基于強散射點剔除的自適應窄帶RFI抑制濾波器

李悅麗

?

基于強散射點剔除的自適應窄帶RFI抑制濾波器

李悅麗*

(國防科技大學電子科學與工程學院 長沙 410073)

在低頻超寬帶合成孔徑雷達中，VHF/UHF頻段密集的窄帶射頻干擾(RFI)嚴重影響了雷達性能。常規RFI抑制濾波器在干擾頻點的陷波造成了寬帶信號的能量損失，抬高了點目標的距離向旁瓣。該文提出一種可減小自適應濾波器旁瓣效應的方法：通過在距離壓縮域剔除場景內的強散射點，減小輸入信號中的寬帶目標信號能量，提高自適應譜線增強器(ALE)對窄帶干擾估計的精度，再從原始信號中減去干擾即得到目標回波信號。這種剔除強散射點的方法利用了匹配濾波后寬帶信號與窄帶干擾的時域特性差異，能有效降低自適應濾波器的旁瓣效應。該文選擇歸一化最小均方誤差(NLMS)算法對剔除強散射點的自適應窄帶RFI抑制濾波器進行了性能評估，與傳統算法的對比試驗表明該方法可在抑制RFI的同時有效減小強目標的距離向旁瓣。

雷達；自適應濾波器；射頻干擾抑制；歸一化最小均方誤差算法；旁瓣抑制

1 引言

工作在VHF/UHF波段的低頻超寬帶(Ultra Wide Band, UWB)雷達面臨嚴重的射頻干擾問題。在該波段密集分布著大量的電視、廣播以及各類移動通信信號，這些信號不可避免隨寬帶目標回波一起進入接收機，從而造成了嚴重的射頻干擾(Radio Frequency Interference, RFI)。強RFI會大大影響雷達回波的信雜比，降低成像雷達的圖像質量和目標檢測識別性能，為保證雷達系統的工作性能必須采用有效的RFI抑制手段。

RFI抑制的傳統信號處理方法可分為參數化方法和非參數化方法兩大類。參數化方法假設窄帶干擾信號服從正弦波模型，基于最優化準則估計回波信號中干擾的頻率、相位和幅度等參數，然后在回波中減去估計的干擾信號，其優勢是：若模型吻合，精確的估計結果基本不會帶來回波的能量損失，缺點是獲得精確頻率估計的運算量很大，在密集RFI干擾環境中，干擾估計精度也難以保證[1]；非參數化方法則不估計具體的信號參數，而是通過頻譜陷波類或脈沖對消類方法實現RFI抑制[2,3]，常用的線性譜均衡(Linear Spectrum Equalization, LSE)算法就是一種典型的頻譜陷波類算法，其優勢是運算量小，簡單易用。但是，多周期平均得到的RFI譜有時無法適應RFI的快速變化而失效，需要引入時變RFI抑制方法[4]，同時，在密集RFI環境中或低信干比條件下，對頻譜陷波造成回波信號能量損失過大，抬高了目標沖擊響應函數的距離向旁瓣，造成了圖像目標失真甚至弱目標被強目標旁瓣遮掩的現象[5]。

近年來，隨著VHF/UHF波段頻率資源的沖突加劇，國內外學者對RFI抑制問題更為關注，文獻[6]從波形設計的角度提出了利用相位編碼步進頻波形消除抑制穿墻雷達RFI干擾的方法；文獻[7,8]研究了高頻雷達中的RFI抑制問題，提出了基于特征子空間的RFI抑制方法；文獻[9,10]則研究了超寬帶合成孔徑雷達中的RFI抑制問題，提出了基于特征子空間投影、獨立分量分析和獨立子空間分析的窄帶RFI抑制方法；國外很多學者則研究基于維納濾波器和基于自適應NLMS濾波器的窄帶RFI抑制方法，其中自適應濾波器法由于結構簡單、運算量較小，且能夠跟蹤輸入信號的慢變化受到了廣泛的重視，其頻譜特性類似陷波濾波器，存在的主要問題是濾波收斂過程造成的回波長度損失和距離向非對稱旁瓣問題。針對陷波造成的旁瓣問題，文獻[13]提出同時采用前向和后向陷波器濾波，使得旁瓣產生的位置不同，然后在方位壓縮前合并頻譜的方法消除其影響，該方法運算量會增加1倍，且無法解決背景雜波抬高的問題；文獻[14,15]則通過增加一級或兩級自適應濾波器進行旁瓣對消，但是對消的效果不能完全保證，自適應濾波運算負荷也比較大。

本文深入研究了自適應窄帶RFI抑制濾波器的原理，分析了寬帶目標回波信號對窄帶RFI信號估計的影響，利用超寬帶雷達點目標回波在距離壓縮域的稀疏性，提出了一種基于強散射點剔除的改進自適應窄帶RFI抑制濾波器，并通過點目標仿真試驗和實測數據驗證了所提方法的有效性。

2 自適應窄帶RFI抑制濾波器原理

圖1 自適應窄帶RFI抑制濾波器結構框圖

自適應窄帶RFI抑制濾波器的結構簡單，能夠跟蹤慢變化的干擾信號，在實時窄帶RFI抑制中應用廣泛。但是該方法與LSE法類似，等效于在回波頻域上對干擾頻點的陷波，假設發射信號譜為，對某干擾頻點上的陷波相當于是對發射信號的匹配濾波器進行如式(3)所示修改：

研究發現，自適應窄帶RFI抑制濾波器的頻域特性類似于陷波器，實現過程中在對應干擾頻點的陷波不僅會造成對應RFI位置的能量損失，還殘留了相位誤差，隨著干擾個數越多，殘留的相位誤差使得距離向的非對稱旁瓣現象加劇。因此，要抑制非對稱旁瓣，應想辦法提高對RFI干擾的估計精度。

3 基于強散射點剔除的自適應窄帶RFI抑制濾波器

3.1 寬帶回波信號對窄帶RFI估計的影響

在ALE的結構中，寬帶目標回波信號在估計通路上相當于噪聲信號，因此ALE的估計精度不僅和系統噪聲有關而且和場景內目標的強度有關，在RFI估計時盡量減小目標回波能量有利于提高RFI估計精度。傳統的自適應譜線增強器均未考慮減小的能量，主要原因是通常的寬帶高斯白噪聲信號為隨機信號且能量均勻分布在時頻域上，信號處理無法既減小噪聲能量又不破壞其相關性。但是，超寬帶雷達目標回波信號的波形參數卻是已知的，其能量在頻帶內雖然也服從均勻分布，卻可以通過脈沖壓縮技術使信號的能量被集中到時域很窄的范圍內，因此UWB SAR點目標回波在距離壓縮域滿足稀疏性。通過剔除這些強散射點的能量可以減小回波中的強度，從而降低ALE輸入信號的噪聲，改善了窄帶干擾估計的性能。該方法對信號相關性的影響可以忽略，因此能夠達到雙贏的目的：既提高了自適應譜線增強器對RFI估計的精度，又不會影響信號之間的相關性，削弱ALE的有效性。

3.2基于強散射點剔除的自適應窄帶RFI抑制濾波器

綜合考慮寬帶信號對RFI估計的影響以及寬帶目標回波在距離壓縮域的稀疏性，本文提出了一種基于強散射點剔除的自適應窄帶RFI抑制濾波器結構，目的是盡量減小強散射點能量對RFI估計的影響，具體做法是：在RFI估計通道引入了強散射點剔除的策略，改進的自適應濾波器結構框圖如圖2所示。具體步驟包括：

圖2 基于強散射點剔除的自適應窄帶RFI抑制濾波器結構框圖

(1)對原始回波序列進行距離向脈沖壓縮：設雷達發射信號的頻譜為，對原始回波信號的匹配濾波包括：將回波用快速傅里葉變換(Fast Fourier Transform, FFT)變換到頻域，乘以匹配濾波器傳輸函數，再通過一次逆FFT變換得到時域壓縮序列。

強散射點的檢測門限是根據Neyman-Pearson準則確定的，設虛警率，假定脈沖壓縮后噪聲服從的高斯白噪聲分布，采用單次檢驗和平方律檢波器，如式(4)所示確定檢測門限為，當中某點大于時則判斷該處存在強散射點；確定強散射點位置后，如式(5)所示，將對應位置的信號乘以一個系數(且)，以減小強散射點的能量。

和

第個循環的干擾估計值為

ALE輸出的誤差為

采用NLMS算法迭代更新ALE的系數，定義：

由于不知道實際濾波器的長度，通常根據經驗值選擇自適應濾波器的階數，當階數比實際所需小的時候，無法得到最優估計；當階數比實際所需的階數大時，會造成計算量的增加和穩態誤差的增大。定義最優階數為當濾波器穩態均方誤差達到最小或接近最小時的階數，根據文獻[17]，求的代價函數可設定為

這種新的濾波器結構與圖1所示的濾波器最明顯的區別是：(1)在RFI估計通路上，對ALE的輸入信號進行了剔除強目標的預處理，預處理的目的是減小寬帶信號的能量，從而降低噪聲能量，提高RFI估計的精度。(2)最終輸出的寬帶信號中原始信號的頻譜保留比較完整，因此受頻域陷波的影響較小，不容易產生旁瓣效應。

4 仿真結果和算法性能分析

4.1 點目標仿真試驗

為檢驗算法的性能，分別采用線性譜均衡(LSE)，自適應NLMS濾波器和本文提出的基于強散射點剔除的自適應NLMS(Normalized LMS with Clipping, NLMSC)濾波器法進行了仿真和實測數據的試驗驗證。

仿真試驗采用的是合成點目標回波信號，使用了課題組研制的超寬帶合成孔徑雷達(Synthetic Aperture Radar, SAR)系統通過飛行試驗錄取的一組RFI數據，該雷達工作于UHF頻段，數據錄取過程中雷達系統發射機處于靜默狀態，回波數據中僅包含了射頻干擾信號和系統噪聲。仿真試驗在錄取RFI數據上疊加了帶寬為100 MHz的點目標回波信號，采用線性調頻(LFM)信號體制，通過調整RFI和信號的相對強度得到了不同信干比(Signal to Interference Ratio, SIR)的模擬回波，仿真試驗設置了3種不同的信干比用于評估算法的有效性，分別為-20 dB, -10 dB和0 dB。

圖3 3種RFI抑制算法的點目標脈沖響應函數距離向剖面圖(SIR=-10 dB)

在3種信干比條件下分別采用上述3種RFI抑制算法處理后得到的點目標圖像等高線圖(如圖4所示)，成像使用的是非線性調頻尺度變換算法，等高線圖顯示的圖像動態范圍為60 dB。仿真結果表明，采用本文提出的NLMSC方法得到的成像質量更為穩定，且沒有非對稱的遠距離高旁瓣。圖4(a), 4(b), 4(c)為信干比-20 dB的條件下分別采用3種算法進行RFI抑制的成像結果，可見，信干比較低時，LSE算法得到的目標響應函數距離向兩側旁瓣均有明顯抬高，采用經典NLMS算法的自適應濾波器得到的目標響應函數主要是距離向右側旁瓣明顯增多并電平抬高，而采用NLMSC算法處理后，目標的距離向旁瓣明顯要少得多，圖像的RFI抑制效果更好；圖4(d), 4(e), 4(f)和圖4(g), 4(h), 4(i)分別為信干比在-10 dB和0 dB的條件下RFI抑制后的成像結果，信干比提高后，LSE和NLMS算法的RFI抑制性能均有所改善，LSE算法表現為兩側旁瓣的下降，NLMS算法表現為單側旁瓣的下降，NLMSC算法的旁瓣性能受信干比影響較小。

圖4 3種算法RFI抑制后的點目標成像等高線圖效果對比

表1具體對比了3種RFI抑制算法的性能，評估指標包括RFI抑制后UWB SAR成像點目標的距離向、方位向峰值旁瓣比(Peak to Side Lobe Ratio, PSLR), 2維積分旁瓣比(Two Dimensional Integrated Side Lobe Ratio, 2D ISLR)和圖像信干比(Image Signal to Interference Ratio, ISIR)，由于UWB SAR的方位向旁瓣具有非正交特點，所以采用2D ISLR評估旁瓣的整體性能更為合理，圖像信干比則用來評估RFI抑制后圖像背景雜波的強度。對比表1中的指標測量結果可知：(1)隨著信干比的降低，LSE算法的距離向旁瓣電平抬高，2D ISLR和ISIR指標都下降明顯，說明這種算法的性能隨著干擾的增強會逐步下降；(2)采用經典NLMS算法的自適應濾波器，其RFI抑制性能隨信干比下降而下降；(3)在不同信干比條件下，NLMSC算法RFI抑制后，各項參數的測量結果變化不大，且性能均接近理想點目標的指標，優于LSE和NLMS算法。

表1 3種RFI抑制算法的成像質量評估結果

圖像質量參數SIR=-20 dBSIR=-10 dBSIR=0 dB LSENLMSNLMSCLSENLMSNLMSCLSENLMSNLMSC 距離向PSLR(dB) -9.23 -5.03-15.64-11.68 -9.68-13.85-12.74-12.69-13.05 方位向PSLR(dB)-12.56-11.74-11.85-12.50-11.59-12.61-12.48-12.70-12.54 2D ISLR(dB) -6.16 -2.33-9.12-7.44 -4.12 -9.54 -7.87 -5.89 -9.42 ISIR(dB) 25.76 21.94 28.7327.0423.73 29.15 27.48 25.49 29.03

仿真結果表明：基于強散射點剔除的自適應RFI抑制濾波器不僅能適應回波信號的信干比變化，有效抑制窄帶RFI干擾，還能有效減小對稱或非對稱的距離向旁瓣電平。同時，由于預處理環節對寬帶目標回波信號的距離壓縮和逆壓縮都通過FFT快速算法實現，該方法相對自適應濾波來說，其運算量增加很小。

4.2 實測數據驗證

分別采用上述3種算法對實測數據進行了效果驗證，實測回波由上文所述雷達系統在貴州安順地區錄取，雷達工作在UHF波段，分辨率1 m，雷達頻帶內的射頻干擾主要是來自廣播電臺的干擾以及電視臺的載頻信號干擾，大部分是窄帶干擾。對單個回波脈沖數據搜索得到的最優自適應濾波器階數為100，同樣取，延時。如圖5所示，成像場景左下方和右上方分別有兩個由墻體和路邊溝渠構成的長二面角目標(圖中圓圈所標注的范圍內)，由于目標所形成的二面角與方位向近似平行，對視線方向雷達波的反射較強，屬場景中的強目標。

圖5 實測數據RFI抑制后成像效果對比圖

在對實測數據處理過程中使用NLMSC算法時應注意以下問題：

(1)關于剔除門限的確定：如果門限設置的太低，可能篩選掉過多的目標，使RFI信號的能量損失過多，不利于窄帶RFI抑制；如果門限設置的太高，篩選的強目標太少，對旁瓣的抑制效果則會減弱。根據經驗，本文中假定虛警率為，設置剔除門限約為5倍標準差。當然，這也說明該算法對沒有特顯點的場景效果不明顯，由于VHF/UHF頻段SAR場景內的人造目標所形成的二面角往往表現為強散射點，該方法仍具有廣泛的應用價值。

5 結論

本文利用了目標和干擾信號的時域差異，深入分析了自適應窄帶RFI抑制濾波器中寬帶目標回波信號對窄帶RFI估計的影響，通過在傳統自適應RFI抑制濾波器的干擾估計通路剔除了強散射點能量，減小了窄帶RFI估計的誤差。經仿真數據和試驗驗證，該方法可提高窄帶RFI估計精度，在不同信干比條件下都能夠有效抑制目標的距離向旁瓣。由于本算法利用了寬帶回波信號基于FFT算法的脈沖壓縮技術，所以運算效率比文獻[14]和文獻[15]提出的濾波后旁瓣相減算法更高，性能更穩健。本文方法適用于SAR成像區域內存在特顯點目標的情況，也可以推廣應用到VHF/UHF頻段其他寬帶雷達的RFI抑制中，對不存在特顯點的場景由于旁瓣效應不明顯仍可以使用常規NLMS算法。

[1] MILLER T, POTTER L, and MCCKRKLE J. RFI suppression for ultra wideband radar[J]., 1997, 33(4): 1142-1156. doi: 10.1109/7.625096.

[2] 董臻, 梁甸農, 黃曉濤. VHF/UHF UWB SAR基于通道均衡的RFI抑制方法[J]. 電子與信息學報, 2008, 30(3): 550-553.

DONG Zhen, LIANG Diannong, and HUANG Xiaotao. A RFI suppression algorithm based on channel equalization for the VHF/UHF UWB SAR[J].&, 2008, 30(3): 550-553.

[3] LIN Yang, ZHENG Huifang, FENG Jin,. Detection and suppression of narrow band RFI for synthetic aperture radar imaging[J]., 2015, 28(4): 1189-1198. doi: 10.1016/j.cja.2015.06.018

[4] LI Dong, LIU Hongqing, and YANG Lisheng. Efficient time-varying interference suppression method for synthetic aperture radar imaging based on time-frequency reconstruction and mask technique[J].,&, 2015, 9(7): 827-834. doi: 10.1049/iet-rsn.2014. 0218.

[5] CHANG Wenge, CHERNIAKOV M, LI Xiangyang,. Performance analysis of the notch filter for RF interference suppression in ultra-wideband SAR[C]. The 9th International Conference on Signal Processing, Beijing, 2008: 2446-2451. doi: 10.1109/ICOSP.2008.4697644.

[6] LI Tingjun, YANG Haining, and ZHOU Zhengou. RFI suppression based on phase-coded stepped-frequency waveform in through-wall radar[J]., 2014, 53(3): 1583-1591. doi: 10.1109/TGRS.2014.2345514

[7] ZHOU Hao and WEN Biyang. Radio frequency interference suppression in small-aperture high-frequency radars[J]., 2012, 9(4): 788-792. doi: 10.1109/LGRS.2011.2181817.

[8] LUO Zhongtao, HE Zishu, and LI Jun. An effective scheme for radio frequency interference suppression in high-frequency radar[C]. Radar Conference, Arlington, 2015: 539-544. doi: 10.1109/RADAR.2015.7131057.

[9] 周峰, 邢孟道, 保錚. 基于特征子空間濾波的SAR窄帶干擾抑制方法[J]. 電子與信息學報, 2005, 27(5): 767-770.

ZHOU Feng, XING Mengdao, and BAO Zheng. Narrow band interference suppression for SAR using eigen subspace based filtering[J].&, 2005, 27(5): 767-770.

[10] ZHOU Feng, TAO Mingliang, and BAO Zheng. Suppression of Narrow-band interference in SAR data[C]. International Geoscience and Remote Sensing Symposium (IGASS), Beijing, 2014: 227-230. doi: 10.1109/IGARSS.2014.6946398.

[11] VU V T, SJ?GREN T K, PETTERSSON M I,. RFI Suppression in ultrawideband SAR using an adaptive line enhancer[J]., 2010, 7(4): 694-698. doi: 10.1109/LGRS.2010.2045633.

[12] LAMOUNT-SMITH T, HILL R D, HAYWARD S D,. Filtering approaches for interference suppression in low-frequency SAR[J].:,, 2006, 153(4): 338-344. doi: 10.1049/ip-rsn: 20050092.

[13] NABIL H, CHEN Jie, KAMEL H,. Bidirectional notch filter for suppressing pulse modulated radio-frequency interference in SAR data[C]. International Geoscience and Remote Sensing Symposium (IGASS), Quebec City, 2014: 1136-1139. doi: 10.1109/IGARSS.2014.6946630.

[14] LORD R T and INGGS M. R. Efficient RFI suppression in SAR using a LMS adaptive filter integrated with range- Doppler algorithm[J]., 1999, 35(8): 629-630. doi: 10.1049/el:19990437.

[15] LUO X, ULANDER L M, ASKNE J,. RFI suppression in ultra-wideband systems using LMS filters in frequency domain[J]., 2001, 37(4): 241-243. doi: 10.1049/el:20010153.

[16] HAYKIN S. Adaptive Filter Theory[M]. 3rd edn, Upper Saddle River, NJ, Prentice-Hall, 1996: 432-438.

[17] GONG Y and COWAN C F N. A novel variable tap-length algorithm for linear adaptive filters[C]. International Conference on Acoustics, Speech and Signal Processing, Montreal, Canada, 2004: 825-828. doi: 10.1109/ICASSP.2004. 1326385.

Narrow Band RFI Suppression via Adaptive Filtering with Clipping of Strong Scatterers

LI Yueli

(,,410073,)

The performance of low frequency Ultra-Wide-Band (UWB) Synthetic Aperture Radar (SAR) is seriously affected by narrow band Radio Frequency Interference (RFI) in the VHF/UHF band. RFI suppression, by placing notches over the energy spectra to remove the RFI spikes, results energy loss of the wide-band signals and raises the range direction side-lobes. This paper presents an approach to suppress the side-lobe in range direction caused by adaptive filtering. After clipping main energy of strong scatterers in range compression domain before RFI estimation, the interference signals are estimated using an Adaptive Line Enhancer (ALE) and subtracted from the radar echo. The clipping approach makes use of the different time-domain characteristics between wide-band signal and narrow band interference, and by using pulse compression technology the method can be processed efficiently. To investigate the performance of RFI suppression, clipping of strong scatterers is combined to the ALE based on Normalized Least Mean Square (NLMS) algorithm. Simulation results and experimental data test compared with the conventional algorithms suggest that side-lobes of the strong scatters can be reduced effectively in RFI suppression.

Radar; Adaptive filter; Radio Frequency Interference (RFI) suppression; Normalized Least Mean Square (NLMS) algorithm; Side-lobe reduction

TN957

A

1009-5896(2016)07-1758-07

10.11999/JEIT151110

2015-09-29；改回日期：2016-04-22；網絡出版：2016-06-03

李悅麗 liyueli4uwb@nudt.edu.cn

國家自然科學基金項目(61302146)

The National Natural Science Foundation of China (61302146)

李悅麗： 女，1973年生，副教授，研究方向為雷達成像、信號處理技術.