiter-
bares Meteorradarsystem zur kontinuierlichen Messung eines größeren Volumens zu
implementieren.
7
Kapitel 2. Theorie
2 Theorie
2.1 Radargrundlagen
Radar ist eine Abkürzung und steht für „Radio Detection and Ranging“ und be-
zeichnet sowohl ein Messverfahren auf Basis elektromagnetischer Wellen als auch
das auf diesem Prinzip arbeitende Messsystem. Dabei wird eine elektromagneti-
sche Welle ausgesendet, am Untersuchungsobjekt reflektiert und als Echo wieder
detektiert. Über dieses Echo können dann Eigenschaften des Ziels ermittelt werden,
etwa dessen Geschwindigkeit oder die Entfernung zum Radar. Im Folgenden werden
grundsätzliche Radarformen und -geometrien beschrieben.
2.1.1 Geometrien
Monostatisches Radar
Beim monostatischen Radar sind die Sende- und Empfangsantenne identisch, dass
heißt, das Signal wird von der Antenne abgestrahlt und die Reflexionen wieder
aufgenommen. Daher kann man monostatische Radare auch als Backscatter-Radar
bezeichnen.
Pr =
PtGtGrλ
2σ
(4pi)3R2tR2r
(2.1)
Die Formel 2.1 nach [Ric05] stellt die allgemeine Radargleichung für Punktziele
unter idealen Bedingungen dar, die Bedeutung der Symbole kann der Auflistung 2.1
entnommen werden. Ideal heißt in diesem Zusammenhang, dass keinerlei Verluste des
Gesamtsystems berücksichtigt werden. Zu diesen Verlustfaktoren gehören jegliche
Formen von Kabeln, die immer verlustbehaftet sind. Auch die Atmosphäre selbst
wirkt sich als frequenzabhängiges Dämpfungsglied auf den Signalverlauf aus. Dabei
gilt, dass bei höheren Frequenzen die Dämpfung durch die Atmosphäre zunimmt.
8
Kapitel 2. Theorie
Auch das Grundrauschen des Empfangssystems wird nicht berücksichtigt, obwohl es
einen maßgeblichen Einfluss auf die Sensitivität hat.
Pt = Sendeleistung
Pr = Empfangsleistung
Gt = sendeseitiger Antennengewinn
Gr = empfangsseitiger Antennengewinn
λ = Wellenlänge
σ = Radar Cross Section, Radarquerschnitt (RCS)
Rt = Entfernung Sender-Ziel
Rr = Entfernung Empfänger-Ziel
Tabelle 2.1: Systemparameter
Für den monostatischen Fall werden die beiden Antennengewinne Gt und Gr gleich-
gesetzt, genau wie die Entfernungen Rt und Rr. Damit vereinfacht sich die Formel
2.1 zur Gleichung 2.2.
Pr =
PtG
2λ2σ
(4pi)3R4 (2.2)
Die monostatische Geometrie wird für Pulsradare genutzt, wobei die Antenne zwi-
schen den Pulsen vom Sendepfad auf den Empfangspfad geschaltet wird. Als Konse-
quenz ergibt sich daraus ein für die Detektion benötigter Mindestabstand zwischen
Radar und Ziel, da erst nach dem vollständigen Aussenden des Pulses auf den Emp-
fangspfad gewechselt wird, um Echos zu detektieren.
Die Entfernung vom Ziel zum Radar ergibt sich aus der Laufzeit des gesendeten
Signals und dem zurück laufenden Echo. Über die Ausbreitungsgeschwindigkeit c0
von elektromagnetischen Wellen und der ermittelten Laufzeit δt lässt sich mithilfe
der Formel 2.3 der Abstand R zum Ziel ermitteln. Der Faktor 1/2 ist dem Umstand
geschuldet, dass die elektromagnetische Welle einmal vom Radar zum Ziel läuft, das
Echo dann aber denselben Weg zurücklegen muss, sodass die Entfernung aus der
halben Gesamtlaufzeit berechnet wird.
R = ∆t · c02 (2.3)
Die Geschwindigkeit des Ziels kann über die Dopplerverschiebung des ausgesende-
ten Signals ermittelt werden. Allerdings ist aus einer Messung nicht die absolute
9
Kapitel 2. Theorie
Geschwindigkeit ermittelbar, sondern nur die Relativgeschwindigkeit zum Radar,
also wie schnell sich das Ziel dem Radar annähert beziehungsweise davon entfernt.
Dieser Zusammenhang ist in der Formel 2.4 abgebildet.
fd =
−2v ·R
λ
(2.4)
Für Continuous Wave (CW)-Radare ist diese Geometrie schwierig einsetzbar, da das
Benutzen derselben Antenne für Senden und Empfangen nicht möglich ist. Werden
dagegen zwei Antennen mit geringem Abstand zueinander als quasi-monostatische
Konfiguration benutzt, kann durch die Signalstärke des Senders der Wertebereich
der Empfangsstufe bereits erschöpft sein, wenn die wesentlich kleineren Echoleistun-
gen den Empfänger erreichen. Dies kann durch die Verwendung von Antennen mit
starker Richtwirkung umgangen werden. Werden Sende- und Empfangsantenne mit
einer größeren Distanz zueinander aufgestellt, um diese Sättigung zu vermeiden, so
ergibt sich die bistatische Geometrie.
Bistatisches Radar
Im Gegensatz zum monostatischen Radar werden in einer bistatischen Konfiguration
der Sende- und Empfangspfad räumlich weiter getrennt aufgestellt, wobei die Entfer-
nung zwischen den Standorten vergleichbar zur Distanz der Ziele ist. Hierbei ergeben
sich allerdings einige Unterschiede zum monostatischen Aufbau. Eine grundlegende
Veränderung ist das Prinzip der Vorwärtsstreuung. Wenn ein elektromagnetisches
Signal auf ein Ziel trifft, so werden Anteile des Signals in Abhängigkeit von der Geo-
metrie des Ziels in alle Richtungen gestreut. Beim bistatischen Radar werden nicht
die zum Sender zurück gestreuten Anteile untersucht, sondern die Anteile, die zum
Empfänger reflektiert werden. Dadurch ergibt sich auch ein anderer Zusammenhang
zwischen der Laufzeit des Signals und der Entfernung des Ziels. Grundsätzlich gibt
es nun drei Abstände, die die Geometrie des Radars und des Ziels beschreiben. Aus
dem Aufbau des Radars ergibt sich die Basislinie als Entfernung von Sender und
Empfänger in der horizontalen Ebene. Befindet sich nun ein Ziel im Messvolumen,
so ergibt sich der Ausbreitungspfad des Signals aus der Summe der Distanzen vom
Sender zum Ziel und vom Ziel zum Empfänger.
In Abbildung 2.1 ist ein bistatisches Dreieck zu sehen. Hierbei sind alle wichtigen
Größen zur Lokalisation des Ziels enthalten. TX und RX stehen für den Sende- be-
10
Kapitel 2. Theorie
Bild 2.1: Bistatische Ebene [Kal09]
ziehungsweise den Empfangsstandort. Der Abstand zwischen beiden Orten wird als
Basislinie L bezeichnet. RT und RR stehen wiederum für die Distanz zwischen dem
Ziel und den einzelnen Standorten. Diese beiden Strecken schließen den Winkel β ein,
der auch als bistatischer Winkel bezeichnet wird. θT bezeichnet den Winkel zwischen
dem Ziel und der Basislinie im Bezug auf den Sendestandort, analog bezeichnet θR
denselben Winkel für den Empfangsfall. Werden einer bistatischen Konfiguration
weitere Sende- oder Empfangssysteme hinzugefügt, so ergibt sich die multistatische
Konfiguration, da sich automatisch weitere Basislinien ergeben, die zur Detektion
genutzt werden können.
2.1.2 Kodiertes Radar
Ein Radar kann schon mit einem einfachen Puls zur Detektion und Entfernungs-
bestimmung genutzt werden, allerdings hängen bestimmte Betriebsparameter von
der Pulsform ab. So ist die Energie der ausgesendeten elektromagnetischen Welle
entscheidend, ob ein Ziel erkannt werden kann. Bei konstanter Leistung des Aus-
gangsverstärkers ist die Pulsbreite τ die bestimmende Größe für die Energie des
Pulses, je länger der Puls desto mehr Energie wird abgegeben. Dieser Zusammen-
hang ist in Formel 2.5 dargestellt, wobei für ∆t die Pulsbreite τ eingesetzt wird.
W = P ·∆t (2.5)
Allerdings ist auch die Entfernungsauflösung abhängig von der Pulsbreite. Durch
11
Kapitel 2. Theorie
die Ausbreitung der elektromagnetischen Welle mit Lichtgeschwindigkeit ergibt sich
aus der Länge des Sendeimpuls eine minimale Entfernung Sr, die zur Unterschei-
dung benachbarter Ziele benötigt wird. Diese Abstand kann mit der Gleichung 2.6
berechnet werden.
Sr =
c0τ
2 (2.6)
Bezogen auf die Pulsbreite ergibt sich daraus ein Widerspruch zwischen ausgesende-
ter Energie und Entfernungsauflösung. Um diese Einschränkung aufzuheben, kann
der Puls kodiert werden. Der Grundgedanke ist dabei, dass der Puls mit der Länge
τ aus mehreren sogenannten Chips zusammengesetzt wird, die nur einen Bruchteil
der Pulsbreite dauern. Dies soll am Beispiel einer Phasenkodierung mit einem 5-Bit-
Barker-Code aufgezeigt werden. Angenommen die gesamte Pulsdauer beträgt 10µs,
dann wird der Puls in fünf Chips mit der Länge von jeweils 2µs aufgeteilt. Jeder Chip
wird dann in Abhängigkeit des Codes mit einem unterschiedlichen Phasenaufschlag
behaftet, im einfachen Fall einer Biphasenkodierung mit 0◦ für logisch 0 und 180◦
für logisch 1. Bei der Benutzung des Codes 11101 ergeben sich als Phasenaufschläge
dann die Werte 0◦0◦0◦180◦0◦. Als Folge daraus bestimmt sich die Energie des Pulses
immer noch aus der gesamten Pulsbreite τ , für die minimale Entfernung der Ziele
ist jetzt allerdings die Chipbreite von in diesem Fall 2 µs ausschlaggebend.
Neben der Phasenkodierung kann auch eine Frequenzmodulierung erfolgen, bei der
über die Länge des Signals kleine Abweichungen in der Trägerfrequenz aufmoduliert
werden. Außerdem kann das Signal über die Amplitude des Pulses kodiert werden,
dieses Prinzip wird als Amplitudenmodulation bezeichnet, aber in gängigen Radar-
systemen selten genutzt.
2.1.3 Continuous-Wave-Radar
CW-Radarsysteme, auch Dauerstrichradare genannt, zeichnen sich durch einen kon-
tinuierlichen Sendebetrieb aus. Im einfachsten Falle eines unmodulierten Sendesi-
gnals ist lediglich die Messung der Geschwindigkeit des Ziels möglich. Dies wird,
wie auch im Pulsradar, über die Dopplerverschiebung des empfangenen Echos er-
möglicht. Entfernungsmessungen sind so allerdings nicht möglich, da dafür die Zeit
zwischen dem Aussenden des Signals und dem Empfangen des Echos gemessen wer-
den muss. Da das Signal aber nur eine gleichförmige Sinusschwingung darstellt, kann
12
Kapitel 2. Theorie
kein Anfang definiert werden, der zur erhaltenen Rückstreuung zugeordnet werden
kann. Daher muss das Sendesignal kodiert werden, um darüber eine Vergleichbar-
keit mit dem Echo zu erreichen und Aussagen über die Zeitdifferenz und damit den
Abstand zu ermöglichen.
Eine Möglichkeit dies zu Erreichen ist das Frequency Modulated Continuous Wa-
ve (FMCW)-Radar. Dabei wird die Trägerfrequenz über eine bestimmte Periode
und einen vorgegebenen Frequenzbereich variiert, sodass Rückschlüsse auf die Si-
gnallaufzeit getroffen werden können.
Eine weitere Möglichkeit ist die Nutzung einer Phasencodierung. Im einfachen Fall
einer Biphasenkodierung wird ein Bitcode definiert, wobei die logische 0 beispiels-
weise mit einem Phasenaufschlag von 0◦ behaftet wird, eine logische 1 mit 180◦. Die
Länge des Codes steht dabei in direktem Zusammenhang zur möglichen Entfernung,
die Länge eines Bits stellt die Entfernungsauflösung dar.
2.1.4 Kodierung
Zur Kodierung des CW-Signals kommen pseudozufällige Sequenzen mit einer Län-
ge von 1000Bits zum Einsatz. Generiert werden diese über den Mersenne-Twister-
Algorithmus, der bereits in der Python-Bibliothek numpy implementiert ist. Die
gezogenen Zufallszahlen unterliegen dabei der stetigen Gleichverteilung. Um wirk-
lich zufällige Werte zu erhalten, sollte auch der Startwert (Seed) des Generators
zufällig sein, allerdings wird sich hier der Umstand zu Nutze gemacht, das man mit
dem selben Seed dieselbe Pseudozufallsfolge erhält. Damit erübrigt sich das Spei-
chern der Zufallsfolge selbst, der Startwert reicht aus, um die Codefolge erneut zu
generieren. Der Wertebereich der Zufallszahlen umfasst dabei den Bereich der ra-
tionalen Zahlen zwischen 0 und 1. Nachdem die Zufallsfolge erstellt wurde, werden
damit komplexe Zahlen der Form 1 · ej2∗pi∗rand erstellt. Damit ist der Betrag der
komplexen Werte immer 1, aber der komplexe Winkel bildet alle Werte von 0 bis
360◦, beziehungsweise im Winkelmaß den Bereich von 0 bis 2pi, ab. Werden nun die
Winkel innerhalb Pythons, über die bereits implementierten Funktionen, berechnet,
so verschiebt sich der Wertebereich auf −pi ≤ rand < pi, wodurch das Vorzeichen
ausreicht, um aus den Winkeln der komplexen Wertefolge einen Biphasencode zu
generieren.
Der entstandene Biphasencode wird dann mit den genutzten Filterkoeffizienten ge-
faltet, zum Einsatz kommt der in [Pfe14] entwickelte Wurzel-Gauss-Filter. Anschlie-
ßend wird die generierte Folge als binäre Datei gespeichert, die im eigentlichen Sen-
13
Kapitel 2. Theorie
debetrieb kontinuierlich vom Universal Software Radio Peripheral (USRP) zur Si-
gnalerzeugung genutzt wird. Auf der Empfangsseite werden die abgetasteten Signale
vor dem Abspeichern ebenfalls mit dem Wurzel-Gauss-Filter nach dem Matched-
Filter-Prinzip gefaltet.
2.1.5 Dekodierung
Grundlage der Dekodierung des empfangenen Signals ist die Annahme, dass in ei-
ner gegebenen Entfernung der Rückstreukoeffizient durch ein Ereignis für einen be-
stimmten Zeitraum konstant ist. Dieser Kohärenzzeitraum L wird im Rahmen dieser
Arbeit mit 1000Samples angenommen, was einer Dauer von 10ms entspricht.
Das Modell, auf dem die Dekodierung der Rohdaten basiert, ist in Gleichung 2.7
[Vie15] zu sehen. Dabei stellt t−r das ausgestrahlte Radarsignal dar, ζr,i ist der
Rückstreukoeffizient in einer bestimmten Entfernung und der angenommenen Ko-
härenzzeit. Mit ξt wird das gemessene Rauschen als gaussverteiltes weißes Rauschen
definiert, mt enthält die gemessenen komplexen Spannungen des Empfängers.
mt =
R∑
r=0
t−rζr,i + ξt (2.7)
Da im Rahmen dieser Arbeit mehrere bistatische Verbindungen mit demselben Emp-
fänger arbeiten sollen, muss das Modell um mehrere Pfade ergänzt werden. Da die
Signale der anderen Sendestationen ebenfalls kontinuierlich ausgestrahlt werden,
überlagern sich die ankommenden Signalkomponenten additiv am Empfänger, was
zur Gleichung 2.8 führt. Dabei bezeichnet k den Laufindex der Sendestationen.
mt =
N∑
k=0
R∑
r=0
t−r,kζr,i,k + ξt (2.8)
Im nächsten Schritt wird die innere Summe von Gleichung 2.8 in die Matrixschreib-
weise 2.9 überführt. Die unbekannten Echos werden dabei in xi,k = [ζ0,i,k · · · ζR,i,k]T
14
Kapitel 2. Theorie
abgebildet und dann den Messungenmi = [miL,miL+1, · · · ,m(i+1)L−1] zugeordnet.
mi =
N∑
k=0
Ai,kxi,k + ξi (2.9)
Dabei bezeichnet Ai,k die sogenannte Theoriematrix, die über die Kohärenzzeit und
die möglichen Entfernungen aufgespannt wird. Sie enthält die kodierten Radarsignale
in Abhängigkeit zu den möglichen Rangegates. Der Aufbau der Theoriematrix ist in
Gleichung 2.10 zu sehen.
Ai,k =

iL,k iL−1,k . . . iL−R,k
iL,k iL−1,k . . . iL−R,k
... ... . . . ...
(i+1)L−1,k (i+1)L−1−1,k . . . (i+1)L−1−R,k

(2.10)
Zusammengefasst ergibt sich für das Modell die Formel 2.11 in Matrixschreibweise.
mi = Aixi + ξi (2.11)
Um nun die Parameter der Echos aus den Messdaten zu extrahieren, wird ein Schät-
zungsalgorithmus verwendet, in diesem Fall der maxmimum likelihood estimator.
Dies bezeichnet in der Statistik eine Schätzmethode, bei der die Parameter einer
Wahrscheinlichkeitsfunktion so gewählt werden, dass das beobachtete Ereignis mit
hoher Wahrscheinlichkeit auftritt. Um nun die Parameter zu erhalten, kann die Me-
thode der kleinsten Quadrate für komplexe Zahlen verwendet, die in Formel 2.12
angegeben ist. Der Operator H steht dabei für den hermiteschen Operator, der für
die komplex konjugierte und transponierte Matrix steht, Σ stellt die Kovarianzma-
trix des Fehlers ξ dar.
xi,ML = (AHi Σ−1Ai)−1AiΣ−1mi (2.12)
15
Kapitel 2. Theorie
Ein Vorteil dieser Methode ist, dass die zufällige Kodierung für eine statistische Or-
thogonalität sorgt. Dieser Zusammenhang kann sehr gut über eine Kreuzkorrelation
der Codes überprüft werden, was in Abbildung 2.2 auf der rechten Seite dargestellt
ist. Darin wurde die Kreuzkorrelation zwischen den verwendeten Zufallsfolgen mit
den Seeds 451 und 756 durchgeführt. Der maximale Ausschlag liegt bei etwa 100.
Im Vergleich dazu ist auf der linken Seite die Autokorrelation für den Code 451
abgebildet. Durch das Maximum von 1000 bei genauer Übereinstimmung kann die
Behauptung der statistischen Orthogonalität als zutreffend angenommen werden.
Bild 2.2: Autokorrelation (links) des Codes mit Seed 451, Kreuzkorrelationsfunktion
(rechts) der Codes mit den Seeds 451 und 756
Durch diese statistischen Eigenschaften kann der Beitrag der anderen Sender als
additives Rauschen behandelt werden. Somit kann die Dekodierung unter der An-
nahme eines einzigen Sendesignals mit additivem Rauschen nach der Formel 2.11
durchgeführt werden.
2.2 Meteore
Meteoroide sind kosmische Kleinkörper, die aus Gestein, Metallen oder Eis bestehen
können und in Größenordnungen von wenigen Millimetern bis zu einigen Metern
Durchmesser existieren, der Übergang zu Asteroiden ist nicht einheitlich definiert.
Wenn Meteoroide mit circa 11 bis 72 km s−1 [Sch12] in die Erdatmosphäre eintreten,
werden sie Meteore genannt. Ab dem Eintritt in die Erdatmosphäre heizt sich der
Meteor auf, wobei die stärkste Erwärmung in Höhen von 70 bis 120 km auftritt.
Hier setzt auch die Ablation des Meteors ein, wobei die Masse des Meteors nach
und nach abnimmt und das abgetragene Material einen Meteorschweif bildet. Dieser
16
Kapitel 2. Theorie
Schweif besteht aus ionisiertem Plasma, das relativ schnell die Geschwindigkeit der
Hintergrundbewegung der Atmosphäre annimmt und dadurch die Untersuchung der
Windfelder in den entsprechenden Höhenlagen ermöglicht.
Bild 2.3: Unterscheidung von Meteorkopf-, specular- und non-specular-Echo am selben
Ereignis [IAP]
Meteorechos werden in drei Typen unterschieden, Meteorkopf-, specular- und non-
specular-Echos, alle Typen sind in der Abbildung 2.3 zu sehen. Meteorkopfechos
sind Reflexionen des Plasmas direkt am Meteor selbst. Sie können nur mit soge-
nannten High-Power-Large-Aperture-Radaren empfangen werden. Diese Echos er-
möglichen einen tieferen Einblick in die Eigenschaften des Meteors, so lassen sich
aus Kopfechos zum Beispiel die Trajektorie oder die Masse des Meteors bestimmen.
Non-specular Echos werden nach momentanem Stand der Wissenschaft durch Field-
Aligned-Irregularities ausgelöst, also am Erdmagnetfeld ausgerichtete Unregelmäßig-
keiten im Plasma des Meteors. Allerdings ist dieser Mechanismus noch nicht umfas-
send geklärt. Die häufigste Form von Meteorechos bilden die specular-Meteorechos,
die häufigste Form von Meteorechos. Sie zeichnen sich durch Reflexionen bedingt
durch die Ladungsdichte im Plasmaschweif des Meteors aus, wobei wiederum zwei
Arten unterschieden werden, overdense- und underdense-specular-Echos. Overdense-
Echos bezeichnen dabei Ereignisse mit sehr hohen Ladungsdichten, sodass komplexe
Streuprozesse auftreten, weshalb die Modellierung sehr aufwändig ist. Wesentlich
häufiger lassen sich underdense-Echos mit einer geringen Ladungsdichte beobach-
ten, vor allem mit spezialisierten Meteorradaren, zu denen auch das hier entwickelte
System gehört.
17
Kapitel 2. Theorie
In der Grafik 2.4 ist ein Entfernungs-Zeit-Intensitäts-Diagramm , im Folgenden mit
der englischen Abkürzung Range-Time-Intensity (RTI) benannt, auf der linken Sei-
te abgebildet. Bei dieser Darstellung wird auf der x-Achse die Zeit angegeben, die
Entfernung auf der y-Achse abgetragen und das Signal-Rausch-Verhältnis (SNR)
am entsprechenden Punkt farbkodiert eingezeichnet. Der rote Rahmen im RTI stellt
einen detektiertes specular Meteorecho dar. Auf der rechten Seite dieser Grafiken ist
zusätzlich noch die spektrale Leistungsdichte abgetragen, normiert auf die Träger-
frequenz von 32.55MHz, um die Dopplerverschiebung abzuschätzen.
Bild 2.4: Beispiel eines Meteorechos in einer Entfernung von circa 300 km (links) und die
Dopplerverschiebung des Signals (rechts)
18
Kapitel 3. Systembeschreibung
3 Systembeschreibung
Bereits vor der Bearbeitung dieser Thesis wurden am IAP erste Entwicklungen mit
Software Defined Radios (SDRs) durchgeführt, die zum Programmpaket Software
Defined Radar for Atmospheric Research (SANDRA) führten. Mit diesen Modulen
wurde die prinzipielle Sendesignalsynthese sowie das Abtasten auf der Empfangssei-
te über die USRPs implementiert. Dabei können Konfigurationen für verschiedene
Betriebsmodi, Kodierungen und Frequenzen hinterlegt werden, um einen flexiblen
Wechsel der Experimente zu ermöglichen. Damit betrieb das IAP zum Zeitpunkt
dieser Thesis bereits ein bistatisches Pulsradar mit einem USRP-Sender am Stand-
ort Juliusruh sowie einem Empfangssystem in Kühlungsborn, bestehend aus drei
USRPs für den Empfang auf fünf Kanälen. In der Abbildung 3.1 ist ein USRP N200
zu sehen.
Bild 3.1: USRP N200 [Ett]
19
Kapitel 3. Systembeschreibung
3.1 Aufbau
Das hier zu entwickelnde System soll prinzipiell aus mehreren Sende- und Empfangs-
stationen bestehen, wobei pro Sender ein Sendekanal mit eigenem Code vorgesehen
ist. Die Empfangsstationen sollen immer aus fünf Kanälen bestehen, die zugehöri-
gen Antennen sind in einer Jones-Konfiguration angeordnet. Dadurch ist es möglich,
unabhängig von der Position des Senders den Herkunftswinkel eines Echos zu be-
stimmen. Das Gesamtsystem arbeitet auf der Trägerfrequenz von 32.55MHz, da
damit bereits eine bistatische Konfiguration zwischen Kühlungsborn und Juliusruh
eingerichtet wurde.
3.2 Hardware
Der Grundgedanke im Aufbau dieses Radarsystems ist die Nutzung von program-
mierbaren Hochfrequenzbaugruppen. Diese auch als SDRs bekannten Geräte zeich-
nen sich dadurch aus, dass viele der benötigten Baugruppen, zum Beispiel Analog-
Digital- sowie Digital-Analog-Wandler, Field Programmable Gate Array (FPGA)s
und Mikroprozessoren, bereits integriert sind. Außerdem sind sie verhältnismäßig
günstig, wodurch sie zum Einen für die Prototypentwicklung prädestiniert sind, zum
Anderen aber auch als Grundlage für einen standardisierten Aufbau über mehrere
Systeme dienen können.
Im Rahmen dieser Arbeit kommen SDRs der Firma Ettus Research zum Einsatz,
namentlich der Reihe USRP N200. Dieses modulare System besteht aus mehreren
Komponenten. Auf dem eigentlichen Gerät sind bereits ein FPGA vom Typ Xi-
linx Spartan 3A-DSP, eine Gigabit-Ethernet-Schnittstelle, eine proprietäre Multiple
Input Multiple Output (MIMO)-Schnittstelle, mehrere Oszillatoren für die zeitli-
che Steuerung und jeweils ein Digital-Analog- und Digital-Analog-Wandler verbaut.
Für die eigentliche Bereitstellung der Signale werden Erweiterungsmodule benötigt,
von denen bis zu zwei Stück in einem USRP genutzt werden können, die jeweils
einen Kanal abbilden. Je nach verwendeter Platine ergeben sich unterschiedliche
Frequenzbereiche, über die gesendet oder empfangen werden kann. Da das hier zu
entwickelnde System auf der Trägerfrequenz von 32.55MHz betrieben werden soll,
kommen BasicRX- und BasicTX-Module zum Einsatz, die einen Frequenzbereich
von 1 bis 250MHz abdecken.
Da die USRPs nur zur Signalerzeugung benutzt werden, kommt zusätzlich ein Leis-
tungsverstärker vom Typ BT00500-AlphaSA-CW der Firma Tomco Technologies
20
Kapitel 3. Systembeschreibung
zum Einsatz. Die maximale Ausgangsleistung des Verstärkers ist mit 500W an-
gegeben, allerdings entsteht bei der genutzten Trägerfrequenz von 32.55MHz eine
Oberwelle bei 97.65MHz, die nur um circa 10dB gedämpft wird, abgebildet im
Diagramm 3.2.
Bild 3.2: Dämpfung der harmonischen Vielfachen durch den Tomco Verstärker [Tom]
3.2.1 Sendesystem
Bild 3.3: Schematischer Aufbau des Sendesystems
Der Schematische Aufbau des Sendesystems ist in Grafik 3.3 abgebildet, wobei ein
PC mit aktuellen Komponenten den USRP N200 betreibt, der wiederum als Signal-
generator zum Einsatz kommt. Da die zeitliche Synchronisation der verschiedenen
21
Kapitel 3. Systembeschreibung
Stationen eine essenzielle Forderung an die erfolgreiche Datenverarbeitung ist, wird
zusätzlich eine Trimble „Thunderbolt c© E GPS disciplined Clock“ als Global Po-
sitioning System (GPS) kontrollierten Oszillator verwendet, der über ein 10MHz
Referenzsignal (rote Linie) sowie ein 1-Puls-pro-Sekunde-Signal (blaue Linie) die
Langzeitstabilität des Oszillators im USRP gewährleisten soll. Der GPS-Empfänger
benötigt dabei entsprechend eine eigene Antenne für den Empfang der GPS-Daten.
Am Ausgang des USRP N200 liegt bereits das codierte CW-Sendesignal an, dieses
muss allerdings vorverstärkt werden, da sonst der verwendete Leistungsverstärker
aufgrund des festen Verstärkungsfaktors und des begrenzten Signalpegels am Aus-
gang des USRPs nicht mit Maximalleistung senden kann. Da in diesem Leistungs-
verstärker auch harmonische Vielfache der Sendefrequenz mit einer Unterdrückung
von nur 10 dB entstehen, wurde zusätzlich ein Diplexer-Filter entwickelt, das nur den
gewollten Frequenzbereich auf den Antennenpfad durchlässt und die harmonischen
Vielfachen auf einen Lastimpedanz mit 50 Ω abschließt. Dadurch werden zwar nur
circa 450W Sendeleistung erreicht, allerdings war es in einem vorherigen Versuch
nicht möglich über 120W am Ausgang des Leistungsverstärkers zu erzielen, da die-
ser dann aufgrund von Fehlanpassung abschaltete. Zurückzuführen ist dies auf die
Anpassung der Sendeantenne für 32.55MHz, die dann zu Reflexionen der Oberwel-
le bei 97.65MHz zurück zum Leistungsverstärker führten. Die in dieser Kampagne
verwendete Sendeantenne ist in dem Foto 3.4 zu erkennen, sie ist als gekreuzter
Drahtdipol zur Zirkularpolarisation gefertigt.
Bild 3.4: Eingesetzte Sendeantenne
22
Kapitel 3. Systembeschreibung
3.2.2 Empfangssystem
Bild 3.5: Schematischer Aufbau des Empfangssystems
Die Sendesignale werden über fünf Yagi-Antennen in einer Jones-Konfiguration
[Jon98] empfangen, diese sind in der Grafik 3.5 grün markiert. Der Vorteil dieser
Konfiguration ist die Erhaltung des optimalen Eindeutigkeitsbereichs bei einem An-
tennenabstand von 0.5λ, ohne die gegenseitige Antennenkopplung, die bei diesem
Abstand eintreten würde. Dies ermöglicht interferometrische Untersuchungen und
damit die Bestimmung der Einfallswinkel von detektierten Ereignissen. Das Anten-
nenfeld wurde bereits vor dieser Thesis am IAP installiert und produktiv genutzt.
Vor dem eigentlichen Messen, der an den einzelnen Antennen anliegenden Span-
nungen, werden die Amplituden der Empfangskanäle über eine rauscharme Verstär-
kerbaugruppe erhöht und über einen Bandpass gefiltert. Damit wird das SNR der
Signale bereits im Vorfeld erhöht. Da ein USRP bis zu zwei Kanäle Abtasten kann,
werden drei dieser Geräte benötigt, die dann die komplexen Spannungen an den
Steuercomputer übertragen. Dort werden dann die Rohdaten wieder dem digitalen
Wurzel-Gauss-Filter zugeführt und danach gespeichert. Auch hier werden die USRPs
mittels GPS synchronisiert. Zusätzlich zum GPS-Empfänger kommt eine sogenann-
te „Octoclock“ zum Einsatz, die das 10MHz- und 1PPS-Signal bis zu acht Geräten
zur Verfügung stellt und damit die drei benutzten USRPs synchronisiert.
23
Kapitel 3. Systembeschreibung
3.3 Software
Die im Rahmen dieser Thesis geschriebene Software wurde in der Programmier-
sprache Python entwickelt, hauptsächlich aufgrund der Integration von GNURadio
[GNU]. Dieses Projekt erlaubt bereits in sich die Simulation von Kommunikati-
onssystemen, inklusive der benötigten Baugruppen wie Filter, Mischern oder auch
Anzeigen wie Oszilloskopen, vergleichbar mit der Signal Processing Toolbox [Mat]
von MATLAB Simulink. Außerdem können Hardwareschnittstellen für Versuche
oder Produktivsysteme genutzt werden, etwa die Audiohardware für Laborversuche
in der Lehre. Zusätzlich sind darin bereits Treiber für die verwendeten USRPs ent-
halten, wodurch die Softwareentwicklung stark vereinfacht wird. Alle Funktionen
und Module von GNURadio können dabei in Python eingebunden und direkt im
Produktivsystem genutzt werden. Außerdem sind über die frei nutzbaren Python-
Pakete bereits viele wichtige Funktionen wie Fouriertransformationen, Matrixopera-
tionen oder auch Auto- und Kreuzkorrelation implementiert. Geschwindigkeitsein-
bußen durch die Natur von Python als Skriptsprache sind vernachlässigbar, da viele
der rechenintensiven Pakete auf wesentlich performantere C-Bibliotheken des Be-
triebssystems zurückgreifen.
Weiterhin werden die Daten im Dateiformat Hierarchical Data Format (HDF) Ver-
sion 5 gespeichert. Dieses Format zeichnet sich durch effiziente Operationen zum
Lesen und Schreiben großer Datenmengen aus und erlaubt das Ablegen der Daten
in hierarchischen Strukturen über mehrere Verzeichnisse. Hierfür stellt die Python-
Umgebung ebenfalls fertige Module für die performante Nutzung des Formats zur
Verfügung.
3.3.1 Softwareübersicht
Bild 3.6: Softwareübersicht
Die Software zur Verarbeitung der Radardaten ist in mehrere Schritte aufgeteilt,
die in der Grafik 3.6 aufgeführt sind. Die Datenerfassung übernimmt das Abtasten
der Empfangsantennen und Speicherung der Rohdaten. Dabei kommuniziert die
Software mit den drei USRPs im Empfangssystem, die die Abtastung umsetzen und
die entsprechenden Samples an den PC übertragen. Die Routine zur Datenerfassung
24
Kapitel 3. Systembeschreibung
wurde bereits am IAP für Pulsradare entwickelt und konnte ohne weitere Anpassung
für dieses System übernommen werden.
In der Detektion werden die Rohdaten prozessiert. Dabei werden die Rohdaten ent-
sprechend dem Abschnitt 2.1.5 dekodiert. Zuerst werden die benötigten Metadaten
ermittelt, etwa Trägerfrequenz, eingesetzter Seed für die Kodierung oder Anzahl der
Empfangskanäle. Außerdem wird der zu prozessierende Zeitraum der Daten in ein-
zelne Teile zerlegt, die im Weiteren Chunks genannt werden, die zeitliche Länge der
Chunks ist dabei durch den Nutzer wählbar und wurde für diese Kampagne auf 60 s
festgelegt. Nachdem diese Parameter gesetzt wurden, beginnt die Hauptfunktion
des Programms, die über das Python-Modul Multiprocessing die Parallelisierung
der Dekodierroutine verwaltet. Dazu wird ein Pool aus erlaubten Arbeitsprozessen
erzeugt, die dann mit der eigentlichen Funktion überladen werden. Somit können
je nach vorhandenen Prozessorkernen mehrere Chunks gleichzeitig ausgewertet wer-
den, wodurch aktuelle Computerhardware mit mehreren Rechenkernen und güns-
tigem Arbeitsspeicher besser ausgelastet wird. In Abhängigkeit von der Größe des
Pools, die durch die Anzahl der CPU-Kerne nach oben begrenzt wird, verkürzt
sich die Rechenzeit nahezu um denselben Faktor. Jeder dieser Kindprozesse über-
nimmt dabei die Aufarbeitung eines Chunks für einen Code, es werden zuerst die
entsprechenden Rohdaten eingelesen und jeder Empfangskanal dekodiert. Nach der
Dekodierung liegen die Daten in einer Matrix mit den zwei Dimensionen Zeit und
Entfernung vor. Um das Signal-Rausch-Verhältnis zu erhöhen werden jeweils zehn
aufeinander folgende Datenpunkte kohärent integriert. Über die kohärent integrier-
ten Daten erfolgt dann die Detektion der Events, dafür wird das SNR für jeden
Kanal berechnet und anschließend alle Daten unter einem Schwellwert ausgeblen-
det. Über die verbleibenden SNR-Werte erfolgt dann eine Suche nach Ereignissen
und die Rückgabe der Ausmaße des Echos. Anschließend werden die dekodierten Da-
ten der Echos entsprechend ihren Ausmaßen separat gesammelt und in eine HDF5
Datei abgespeichert. Des Weiteren werden RTI-Diagramme der Daten erstellt und
die gefundenen Ereignisse darin markiert.
Der vorletzte Schritt der Verarbeitung ist dann die Identifikation der Ereignisse.
Dazu dient ein bereits am IAP entwickeltes Programm, das die vorher ermittel-
ten Ereignisse einliest und eine Abschätzung der relevanten Parameter durchführt.
Die beiden wichtigsten zu ermittelnden Parameter sind dabei der Einfallswinkel des
Echos sowie dessen Dopplerverschiebung, aus denen dann zum Schluss die Windfel-
der berechnet werden.
25
Kapitel 3. Systembeschreibung
3.3.2 Verbesserung
Die Dekodiersoftware konnte in mehreren Punkten verbessert werden. Zuerst soll-
te das mehrfache Einlesen der Rohdaten eines Chunks für die verschiedenen Codes
verhindert werden. Dazu wurde die Dekodierfunktion angepasst, um jeden Chunk
nacheinander mit den verschiedenen Kodierungen zu prozessieren. Aus informati-
onstechnischer Sicht wird damit der Vorteil von weniger Leseoperationen seitens der
Festplatte mit einem erhöhten Arbeitsspeicherverbrauch erkauft. Außerdem konnte
ein Teil der Berechnung zur Lösung der Formel 2.12 aus Abschnitt 2.1.5 ausgela-
gert werden. Wenn die Codelänge N mit der Kohärenzdauer L übereinstimmt, so
lässt sich ohne Berücksichtigung der Rohdaten bereits der unter Formel 3.1 darge-
stellte Zusammenhang berechnen. Damit vereinfacht sich der maximum likelihood
estimator aus dem Abschnitt 2.1.5 in der Dekodierroutine auf eine einfache Matrix-
multiplikation, die in der Gleichung 3.2 dargestellt ist.
Bi = (AHi Σ−1Ai)−1AiΣ−1 (3.1)
xi,ML = Bimi (3.2)
Durch diese Herangehensweise können die entsprechenden Schätzer für die verwen-
deten Codes bereits im Steuerprozess berechnet und nur noch an die Arbeitsprozesse
übergeben werden müssen, womit mehrere aufwendige Matrixoperationen pro ver-
arbeitetem Chunk vermieden werden.
Weiterhin wurde eine Detektionsroutine entwickelt, die besonders starke Meteo-
rechos findet. Bei der Untersuchung der Daten ergab sich eine Schwelle von 25 dB
im SNR, ab der Interferenzen in den anderen Sendekanälen auftreten. Die Routine
ersetzt alle Werte unterhalb dieser Schwelle auf einen festgelegten Minimalwert, um
dann über das Maximum der verbliebenen Werte Echos zu detektieren. Ausgehend
vom gefundenen Maximalwert werden die Datenpunkte vor und nach diesem Zeit-
punkt untersucht, ob auch dort der Schwellwert überschritten wird, um die zeitliche
Ausdehnung des Echos zu bestimmen. Diese Suche wird zuerst für alle Sendekanäle
durchgeführt und die Positionen sowie der Ausschnitt der Daten zwischengespei-
chert. Im nächsten Schritt werden die Daten zu diesen Zeitpunkten in den anderen
26
Kapitel 3. Systembeschreibung
Kanälen für alle Entfernungen durch das ermittelte Rauschen ersetzt und anschlie-
ßend die ausgeschnittenen Meteorechos wieder in ihre entsprechenden Kanäle einge-
setzt. Die letzte Maßnahme soll verhindern, dass zumindest starke Echos nicht von
dieser Reinigung ausgeblendet werden. Es kann nicht ausgeschlossen werden, dass
trotzdem Echos während der Interferenzen heraus gefiltert werden, allerdings sind
diese schwächeren Ereignisse oft durch die Interferenzen unkenntlich gemacht. Erst
nach diesem Schritt erfolgt die reguläre Meteordetektion.
Außerdem wird bereits in den Detektionsprozessen die Meteoridentifikation für alle
im jeweiligen Chunk gefundenen Ereignisse ausgeführt, diese Ergebnisse dann im
Hauptprozess gesammelt und am Ende der gesamten Datenprozessierung abgespei-
chert, wodurch ein bisher manuell ausgelöster Verarbeitungsschritt entfällt.
27
Kapitel 4. Messungen
4 Messungen
Nachdem im vorigen Kapitel auf den Aufbau und die Funktionsweise der einzelnen
Komponenten eingegangen wurde, werden im Folgenden die durchgeführten Funk-
tionsprüfungen beschrieben.
4.1 Simulation
Bild 4.1: Schema der Testumgebung
Vor dem Feldtest sollte das Zusammenspiel der Komponenten entsprechend dem
Schema 4.1 getestet werden, wobei drei Signale A, B und C mit eigener Kodie-
rung generiert und unterschiedlichen Verzögerungen behaftet wurden. Die Signale
A und B wurden dabei erst an je einen der Tomco-Verstärker gesendet und mit
dem ersten Entwurf eines Bandpasses gefiltert. Über Richtkoppler wurden dann Si-
gnalproben mit geringer Amplitude dem Analysepfad zugeführt. Der Großteil der
durch die Verstärker erzeugte Signalleistung wurde auf je eine Lastimpedanz (LI)
von 50 Ω terminiert. Die ausgekoppelten Signale A, B und das unverstärkte Signal C
wurden jeweils auf einen USRP-Kanal sowie den 6:1 Combiner geführt. Als viertes
Signal D wurde ein nicht abgeschlossenes Kabel als einfache Rauschquelle verwen-
det, das wiederum auf einen USRP und den Combiner aufgeteilt wurde. Die beiden
28
Kapitel 4. Messungen
nicht benutzten Eingänge des Combiners wurden mit 50 Ω Impedanzen terminiert.
Das entstandene Summensignal E wurde dann dem fünften Kanal des SANDRA-
Empfangssystems zugeführt.
Die gemessenen Daten wurden dann mit der im Abschnitt 3.3 beschriebenen Softwa-
re und den verwendeten Codes prozessiert, die Kanäle wurden dabei einzeln betrach-
tet. Die verwendeten Verzögerungen der Signale sind in der Tabelle 4.1 zusammen
getragen, in der dritten Spalte sind die erwarteten Verschiebungen in der Entfernung
aufgeführt.
Seed Verzögerung Verschiebung
100 200µs 60 km
200 1000µs 300 km
300 1600µs 480 km
Tabelle 4.1: Verzögerung der Signale
Bild 4.2: Testbench Kanal E, Seed 100
Die Bilder 4.2, 4.3 und 4.4 zeigen jeweils den Summenkanal E und wurden mit den
zugehörigen Codes verarbeitet, die Grafiken der restlichen Kanäle befinden sich im
Anhang A.1. Die RTIs zeigen die kontinuierlichen Signale bei den erwarteten Entfer-
nungen, leichte Abweichungen sind durch die Laufzeit der Signale durch die Kabel
erklärbar. Die Ursache der Störungen ist auf zwei Zusammenhänge zurückzuführen.
Zum einen führt die Verwendung von Kabeln für die Signalpfade zu nahezu idea-
len Übertragungsbedingungen, sodass leichte Interferenzen kaum gedämpft werden.
Zum Anderen wurden die hier untersuchten Kanäle einzeln betrachtet, allerdings
29
Kapitel 4. Messungen
werden bei der Detektion der Meteore aber alle fünf Kanäle gemittelt in Betracht
gezogen. Da das Rauschen zwischen den Kanälen aber nicht korreliert, wird die-
ses unterdrückt und nur die tatsächlichen Echos bleiben für die Weiterverarbeitung
übrig. Mit diesem Versuch konnte gezeigt werden, dass die über einen Empfänger
erhaltenen Signale erfolgreich getrennt werden können.
Bild 4.3: Testbench Kanal E, Seed 200
Bild 4.4: Testbench Kanal E, Seed 300
30
Kapitel 4. Messungen
4.2 Messkampagne
Bild 4.5: Platzierung der einzelnen Stationen, Länge der Basislinien in Klammern
Im Verlauf dieser Thesis wurden insgesamt drei Messkampagnen durchgeführt. Über
die Kombination der drei bistatischen Verbindungen aus Lübs, Schwerin und Juli-
usruh bildete sich die multistatische Geometrie, die diesem Radarsystem zugrunde
liegt eine geografische Übersicht der genutzten Standorte bietet die Abbildung 4.5,
die Länge der Basislinien ist hinter den Sendebezeichnern notiert. In der ersten
Kampagne vom 17.12.2015 bis zum 21.12.2015 wurde auch aus Juliusruh im CW-
Modus gesendet, allerdings stand dafür nur eine 30W Endstufe zur Verfügung. Im
Sendebetrieb der Standorte Lübs und Schwerin ergab sich das Problem der Oberwel-
len der Tomco-Verstärker, damit konnte nicht die volle Leistung abgerufen werden,
sodass am IAP ein Diplexfilter zum Auskoppeln der harmonischen Vielfachen ent-
wickelt und eine zweite Kampagne vorbereitet wurde. Diese wurde vom 25.01.2015
bis zum 31.01.2015 durchgeführt, allerdings arbeitete Juliusruh im Pulsbetrieb, da
über diesen Modus mehr Sendeleistung zur Verfügung stand. Da die Antennensigna-
31
Kapitel 4. Messungen
le auf zwei Empfangssysteme aufgeteilt und im Vergleich zum operativen System der
Juliusruh-Verbindung weniger Meteore detektiert wurden, offenbarte die Fehlersu-
che Probleme mit der eingesetzten Filter und Vorverstärkerstruktur, weshalb eine
neue Baugruppe am IAP entwickelt wurde. Aufgrund dessen werden hier die Ergeb-
nisse der finalen Messkampagne des vorgestellten Radarsystems vom 14.03.2016 bis
zum 20.3.2016 betrachtet.
Die Systemparameter der verwendeten Sender sind in der Tabelle 4.2 zusammenge-
fasst. Die wichtigsten Vergleichskriterien sind dabei die Effektivleistung der Signale
sowie die Länge der Basislinien, da diese die Meteorzählraten am stärksten beein-
flussen.
CW-Betrieb Pulsbetrieb
Kodierung 1000-Bit Pseudo Random Code (PRC) 7-Bit Barker
Baudbreite 10µs 10 µs
IPP 1.6ms
Duty Cycle 100% 4.375%
Spitzenleistung 22 kW
Effektivleistung 450W 962.5W
Basislinie 118.1 km / 60.2 km 147.9 km
Tabelle 4.2: Systemparameter
4.3 Ergebnisse
In diesem Abschnitt werden die Ergebnisse der finalen Messkampagne vorgestellt.
Dazu wurden die Rohdaten dreimal dekodiert, mit der ursprünglichen Software,
mit den im Abschnitt 3.3.2 eingeführten Verbesserungen und mit der Puls-Routine.
Zuerst wird auf die Einflüsse von Interferenzen zwischen den Verbindungen einge-
gangen.
4.3.1 Interferenzunterdrückung
In den Bildern 4.6 und 4.8 ist jeweils bei Sekunde 21 bei den Entfernungen von
circa 480 km beziehungsweise 350 km ein starkes Meteorecho zu sehen. Um diese
Zeitpunkte herum sind in den jeweils anderen Verbindungen Interferenzen über alle
Entfernungsbereiche zu erkennen, auch im Pulskanal 4.10. Die Leistungsspitzen in
diesen Interferenzen können dann zu falsch detektierten Meteoren führen, was den
32
Kapitel 4. Messungen
weiteren Rechenaufwand zur Identifikation erhöht. In Abbildung 4.10 ist bei Sekunde
21 ebenfalls die Interferenz der CW-Verbindungen bei der Pulsdekodierung über den
gesamten Entfernungsbereich zu sehen.
Bild 4.6: RTI/PSD Lübs Standarddekodie-
rung 15.03.2016 00:10:18
Bild 4.7: RTI/PSD Lübs Standarddekodie-
rung 15.03.2016 00:10:24
Bild 4.8: RTI/PSD Schwerin Standarddeko-
dierung 15.03.2016 00:10:18
Bild 4.9: RTI/PSD Schwerin Standarddeko-
dierung 15.03.2016 00:10:24
Außerdem sorgt der Meteor der Pulsverbindung in Grafik 4.11 wiederum für Inter-
ferenzen in den CW-Signalen, die bei ca. 26 s in den Bildern 4.7 und 4.9 zu erkennen
sind. Auch in solchen Fällen gilt, dass es gegebenenfalls zu Fehldetektionen kommen
kann.
Um die Anzahl falsch positiver Detektionen zu reduzieren wurden Interferenzen
durch Nebensprechen heraus gefiltert. Die resultierenden RTIs sind in den Grafiken
4.12 und 4.13 abgebildet.
Es ist zu erkennen, dass die gegenseitigen Störungen der CW-Verbindungen deutlich
reduziert wurden. Dadurch fehlen im Vergleich zur ursprünglichen Datenverarbei-
tung mehrere Ereignisse im Bereich der Störungen.
33
Kapitel 4. Messungen
Bild 4.10: RTI/PSD Juliusruh Pulsdekodie-
rung 15.03.2016 00:10:18
Bild 4.11: RTI/PSD Juliusruh Pulsdekodie-
rung 15.03.2016 00:10:24
Bild 4.12: RTI/PSD Lübs verbesserte Deko-
dierung 15.03.2016 00:10:18
Bild 4.13: RTI/PSD Schwerin verbesserte
Dekodierung 15.03.2016 00:10:18
34
Kapitel 4. Messungen
4.3.2 Meteorzählraten
Als Hauptkriterium für die Leistungsfähigkeit eines Meteorradars gilt die Meteor-
zählrate, denn je mehr Meteordaten zur Verfügung stehen, desto genauer können die
aus wissenschaftlicher Sicht interessanten Windfelder erstellt werden. Daher werden
hier die Meteorraten des Systems genauer untersucht. Hierfür wurden im ersten
Schritt Histogramme über den Tagesverlauf erstellt. Die Grundlage dieser Diagram-
me sind die identifizierten Meteore, dass heißt die, in den vorangegangenen Bildern
4.6 bis 4.13 durch rote Rahmen repräsentierten, Ereignisse wurden weiterverarbei-
tet und die benötigten Parameter, wie etwa die Herkunftsrichtung, Dauer des Echos
oder auch Dopplerfrequenzen, ermittelt. Außerdem wird in dieser Routine überprüft,
ob es sich tatsächlich um verwendbare Signale handelt, wodurch eine Reduktion der
Daten erfolgt.
Im Folgenden werden nun die Tagesgänge der einzelnen Verbindungen dargestellt
und verglichen. Die Gesamtzahl an identifizierten Meteoren für den Tag ist in Klam-
mern in der Legende des entsprechenden Bildes angegeben.
Bild 4.14: Tagesgänge der drei Verbindungen vom 15.03.2016, Anzahl der Meteore in
Klammern
Der typische Tagesgang eines Meteorradars ist in allen Graphen in der Abbildung
4.14 zu sehen. Er zeichnet sich durch ein Maximum in den frühen Morgenstunden
35
Kapitel 4. Messungen
aus, dem ein Abfall bis in den Nachmittag hinein folgt, bevor die Meteorrate in
den frühen Abendstunden wieder ansteigt. Dieses Verhalten erklärt sich durch die
Drehung der Erde um sich selbst und um die Sonne. Zum Einen werden auf der
sonnenzugewandten Seite mehr Staubteilchen durch die Gravitation der Sonne von
der Erde wegbewegt, was das Minimum am Tag erklärt. Zum Anderen zeigt die
Erdoberfläche in den frühen Morgenstunden in die Bewegungsrichtung der Erde um
die Sonne, sodass hier höhere Eintrittsgeschwindigkeiten der Meteore in die Erdat-
mosphäre vorkommen, wodurch die Wahrscheinlichkeit von Ablationsprozessen und
Auftreten von Ionisationsspuren erhöht ist.
Weiterhin zeigt sich, dass die Verbindung Schwerin-Kühlungsborn im Durchschnitt
etwa 20% mehr Meteore als die Verbindung Lübs-Kühlungsborn empfing. Erklärbar
ist dies durch die kürzere Basislinie des Schweriner Senders zum Empfänger in Küh-
lungsborn, da damit eine geringere Dämpfung durch das Medium einhergeht und
die Meteore mehr Energie reflektieren können.
Außerdem können die Tagesgänge der CW-Kanäle mit dem Pulsbetrieb verglichen
werden. Die interessanteste Größe ist dabei die Gesamtanzahl an Meteoren, die im
Pulsbetrieb circa doppelt so hoch ist als die beiden CW-Verbindungen. Da aller-
dings die doppelte Effektivleistung im Pulsbetrieb im Vergleich zu den CW-Sendern
erreicht wird, ist auch dieses Verhalten nachvollziehbar.
Um die Verteilung der Meteore der bistatischen Verbindungen in Bezug auf ihre
Entfernungen miteinander zu vergleichen, werden die entsprechenden Histogramme
in der Grafik 4.15 dargestellt. Es ist ersichtlich, dass Meteore vor allem bei Ent-
fernungen zwischen 120 und 140 km detektiert werden. Der abfallende Trend bei
größeren Entfernungen ist bei allen Verbindung ähnlich, sodass auch hier von einer
vergleichbaren Leistungsfähigkeit ausgegangen werden kann.
Da die Windfelder über die Dopplerverschiebungen der Meteorechos berechnet wer-
den, bietet sich auch hier ein Vergleich zwischen den Kanälen über die Verteilung der
Verschiebungen an, dazu wurden die zugehörigen Histogramme in der Grafik 4.16.
Da die Dopplerverschiebung eines Echos mit der radialen Geschwindigkeitskompo-
nente des Hintergrundwindes verknüpft ist, kann man in den Histogrammen bereits
erkennen, dass das Windfeld weitestgehend homogen ist. Die Verschiebung des Ma-
ximums um den Koordinatenursprung wird dabei vom Blickwinkel der jeweiligen
Sende-Empfangs-Basislinie bestimmt. Die Verteilungen selbst sind dabei annähernd
gaussverteilt, was sich mit den Beobachtungen von anderen Meteorradaren deckt.
36
Kapitel 4. Messungen
Bild 4.15: Entfernungserteilungen der drei Verbindungen vom 15.03.2016, Anzahl der Me-
teore in Klammern
Bild 4.16: Verteilungen der Dopplerverschiebungen der drei Verbindungen vom
15.03.2016, Anzahl der Meteore in Klammern
37
Kapitel 5. Fazit
5 Fazit
In dieser Masterthesis sollte ein multistatisches CW-Radar entwickelt und erprobt
werden. Dafür wurden mittels USRP zwei Sendesysteme für den CW-Betrieb er-
stellt und in Schwerin und Lübs platziert. Ein weiterer Sender wurde im Pulsbetrieb
von Juliusruh aus verwendet. Als Empfänger aller drei Sendesignale kam das Me-
teorempfangsfeld in Kühlungsborn zum Einsatz. Weiterhin wurden die benötigten
Dekodierroutinen zum Extrahieren der Meteordaten entwickelt und optimiert.
Der finale Test des Systems hat gezeigt, dass das multistatische Radarsystem sehr
gut arbeitet. Die verschiedenen Kodierungen konnten erfolgreich getrennt werden
und Nebensprechen zwischen den Kodierungen war nur in Ausnahmefällen vorhan-
den. Interferenzen von sehr starken Echos, die zu Fehldetektionen über den gesamten
Entfernungsbereich führen, konnten beim Prozessieren der Daten erfolgreich unter-
drückt werden, wodurch sich die Performance aufgrund einer reduzierten Anzahl von
Fehlereignissen deutlich steigerte. Die Geschwindigkeit konnte weiter erhöht wer-
den, indem die rechenintensiven Anteile der Dekodierung vorweg berechnet und an
die entsprechenden Routinen übergeben werden. Außerdem konnte der begrenzende
Einfluss der Festplatte reduziert werden, da die Rohdaten jetzt für jeden Chunk
nur einmal gelesen werden müssen und dann mit allen benutzten Codes verarbeitet
werden.
In Summe konnte damit die benötigte Rechenzeit nahezu halbiert werden, mit der
Folge, dass die Hardwareanforderungen der Empfangsstationen sinken und damit
entweder noch mehr Kodierungen effizient nutzbar werden oder aber die Kosten der
Rechentechnik für die Empfangsseite sinken. Da langfristig ein größeres Netz aus
Sende- und Empfangsstationen für die Detektion von specular-Meteorechos aufge-
baut werden soll, helfen diese Entwicklungen dabei, die Kosten für die Empfangs-
systeme und damit auch vom gesamten Radar zu reduzieren.
Die Meteorzählraten der einzelnen Verbindungen stimmen mit den bisherigen Er-
kenntnissen von Meteorradaren sehr gut über ein und über den Vergleich mit dem
bereits genutzten Pulsbetrieb ist auch die Leistungsfähigkeit der kodierten CW-
Signale als sehr gut einzuschätzen.
38
Kapitel 5. Fazit
Ausgehend vom Testbetrieb mit drei Sendestationen und einer Empfangsanlage er-
geben sich auch drei Basislinien zur Detektion von Meteorechos. Durch die Erweite-
rung um eine weitere Empfangsanlage würde sich die Anzahl der Basislinien auf sechs
verdoppeln, was die gute Erweiterbarkeit dieser Vorgehensweise aufzeigt. Allerdings
waren die Standorte in Schwerin und Lübs nur für die vorgestellten Messkampa-
gnen verfügbar, sodass als nächstes permanente Standorte für weitere Sender und
Empfänger gefunden werden müssen.
Außerdem muss im Zuge des Ausbaus noch der Datenaustausch berücksichtigt wer-
den. Prinzipiell sollen dann die Daten am jeweiligen Empfangsstandort prozessiert
werden und die identifizierten Meteordaten zentral am IAP zu Windfeldern aufbe-
reitet werden. Dafür muss beim Aufbau der Anlagen eine Internetverbindung zur
Verfügung stehen. Auch die Sendeanlagen sollten aus der Ferne steuerbar sein, um
unnötige Fahrten zu den dann neuen Außenstandorten zu vermeiden. Zusätzlich
sollte das Prozessieren der Daten selbst und das Kopieren nach Kühlungsborn au-
tomatisiert ausgelöst werden, um den Aufwand für das Personal zu verringern.
39
Anhang A. Anhang
A Anhang
A.1 Simulation Testsystem
Die hier aufgeführten Bilder stellen die restlichen Kanäle und deren Dekodierung
dar, die unter dem Abschnitt 4.1 beschrieben wurden.
Bild A.1: Testbench Kanal A, Seed 100
40
Anhang A. Anhang
Bild A.2: Testbench Kanal A, Seed 200
Bild A.3: Testbench Kanal A, Seed 300
41
Anhang A. Anhang
Bild A.4: Testbench Kanal B, Seed 100
Bild A.5: Testbench Kanal B, Seed 200
42
Anhang A. Anhang
Bild A.6: Testbench Kanal B, Seed 300
Bild A.7: Testbench Kanal C, Seed 100
43
Anhang A. Anhang
Bild A.8: Testbench Kanal C, Seed 200
Bild A.9: Testbench Kanal C, Seed 300
44
Anhang A. Anhang
Bild A.10: Testbench Kanal D, Seed 100
Bild A.11: Testbench Kanal D, Seed 200
45
Anhang A. Anhang
Bild A.12: Testbench Kanal D, Seed 300
46
Literaturverzeichnis
Literaturverzeichnis
[Ett] Ettus Research: USRP N200. https://www.ettus.com/product/
details/UN200-KIT
[GNU] GNURadio: GNURadio. http://gnuradio.org/
[IAP] IAP: Types of meteor echos. https://www.iap-kborn.de/1/
research/department-radar-soundings-and-sounding-rockets/
research-topics/meteor-observations/
[Jon98] Jones J.,Webster A.R., Hocking W.K.: An improved interferometer
design for use with meteor radars. In: Radio Science 33 (1998), Nr. 1, S.
55–65
[Kal09] Kalantari L. S. , Mohanna S. , Tavakoli S.: Bistatic Geometry.
http://file.scirp.org/Html/4-9700075_691.htm. Version: 2009
[Lan08] Lang, Niko: Aufbau der Erdatmosphäre. https://upload.wikimedia.
org/wikipedia/commons/thumb/4/47/Atmosph%C3%A4re_Stufen.svg/
539px-Atmosph%C3%A4re_Stufen.svg.png. Version: 2008
[Mat] MathWorks: Signal Processing Toolbox. http://de.mathworks.com/
products/signal/?requestedDomain=de.mathworks.com
[Pfe14] Pfeffer, Nico: Radar-Messsystem mit USRP-N200, Hochschule Wismar,
Bachelorthesis, 2014
[Ric05] Richards, Mark A.: Fundamentals of Radar Signal Processing. 1. Aufl.
Madison : McGraw Hill Professional, 2005. – ISBN 978–0–071–77648–6
[Sch12] Schult, Carsten: Bestimmung von Trajektorien von Meteor-Kopf-Echos
mittels Interferometrie, Universität Rostock, Masterthesis, 2012
[Sko90] Skolnik, Merril I. (Hrsg.): Radar Handbook. McGraw-Hill, 1990
47
Literaturverzeichnis
[Tom] Tomco Technologies: Datasheet BT00500-AlphaSA-CW.
http://www.everythingrf.com/products/microwave-rf-amplifiers/
tomco-technologies/567-503-bt00500-alphasa-cw. – Auf CD enthal-
ten
[Vie12] Vierinen, Juha: On statistical theory of radar measurments, Aalto Uni-
versity, Department of Information and Computer Science, Diss., 2012
[Vie15] Vierinen J.,Chau J. L., Pfeffer N., Clahsen M., Stober G. :
Coded continuous wave meteor radar. (2015)
[Vir07] Virtanen I. I. , Lehtinen M. S. , Nygrén T., Orispää M., Vierinen
J.: Lag profile inversion method for EISCAT data analysis. (2007)
[Wil05] Willis, Nicholas J.: Bistatic Radar. Scitech Publishing Inc., 2005
48
Literaturverzeichnis
Abkürzungsverzeichnis
CW Continuous Wave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
FMCW Frequency Modulated Continuous Wave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
FPGA Field Programmable Gate Array . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
GPS Global Positioning System. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22
HDF Hierarchical Data Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
IAP Leibniz Institut für Atmosphärenphysik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
LI Lastimpedanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28
Lidar Light Detection and Ranging. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6
MAARSY Middle Atmosphere Alomar Radar System . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
MF Medium Frequency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
MIMO Multiple Input Multiple Output. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20
MST Meso-, Strato- und Troposphäre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
49
Literaturverzeichnis
OSWIN Ostsee Wind Radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
PMSE Polare Mesosphärische Sommer Echos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
PRC Pseudo Random Code. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32
RCS Radar Cross Section, Radarquerschnitt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
RTI Range-Time-Intensity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
SANDRA Software Defined Radar for Atmospheric Research. . . . . . . . . . . . . . . . . . .19
SDR Software Defined Radio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
SNR Signal-Rausch-Verhältnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Signal-to-Noise-Ratio
USRP Universal Software Radio Peripheral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
50
Abbildungsverzeichnis
Abbildungsverzeichnis
1.1 Aufbau der Erdatmosphäre [Lan08] . . . . . . . . . . . . . . . . . . . 6
2.1 Bistatische Ebene [Kal09] . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Autokorrelation (links) des Codes mit Seed 451, Kreuzkorrelations-
funktion (rechts) der Codes mit den Seeds 451 und 756 . . . . . . . . 16
2.3 Unterscheidung von Meteorkopf-, specular- und non-specular-Echo
am selben Ereignis [IAP] . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Beispiel eines Meteorechos in einer Entfernung von circa 300 km (links)
und die Dopplerverschiebung des Signals (rechts) . . . . . . . . . . . 18
3.1 USRP N200 [Ett] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Dämpfung der harmonischen Vielfachen durch den Tomco Verstärker
[Tom] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Schematischer Aufbau des Sendesystems . . . . . . . . . . . . . . . . 21
3.4 Eingesetzte Sendeantenne . . . . . . . . . . . . . . . . . . . . . . . . 22
3.5 Schematischer Aufbau des Empfangssystems . . . . . . . . . . . . . . 23
3.6 Softwareübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.1 Schema der Testumgebung . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Testbench Kanal E, Seed 100 . . . . . . . . . . . . . . . . . . . . . . 29
4.3 Testbench Kanal E, Seed 200 . . . . . . . . . . . . . . . . . . . . . . 30
4.4 Testbench Kanal E, Seed 300 . . . . . . . . . . . . . . . . . . . . . . 30
4.5 Platzierung der einzelnen Stationen, Länge der Basislinien in Klammern 31
4.6 RTI/PSD Lübs Standarddekodierung 15.03.2016 00:10:18 . . . . . . . 33
4.7 RTI/PSD Lübs Standarddekodierung 15.03.2016 00:10:24 . . . . . . . 33
4.8 RTI/PSD Schwerin Standarddekodierung 15.03.2016 00:10:18 . . . . . 33
4.9 RTI/PSD Schwerin Standarddekodierung 15.03.2016 00:10:24 . . . . . 33
4.10 RTI/PSD Juliusruh Pulsdekodierung 15.03.2016 00:10:18 . . . . . . . 34
4.11 RTI/PSD Juliusruh Pulsdekodierung 15.03.2016 00:10:24 . . . . . . . 34
4.12 RTI/PSD Lübs verbesserte Dekodierung 15.03.2016 00:10:18 . . . . . 34
4.13 RTI/PSD Schwerin verbesserte Dekodierung 15.03.2016 00:10:18 . . . 34
4.14 Tagesgänge der drei Verbindungen vom 15.03.2016, Anzahl der Me-
teore in Klammern . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.15 Entfernungserteilungen der drei Verbindungen vom 15.03.2016, An-
zahl der Meteore in Klammern . . . . . . . . . . . . . . . . . . . . . . 37
4.16 Verteilungen der Dopplerverschiebungen der drei Verbindungen vom
15.03.2016, Anzahl der Meteore in Klammern . . . . . . . . . . . . . 37
A.1 Testbench Kanal A, Seed 100 . . . . . . . . . . . . . . . . . . . . . . 40
A.2 Testbench Kanal A, Seed 200 . . . . . . . . . . . . . . . . . . . . . . 41
51
Abbildungsverzeichnis
A.3 Testbench Kanal A, Seed 300 . . . . . . . . . . . . . . . . . . . . . . 41
A.4 Testbench Kanal B, Seed 100 . . . . . . . . . . . . . . . . . . . . . . 42
A.5 Testbench Kanal B, Seed 200 . . . . . . . . . . . . . . . . . . . . . . 42
A.6 Testbench Kanal B, Seed 300 . . . . . . . . . . . . . . . . . . . . . . 43
A.7 Testbench Kanal C, Seed 100 . . . . . . . . . . . . . . . . . . . . . . 43
A.8 Testbench Kanal C, Seed 200 . . . . . . . . . . . . . . . . . . . . . . 44
A.9 Testbench Kanal C, Seed 300 . . . . . . . . . . . . . . . . . . . . . . 44
A.10 Testbench Kanal D, Seed 100 . . . . . . . . . . . . . . . . . . . . . . 45
A.11 Testbench Kanal D, Seed 200 . . . . . . . . . . . . . . . . . . . . . . 45
A.12 Testbench Kanal D, Seed 300 . . . . . . . . . . . . . . . . . . . . . . 46
52
Tabellenverzeichnis
Tabellenverzeichnis
2.1 Systemparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.1 Verzögerung der Signale . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 Systemparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
53
Selbstständigkeitserklärung
Selbstständigkeitserklärung
Hiermit erkläre ich, dass ich die vorliegende Arbeit selbstständig verfasst und keine
anderen als die angegebenen Hilfsmittel benutzt habe. Die Stellen der Arbeit, die
anderen Quellen im Wortlaut oder dem Sinn nach entnommen wurden, sind durch
Angaben der Herkunft kenntlich gemacht. Dies gilt auch für Zeichnungen, Skizzen,
bildliche Darstellungen sowie Quellen aus dem Internet.
Ich erkläre ferner, dass ich die vorliegende Arbeit in keinem anderen Prüfungsver-
fahren als Prüfungsarbeit eingereicht habe oder einreichen werde.
Die eingereichte schriftliche Fassung entspricht der auf dem Medium gespeicherten
Fassung.
Ort, Datum Unterschrift
54