基于多普勒頻率相關性的海雜波目標檢測

,,

(西安電子科技大學雷達信號處理國家重點實驗室,陜西西安710071)

0 引言

利用雷達探測并跟蹤海面目標通常會受到海面雜波的影響[1]。當海雜波的強度較大時,由于經過海雜波反射后的雷達信號平均電平較高,目標檢測受雜波和干擾信號幅度的影響,檢測性能大大下降[2]。當雷達發射的波束較窄并且入射角度較小時,海雜波的反射信號可能變為“尖峰”回波信號,容易產生假目標[3]。在雷達處理中廣泛采用脈沖間非相參積累技術,在目標回波強度弱于海雜波的條件下,探測性能不佳甚至失效,難以完成對小目標的監視[4]。

由于海雜波回波信號的多普勒頻率分布較廣,應用AMTI及其他頻域濾波方法將產生一個問題。海雜波較廣的多普勒頻率分布使得測量雜波中心頻率十分困難,較廣的海雜波多普勒頻率影響了雜波中心頻率的測量。在海雜波背景下,傳統的檢測方法是建立精確的海雜波模型,主要的海雜波建模方法包括基于統計理論的方法[5-8]和基于分形理論的方法[9-11]。但不同海面的精確模型不同,同一海面不同雷達的精確模型也不相同,因此建立精確的海雜波模型方法不具有通用性。近幾年隨著人們對海雜波研究的深入,又提出一些新的方法。如文獻[12]基于改進的Hough變換,通過對連續多脈沖的信號進行距離-時間維的排列,并進行時間向的二次采樣,對采樣后的采樣點進行平滑得到子圖,對平滑子圖應用邊緣檢測然后進行Hough變換,在Hough域通過兩級門限檢測目標。該方法不依賴于海雜波模型,具有較高的啟發性,但需要進行二次采樣,計算量較大,較難滿足雷達的實時性要求。

針對這種情況,本文提出一種基于多普勒頻率相關性檢測的抑制海雜波方法,本方法利用目標與海雜波在頻率上的相關性差異,通過相關性檢測門限區別目標與海雜波。本方法不依賴于海雜波模型,具有較好的通用性,實測海雜波數據的檢驗結果驗證了該方法的正確性。

1 強海雜波背景下的目標檢測

這里針對某遠程預警雷達進行分析。該雷達發射線性調頻脈沖,雷達回波經過海面及目標的散射后被雷達接收,接收到的回波經過脈沖壓縮處理得到一維距離維數據。在該距離維數據中,目標信號與海尖峰信號都呈現為一小段尖峰,海雜波信號呈現為大能量的一段區域。將脈沖按發射時間排列,得到時間-距離維的信號。

在同一雷達波束寬度內,連續的多個脈沖里目標的多普勒頻率基本保持不變。這是因為目標不會在十分短的時間內發生速度突變。而海雜波和海尖峰與海況有關且持續時間較短[13],海雜波的多普勒頻率在連續幾個脈沖內有較大變化。針對這一特點,在兩級自適應濾波處理基礎上增加頻率相關性檢測門限,可以在海雜波背景下檢測出目標。為了算法描述的需要,下面結合實測海雜波數據進行分析說明。

1.1 實測海雜波數據分析說明

本文所用實測海雜波數據來源于中國東海岸某城市使用的一部遠程預警雷達,該雷達發射線性調頻脈沖信號。實測數據為該雷達在遠程機掃模式下測得的低掠海角回波信號。將連續的M個脈沖按時間維進行排列,每個脈沖的采樣點數為L,得到距離-時間維信號P kl={p kl},p kl表示第k個脈沖的第l個采樣點,其中k=1,2,…,M,l=1,2,…,L。本次試驗中共采集10組數據,每一組數據包含471個脈沖,每個脈沖4 414個采樣點。圖1(a)是由一組數據組成,從圖1(a)可看出,在第100～300個脈沖、1 400～3 300個采樣點存在較大能量的海雜波,其能量大于60 dB。其中第302脈沖含有目標,如圖1(b)所示。其中1 425采樣點處為目標,而采樣點1 724和1 691處為海雜波。由圖1(b)可知,目標幅度為74.01 dB,采樣點1 724處海雜波的幅度為56.51 dB,采樣點1 691處海雜波的幅度為55.23 d B。

圖1 海雜波脈壓信號

1.2 兩級自適應濾波處理算法

現有雷達采用的是傳統AMTI濾波器與兩級自適應濾波處理。AMTI處理在應對雜波頻率與零頻率差別較大時,雜波處的濾波器凹口無法設計較深,對較快運動速度的雜波不能很好地濾除。兩階自適應濾波器通過地物雜波濾波器,再進行自適應雜波濾波器濾除運動雜波,相較AMTI可以保證高速雜波處的濾波器凹口深度較深。為了保證對運動雜波多普勒頻率的正確估計,需要先將脈沖信號經過地物雜波濾波器,以濾除地雜波的干擾。地物雜波濾波器系數w1,w2,…,w m,其中m為濾波器的階數。地物雜波濾波器需要在零點有較深的凹口,且有較陡的上升曲線以保證零頻率外的信號沒有被抑制。本文以五階FIR濾波器為例。

將脈壓后的數據經過地物雜波濾波器,所得的對消后的信號滿足下式:

式中,S kl為第k個脈沖、第l個采樣點對消后的值,P=[p kl,…,p(k+m-1)l]為第k到第k+m-1個脈沖、第l個采樣點的值,W=[w1,…,w m]為對應m個脈沖的對消系數。

上述實測數據經過式(1)對消后,得到對消后的距離-時間維信號。海雜波具有一定的速度,使用地物雜波濾波器不能濾除海雜波,因此需要進行二級濾波處理。

通過隔周測頻[14]方法估計運動雜波多普勒頻率中心與譜寬,設計二級雜波自適應濾波器,對消處理后的信號如圖2(a)所示。通過圖2(a)與圖1(a)對比可知,自適應動目標濾波器進行動目標顯示不能將強海雜波區域抑制。根據圖2(b)與圖1(b)的對比也可看出,強海雜波的能量并沒有因為設計自適應動雜波濾波器而濾除。

圖2 兩級濾波處理后的數據

1.3 多普勒頻率相關性檢測方法

在連續多個脈沖時間內,目標的速度不會在幾個微秒時間內發生突變,因此目標在連續幾個脈沖中的多普勒頻率具有很強的相關性,通過實測數據的實驗,目標在連續5個脈沖中的多普勒頻率相關性基本維持在0.98以上。而海雜波在很短時間內其多普勒相關性較高,但若時間稍長其多普勒頻率相關性會減弱很多,而目標在一個波束寬度內的多普勒頻率相關性都保持在較高水平。

對連續多個脈沖的目標長度采樣點兩兩進行互相關變換。假設一個脈沖目標長度多普勒頻率為w i1,w i2,…,w ik,其中w ik為i個脈沖、第k個采樣點對應的多普勒頻率,1～k為目標電平寬度。選取M個脈沖,兩兩進行互相關運算為例:

式中,X i=[w i1,w i2,…,w ik],X i+1=[w(i+1)1,w(i+1)2,…,w(i+1)k]。X i,X i+1為兩個連續脈沖間的目標采樣寬度的多普勒頻率點。對雷達回波脈壓后得到的距離-時間維信號滑動應用式(2),即得到距離-時間維信號兩兩的相關性。再經過目標寬度門限篩選出在目標寬度門限范圍內滿足相關性高的采樣點,篩選出的采樣點作為兩階濾波處理后的目標門限判別方式。針對第302 PRI信號,目標點位置為1 425采樣點處,目標寬度為10個采樣點。由表1可知,目標、海雜波1、海雜波2在目標寬度內的相關性。

表1 目標與雜波相關性(歸一化平均相關系數)

雷達回波脈壓后的距離-時間維信號經過多普勒頻率相關性檢測后,進行兩級自適應濾波處理。濾波后的距離-時間維信號經過擬目標點篩選,將

表1中,目標在連續5個采樣點中的相關性都接近于1,而兩處海雜波的相關性則不穩定。在一個波束寬度內,若采樣點相關性都較強,便記錄為擬目標點。不在擬目標點的信號進行幅度歸一,信號幅度歸一即保證信號的相位不變,只將幅度值歸一到一個平均噪聲值。得到最終處理后的信號,如圖3(a)所示。存在目標的第302 PRI的脈沖信號經過多普勒頻率相關方法處理后如圖3(b)所示。對比圖3(a)、圖2(a)及表1可知,海雜波在一個波束寬度內多普勒頻率相關性有較大波動,而目標在此區間基本保持較高的相關性,因此經過多普勒頻率相關方法處理后的脈壓信號中,海雜波信號已經被歸一化到平均噪聲中,后期進行恒虛警檢測就可以篩選出目標。

圖3 多普勒頻率相關方法處理后的數據

2 實測數據結果及分析

為了驗證本文所提方法的正確性和有效性,這里利用實測的海雜波數據對本文方法的性能進行實驗驗證。多普勒頻率相關法的處理流程如圖4所示。在實測數據Data Number1中加入兩個具有不同速度的目標A1,A2進行仿真目標在強海雜波背景下的情況。兩模擬目標的徑向速度分別為650 km/h(目標A1)與883 km/h(目標A2),距離雷達219.75 km。實驗雷達波束寬度5°,機掃方式一個波束內共35個連續脈沖。含有目標A1和目標A2的兩組脈沖分別為第241～245 PRI和第301～305 PRI。目標位置在第1 425采樣點附近。對這兩組脈沖進行多普勒測頻。

圖4 多普勒頻率相關算法流程圖

兩組脈沖進行多普勒頻率相關處理,以連續5脈沖進行滑動相關處理。兩組脈沖處理后的相關性如圖5所示。由圖5可知,目標處采樣點的相關性均在0.98之上,保持在較高水平。從圖5(a)可以看出,由于海雜波的頻率與海況有關且持續時間較短,連續多組脈沖之間的相關性并不穩定,因而海雜波的多普勒頻率相關性不能穩定在一個固定值附近。經過多普勒頻率相關篩選后的采樣點即為擬目標點,經過多普勒頻率相關處理后剔除了部分雜波分量。之后對距離-時間維信號進行兩級濾波處理。

兩個目標處信號僅經過二級濾波的兩個目標信號脈沖分別如圖6(a)、圖6(c)所示,而經過多普勒頻率相關性方法處理的信號如圖6(b)、圖6(d)所示。兩種方法對兩目標的改善因子如表2所示。

表2 兩級濾波對消與多普勒相關性對消的改善因子

多普勒頻率相關算法的改善因子較傳統兩級濾波MTI算法的改善因子增強了3 d B左右。對比圖6(a)和圖6(b)、圖6(c)和圖6(d)可以發現,經過多普勒頻率相關算法可以抑制大部分強海雜波,該方法對于濾波器無法濾出的海尖峰等易形成假目標的海雜波具有較強的剔除能力,對大片的低速海雜波則經過兩級濾波將其濾除。通過實驗驗證了該方法可以在強海雜波環境下有效地抑制雜波,提高了雷達對目標的檢測概率。

圖5 目標脈沖的相關性

圖6 傳統二級濾波MTI對消處理結果與多普勒頻率相關MTI對消處理結果比較

3 結束語

本文提出了一種改進型的兩級濾波處理方法,該方法不依賴于海雜波模型。根據強海雜波中目標在連續多脈沖中多普勒頻率相關性較高,海雜波在連續脈沖中相關性有波動這一特點,應用多普勒頻率相關方法,計算出每個脈沖的多普勒頻率,通過波束寬度及連續較高的相關性篩選出擬目標位置。對距離-時間維信號進行兩級濾波處理,結合擬目標篩選得到目標。該方法可以在強海雜波背景下檢測出運動目標,且由于計算量較低,具有較高的工程應用。實測數據的處理結果驗證了該方法的有效性和實用性。當海雜波多普勒頻率相關性與目標很接近時,該方法很難剃除這一類的雜波,這一類雜波表現為假目標。后續需要進行更深層次的研究,尋找去除這類海雜波的方法。

[1]何友,黃勇,關鍵,等.海雜波中的雷達目標檢測技術綜述[J].現代雷達,2014,36(12):1-9.

[2]曾浩,李潔,鑒福升.強海雜波環境下目標檢測方法對比分析[J].雷達科學與技術,2015,13(1):33-36.ZENG Hao,LI Jie,JIAN Fusheng.Comparative Analysis of Target Detection Methods in Strong Sea Clutter Background[J].Radar Science and Technology,2015,13(1):33-36.(in Chinese)

[3]GRECO M,STINCO P,GINI F.Identification and Analysis of Sea Radar Clutter Spikes[J].IET Radar,Sonar and Navigation,2010,4(2):239-250.

[4]司軍,趙中興,吳儉,等.基于時間相關性的海面小目標檢測技術[J].雷達科學與技術,2016,14(3):261-266.SI Jun,ZHAO Zhongxing,WU Jian,et al.Detection Technique of Dim Target in Sea Clutter Based on Time-Coherent Characteristic[J].Radar Science and Technology,2016,14(3):261-266.(in Chinese)

[5]王小英,陳常龍,尹俊平.正態分布和瑞利分布混合情形下的參數估計及分類問題[J].數學建模及其應用,2016,5(3):25-30.

[6]譚龍,陳秋菊,吳惟誠,等.遠程預警雷達海雜波信號仿真[J].電子信息對抗技術,2016,31(4):79-82.

[7]馬紅星,陳思佳.水面雜波背景的統計MIMO雷達檢測方法研究[J].雷達科學與技術,2015,13(5):479-484.MA Hongxing,CHEN Sijia.Statistical MIMO Radar Detection Approaches Against Water Clutter[J].Radar Science and Technology,2015,13(5):479-484.(in Chinese)

[8]CARRETERO-MOYA J,GISMERO-MENOYO J,BLANCO-DEL-CAMPO A,et al.Statistical Analysis of a High-Resolution Sea-Clutter Database[J].IEEE Trans on Geoscience and Remote Sensing,2010,48(4):2024-2037.

[9]鮑星星.基于加權組合的海雜波多重分形建模方法[J].電子設計工程,2016,24(4):32-34.

[10]王磊,金丹,察豪.實測海雜波數據的多重分形特性分析[J].現代雷達,2016,38(10):32-35.

[11]劉寧波,關鍵,張建.基于分形可變步長LMS算法的海雜波中微弱目標檢測[J].電子與信息學報,2010,32(2):371-376.

[12]左磊,李明,張曉偉,等.基于改進Hough變換的海面微弱目標檢測[J].電子與信息學報,2012,34(4):923-928.

[13]PANAGOPOULOS S,SORAGHAN J J.Small-Target Detection in Sea Clutter[J].IEEE Trans on Geoscience and Remote Sensing,2004,42(7):1355-1361.

[14]陳伯孝.現代雷達系統分析與設計[M].西安:西安電子科技大學出版社,2012:246-247.