DBS成像技術在毫米波雷達導引頭中的應用

張 輝 黃 默 曲春輝

(中國科學院電子學研究所 北京 100190)

0 引言

20世紀70年代以來，世界各軍事大國掀起了以軍事應用為先導的毫米波研究，各種不同類型的毫米波精確制導武器不斷研制成功并相繼裝備部隊使用。毫米波雷達具有較窄的波束寬度，天線增益高，同時又有較大的帶寬，因此可以實現距離向高分辨率;工作波長短，對多普勒頻移敏感。毫米波雷達綜合了微波、紅外和可見光傳感器的優點，具有獨特的電波傳播特性和廣闊的軍事應用前景［1］?？偟膩砜?，基于高精度距離分辨的一維成像技術已經相對成熟，國外正在走向基于寬帶和橫向相參濾波的二維成像技術研究。本文簡述了一種常見的高分辨率雷達成像技術——DBS在毫米波雷達導引頭中的應用。

1 DBS基本概念及工作原理

1.1 DBS基本概念

多普勒波束銳化(DBS)技術是目前廣泛應用的高分辨率雷達成像技術之一，它具有運算負荷低、成像面積大的優勢，因此在戰場偵察等領域有著廣泛的應用。利用DBS技術可以對目標區域的實時成像，結合相應的檢測技術可以實現對目標的精確打擊。1951年美國科學家Wiley首先提出了DBS原理，此后幾十年間國外在此領域的理論和應用中發展很快。美國海軍的S-3、空軍的F-16等多種現役戰機、預警機、無人機均裝配了具有DBS功能的雷達系統［2］。

DBS與單脈沖雷達相比，無論是靜目標還是動目標的檢測能力都遠遠高于后者。因為單脈沖方位向的分辨率對應實孔徑雷達的束寬，這將導致極低信雜噪比和檢測性能。圖1是兩者在相同參數(距離分辨率1.14m)下的信雜噪比對比。

圖1 單脈沖雷達與DBS雷達信雜噪比對比

1.2 DBS工作原理

DBS技術是用頻譜理論來提高雷達方位向分辨率，即角分辨率。其本質是利用合成孔徑技術進行快速成像，屬于非聚焦SAR［3］。DBS技術將實孔徑天線波束分割成若干較窄的子波束，利用雷達回波信號合成較大的天線孔徑，因此實際波束由許多子波束組成。而且各子波束中心目標相對雷達的徑向運動速度不同，因而各子波束回波多普勒頻差不同。對中頻雷達回波信號進行數字下變頻得到基帶信號后經過快速傅里葉變換(FFT)得到各子波束目標的多普勒頻率差異。如果不同子波束目標的多普勒頻移大于多普勒頻率分辨率時，通過一組與子波束中心和帶寬相對應的窄帶濾波器，我們便可實現多普勒頻率的分割，區分出位于不同子波束的目標，實現不同目標的方位向分辨，即角度分辨。系統的多普勒分辨率，即窄帶濾波器組的分辨率取決于DBS的脈沖積累時間。多普勒波束銳化的示意圖如圖2所示。Δβ為實孔徑天線波束投影，δβ為經過多普勒波束銳化的子波束寬度。

圖2 DBS波束銳化示意圖

如圖3所示，設載機以速度va沿x方向勻速飛行，天線主波束照射區域內點目標A距離雷達R0，θ為方位角，φ為俯仰角，波束寬度為Δθ。設脈沖發射重復率為PRF，相干積累點數為Ka，相干處理時間為TDBS，則銳化比為:

由(1)式可以得到，多普勒銳化比反比于雷達系統的脈沖重復頻率PRF，而正比于系統方位向的采樣點數N。當PRF與N固定時，雷達天線的掃描角度越小，多普勒銳化比越大。

圖3 DBS目標成像信號模型

2 DBS成像算法

實現DBS雷達導引頭的關鍵在于DBS成像算法。為了得到具有較好信噪比的雷達回波信號以便于后續目標的恒虛警檢測，毫米波DBS雷達導引頭對系統的實時性具有較高的要求，當務之急是找到一種適合快速實時成像的算法。另一方面，為了得到在距離向和方位向都具有較高分辨率的目標圖像，我們要求應用于DBS雷達導引頭的成像算法具有良好的聚焦性能。因此，結合毫米波雷達回波信號的特點，我們找到了一種適合快速實時成像、聚焦效果好且在工程上較易實現的成像算法——SPECAN 算法。

2.1 SPECAN算法簡介

在毫米波雷達導引頭中，對方位向的分辨率與合成孔徑雷達相比要求并不高，同時彈上導引頭信號處理器的運算能力和存儲能力也有較大的限制。因此，在這種情況下對雷達回波信號運用SPECAN成像算法處理，不需要繁雜的運算就能夠快速得到信噪比較好的目標區域DBS圖像。在距離向上，SPECAN算法對回波信號進行經典的脈沖壓縮處理，利用匹配濾波的原理得到一維距離向圖像，再在方位向上進行距離走動校正和FFT處理得到距離多普勒域的二維DBS圖像。由于該算法是通過目標的多普勒中心頻率確定其相對位置或者速度，該算法又被稱為頻譜分析算法。

2.2 回波信號模型

為了實現距離向的高分辨率，毫米波DBS雷達通常發射的是具有較大帶寬的線性調頻信號，設調頻率為KT，寬度為TP，其表達式為:t時刻O1導引頭與目標的瞬時斜距為Rτ，t是慢時間，τ是快時間。設合成天線孔徑長度為L，合成孔徑時間 TB，則是合成孔徑天線的波束中心對應時間。天線衰減系數和方向圖通常忽略，由此得到雷達回波信號的表達式:

式中，A0為任意復常量。

2.3 距離向脈沖壓縮

在距離向上，SPECAN算法采用了雷達領域經典的脈沖壓縮算法，較大的調頻帶寬保證了距離向的高分辨率。根據匹配濾波理論，匹配濾波器的時域表達式如下:

將匹配函數與雷達回波信號在頻域相乘再做逆傅里葉變換(IFFT)得到經過脈沖壓縮處理后的回波信號時域表達式:

2.4 距離徙動校正

毫米波DBS雷達成像時，回波信號包絡時延主要受到距離徙動的一次項，即距離走動的影響，而距離徙動其他高次項可以忽略［4］。因此，為了去除距離走動對信號的影響，我們需要將脈沖壓縮處理后的一維信號在頻域乘以距離走動補償因子ω(f)。

其中f0是系統載頻;fT是距離頻率。多普勒中心頻率在實際工程應用時，我們通常用一維脈壓信號估算出多普勒中心頻率fdc以代替fdca。經過距離走動校正后，再進行IFFT得到信號表達式為:

其中R1是合成孔徑中心到目標的斜距。然后在方位向進行FFT即可得到DBS圖像用于后續的恒虛警檢測、跟蹤、測角等。

2.5 SPECAN算法處理流程圖

通過上述分析，毫米波DBS雷達成像處理的流程圖如圖 4 所示［5］。

圖4 毫米波DBS雷達成像處理的流程圖

DBS輸出的圖像為距離多普勒域圖像，可分成雜波(含靜目標)圖像和動目標圖像兩部分，兩者在多普勒域圖像中出現的位置不同。雜波的多普勒頻率由導彈速度及天線方位向掃描角度決定，其寬度由天線方位向波束寬度決定。而動目標的多普勒頻率除由上述兩個參數決定外，還取決于目標的運動速度，當動目標的速度滿足一定條件時，即目標回波多普勒頻率大于系統的多普勒分辨率時，其多普勒頻譜將偏出雜波譜，此時只需與較低的噪聲功率相抗衡即可完成檢測。

3 仿真結果

下面給出一種靜目標跟蹤模式下的系統仿真結果。該工作模式的系統參數見表1。

表1 靜目標跟蹤模式仿真參數

仿真結果和性能參數如圖5、6、7、8和表2所示。

圖5 毫米波DBS雷達靜目標仿真結果1

由圖4可以看出，脈沖積累的時間滿足二次相位和距離走動量的限制。圖5則展示了不同的多普勒帶寬對應的方向向分辨率，由此看出采用DBS技術的毫米波雷達可以獲得較高的角度分辨率和方位分辨率，同時可以區分動目標和靜目標。圖6和圖7則是點目標和拓展目標的信噪比仿真。對于點目標和擴展目標的最差信雜噪比(14.99dB)，我們也可以實現恒虛警檢測。

圖6 毫米波DBS雷達靜目標仿真結果2

圖7 毫米波DBS雷達靜目標仿真結果3

圖8 毫米波DBS雷達靜目標仿真結果4

表2 靜目標跟蹤模式系統仿真性能參數

4 結束語［6－7］

采用DBS技術的毫米波雷達導引頭可以大大提高導引頭方位向分辨率，為實現目標的精確打擊提供便利。本文介紹了DBS的基本概念和工作原理，并且從工程實現出發，給出了一種具有實際意義的DBS成像算法。仿真結果表明，該方案是可行的。由此可以證明DBS毫米波雷達導引頭可以實現較高精度角分辨率和方位向分辨率，同時可以區分動目標和靜目標，保證了后續檢測、跟蹤和測角的順利進行。

［1］ 宋萬忠.無人機載毫米波合成孔徑雷達技術［J］.電訊技術，2002，42(6):4-7.

［2］Tobin M.Real Time Simultaneous SAR/GMTI in a Tactical Airborne Environment［C］.European Conference on Synthetic Aperture Radar.1996，63-66.

［3］周蔭清.機載脈沖多普勒雷達 DBS技術［J］.航空學報，1988，9(12):574-581.

［4］Hu G，Ye X，Hu X，et al.A novel method for squint SAR image reconstrustion and graphic Correction based on the SPECAN algorithm［C］.Industrial Electronics and Applications(ICIEA)，2013 8th IEEE Conference on.IEEE，2013:640-645.

［5］ Pand L，Wang I，Zhu B.EPGA based SPECAN algorithm implementaion for ScanSAR imaging［C］.Radar Conference(EuRAD)，2012，9th，European:IEEE，2012:38-41.

［6］宋大偉.機械掃描雷達 DBS成像技術研究［D］.西安:西安電子科技大學碩士論文，2007.

［7］ 張直中.多普勒波束銳化(DBS)理論和實踐中若干問題的探討［J］.現代雷達，1991，13(2):1-12.