低慢小目標的雷達信號處理算法探究

陶 亮

（中國電子科技集團第十四研究所 江蘇·南京 210000）

低慢小目標，指的是低空慢速的小目標，由于我國剛開放低空領域不久，對于這類目標的防控，還處于起步研究階段，是公認的世界性難題。正是因為低慢小目標的偵測難、管控難、處置難的特點，其對城市及要地的安全隱患不容小覷，面對日趨嚴峻的無人機威脅，為進一步促進軍民融合市場的發展，我國政府愈加支持反無人機技術以及相關武器裝備的開發。以下是雷達對低慢小目標進行偵測時，存在的主要問題：一是低慢小目標的飛行高度地，容易受到車輛、行人等回波信號的干擾，難以分辨；二是低慢小目標飛行速度較慢，但其多普勒頻率和固定、慢速雜波的頻率重疊交錯，導致低慢小目標的頻率與雜波很難區分出來；三是低慢小目標的RCS反射面積較小，回波比較弱，低信雜比導致小目標比較容易淹沒在各種雜波之中，很難檢測出來。

1 低慢小目標雷達信號處理算法的研究基礎

雷達探測低慢小目標之時，由于雜波背景比較強，以往雷達信號處理的雜波抑制方法以及檢測方法很難將目標信息提取出來。因而，對低慢小目標的雷達信號處理研究，集中在尋求更為有效的信號處理辦法上，加強對低慢小目標的防護與監管。從早期模擬電路發展至今，現如今的數字技術為雷達信號處理提供了更為有利的技術支持，為更為復雜的雷達信號處理算法提供了施展平臺，問題在于如何運用現如今的數字技術，針對低慢小目標的特點模塊化、規范化地建設與完善雷達信號處理系統，以實時檢測、分析、操控為目標，注重挖掘雷達信號處理的潛力。

低慢小目標的雷達偵測過程中，信號處理的價值在于獲取更為精準、有效的信息，對目標進行檢測時則是要想方設法地消除雜波的影響，一般的MTI和MTD濾波器對雜波的抑制效果并不明顯。因為低慢小目標的速度較低，極易受到雜波或干擾的影響，濾波器的設計是雷達信號處理的前提。不同于一般的偵測目標，基于低慢小目標速度低、易受干擾的特點，使用MTD濾波器以及FIR濾波器時，通常會進行加窗處理，以改善旁瓣電平，凈這樣容易消除不同濾波器中目標之間得相互影響。靈活地應對各種雜波速度分布，并在零頻附近形成凹口。例如，加窗的FIR濾波器可以改善中心頻率較高的濾波器副瓣，而常規的FIR濾波器則會由于零頻處的凹口寬同雜波信號的譜寬度相互匹配造成濾波器主瓣產生畸變。這種畸變問題會影響低慢小目標信號的提取、處理，需要設計出更為靈活、精準的濾波器，現如今比較受歡迎的是一種變凹口寬度的FIR濾波器設計方法，以調整濾波器獲得最優凹口寬度的方式，有效地抑制雜波并減少雷達信號損失。常規的FIR濾波器和變凹口的FIR濾波器，在一定程度上可以滿足低慢小目標雷達偵測以及信號獲取的要求。因此，低慢小目標的雷達信號處理算法，建立在常規的FIR濾波器和變凹口的FIR濾波器之上，選用常規的FIR濾波器配合MTD濾波器進行雷達信號處理，對低慢小目標檢測與雷達信號處理算法展開研究。

2 低慢小目標雷達信號處理流程及關鍵算法

2.1 低慢小目標雷達信號的處理流程

低慢小目標的雷達信號處理流程，是從雷達對接收的回波信號的和差處理入手，通過信號通道獲取信號、方位差信號和俯仰差信，然后經過脈沖壓縮以及雜波抑制MTD/FIR濾波，逐步獲取低慢小目標的方位角、俯仰角以及距離等數據及相關誤差。其中，和信號用于判斷低慢小目標的距離以及速度，用于進行距離和速度的動目標檢測；方位差信號則是通過比幅測角算法來獲取低慢小目標的方位角誤差；俯仰差信號則是用于計算低慢小目標的俯仰角誤差。而低慢小目標的雷達信號處理，最終會以點跡信息的形式流入雷達數據處理模塊，并在此模塊完成點跡建航、目標參數估計以及濾波跟蹤、預測等工作。

2.2 低慢小目雷達信號處理的關鍵算法

低慢小目標的雷達信號處理算法，由脈沖壓縮、點跡凝聚、雜波抑制、恒虛警檢測、單脈沖測角組成，這五個算法組成了低慢小目標雷達信號處理的基本框架。因為，脈沖壓縮、點跡凝聚這兩個算法的流程相對固定，所以雜波抑制、恒虛警檢測、單脈沖測角這三個算法才是雷達信號處理的關鍵算法，其變化空間更多，以下是對這三個算法的具體介紹：

（1）雜波抑制。此種算法，主要是根據雜波與低慢小目標的多普勒頻率的差異，通過同時加大目標回波的積累時間，來加強對低慢小目標的雷達偵測能力，對多個回波脈沖進行長時間相積累后獲取更高的新雜比。由于低慢小目標的雷達偵測存在一些問題，僅僅依靠MTD很難分辨出低速目標以及地雜波功率較強、周圍的數目、草地搖擺等會影響雜波譜寬度，常規的MTD算法很難起效，所以在處理流程上先進行脈沖壓縮再進行雜波抑制，以雜波對消的方式在MTD之前先初步一致雜波后，再運用MTD+FIR形成級聯濾波器，從而降低副瓣提高信雜比。并且，適當地增加了目標回波的積累時間，通過較長的駐留時間以盡可能地提高多普勒分辨率，有效地在頻域中將低慢小目標與雜波區分開，按照低慢小目標的多普勒分辨率與1 m/s～60 m/s速度范圍，設定最大通道與最小零通道參數，以排除其他高速目標的干擾以及丟棄范圍外的通道，降低處理的計算量。以下是MTD多普勒濾波器組：

圖1：MTD多普勒濾波器組

（2）恒虛警檢測。這是一種雷達目標自動檢測技術，通過將變化的低慢小目標雷達偵測背景噪聲環境，進行恒虛警處理后使得其保持在恒定轉臺，從而避免由于虛警率過高造成性能過載。目前，恒虛警檢測器種類繁多，差別主要是體現在算法對雜波均值的估算法上。根據低慢小目標存在的特點，其雷達信號處理，先是在單元平均恒虛警處理中選用了距離維和多普勒維的二維CFA R處理，再通過雜波先驗信息與歷史信息，通過多次掃描周期回波數據在距離、方位上估計得到的統計表，在固定長度的活動窗口上實時更新數據獲得動態雜波圖后，分析雜波特性，并基于雜波與目標特征的差異，展開自適應目標平均恒虛警檢測。由于動態雜波圖實時更新的數據計算量龐大，為迅速、有效地進行雜波分析，對原有單元平均恒虛警算法做的相應的改進：先用信號平均功率作為門限，再啟動滑窗過濾一遍以降低計算量，待雜波圖變化趨于穩定然后降低更新頻率，選用變遺忘因子來更新雜波圖中的數據，以下是具體的更新公式：

（3）單脈沖測角。這是一種利用一個單獨脈沖產生的四個波束測量目標角度位置的算法。這種算法主要是根據天線饋電的特點，工程上更為傾向和差法測角，其主要原理如下圖：

圖2：和差法測角原理

目標誤差角 計算公式如下：

2.3 算法驗證及今后研究方向

算法驗證以無人機作為目標，通過雷達偵測采集了原始回波數據，將數據以I/Q信號形式輸入到雷達信號處理模塊之中，仿真驗證雷達信號處理算法是否有效。根據仿真結果，復雜環境的雜波與噪聲干擾下，低慢小目標的雷達信號處理算法正確、有效，契合低慢小目標信號檢測、測距、測速等功能需求。今后對于低慢小目標雷達信號處理算法的研究，集中在信號處理與數據處理對接上，以期通過雷達偵測獲取更多實測數據，進行反復測試積累更多的工程經驗數據，從而針對不同場景調整算法參數，優化雷達信號處理算法流程以改善信號處理效果。此外，由于低慢小目標的機動范圍較大且速度變化快，具有懸停、垂直升降等獨特運動特征，對于低慢小目標的雷達信號處理，可通過信號處理的檢測前跟蹤方法（TBD）圍繞目標的穩定檢測跟蹤，進行深入探究。

3 結語

由于低空小目標存在著犯罪成本低、監管難等問題，無人機等典型低慢小目標對城市與要地的安全威脅越來越大，國家政策在開發低空領域的同時，也在加強對反無人機技術與相關產品的開發。探究低慢小目標的雷達信號處理算法，在于解決低慢小目標雷達信號探測與處理存在的難題，文章基于其回波較弱、易受雜波干擾的特點，尋求能在復雜背景條件下檢測出低慢小目標的信號處理算法，并進行驗證，發現基于雜波抑制、自適應恒虛警檢測（CFA R）和單脈沖測角算法對加載雷達實測的回波數據進行處理，能檢測出低慢小目標，并實現強雜波抑制。