防空雷達復雜強雜波抑制

桂佑林，張冰瑞

(南京電子技術研究所,　南京 210039)

?

·信號處理·

防空雷達復雜強雜波抑制

桂佑林，張冰瑞

(南京電子技術研究所,南京 210039)

針對山區、海面和城市復雜強雜波抑制問題，提出了基于速度信息和點跡質量評估的雜波抑制技術。設計了一種基于傅里葉變換的測速方法，這種方法能夠在抑制強地雜波的同時測量剩余雜波的速度。通過提取包括幅度起伏、頻譜、方位相關性等多維特征，利用點跡質量評估區分雜波和目標。采用文中提出的強雜波抑制技術處理實際雷達數據，結果表明，虛假航跡低于2%，目標點跡損失小于1%。

動目標顯示；雜波抑制；測速；點跡質量評估

0　引　言

復雜強雜波抑制一直是防空雷達亟需解決的技術難題，傳統的動目標顯示[1-2](MTI)雷達基于對消、恒虛警檢測和雜波圖的處理流程存在兩個方面的不足：首先，對于具有一定速度的海雜波和氣象雜波，MTI的改善因子嚴重受限，不能滿足雜波抑制的要求。MTI的優點是可以通過對消來抑制固定地物雜波，改善因子甚至達到60 dB以上。但是，對于惡劣海況下的海浪雜波速度甚至高達10 m/s，很難通過MTI進行雜波對消。其次，在檢測過程中，只利用了回波幅度信息，對于噪聲和微弱雜波環境能夠很好的控制恒虛警率，而對于復雜環境強雜波，在幅度上很難區分雜波和目標，單純通過控制幅度門限抑制雜波會導致目標點跡的損失。因此，常規處理流程在面對山區、海面和城市等環境下的復雜強雜波將會產生大量雜波剩余，嚴重制約了雷達的作戰性能。由于近區、海岸線上空的強雜波和城市雜波，傳統MTI方法產生了大片雜波剩余，嚴重影響了雷達的目標檢測性能。

針對如上所述的兩方面問題，設計了一種能夠抑制復雜強雜波的基于測速和點跡質量評估的多維特征綜合雜波抑制處理技術。

首先，利用測速抑制具有一定速度的雜波剩余[3]。設計了基于對消基傅里葉變換的測速方法。測速一直是MTI體制雷達的研究熱點，通常的基于離散傅里葉變換(DFT)方法受到信雜比的影響制約。文獻[4]提出了一種基于對消后數據的最大似然速度估計方法測速，這種方法適用于等重頻的體制。在現在裝備上使用的雷達中，通常為了推遠模糊速度采用參差重頻MTI體制，因此這種測速方法在工程上受到了限制。Kostrykin A I[5-6]設計了一種基于余數定理的測速方法，利用中國古代余數定理的方法進行多普勒速度的估計。這種方法要求參差比被最小公倍數整除后兩兩互質，而這種參差比不太好設計，制約了這種方法在實際裝備上使用。本文設計的測速方法突出的優點是基于對消后的數據，因此可以不受強雜波的影響。這種方法能夠在信雜比-40 dB時準確測量出目標速度。

其次，利用回波信號點跡質量評估解決在幅度域雜波和目標難以區分的問題，設計了一種基于多種特征的點跡質量評估方法。提取目標回波的布朗分形維數、幅度起伏特征、相位特征、頻譜特征、方位相關性和

幀間相關性等多維度特征，進而在多維特征空間進行雜波識別和抑制。

試驗表明，在這種強雜波抑制處理流程下，航跡能夠自動起始，雜波虛假航跡低于2%，目標點跡損失小于1%。

1　測速算法

基于對消基DFT[7]的測速方法，相對于常用的變時DFT方法測速，其突出的優點是基于MTI對消后的數據，因此可以不受強地雜波的影響。

1.1變時DFT測速

在重頻參差的MTI雷達中，可以采用變時傅里葉變換測量目標的速度。設第i個脈沖的回波信號為Si

Si=Aiejφi

(1)

式中：Ai為回波信號的幅度；φi為回波信號的相位。由于目標具有一定的速度v時，回波信號之間具有一定的多普勒頻率關系。因此可以采用變時DFT搜索fd的方法測量出目標的速度。

(2)

圖1　不同信噪比對DFT測速結果的影響

1.2基于對消基傅里葉變換的測速方法

針對變時傅里葉變換方法在信雜比低于6dB時測速正確率不高的問題，本文設計了基于對消基傅里葉變換的對消后測速方法。

在參差重頻的MTI體制雷達中，設第i個脈沖的回波信號為si，假設采用N脈沖滑窗MTI輸出yn為

(3)

式中：wi為加權權重，則MTI濾波器的頻率響應為

Hn(ej2πfi)=w0+w1e-j2πfT1+w2e-j2πf(T1+T2)+…

+wNe-j2πf(T1+T2+…+TN-1)

(4)

采用對消基傅里葉變換的方法測量出目標的速度，如下式所示。

(5)

基于對消基傅里葉變換的對消后測速方法主要處理步驟：

1)對具有參差重頻的回波進行滑窗對消；

2)對具有參差重頻的參考信號進行滑窗對消生成對消基，工程實現時可以先算好存在本地，以免重復計算；

3)對滑窗對消后的數據和參考信號進行對消基傅里葉變換測速。

1.3分析與仿真

針對一種五脈沖參差重頻滑窗對消，將對消后的4脈沖進行測速。如圖2所示，仿真零速的固定回波作為地雜波，當信雜比-40dB時仍然能夠正確測量出目標速度。

圖2　基于對消的IQ測速方法(信雜比-40 dB)

采用-150m/s的目標疊加0速地雜波，設定信雜比為-40dB。圖3為采用普通DFT測速結果，圖4為采用對消后測速結果。可以看到，普通DFT測速峰值在0m/s處，而對消之后測速峰值才在目標真實速度位置。

圖3　變時DFT測速圖

圖4　對消后測速傅里葉變換圖

2　點跡質量評估

提取目標回波的布朗分形維數、幅度起伏特征、相位特征、頻譜特征、方位相關性和幀間相關性等多維度特征，進而在多維特征空間進行雜波綜合識別和抑制。

2.1點跡特征

2.1.1布朗維數

分數布朗運動模型[8-9]可以用來描述自然界中隨機分形[10-12]的一種統計自仿真數學模型,它將粗糙表面看成是隨機游動的結果,即在方向和距離上都是均勻隨機變量。

分數布朗運動模型是計算圖像分形維數的一種重要方法，其定義如下：在某概率空間上，指數為H(0

(1)以概率1有x(0)=0，且X(t)為t的連續函數；

(2)對任何t>0和Δr>0，增量X(t+Dr)-X(t)服從均值為0，方差為Δr2H的正態分布，故有

P(X(t+Δr)-X(t)≤x)=(2π)1/2(Δr)-n

(6)

式中：P為概率密度。由上式可知，X(t+Δr)-X(t)是穩定的，它的方差與Δr2H成比例，即

X(t+Δr)-X(t)∝Δr2H

(7)

改寫上式如下形式

var{X(t+Δr)-X(t)}=E[X(t+Δr)-X(t)]2=

K·Δr2H

(8)

對上式兩邊取對數可得

ln[var{X(t+Δr)-X(t)}] =2H·ln(Δr)+C

(9)

式中：C為常數。由上式可知，只要求出var{X(t+Δr)-X(t)}和Δr數據對，然后用最小二乘估計斜率H，即可求得分形維數D=2-H，以及截距C，它與物體表面變化快慢系數K有關。目標和雜波的上述特征存在差異，可以用于抑制雜波。

2.1.2幅度起伏特征

1)幅度偏差系數

采用Alpha穩定分布對雜波進行建模，并采用計算簡單且具有較好的估計精度的樣本特征函數法來估計雜波樣本序列Alpha穩定分布的模型參數α和σ并將其作為雜波分類的有效特征。幅度偏差系數ga計算如下

(10)

式中：a(i)為第i個脈沖的幅度。

2)幅度熵

直接計算雜波的幅度方差或者幅度熵，以提取雜波整體幅度起伏的大小。可采用脈間幅度熵Et來計算目標與雜波的時間幅度起伏，Et計算公式如下

(11)

2.1.3方位間相關性

雜波與目標存在體積上的差異，故在雷達相鄰方位間掃描時，回波間的相關性可能表現出一定的差異，故可提取相鄰方位的相關特性作為雜波與目標有區別的特征之一。相鄰方位間相關系數可采用下式計算

(12)

式中：ri=[r1,r2,…,rP]為凝聚為同一目標在第i個方位角的回波序列。

2.1.4幀間相關性

由于常規警戒雷達幀間相隔6s～20s，時間較長，故雜波與目標在許多特征的連續性上可能表現不一致。提取雜波與目標的每幀的有效特征，并比較其連續性，則可為雜波與目標的區別提供一定的參考。幀間相關系數可采用下式計算

(13)

式中：ri=[r1,r2,…,rP]k為同一目標在第k幀的回波序列。2.2分析與仿真

利用雜波背景下某雷達的實測數據，分析運動目標回波與雜波在多維特征空間上的差異性，如圖5所示，目標與雜波在幅度熵、相關系數和布朗分形維數三維空間上的分布有明顯差異。

圖5　目標與雜波多維特征分布

3　雜波抑制處理流程

根據上述對目標和雜波的特征分析，針對山區、海面和城市復雜強雜波抑制問題，設計了基于測速和點跡質量評估的多維特征綜合雜波抑制處理流程。

圖6　基于測速和點跡質量評估的雜波抑制處理流程

如圖6所示，在進行常規的MTI、雜波圖處理后，首先利用測速抑制具有一定速度的雜波剩余，采用對消基傅里葉變換的測速方法，這種方法有一個突出的優點是基于對消后的數據進行測速，能夠在抑制強雜波的同時測量目標的速度，而不像以往的常用DFT方法只能測量信雜比較強信號的速度。其次，利用回波信號點跡質量評估解決在幅度域雜波目標不可分的問題，提取包括分形、頻譜、方位相關性等多維特征，在多維空間實現強雜波抑制。

4　雜波抑制結果

本節通過實測數據分析了多維特征綜合雜波抑制結果，如圖7所示，從普通的基于MTI和雜波圖的檢測結果可以看出，雜波造成很多虛假航跡，并導致目標丟失。采用多維特征綜合雜波抑制技術后，在真實目標航跡被保留的同時實現了雜波的有效抑制。

如圖8所示為復雜強雜波條件下的檢測效果，采用常規處理方法，出現大量雜波剩余，采用多維特征綜合雜波抑制后，雜波得到有效抑制，目標航跡清晰、連續。

5　結束語

針對山區、海面和城市復雜強雜波抑制問題，本文分析了運動目標和雜波在速度和多維點跡特征的區別，設計了基于測速和點跡質量評估的強雜波抑制處理流程。試驗表明雜波抑制后航跡能夠自動起始，虛假航跡低于2%，目標點跡損失小于1%。

[1]DRURYWH.ImprovedMTIradarsignalprocessor[R]．AD-A010-478.

[2]WENGZ.OptimaldesignofclutterrejectionfilterforMTIsystem[C]//InternationalConferenceonRadar.Beijing:IEEEPress, 2001.

[3]GRAYJE，ADDISONSR.Effectofnonuniformtargetmotiononradarbackscatteredwaveform[J].IEEProceedingsonRadar,SonarandNavigation, 2003, 150(4): 271-276.

[4]TRUNKGV,GORDONWB,CANTRELLBH.FalsealarmcontrolusingDopplerestimation[J].IEEETransactionsonAerospaceandElectronicSystem, 1990, 26(1): 146-153.

[5]MISIUREWICZJ.UnambiguousDopplerfrequencyestimationinanMTIradar[C]//Radar97. [S.l.]:IEEEPress, 1997.

[6]KOSTRYKINAI．Wstepdoalgebuy.PanstwoweWydawnictwoNaukowe, 1984.

[7]NAMIASV.ThefractionalorderFouriertransformanditsapplicationtoquantummechanics[J].Geoderma, 1980, 25(3): 241-265.

[8]FLANDRINP.WaveletanalysisandsynthesisoffractionalBrownianmotion[J].IEEETransactionsonInformationTheory, 1992, 38(2): 910- 917.

[9]DUNCANTE,HUYZ,PASIKDB.Stochasticcalculusforfractionalbrownianmotion.I:theory[J] .ProceedingsoftheIEEEConferenceonDecrision&Control, 2000, 38(2) : 582- 612.

[10]GUANJ,LIUNB,HUANGY.Hefractalcharacteristicinfrequencydomainfortargetdetectionwithinseaclutter[J].IETRadarSonarNavigation, 2012, 6(5): 293-306.

[11]王永誠，吳小飛. 海雜波的分數維測量在對海面目標探測中的應用研究[J] .現代雷達， 2000, 22 ( 5 ) : 28 - 31.

WANGYongcheng,WUXiaofei.Applicationoffractaldimensionestimationforseaclutterinthedetectionofsea-surfacetargets[J].ModernRadar, 2000, 22 (5): 28 - 31.

[12]郭麗華，邢文革，董揚，等. 海雜波數據的多重分形譜分析[J]. 現代雷達， 2015，37 (2): 20-24.

GUOLihua,XINGWenge,DONGYang,etal.Multifractalspectrumanalysisofseaclutterdata[J].ModernRadar, 2015, 37 (2): 20-24.

桂佑林男，1977年生，碩士研究生，高級工程師。研究方向為雷達信號處理。

張冰瑞男，1987年生，博士研究生，工程師。研究方向為雷達信號處理。

Complex Strong Clutter Suppression in Surveillance Radar

GUI Youlin，ZHANG Bingrui

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

To suppress the complex strong clutter at different places such as mountainous area, sea area and cities，a clutter suppression technique based on velocity message and plots quality evaluation is proposed. A method of velocity measurement based on Fourier transform is presented. This method can scale the residual clutter's velocity and suppress strong ground clutter at the same time. After distilling the features of different dimensions such as amplitude fluctuation, frequency spectrum and azimuth relativity，the result of plots quality evaluation can be used to distinguish target and cultter.The presented strong clutter suppression flow is used to process real radar data.The result shows that the ratio of false tracks is less than 2% and the loss of target plots is less than 1%.

MTI；clutter suppression；velocity measurement；plots quality evaluation

桂佑林Email：guiyl@163.com

2016-01-22

2016-03-26

TN957

A

1004-7859(2016)06-0018-04

DOI：10.16592/ j.cnki.1004-7859.2016.06.005