機(jī)載預(yù)警雷達(dá)海雜波的抑制方法

(中國(guó)電子科技集團(tuán)公司第三十八研究所,安徽合肥230088)

0 引言

機(jī)載預(yù)警雷達(dá)在搜索跟蹤海面的艦船目標(biāo)時(shí),海雜波成為主要的背景環(huán)境,所以抑制海雜波成為對(duì)海工作方式的主要任務(wù)[1-2]。針對(duì)這一問(wèn)題,需要分析機(jī)載平臺(tái)下海雜波的數(shù)學(xué)統(tǒng)計(jì)特性。根據(jù)其特性評(píng)估信號(hào)處理中波形設(shè)計(jì)、信號(hào)檢測(cè)方法等子過(guò)程的性能。雷達(dá)對(duì)海雜波抑制有很多文獻(xiàn),但是針對(duì)機(jī)載平臺(tái)的分析和方法參考資料較少,而且沒(méi)有信號(hào)處理過(guò)程的系統(tǒng)總結(jié)。根據(jù)實(shí)測(cè)機(jī)載S波段雷達(dá)海雜波數(shù)據(jù)的分析,對(duì)抑制海雜波的信號(hào)處理過(guò)程進(jìn)行歸類總結(jié),為機(jī)載預(yù)警雷達(dá)對(duì)海上目標(biāo)檢測(cè)方法提供參考。

1 海雜波特性分析

海雜波的統(tǒng)計(jì)模型來(lái)源于海雜波的電磁散射機(jī)理,由于海面環(huán)境的復(fù)雜情況,目前尚沒(méi)有完善的理論得到解析形式。但海雜波的特征對(duì)雷達(dá)設(shè)計(jì)者至關(guān)重要,因此需要利用實(shí)測(cè)數(shù)據(jù)來(lái)研究這些特性,包括海雜波的分類、后向散射系數(shù)模型、幅度分布模型、時(shí)間和空間相關(guān)性以及頻譜特性[1,3]。

1.1 散射機(jī)理

根據(jù)海雜波的物理機(jī)理,在低掠射角的情況下,一般認(rèn)為海雜波是由3個(gè)不同特征的分量組成的:Bragg散射、Whitecap散射和Burst散射。Bragg散射主要由海面較長(zhǎng)的波和涌浪的后向散射構(gòu)成,具有寬、近似對(duì)稱、中心接近零頻的多普勒譜?？梢酝ㄟ^(guò)脈間頻率捷變?nèi)ハ嚓P(guān)。Whitecap散射是由波或涌浪破裂形成浪花時(shí)粗糙海表面的后向散射形成,其表現(xiàn)形式更像噪聲,具有寬多普勒譜和較大的多普勒中心偏移,持續(xù)時(shí)間一般為1 s,稱作“長(zhǎng)時(shí)海尖峰”,不能通過(guò)脈間頻率捷變?nèi)ハ嚓P(guān)。Burst散射出現(xiàn)在波跌落之前的波冠處,它導(dǎo)致了特殊的具有很短持續(xù)時(shí)間(大約200 ms)的后向散射,稱作“短時(shí)海尖峰”,由于Burst散射在距離上短的持續(xù)長(zhǎng)度以及時(shí)間上相對(duì)長(zhǎng)的相干區(qū)間,通過(guò)脈間頻率捷變很難去相關(guān)[1,4]。

復(fù)合高斯模型不僅與大量的觀測(cè)數(shù)據(jù)很好吻合,而且在理論上可以通過(guò)復(fù)合表面散射理論解釋,該理論把海雜波看作“散斑”快變過(guò)程被一個(gè)“紋理”慢變分量調(diào)制。散斑分量由雷達(dá)分辨單元內(nèi)大量的散射體形成,常用平穩(wěn)的復(fù)高斯過(guò)程來(lái)描述,紋理分量代表由大尺度波(引力波)通過(guò)觀測(cè)海域引起的雜波平均功率電平的變化,可以用諧波過(guò)程來(lái)描述。Bragg散射和Whitecap散射都可近似為復(fù)合模型[1,5]。慢變過(guò)程不僅調(diào)制散斑的幅度,還調(diào)制它的頻率和譜寬。調(diào)制分量和Burst散射是海雜波成分中“尖峰”特征的原因,引起雜波幅度分布的非高斯特性。Burst散射是一種持續(xù)時(shí)間較短的離散海尖峰,不具有波動(dòng)特性,對(duì)整個(gè)照射面積的截面積(RCS)不起作用,但它導(dǎo)致了雜波統(tǒng)計(jì)模型概率分布的長(zhǎng)拖尾特性,一般用Class A模型(泊松分布)建模,而無(wú)法用復(fù)合模型理論解釋。Burst散射具有窄多普勒譜和與海況有關(guān)的多普勒頻移,在單個(gè)波束寬度內(nèi)檢測(cè)時(shí)會(huì)被當(dāng)作目標(biāo)檢測(cè)引起虛警。因此對(duì)不同的海雜波分量,要采用不同的處理技術(shù)。

1.2 后向散射系數(shù)

雷達(dá)信號(hào)中來(lái)自海面的后向散射是入射電磁波與海面作用的結(jié)果。雷達(dá)回波單元截面積的均值σ0,定義了海表面散射系數(shù),也稱反射率。對(duì)被雷達(dá)分辨單元照射的面積為A的表面,雜波RCS是σ0A。目前已經(jīng)有多種后向散射系數(shù)的經(jīng)驗(yàn)?zāi)Ｐ?例如,Morchin模型、Barton模型、RRE模型、GIT模型以及NRL模型。這些模型表明海雜波的后向散射系數(shù)與掠射角、工作頻率、極化形式、風(fēng)速以及浪高等因素有關(guān)。機(jī)載預(yù)警雷達(dá)在有效作用范圍內(nèi)回波中的海雜波具有低掠射角散射特性。通過(guò)大量數(shù)據(jù)驗(yàn)證,在眾多模型中,GIT模型在很寬的雷達(dá)頻率范圍內(nèi),能夠有效模擬低掠射角(小于10°)海雜波的后向散射系數(shù)。此外,美國(guó)海軍實(shí)驗(yàn)室利用4種頻段機(jī)載數(shù)據(jù)進(jìn)行分析得到NRL模型,可以有效近似掠射角從0.1°～60°的海雜波的σ0。因此,機(jī)載平臺(tái)下海雜波的RCS計(jì)算可以參考GIT模型和NRL模型[6],

式中,α為掠射角(°),SS為海況,f為雷達(dá)頻率(GHz)。這個(gè)經(jīng)驗(yàn)公式有5個(gè)自由參數(shù)用于匹配水平和垂直極化實(shí)驗(yàn)數(shù)據(jù)點(diǎn)。表達(dá)式中第一項(xiàng)是常數(shù)c1,表示一個(gè)固定的反射率偏移量(dB);第二項(xiàng)中系數(shù)c2,表示海雜波反射率與擦地角之間的對(duì)數(shù)關(guān)系;第三項(xiàng)中系數(shù)c3,表示雷達(dá)頻率的影響,附加了對(duì)掠射角的一個(gè)經(jīng)驗(yàn)修正;第四項(xiàng)中系數(shù)c4,表示海況的影響,也附加了對(duì)掠射角的一個(gè)經(jīng)驗(yàn)修正;第五項(xiàng)中系數(shù)c5,表示大掠射角下反射率快速增加的過(guò)程。

1.3 幅度統(tǒng)計(jì)模型

傳統(tǒng)檢測(cè)方法都是在背景環(huán)境為高斯分布的假設(shè)下得到的。對(duì)于海雜波而言,其統(tǒng)計(jì)分布模型由于海況的變化而具有非高斯特性,傳統(tǒng)檢測(cè)方法的恒虛警特性難以保證,因此需要研究海雜波的幅度分布特性,根據(jù)這一特性提出新的檢測(cè)方法。目前文獻(xiàn)中總結(jié)的海雜波幅度分布模型有K分布、Log-normal分布、Weibull分布和Rayleigh分布等[4-5,7]。通過(guò)大量實(shí)測(cè)數(shù)據(jù)的分析發(fā)現(xiàn),機(jī)載S波段雷達(dá)海雜波幅度分布與Weibull分布模型最接近。不同距離單元,海雜波的強(qiáng)度不同,統(tǒng)計(jì)分布模型都符合Weibull分布,但是分布的形狀參數(shù)隨探測(cè)距離變化而不同。遠(yuǎn)區(qū)回波中海雜波的比例較少,其中含有大量的噪聲,Weibull分布接近Rayleigh分布,回波中高斯特性明顯。近區(qū)海雜波變化劇烈的距離區(qū)間,Weibull趨于K分布,回波表現(xiàn)出強(qiáng)非高斯特性[8]。

1.4 時(shí)間和空間的相關(guān)特性

海雜波在時(shí)間上和空間上都是相關(guān)的。時(shí)間相關(guān)性往往是指同一個(gè)雷達(dá)分辨單元上雜波在時(shí)間測(cè)量上表現(xiàn)出的關(guān)聯(lián);而空間相關(guān)性指在不同的距離和方位分辨單元上雜波相互之間的關(guān)聯(lián)特性。方位上的相關(guān)性是由雜波的時(shí)間和空間的起伏變化引起的。通過(guò)計(jì)算距離和方位上的自相關(guān)函數(shù),可以得到距離上的空間相關(guān)性以及方位上的時(shí)間與空間相關(guān)特性。實(shí)測(cè)數(shù)據(jù)分析結(jié)果顯示每個(gè)距離單元的海雜波的時(shí)間相關(guān)特性基本一致,且海雜波的時(shí)間相關(guān)函數(shù)具有一個(gè)快速的下降期,其后跟隨一個(gè)較長(zhǎng)的衰減過(guò)程。機(jī)載S波段雷達(dá)的去相關(guān)時(shí)間大約為13.7 ms。實(shí)測(cè)數(shù)據(jù)表明雜波空間的相關(guān)函數(shù)隨距離變化緩慢,平均去相關(guān)距離數(shù)為幾十個(gè)距離單元,即海雜波在空間上(距離維)分布均勻。載機(jī)平臺(tái)的運(yùn)動(dòng)會(huì)影響海雜波的多普勒中心頻移,海浪的運(yùn)動(dòng)和風(fēng)速也會(huì)引起中心頻移[9]。利用與載機(jī)運(yùn)動(dòng)方向垂直的發(fā)射相干脈沖得到的回波數(shù)據(jù)進(jìn)行頻譜分析得到海雜波的中心頻率fd=36.531 7 Hz,譜寬δf=35.894 4 Hz。

1.5 海雜波特性與檢測(cè)方法的關(guān)系

海雜波的統(tǒng)計(jì)特性與雷達(dá)檢測(cè)方法的設(shè)計(jì)息息相關(guān)[10]。后向散射系數(shù)的模型明確了海雜波和入射角、頻率、極化方式、風(fēng)向和風(fēng)速的依賴關(guān)系。對(duì)雷達(dá)設(shè)計(jì)者而言是雷達(dá)參數(shù)的選擇,比如極化方式。Bragg散射水平極化的RCS比垂直極化要小,Whitecap散射水平極化的RCS與垂直極化相當(dāng),Burst散射水平極化的RCS比垂直極化要大。低海況下,海尖峰成分少,雜波中主要由Bragg散射引起,可以采用水平極化,減小雜波;高海情時(shí),海尖峰嚴(yán)重,為了抑制海尖峰,建議采用垂直極化。幅度分布統(tǒng)計(jì)特性決定恒虛警檢測(cè)方法的設(shè)計(jì),傳統(tǒng)的恒虛警檢測(cè)方法是在高斯分布的噪聲(或雜波)背景下提出,而當(dāng)檢測(cè)背景的統(tǒng)計(jì)模型不再滿足高斯分布特性,采用傳統(tǒng)的恒虛警檢測(cè)方法就會(huì)增加虛警點(diǎn),需要重新設(shè)計(jì)具有恒虛警特性的檢測(cè)器。時(shí)間相關(guān)性與頻譜特性表達(dá)的物理意義是一致的,一般認(rèn)為海雜波的去相關(guān)時(shí)間與海雜波的多普勒譜寬成反比,即海雜波的譜寬越寬,其去相關(guān)時(shí)間越短。因此在波束寬度內(nèi)積累時(shí)間要大于海雜波的去相關(guān)時(shí)間才能在保證增強(qiáng)目標(biāo)積累的同時(shí)減弱雜波的積累,提高信雜比。對(duì)于相參體制的雷達(dá),海雜波的去相關(guān)時(shí)間決定一個(gè)CPI內(nèi)相干脈沖的個(gè)數(shù)。另外,如果海雜波相關(guān)性良好,在多普勒譜上會(huì)具有和目標(biāo)類似的窄帶特征,這就是海尖峰的表現(xiàn)形式,檢測(cè)時(shí)有可能會(huì)被認(rèn)為是目標(biāo),從而增加虛警點(diǎn)。不過(guò)海雜波的中心頻率一般會(huì)比軍艦小,利用多普勒頻率上的差異,可以區(qū)分目標(biāo)和雜波。最后是海雜波的空間相關(guān)特性,如果雜波的空間相關(guān)特性很好,說(shuō)明目標(biāo)所在的檢測(cè)背景是空間均勻分布的海雜波,參考單元的選擇盡可能多,這樣能增加檢測(cè)精度。

2 波束內(nèi)海雜波抑制方法

信號(hào)檢測(cè)方法通常有兩類,時(shí)域方法和頻域方法。時(shí)域方法具有雜波外可見(jiàn)度,適合檢測(cè)噪聲環(huán)境下的信號(hào),當(dāng)信號(hào)存在于雜波內(nèi)時(shí),時(shí)域方法收效甚微。頻域方法具有雜波內(nèi)可見(jiàn)度,是從雜波中提取信號(hào)的重要手段。雜波抑制策略可以從兩方面入手,其一是波束內(nèi)的濾波方式;其二是波束內(nèi)的檢測(cè)方法。常用的濾波方式包括非相參和相參兩種,積累后的信號(hào)送到檢測(cè)器。檢測(cè)方法的設(shè)計(jì)與雜波的統(tǒng)計(jì)特性直接相關(guān)。一般檢測(cè)器設(shè)計(jì)有兩種思路:一是設(shè)計(jì)基于雜波分布特性的檢測(cè)器,保證恒虛警特性;二是采用傳統(tǒng)的恒虛警檢測(cè)器,但要設(shè)計(jì)根據(jù)雜波環(huán)境自適應(yīng)調(diào)整的檢測(cè)門限系數(shù),以保證恒虛警特性。

2.1 頻率捷變技術(shù)

由于海雜波在時(shí)間上的相關(guān)特性,在波束寬度內(nèi)處理時(shí)目標(biāo)和雜波都會(huì)積累,從而減弱信雜比。頻率捷變技術(shù)原理就是采用與雜波去相關(guān)時(shí)間對(duì)應(yīng)的變頻方法實(shí)現(xiàn)海雜波的去相關(guān),降低海雜波的能量積累。頻率捷變的技術(shù)有兩種方式,脈間捷變頻和脈組捷變頻,其信號(hào)形式分別屬于非相參和全相參。目前雷達(dá)系統(tǒng)中的頻率捷變多采用非相參技術(shù)實(shí)現(xiàn),因?yàn)樗砗?jiǎn)單,易于工程實(shí)現(xiàn)。脈間頻率捷變時(shí),回波相位的相參性受到影響,簡(jiǎn)單地作動(dòng)目標(biāo)檢測(cè)處理(常用快速傅里葉變換實(shí)現(xiàn))將無(wú)法實(shí)現(xiàn)相參積累。脈組間頻率捷變?cè)谙鄥Ⅲw制雷達(dá)上進(jìn)行,使用該技術(shù)首先解決相位補(bǔ)償問(wèn)題,或者采用新的信號(hào)處理方法。但是目前相關(guān)的文獻(xiàn)比較少。因此采用頻率捷變技術(shù),一般是脈間捷變頻,只能采用非相參積累,很多實(shí)測(cè)數(shù)據(jù)的分析結(jié)果表明檢測(cè)效果沒(méi)有達(dá)到理論效果。

2.2 相參處理檢測(cè)

相參處理屬于頻域方法,利用雜波和目標(biāo)在多普勒域的差別抑制雜波,具有雜波內(nèi)的可見(jiàn)度,實(shí)現(xiàn)方法常用的有MTI和MTD。MTI實(shí)際是一個(gè)高通濾波器,濾除雜波所在頻道,然后采用時(shí)域方法輸出動(dòng)目標(biāo)檢測(cè)結(jié)果。MTD是一種完全意義上的頻域方法,通過(guò)多濾波器組檢測(cè)目標(biāo)在頻域上的特征。

機(jī)載雷達(dá)對(duì)海面目標(biāo)檢測(cè)時(shí)發(fā)射波形一般為低重頻,飛機(jī)平臺(tái)的運(yùn)動(dòng)會(huì)導(dǎo)致雜波的多普勒頻移和多普勒譜展寬,這樣目標(biāo)可能出現(xiàn)在雜波譜的主瓣內(nèi)。如果采用MTI,可能把主瓣內(nèi)的目標(biāo)連同雜波一起剔出。MTD方法利用一個(gè)CPI內(nèi)對(duì)多個(gè)相參脈沖串的數(shù)據(jù)在重頻范圍內(nèi)形成濾波器組。雖然雜波在多普勒域的譜寬較寬,但目標(biāo)一般具有單一的多普勒頻譜,從頻道上可以區(qū)分。因此,相參積累恒虛警檢測(cè)方法是一種有效的雜波背景下檢測(cè)方法。

S波段機(jī)載雷達(dá)海雜波具有Weibull分布統(tǒng)計(jì)特性,利用這種特性,可以改進(jìn)目前的相參恒虛警檢測(cè)方法[11-12]。首先估計(jì)雜波的形狀參數(shù),利用這個(gè)參數(shù)對(duì)回波數(shù)據(jù)進(jìn)行非線性變換,再經(jīng)過(guò)線性濾波,從而去掉雜波的相關(guān)特性,然后通過(guò)上述非線性變換的逆過(guò)程,就可以將非高斯分布海雜波環(huán)境下的目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)化為高斯背景下的目標(biāo)檢測(cè)問(wèn)題,從而保證檢測(cè)器的恒虛警特性。

2.3 自適應(yīng)匹配濾波方法

低掠射角條件下海雜波中的Whitecap散射和Bragg散射都可以用復(fù)合模型來(lái)解釋,即高斯分布的快變量被具有非高斯特性的慢變量調(diào)制而成。由于海雜波的紋理分量較散斑分量具有較長(zhǎng)的時(shí)間相關(guān)性,故可以將雜波的紋理分量在短的累積時(shí)間內(nèi)認(rèn)為是隨機(jī)常數(shù),得到了海雜波的球不變過(guò)程(Spherical Invariant Random Processing,SIRP)模型。自適應(yīng)匹配濾波(Adaptive Matching Filter,AMF)和自適應(yīng)歸一化匹配濾波(Adaptive Normalized Matched Filter,ANMF)方法正是基于海雜波的SIRP模型,以廣義似然比檢測(cè)方法為基礎(chǔ)提出的一種相參處理的目標(biāo)檢測(cè)方法[13]。其原理是自適應(yīng)濾波器實(shí)現(xiàn)雜波白化。本質(zhì)上等價(jià)于在多普勒域抑制強(qiáng)雜波分量,增強(qiáng)具有大徑向速度的目標(biāo)回波信號(hào)。

自適應(yīng)匹配濾波主要的兩種檢測(cè)器:自適應(yīng)匹配濾波器(AMF)和自適應(yīng)歸一化匹配濾波器(ANMF),檢測(cè)流程如下:

1)雜波向量協(xié)方差估計(jì)為

式中,r n表示與檢測(cè)單元r臨近的N個(gè)參考單元連續(xù)接收的P次回波。

2)雜波近似白化和多普勒導(dǎo)向矢量變型為

式中,Doppler導(dǎo)向矢量

3)檢測(cè)統(tǒng)計(jì)量為

上述檢測(cè)方法中,雜波的協(xié)方差矩陣的估計(jì)是重點(diǎn),根據(jù)計(jì)算方法的不同,存在多種自適應(yīng)匹配濾波方法[13]。Kelly檢測(cè)器與AMF方法一樣,檢測(cè)器保證對(duì)雜波協(xié)方差矩陣的恒虛警性,不能滿足對(duì)紋理分量的統(tǒng)計(jì)分布是恒虛警的。Conte提出的M-ANMF檢測(cè)器采用樣本協(xié)方差矩陣(Sample Covariance Matrix,SCM)估計(jì)待檢測(cè)單元的協(xié)方差矩陣,可以有效地檢測(cè)到目標(biāo)。Gini在Conte的基礎(chǔ)上提出了Σ-ANMF檢測(cè)器,該檢測(cè)器對(duì)紋理分量的統(tǒng)計(jì)特性和雜波功率是恒虛警的。隨著雷達(dá)分辨率的提高,雜波環(huán)境變得部分均勻時(shí),即待檢測(cè)單元的數(shù)據(jù)與參考數(shù)據(jù)有相同的雜波協(xié)方差矩陣結(jié)構(gòu),但二者的雜波功率不同,而所有的參考數(shù)據(jù)有相同的雜波功率,Conte隨后提出的遞歸自適應(yīng)歸一化匹配濾波(Recursive ANMF,R-ANMF)和遞歸對(duì)稱自適應(yīng)歸一化匹配濾波(Recursive Persymmetric ANMF,RPANMF)檢測(cè)器將雜波數(shù)據(jù)分組處理,使同一組的雜波數(shù)據(jù)滿足空間均勻性條件。在非均勻的雜波環(huán)境或者空間非平穩(wěn)的雜波環(huán)境下,目前的自適應(yīng)匹配算法主要集中在基于先驗(yàn)知識(shí)(Knowledge-Based,KB)的條件下去除異常樣本,以及借助地球遙感圖像等知識(shí)(Knowledge-Aided,KA)獲得新的協(xié)方差估計(jì)算法。

3 幀間積累方法

海雜波成分中的Bragg散射和Whitecap散射都可以用復(fù)合模型理論解釋,可以在波束內(nèi)抑制。而Burst散射離散的海尖峰,不具有復(fù)合模型特性,持續(xù)時(shí)間一般在100 ms左右。雖然Burst海尖峰在垂直極化形式下比較明顯,水平極化也仍然存在。由于這種短時(shí)海尖峰具有窄帶頻譜,在波束內(nèi)處理過(guò)程中往往會(huì)被當(dāng)作目標(biāo)檢測(cè)出來(lái),引起虛警。這種海尖峰對(duì)海面的低慢小目標(biāo)檢測(cè)的影響尤其嚴(yán)重。不過(guò)每一幀的檢測(cè)中,Burst海尖峰出現(xiàn)的位置是隨機(jī)的,而目標(biāo)在空間出現(xiàn)的位置一般是規(guī)律性的,這樣在檢測(cè)弱目標(biāo)時(shí),能夠采用幀間積累的方法來(lái)抑制Burst散射引起的離散海尖峰。

3.1 二進(jìn)制積累

二進(jìn)制積累是一種非相參積累方法,在恒虛警檢測(cè)決策的基礎(chǔ)上進(jìn)行。恒虛警門限檢測(cè)后作出選擇,假設(shè)H0成立,目標(biāo)不存在,輸出為“0”;假設(shè)H1成立,目標(biāo)存在,輸出為“1”。每一幀的各個(gè)分辨單元都有一個(gè)表示決策結(jié)果的值。N幀數(shù)據(jù)的每個(gè)對(duì)應(yīng)的分辨單元都具有N次決策,如果其中有M次可以檢測(cè)到目標(biāo)就認(rèn)為該分辨單元存在目標(biāo),(M≤N)。由于機(jī)載平臺(tái)的運(yùn)動(dòng),每一幀對(duì)應(yīng)的分辨單元的位置和方位不斷發(fā)生變化,因此必須補(bǔ)償平臺(tái)運(yùn)動(dòng)引起的對(duì)目標(biāo)速度的影響。但是由于恒虛警檢測(cè)輸出的點(diǎn)跡位置和速度信息與真實(shí)值之間存在誤差,這些誤差必將會(huì)導(dǎo)致二進(jìn)制幀間積累方法的混疊損失,從而會(huì)引起虛警點(diǎn),降低積累效果。

3.2 相參積累

幀間積累也可采用相參的方法[14]。通過(guò)對(duì)多幀時(shí)間內(nèi)運(yùn)動(dòng)目標(biāo)回波的分析,建立相參積累的回波信號(hào)模型,其中目標(biāo)回波出現(xiàn)距離單元走動(dòng)和多普勒單元走動(dòng)。利用目標(biāo)回波的空-時(shí)相關(guān)性,采用速度匹配法和離散Chirp-Fourier變換(DCFT)聯(lián)合估計(jì)目標(biāo)徑向速度、多普勒頻率和調(diào)頻斜率,補(bǔ)償距離單元走動(dòng)和多普勒單元走動(dòng),實(shí)現(xiàn)多幀內(nèi)目標(biāo)能量的相參積累。

3.3 檢測(cè)前跟蹤

大多數(shù)情況下載機(jī)的平臺(tái)運(yùn)動(dòng)補(bǔ)償精度低且實(shí)現(xiàn)復(fù)雜。為了避免平臺(tái)運(yùn)動(dòng)帶來(lái)的虛警,檢測(cè)前跟蹤(Track Before Detection,TBD)是機(jī)載預(yù)警雷達(dá)最理想的幀間積累方法[14]。該方法在檢測(cè)點(diǎn)過(guò)門限之前接收所有的點(diǎn)跡數(shù)據(jù)以及相應(yīng)的動(dòng)態(tài)信息,這樣可以降低二進(jìn)制積累方法中的混疊誤差,但不會(huì)減少對(duì)所有可能目標(biāo)的速度需求。檢測(cè)前跟蹤的基本思想是在低信噪比的情況下,目標(biāo)極易被雜波和噪聲淹沒(méi),單幀數(shù)據(jù)不能實(shí)現(xiàn)對(duì)目標(biāo)的可靠檢測(cè)與跟蹤,故在單幀不設(shè)門限,而是根據(jù)目標(biāo)運(yùn)動(dòng)的連續(xù)性和目標(biāo)幀間關(guān)聯(lián)性,對(duì)多幀數(shù)據(jù)進(jìn)行存儲(chǔ)和處理,多幀積累后和門限比較,得到估計(jì)目標(biāo)的航跡,完成對(duì)目標(biāo)的判決。目前的檢測(cè)前跟蹤的幾種方法有:三維匹配濾波、Hough變換、多級(jí)假設(shè)、高階相關(guān)、動(dòng)態(tài)規(guī)劃和粒子濾波等方法。

三維匹配濾波采用窮舉法搜索出目標(biāo)所有可能的航跡進(jìn)而檢測(cè)出潛在的微弱目標(biāo)并恢復(fù)其航跡,該方法思想簡(jiǎn)單,但計(jì)算量太大,工程中很難實(shí)現(xiàn)。Hough變換采用某種形式的邏輯運(yùn)算或投影變換,先將軌跡檢測(cè)問(wèn)題從三維空間轉(zhuǎn)化到二維平面,然后在二維平面內(nèi)進(jìn)行軌跡搜索,完成能量積累,進(jìn)行門限檢測(cè)。這種方法使得檢測(cè)過(guò)程中的存儲(chǔ)量和計(jì)算量大大減少,提高了檢測(cè)跟蹤處理的實(shí)時(shí)性,是以性能下降換取得到的。多級(jí)假設(shè)將大量可能的目標(biāo)航跡按樹(shù)的結(jié)構(gòu)進(jìn)行組織,通過(guò)對(duì)到達(dá)每幀圖像的樹(shù)都進(jìn)行一次序貫截?cái)嗉僭O(shè)檢驗(yàn),隨時(shí)去除未通過(guò)檢驗(yàn)的樹(shù),從而達(dá)到減少運(yùn)算量和存儲(chǔ)量的目的。高階相關(guān)方法根據(jù)目標(biāo)航跡在時(shí)間上和空間上的相關(guān)性,計(jì)算出不同幀間的高階相關(guān)結(jié)果,檢測(cè)出目標(biāo)的直線或曲線航跡。動(dòng)態(tài)規(guī)劃算法是分級(jí)決策方法和最佳原理的綜合應(yīng)用,利用動(dòng)態(tài)規(guī)劃分段優(yōu)化思想,將目標(biāo)軌跡搜索問(wèn)題分解為分級(jí)優(yōu)化的問(wèn)題。粒子濾波是一種貝葉斯濾波遞推技術(shù),通過(guò)Monte Carlo積分模擬來(lái)實(shí)現(xiàn)。基于粒子濾波的TBD算法能夠很好地處理非高斯、非線性問(wèn)題,可以直接通過(guò)并行計(jì)算機(jī)來(lái)實(shí)現(xiàn),易于實(shí)現(xiàn)對(duì)復(fù)雜模型的狀態(tài)序列估計(jì)。但粒子濾波算法通常需要大量的粒子才能保證良好的檢測(cè)和跟蹤性能,這將導(dǎo)致巨大的計(jì)算量,嚴(yán)重限制它的實(shí)際應(yīng)用。

這幾種方法都可以處理高斯噪聲條件下勻速直線運(yùn)動(dòng)的目標(biāo)。動(dòng)態(tài)規(guī)劃和三維匹配濾波適用于高斯噪聲,粒子濾波適用于非高斯噪聲環(huán)境下的目標(biāo)檢測(cè)與跟蹤,三維匹配濾波器只能檢測(cè)速度已知的目標(biāo),多級(jí)假設(shè)檢驗(yàn)?zāi)軌蛲瑫r(shí)檢測(cè)不同方向作直線運(yùn)動(dòng)的多個(gè)目標(biāo),而粒子濾波和動(dòng)態(tài)規(guī)劃能夠檢測(cè)和跟蹤機(jī)動(dòng)目標(biāo)。對(duì)機(jī)載預(yù)警雷達(dá)而言,對(duì)海處理的任務(wù)是同時(shí)對(duì)多個(gè)未知海面慢速目標(biāo)進(jìn)行檢測(cè)和跟蹤[15-16],這些目標(biāo)在機(jī)載平臺(tái)的條件下,可以近似為勻速直線運(yùn)動(dòng)的模型。針對(duì)這種特性的目標(biāo)有兩種解決思路:一種是從信號(hào)處理角度考慮,利用廣義似然比檢測(cè)量結(jié)合分級(jí)優(yōu)化方法實(shí)現(xiàn)檢測(cè)前跟蹤;另一種是從數(shù)據(jù)處理角度考慮,用極低的門限讓弱目標(biāo)信息輸出,對(duì)存在虛警的多幀原始點(diǎn)跡進(jìn)行處理,一般采用粒子濾波和聯(lián)合概率數(shù)據(jù)融合方法。綜上分析,機(jī)載預(yù)警雷達(dá)檢測(cè)前跟蹤的方法可以選擇多級(jí)假設(shè)、動(dòng)態(tài)規(guī)劃和粒子濾波。為了解決多目標(biāo)跟蹤問(wèn)題,這三種方法可以根據(jù)需求進(jìn)行組合,這也是機(jī)載預(yù)警雷達(dá)幀間積累方法需要重點(diǎn)研究的方向。3.4 幀間掃描速率

波束內(nèi)處理方法和幀間積累方法的選擇與檢測(cè)環(huán)境有關(guān),不僅取決于目標(biāo)和雜波的特性,也要從系統(tǒng)資源的角度考慮。掃描周期是確定幀間積累性能的一個(gè)關(guān)鍵因素。如果雷達(dá)發(fā)射相參脈沖,幀間積累時(shí)間根據(jù)海尖峰的時(shí)間相關(guān)特性來(lái)確定,這一點(diǎn)與頻率捷變雷達(dá)在波束內(nèi)進(jìn)行非相參處理原理一致。在文獻(xiàn)[17]中比較了不同掃描速率對(duì)檢測(cè)性能的影響,并且給出快速掃描率是最優(yōu)的選擇。但是對(duì)于一個(gè)探測(cè)范圍要求較大的雷達(dá)系統(tǒng),波束內(nèi)處理時(shí)間與幀間掃描速率之間存在矛盾,需要在滿足資源調(diào)度和達(dá)到最佳性能的前提下找到平衡點(diǎn),這樣為了波束內(nèi)處理的效果更好,幀間積累時(shí)間可能就必須延長(zhǎng),從而某種程度上降低了幀間積累性能。

4 結(jié)束語(yǔ)

本文從S波段機(jī)載預(yù)警雷達(dá)實(shí)測(cè)數(shù)據(jù)的海雜波特性的分析結(jié)果出發(fā),系統(tǒng)地闡述了機(jī)載雷達(dá)系統(tǒng)海雜波的抑制方法。給出了該體制下海雜波的統(tǒng)計(jì)特性和物理散射成分,闡明了海雜波特性與雷達(dá)設(shè)計(jì)之間的關(guān)系。然后對(duì)信號(hào)處理方法進(jìn)行分析和梳理。雜波中的Bragg散射和Whitecap散射在波束內(nèi)抑制,方法涉及到信號(hào)積累方式和恒虛警檢測(cè)方法,其中相參處理機(jī)制是最優(yōu)的選擇。在檢測(cè)中,可以利用改進(jìn)的相干積累恒虛警方法檢測(cè)或者采用自適應(yīng)匹配濾波的方法。Burst海尖峰需要幀間積累來(lái)抑制。幀間積累方法涉及二進(jìn)制積累、相參積累和檢測(cè)前跟蹤的各種方法。檢測(cè)前跟蹤方法是機(jī)載雷達(dá)最理想的選擇,其中動(dòng)態(tài)規(guī)劃、多級(jí)假設(shè)和粒子濾波三種方法可以有效地適應(yīng)該平臺(tái)的條件。對(duì)于本文提出的改進(jìn)相參恒虛警方法,會(huì)在后續(xù)工作中完成。

[1]WARD K D,TOUGH R J A,WATTS S.Sea Clutter:Scattering,the K Distribution and Radar Performance[M].London,UK:The Institution of Engineering and Technology,2006.

[2]STIMSON G W.Introduction to Airborne Radar[M].2rd ed.Mendham,NJ,USA:SciTech Publishing Inc,1998.

[3]SKOLNIK M I.Radar Handbook[M].2nd ed.New York,USA:McGraw-Hill,1990.

[4]HAYKIN S.Adaptive Radar Signal Processing[M].Hoboken,New Jersey,USA:John Wiley&Sons Inc,2007.

[5]CRISP D J,ROSENBERG L,STACY N J,et al.Modelling X-Band Sea Clutter with the K-Distribution:Shape Parameter Variation[C]∥International Radar Conference,Bordeaux:IEEE,2009:1-6.

[6]VILHELM-HANSEN V,MITAL R.An Improved Empirical Model for Radar Sea Clutter Reflectivity[J].IEEE Trans on Aerospace and Electronic Systems,2012,48(4):3512-3524.

[7]SEKINE M,MAO Y.Weibull Radar Clutter[M].London,UK:Peter Peregrinus Ltd,1990.

[8]魏明珠.機(jī)載S波段雷達(dá)海雜波特性研究[C]∥第十三屆全國(guó)雷達(dá)學(xué)術(shù)年會(huì),西安:中國(guó)電子學(xué)會(huì)無(wú)線電定位技術(shù)分會(huì),2013.

[9]丁昊,李建忠,安昕,等.實(shí)測(cè)海雜波數(shù)據(jù)的多普勒譜特性[J].雷達(dá)科學(xué)與技術(shù),2012,10(4):400-408,420.

[10]WATTS S.Radar Sea Clutter:Recent Progress and Future Challenges[C]∥International Conference on Radar,Adelaide,SA:IEEE,2008:10-16.

[11]FARINA A,RUSSO A,SCANNAPIECO F,et al.Theory of Radar Detection in Coherent Weibull Clutter[J].IEE Proceedings F:Communications,Radar and Signal Processing,1987,134(2):174-190.

[12]LI G,YU K.Modelling and Simulation of Coherent Weibull Clutter[J].IEE Proceedings F:Radar and Signal Processing,1989,136(1):2-12.

[13]CONTE E,DE MAIO A.Mitigation Techniques for Non-Gaussian Sea Clutter[J].IEEE Journal of Oceanic Engineering,2004,29(2):284-302.

[14]BUZZI S,LOPS M,VENTURINO L.Track-Before-Detect Procedures for Early Detection of Moving Target from Airborne Radars[J].IEEE Trans on Aerospace and Electronic Systems,2005,41(3):937-954.

[15]BUZZI S,LOPS M,VENTURINO L,et al.Track-Before-Detect Procedures in a Multi-Target Environment[J].IEEE Trans on Aerospace and Electronic Systems,2008,44(3):1135-1150.

[16]LIU J,HAN C,HU Y.Multiple Target Tracking Using Particle Filter Based Multi-Scan Joint Probabilistic Data Association Filter[C]∥30thChinese Control Conference,Yantai:IEEE,2011:3134-3139.

[17]MCDONALD M,LYCETT S.Fast Versus Slow Scan Radar Operation for Coherent Small Target Detection in Sea Clutter[J].IEE Proceedings-Radar,Sonar and Navigation,2005,152(6):429-435.