一種基于譜認知的海雜波中運動目標檢測方法

王金峰 顧慶遠 劉仍莉

(1. 中國電子科技集團公司第三十八研究所 合肥 230088；2. 孔徑陣列與空間探測安徽省重點實驗室 合肥 230088)

0 引言

海雜波背景下的目標檢測在軍事和民用等方面都有著非常重要的應用，因此國內外很多研究人員一直致力于該項技術的研究，提出了許多種行之有效的海雜波背景下的目標檢測方法[1]。根據處理域的不同可分為時間域處理方法和變換域處理方法。在時域，一般對幅度分布特性以及時間和空間的相關性進行研究，獲得海雜波的統計特性后對其進行建模,進而進行參數估計和目標的檢測[1]。海雜波的多普勒特性反映了其在脈沖之間的相互作用關系，從產生機理來看，它是由雷達發射頻率、雷達波束照射方向等雷達發射機信息以及海浪方向、風速等海洋信息共同作用而產生的，并且隨著雷達參數、海洋環境的改變而表現出不同的特性[3-4]。基于時頻分析的目標檢測方法通過估計chirp信號的參數，從源頭上濾除雜波信號，再利用變換域提取強雜波信號的參數復制出原始雜波信號，從而從輸入中去除[5]。

文獻[6]分析了機載多通道系統的海雜波特性，表明了海雜波在多通道系統中具有較好的空間相關性，可采用空時處理的方式進行海雜波的抑制。文獻[7]也提出了利用多通道系統的空間信息進行處理。但以上僅針對特征的雷達工作環境，而實際的機載雷達為了實現廣域的搜索，波束指向往往覆蓋全方位角度，此時海雜波的特性是變化多樣的，導致對海雜波的處理不能選擇某一固定的方法或者參數進行，這就要求雷達具有認知處理的能力[8]。

針對海雜波的變化特性，本文針對某雙通道機載雷達提出了一種基于海雜波多普勒認知的自適應目標檢測方法，其首先通過海雜波數據對海雜波的強度進行分類，然后根據強度的不同選擇的處理算法分支，以提高海雜波環境的適應性。

1 信號建模

多通道機載雷達在飛行過程中發射脈沖并接收反射回波，形成通道-脈沖-距離分布的三維數據。將其表示為

(1)

其中A為雷達回波的反射強度，p為通道位置，τ為脈沖慢時間，t為距離快時間，f0為中心頻率，c為傳播速度，R(p,τ,t)為雷達通道與目標的相對距離。不失一般性，本文以正側視工作時的系統(如圖1所示)進行建模和算法說明。

圖1 雙通道雷達系統工作模型

那么有

(2)

其中假設雷達的x坐標式中為0，雷達和目標在脈沖內的位置不變，只在脈沖間變化。vp為載機的地速，vx，vy為海雜波的速度分量，H為雷達載機高度，(x0,y0)為目標的起始位置，d為兩個通道的等效相位中心的間距。

2 頻率域處理方法

將式(2)中的T1的距離進行簡化可得到

(3)

其中vpy=vp-vy表示目標相對雷達的y方向速度分量。帶入雷達回波式(1)中可得到，雷達的回波可表示為

(4)

將式(4)進行傅里葉變換即可得到回波信號的多普勒頻率域的分布，傅里葉變換可表示為

(5)

(6)

那么，影響多普勒域分布的關鍵因素就在于反射體在相干處理周期內的譜特性。現有的研究表明可用高斯譜、立方型譜、指數型譜等譜型來表示海雜波的多普勒譜[1]，這也是海雜波相對地雜波譜寬度有所增加的主要因素。

以上僅以單目標點進行討論，而實際的回波中包含了來自波束內各個方向上的雜波反射，可將其表示為積累的形式：

(7)

式(7)表明當前多普勒通道的譜，不僅包含當前多普勒通道對應的雜波回波，還包含由海雜波譜展寬帶來的鄰近多普勒通道的雜波回波，使得當前多普勒通道的雜波有所增強。但只要泄露小于波束內的總雜波強度，就帶來了相干處理的得益。再加上方向圖調制產生的清潔區也為運動目標的檢測帶來增益。因此，在海雜波強度中等條件下，對海處理可采用多普勒處理方法。圖2為某X波段機載雷達的海雜波距離多普勒分布圖。

圖2 機載海雜波的譜分布

由圖可見主瓣區的海雜波較強，其每個多普勒通道對應高通道角度區域內的海雜波回波以及鄰近多普勒通道的泄露。受天線方向圖的調制，其它區域保持較低的雜波強度且基本恒定，形成了目標檢測的清潔區，有利于運動目標的檢測。

3 頻空聯合域處理方法

然而，隨著海況的惡化，海雜波的強度會進一步的增強，如圖6、圖8所示的海雜波距離多普勒分布圖。此時，主瓣區域的海雜波進一步增強，靠近主瓣區域的目標已無法有效的檢測，需考慮有效的雜波抑制方法。

3.1 空間通道模型

對于雙通道的系統，系統還具備空域處理的能力。此時，將T2通道接收的(x0,y0)反射體信號表示為

(8)

其中雷達與目標間的初始距離為

(9)

那么，可近似為

(10)

其中ξ表示所有未算入的幅相誤差。式(10)表明，第二通道與第一通道存在與位置和通道間距有關的相位差，以及與目標相對載機的y分量有關的多普勒頻率偏移。由于雜波的速度相對載機較小，且d?R0，因此第二相位項可通過vp進行多普勒的平移補償。第一相位項可通過波束的方位角進行補償；同時將剩余誤差計入ξ。此時，式(10)的多普勒域信號可表示為

S(T2,fd,t)=ξS(T1,fd,t)

(11)

3.2 基于主分量分析的雜波對消

進行必要的多普勒偏移補償后，兩通道的多普勒通道已對齊，即兩個通道的同多普勒通道對應相同的海面區域。但由于在工程設計中兩通道的微波特性難免存在差異，再加上通道相位補償的精度殘余誤差，導致兩通道的響應存在一定的差異，無法直接進行對消處理。另一方面，對于主副瓣區域的多普勒通道，海雜波能量較強，且主要分量來自波束的同一方向。因此，可以通過主分量的特征矢量進行誤差的估計。將兩通道的同一多普勒數據構建為矢量的形式為

(12)

通過海雜波距離單元可估計得到海雜波的協方差矩陣為

(13)

圖3 空間通道的主分量和次分量的分布

圖3中通道1和通道2分別為原始的距離多普勒包絡反演，特征1和特征2分別表示主分量和非主分量的能量。可見，按照主分量的空間特性進行空間對消后，將大幅降低海雜波的強度，有利于落入主雜波附近區域的運動目標的檢測。

4 基于譜認知的自適應處理方法

頻率域相干處理方法通過頻率濾波器組將不同方向的雜波進行分割，將與目標競爭的雜波范圍縮小和天線方向圖的調制實現目標的檢測。隨著目標海雜波強度的增強，僅靠縮小范圍和方向圖的調制無法滿足目標檢測的需求，此時通過雷達系統的空間分集，獲取近乎同時的海雜波數據，并通過海雜波估計通道的殘余誤差，實現雜波的對消，再縮小范圍的基礎上再進一步降低雜波的強度，實現目標的檢測。

4.1 算法流程

兩種方法都有一定的適用范圍，頻率域處理的海雜波強度不能太強，頻空聯合的方法處理需要一定的海雜波強度。另一方面，隨著海雜波強度的增強，多普勒譜的峰值雜噪比也隨著增加。因此，本文選擇以海雜波多普勒譜的峰值信噪比作為指標進行信號處理算法的選擇依據。具體的處理流程如圖4所示。

圖4 基于譜認知的海雜波中運動目標檢測流程

4.2 實測數據處理

某X波段機載試驗雷達，采用雙通道的系統配置，在某海域進行了海雜波數據的采集飛行。為海雜波的研究提供了大量的分析研究數據。本文針對雷達的窄帶對海數據進行處理。由于窄帶工作模式時的距離覆蓋區域很大，而海雜波特性又隨入射角、海風區域、海底地形等因素的變化而變化。因此，在實際處理中需要分距離段進行。

對于系統采樣頻率10MHz的系統，距離單元的尺寸為15 m，選擇100距離單元作為距離分塊(對應1500 m的距離范圍)。對每塊數據求取距離均值，并根據均值剔除異常的起伏距離單元，得到該距離塊的雜波沿多普勒維的估計p(fd)。對p(fd)再進行過固定門限檢測，并把過門限的多普勒通道標記為1，不過門限的標記為0,并記為B(fd) 。接著對標記B(fd)進行滑窗，并結合雷達的波束指向和速度，找到主雜波區域的最大值Pmax。另一方面對標記為0的多普勒幅度求均值，作為噪(雜波)底Pcn。那么，通過海雜波回波估計的海雜波環境參數即可表示為：Pc=dB(Pmax)-dB(Pcn) 。

為了說明處理方法的工作流程，選擇一組具有較強雜波的回波數據進行說明，該組數據的每個脈沖的原始回波信號如圖 5所示。917距離單元的目標沒有明顯的幅度優勢，被淹沒在了海雜波中。為了獲得當前數據海雜波的p(fd)分布，對該波位的信號進行脈沖維的傅里葉變換后得到距離多普勒平面的二維幅度分布(如圖6所示)。可見，強雜波主要集中在一小部分的多普勒通道內；受到天線方向圖的調制，一大部分多普勒通道得到了一定的抑制，獲得了相對的清潔區。917距離單元的目標由于運動速度與海雜波運動速度的差異，從海雜波集中的主瓣區域分離出來，此時該多普勒單元的距離能量分布如圖7所示，目標從雜噪底中凸顯出來，可進行有效的目標檢測。

圖7 917距離單元處目標所在的多普勒單元的能量分布

接著，從距離多普勒的幅度分布，可得到該距離塊的p(fd)分布曲線如圖8所示。并從該曲線估計得到海雜波環境參數Pc估計為17.92 dB。在實際的處理中，根據天線方向圖和調制和誤差估計所需的信號質量，本文設置8 dB為頻空處理的門限，此值顯示，可進行頻空維的聯合處理。

對多普勒單元的標記B(fd)，滑窗滿足M/N門限的多普勒單元構建雙通道信號矢量，并估計通道誤差后，雜波對消處理。此時將有利于對慢速運動(相對海雜波)的小目標的檢測。對強雜波分區區域進行對消后的距離多普勒分布如圖9所示。可見主雜波邊沿的912, 922, 938, 947, 969目標從剩余雜噪環境中凸顯出來。

圖9 強雜波對消處理與和通道數據拼接后的目標檢測環境

5 結束語

海雜波的抑制是海面目標檢測的關鍵技術，決定著雷達系統的探測性能。然而，海雜波受風向、風力、洋流、暗涌等多種因素的影響，變化復雜多樣，給目標檢測帶來了不小的挑戰。雖然針對特定的研究方面，提出了大量的處理方法，但普遍的適用性不太好，限制了算法的適應工程應用。本文通過海雜波多普勒的峰值雜噪比實現對海雜波環境的認知，進而智能選擇頻空聯合處理和頻率域處理算法，實現了雷達系統對海雜波環境的自適應。通過實測數據的處理驗證了算法的有效性。