毫米波雷達的多普勒擴展目標檢測

康　猛

(南京電子技術研究所，　南京 210039)

?

·信號處理·

毫米波雷達的多普勒擴展目標檢測

康猛

(南京電子技術研究所，南京 210039)

在毫米波雷達目標探測中，目標微動部件的微多普勒效應會引起目標回波頻譜擴展，線性調頻信號的時頻耦合會導致目標距離擴展，從而使得目標難以檢測。文中首先通過建模仿真，研究了目標回波的特點，然后結合實測數據分析了其復雜性，在此分析基礎上提出了邊沿檢測、均值濾波質心檢測、閉運算質心檢測等檢測方法，最后通過實測數據處理驗證了各種方法的性能。

毫米波；擴展目標；均值濾波；閉運算

0　引　言

隨著毫米波技術的不斷發展，毫米波雷達在導彈制導、火控和跟蹤、高分辨率成像以及敵我識別等諸多領域得到了廣泛應用，世界主要發達國家也把毫米波技術作為軍事電子技術的重點研究對象。

經典雷達目標檢測理論基礎假設目標為點目標[1]。隨著雷達探測目標的類型逐漸復雜，特別是有些目標帶有微動部件，使目標各散射點存在相對運動，在頻譜上引起頻譜展開，這種特征稱為多普勒擴展，多普勒擴展范圍與雷達波長成反比。由于毫米波雷達波長極小，因此目標的多普勒擴展非常明顯。

本文通過建模研究了帶微動部件目標的毫米波雷達回波，分析了多普勒擴展目標檢測的難點，根據多普勒擴展目標特點提出了邊沿檢測、均值濾波質心檢測、閉運算質心檢測等檢測方法。

1　目標回波模型

直升機的旋翼使直升機成為典型的多普勒擴展目標，以直升機為例，對多普勒擴展目標進行建模仿真，直升機的雷達回波主要由三部分組成：

1) 機身回波，雷達截面積(RCS)約幾平方米。

2) 主旋翼回波，旋翼的轉動會形成一定的頻譜擴展。

3) 尾翼回波，類似于主旋翼，但葉片直徑較小，由于受機身的遮擋，可以忽略。

因此，直升機回波可表示為機身回波與主旋翼回波的疊加

s0(t)=sp(t)+sb(t)+n(t)

(1)

式中：sp(t)為等效機身回波分量；sb(t)為槳葉調制回波；n(t)為噪聲。

圖1表示某一槳葉和雷達的幾何關系，圖中分別以雷達和槳葉旋轉中心Q為坐標中心建立坐標系。方位角和仰角分別為α、β，槳葉旋轉角速度為ωr，假設每個槳葉是同類線性剛性天線，且無槳葉遮擋，則根據圖示的幾何關系，t時刻的N個槳葉的合成回波可以表示為

(2)

圖1　槳葉和雷達的幾何關系圖

其中，幅度函數為

(3)

相位函數為

(4)

式中：L1為槳葉起點和槳葉中心的距離；L2為槳葉終點和槳葉中心的距離；θ0為槳葉的旋轉初相角。

對直升機基頻回波進行仿真分析，參數為fr=200 kHz，λ=0.01 m，L1=0，L2=0.8 m，N=4，ωr=100 πrad/s，R0=5 000 m，h=500 m，α=0°，β=15°，目標回放頻譜如圖2所示，多普勒擴展范圍為-45.8 kHz～+45.8 kHz。

圖2　直升機回波頻譜

2　多普勒擴展對脈壓影響

為了同時獲得高的距離分辨率和探測距離，要求雷達信號具有大的時寬帶寬積，考慮到多普勒容限性能，通常采用線性調頻信號。線性調頻回波信號為[1]

(5)

脈壓結果為[1]

(6)

由式(6)可以得出，線性調頻信號脈壓(匹配濾波)對回波信號的多普勒頻移不敏感，即使回波信號有較大的多普勒頻移，脈壓仍能起作用，但是會產生與多普勒成正比的附加時延。時延為

Δt=-fd/K=-fdT/B

(7)

雷達載頻f0=30 GHz，信號帶寬B=2 MHz，信號時寬T=1 ms，不同多普勒fd目標的脈壓結果如圖3所示，目標實際位置為209.9 km，當目標多普勒fd=40 kHz時，脈壓時延對應著脈壓峰值偏移3 km。

圖3　不同多普勒目標脈壓結果

根據式(2)，直升機的單個槳葉上每個散射點的徑向速度不同，時延也不同。因此直升機回波脈壓結果不是點目標，而是擴展目標。而且不同槳葉相對雷達的徑向速度方向不同，對于整個直升機來說，有朝向雷達的微多普勒，有偏離雷達的微多普勒，如圖4所示。脈壓后距離既有正時延量，又有負時延量，因線性調頻信號脈壓的時頻耦合作用，使目標在距離上也呈現為擴展目標，如圖5所示。

圖4　微動方向示意圖

圖5　脈壓結果

3　目標多普勒擴展對檢測的影響

目標部件旋轉引起的多普勒擴展因脈沖的時頻耦合作用使其在距離上也呈擴展。常規雷達目標檢測時，認為目標為“點目標”或近似為“點目標”，若對擴展目標采用常規檢查方法—單元平均選大恒虛警(GO-CFAR)會使目標漏檢，檢測方法失效[2-3]，仿真結果如圖6所示。

圖6　單元平均選大CFAR

4　邊沿檢測

目標部件旋轉方向有正負方向，從而引起的多普勒擴展含有正負方向分量，且呈對稱性，因脈壓的時頻耦合作用引起目標距離上的擴展也呈對稱性，如圖5所示。

邊沿檢測方法是根據對稱性的特點，可以先利用單元平均選小恒虛警(SO-CFAR)對目標的擴展邊沿進行檢測，再根據目標對稱性，計算出目標位置，如圖7所示，根據檢測出的目標擴展邊沿計算出目標真實位置。

圖7　邊沿檢測

然而，在實際中，目標微動部件情況十分復雜，存在如下情況，引起目標回波擴展十分不規則。

1)微動部件的散射點不是均勻分布；

2)微動部件受遮擋影響；

3)存在兩個或多個微動部件。

例如，民航飛機有兩個發動機，每個發動機又有多層渦扇，且受視角遮擋情況不同，因此其回波無法準確地建模仿真。圖8示出了某民航飛機目標的回波信號及其邊沿檢測結果，可見若用邊沿檢測算法會把目標錯誤的分裂成多個目標。

圖8　民航目標回波及其邊沿檢測

針對民航回波的特點，在檢測前希望平滑回波凹凸劇烈起伏，本文引入數字圖像處理中的降噪技術—均值濾波，提出了均值濾波質心檢測方法。

5　均值濾波質心檢測

數字圖像處理中有多種降噪平滑處理技術，本文結合最便于工程實現且十分有效的均值濾波處理，提出了均值濾波質心檢測方法，具體處理步驟分三步：

1)均值濾波處理

均值濾波是數字圖像處理中簡單有效的降噪處理技術[4]，均值濾波通常采用一個含有奇數點的滑動窗口，用窗口中各點的均值代替中心點的值，對于一維數據處理，算法可以簡化為

(8)

2)噪聲恒虛警檢測

利用噪聲恒虛警處理，檢測目標，并求出目標擴展范圍，算法表達式如下

f(n)≥an*K

(9)

式中：an為噪聲估值；K為檢測門限。

3)求質心，提取目標位置

每個距離單元幅度作為該距離單元的質量，對連續過門限的距離單元求質心，質心作為目標位置，質心算法如下

(10)

式中：ntar為目標位置，[N1,N2]為目標擴展距離單元范圍。

利用均值濾波質心檢測算法對圖8中的民航目標進行檢測，結果如圖9所示。根據目標GPS信息，質心作為目標位置是較準確的。

圖9　民航目標回波及其均值濾波質心檢測

雷達回波中可能存在多個目標，并且可能既有擴展目標又有非擴展目標，若簡單地利用均值濾波質心檢測會增加非擴展目標的檢測損失。例如在某次試驗中，雷達回波中存在兩個擴展目標和一個非擴展目標，如圖10所示，均值濾波質心檢測雖然很好地檢測出兩個擴展目標但丟失了非擴展目標。

圖10　復雜目標檢測結果

因此，需要尋求一種既有能有效的檢測擴展目標，又對非擴展目標有效的方法。為了實現此目標，需要一種算法只對擴展目標進行平滑，但對非擴展目標不平滑或少平滑。本文引入數字圖像處理中閉運算，提出了閉運算質心檢測方法。

6　閉運算質心檢測

閉運算的幾何解釋，在邊界外部轉動球B，我們注意到方向向內的拐角變得圓滑了，而方向向外的拐角沒有變化[4]，處理示意圖如下，圖11a)中B在A的外部邊界上轉動，圖11b)的粗線表示閉運算的外部邊界，圖11c)完全的閉運算(陰影部分)。

圖11　閉運算示意圖

針對雷達的一維數據，閉運算處理可簡單解釋為在數據邊界上部轉動B。閉運算一般會平滑狹窄的缺口，并保留尖刺，處理示意圖如圖12所示。

圖12　一維數據的閉運算示意圖

本文利用閉運算平滑缺口和保留尖刺的特點，提出閉運算質心檢測方法。處理步驟分三步：

1)一維閉運算處理。對目標回波的脈壓結果進行一維閉運算處理。閉運算的算法和仿真程序在文獻[4-7]中有詳細介紹，這里不贅述。

2)噪聲恒虛警檢測。對閉運算處理結果進行噪聲恒虛警檢測。

3)求質心，提取目標位置。利用閉運算質心檢測方法對多復雜目標的檢測結果如圖13所示，擴展目標和非擴展目標都成功地檢測出，并準確地提取出了目標位置信息。

圖13　閉運算質心檢測

7　檢測方法適用范圍比較

本文針對多普勒擴展目標，先后提出了邊沿檢測、均值濾波質心檢測、閉運算質心檢測等三種方法，根據上述幾節仿真和實測數據驗證，各種檢測方法的適用范圍如表1所示。針對毫米波雷達，飛機目標普遍為擴展目標，均值濾波質心檢測方法是一種簡便有效的方法。

表1　各檢測方法適用范圍

8　結束語

本文詳細研究了多普勒擴展目標的特點，分析了多普勒擴展對目標檢測的影響。根據場景由簡單到復雜，本文提出了邊沿檢測、均值濾波質心檢測、閉運算質心檢測方法，這些方法已在一種雷達中獲得較好應用。

[1]林茂庸, 柯有安. 雷達信號理論[M]. 北京:國防工業出版社,1984.

LIN Maoyong, KE Youan. Radar signal theory[M]. Beijing: National Defense Industry Press, 1984.

[2]祝歡, 陳翼. 寬帶信號檢測方法與性能分析[J]. 現代雷達, 2015,37(9): 33-36.

ZHU Huan,CHEN Yi. New methods on wideband signal detection and performance analysis[J]. Modern Radar, 2015,37(9): 33-36.

[3]王曉紅, 金林, 高俊姣. 頻率步進雷達距離擴展目標檢測算法研究[J]. 現代雷達, 2009, 31(5): 45-49.

WANG Xiaohong, JIN Lin, GAO Junjiao. A study on detection algorithm for range-distributed targets in stepped-frequency radar[J]. Modern Radar, 2009, 31(5): 45-49.

[4]GONZALEZ R C, WOODS R E. 數字圖像處理[M]. 2版. 北京: 電子工業出版社, 2008.

GONZALEZ R C, WOODS R E. Digital image processing[M].2 nd ed. Beijing: Publishing House of Electronics Industry, 2008.

[5]王慧琴. 數字圖像處理[M]. 北京：北京郵電大學出版社, 2006.

WANG Huiqin. Digital image processing[M]. Beijing: Beijing University of Posts and Telecommunication Press, 2006.

[6]孫兆林. MATLAB 6.x圖像處理[M]. 北京: 清華大學出版社, 2002.

SUN Zhaolin. Image processing using MATLAB 6.x[M]. Beijing:Tsinghua University Press, 2002.

[7]張德豐. MATLAB數字圖像處理[M]. 北京: 機械工業出版社, 2009.

ZHANG Defeng. Digital image processing using MATLAB[M]. Beijing: China Machine Press, 2009.

康猛男，1978年生，碩士，高級工程師。研究方向為雷達信號處理。

Spread-Doppler Target Detection of Millimeter Wave Radar

KANG Meng

(Nanjing Research Institute of Electronics Technology,Nanjing 210039, China)

For the target detection of millimeter wave radar the micro-Doppler effect induced by the micro-rotation parts of target spreads the spectrum of target echo, and the time-frequency coupling of the linear-frequency modulated signal extends the target in range, therefore the target is difficult to detect. In this paper, the features of target echoes are firstly investigated by modeling and simulation, then the complexity of measured data is analyzed. On the above basis of investigation, the edge-detection, mean-filter-centroid-detection, and close-operation-centroid-detection are presented and demonstrated using hte measured data.

millimeter wave radar; spread target; mean filter; close operation

康猛Email：13951939825@163.com

2016-03-11

2016-05-24

TN957.51

A

1004-7859(2016)07-0021-04

DOI：10.16592/ j.cnki.1004-7859.2016.07.006