基于CFAR的三亞非相干散射雷達數據預處理研究

尹翰林, 樂新安*, 王俊逸, 丁鋒, 寧百齊,王永輝, 李鳴遠, 張寧

1 中國科學院地質與地球物理研究所地球與行星物理重點實驗室, 北京 100029 2 中國科學院大學地球與行星科學學院， 北京 100049 3 中國科學院地質與地球物理研究所北京空間環境國家野外觀測研究站， 北京 100029

0 引言

非相干散射雷達是一種功能強大的用于探測電離層的大功率雷達，由于探測對象是等離子體，其散射截面小，信號非常微弱.三亞非相干散射雷達位于我國低緯地區(18.3°N, 109.6°E)，在其所在地區上空，有大量空間飛行器飛掠過雷達的波束掃描范圍(Li et al., 2021; Yue et al., 2020; Zhang et al., 2021).當雷達波束內出現硬目標時，由于散射截面大，其回波功率要比電離層的非相干散射回波功率高出幾個量級.同時，由于空間飛行器速度較快，雷達波束內出現的硬目標回波存在的時間往往很短.因此，三亞雷達上空的硬目標具有數量多、但是單個目標存在時間較短的特性.圖1給出的是三亞雷達2021年4月5號連續15.5個小時觀測信號的強度圖，我們可以看到，在整個觀測時間范圍內，有非常明顯的硬目標回波信號(一定高度展寬的豎條紋)，在這15.5小時內，肉眼可見硬目標數目約155個，以在頂部電離層出現居多.在進行硬目標檢測之前，需要對數據進行積累，導致常規噪聲被大幅抑制而回波信號得到顯著增強.在圖1中標注出來的兩個區域分別包含了回波強度不一致的硬目標，上面的區域包含的硬目標回波強度相對較弱，而下面區域包含的硬目標回波強度普遍較高，除了距離因素，回波強度還跟硬目標的回波散射截面大小有關.硬目標的散射截面大，其回波強度就強，反之就弱，即使是散射截面很小的硬目標回波也要比噪聲強許多倍.

圖1 三亞雷達2021年4月5號連續15.5小時觀測信號的強度圖(單位：dB)Fig.1 Range-Time-Intensity of SYISR signal observed at April 5, 2021 (Unit: dB)

此前關于非相干散射雷達信號處理中的硬目標問題關注不太多，沒有成熟的經驗可供借鑒，其中EISCAT(European Incoherent Scatter)雷達對于受到硬目標干擾而出現大值的數據直接予以刪除(Turunen et al., 2000)，在EISCAT雷達探測區域上空每小時有8個衛星穿過，它們會對非相干散射雷達的功率譜造成影響.EISCAT處理時主要是找到這些異常的功率譜并予以剔除(Porteous et al., 2003).本研究旨在引入CFAR方法到非相干散射雷達信號處理中來消除硬目標的影響.CFAR作為經典的硬目標檢測手段(Finn and Johnson, 1968; Trunk, 1978; Smith and Varshney, 2000)，也不斷地發展出許多新的變種，比如WAI-CFAR、VI-CFAR、TS-CFAR、CNN-CFAR等(Rohling, 1983; Barboy et al., 1986; Nitzberg, 1986; Gao et al., 2009; Cui et al., 2011; Kang et al., 2017; Liu et al., 2019；Subramanyan et al., 2019; Ai et al., 2020)，旨在在背景雜波環境變化劇烈、信噪比降低的情況下依然能夠完成硬目標檢測.由于硬目標的存在會使得電離層的探測數據受到污染，所以本文通過使用新開發的VI-OS-CFAR的方法對電離層回波信號中的硬目標干擾予以剔除，對原始的回波信號進行預處理.同時，三亞上空電離層背景有著顯著的地方時變化，因此本文使用的VI-OS-CFAR是結合OS-CFAR和VI-CFAR的思想，以自適應的方法調節閾值.我們的研究表明，VI-OS-CFAR在保留電離層有用信號的基礎上，能對硬目標進行有效的剔除，為后面的信號處理和參量反演奠定了基礎.

1 CFAR算法

單元恒虛警(CFAR)已經發展了很多年了，針對復雜的雜波背景環境，CFAR檢測已經有了許多的種類.本節分兩個部分，第一部分對經典的CFAR做一個簡單的介紹，第二部分介紹本文使用的VI-OS-CFAR.

1.1 傳統CFAR介紹

對于功率為β2獨立同分布干擾噪聲，待檢測單元噪聲功率為指數分布：

(1)

為了獲得β2的最優估計，首先要得到N個單元的聯合概率分布：

(2)

(3)

(4)

于是，檢測門限為

(5)

其中α為虛警檢測的門限系數，它和虛警概率直接相關，虛警概率與檢測門限系數的關系為

(6)

在實現上，針對一個檢測單元，設置相鄰的單元為保護單元，外圍的單元為參考單元用來確定背景雜波(Scharf, 1991), 傳統CFAR通過對參考單元取均值并乘以檢測門限系數來確定門限值，如圖2所示.

圖2 CFAR處理示意圖Fig.2 CFAR diagram

在工程實現中，由于雷達原始信號十分微弱，使得直接進行硬目標檢測的效果并不理想，因此需要對雷達信號進行一定時間的積累，積累時間取決于同一指向的雷達脈沖重復周期，和雷達波形無關，因為目標檢測是在功率域中進行.但是積累時間也不宜過長，越長的積累時間會造成硬目標影響的脈沖區間越長，這使得有些沒有硬目標存在的脈沖也會受到影響.理論上參考窗口中參考單元的數量可以是任意的，效果比較好的是12或者18個參考單元(Smith and Varshney, 2000)，由于三亞上空硬目標出現頻繁，如果參考單元數量太多，在參考窗口中會引入更多的硬目標信號，從而影響目標檢測，所以我們選擇的參考單元數量為12個.假設每一個單元的時間分辨率為3 s，那么對應的參考時間約為36 s.保護單元通常設置為1個，對應的隔離時間大約為3 s.整個目標檢測時間跨度為78 s.

在單元恒虛警算法中，OS-CFAR、CA-CFAR、GO-CFAR、SO-CFAR是應用較為廣泛的恒虛警算法.

OS-CFAR通過對參考窗內的數據由小到大排序，選取其中第K個數值，假設其為雜波背景噪聲(Rohling, 1983).在OS算法中，總參考窗長度N及有序統計量K的取值是有過詳細討論的，K的經典取值通常為3N/4左右(Rohling, 1983；Nathanson et al., 1990).OS的優點為多目標檢測性能好，但是雜波邊緣的虛警概率會提升，由于電離層背景并不是一成不變的，為了改善這種情況，本文將K的選擇根據背景環境的變化進行靈活設定.

CA-CFAR、GO-CFAR、SO-CFAR這三種算法都是經典的均值算法，CA-CFAR算法是計算總參考單元的均值作為門限值，GO-CFAR和SO-CFAR算法都是分別計算前后兩個參考窗口的均值，不同的是GO-CFAR選擇大值，而SO-CFAR選擇小值(Finn and Johnson, 1968; Trunk, 1978).

VI-CFAR是一種靈活的CFAR算法，它將CA-CFAR、GO-CFAR、SO-CFAR結合起來(Smith and Varshney, 2000)，根據背景雜波變化在三種算法中做出靈活的選擇，改善了CFAR檢測由于雜波環境變化帶來的虛警概率的提升.

但不管是CA-CFAR、GO-CFAR、SO-CFAR以及將三者結合的VI-CFAR，其檢測門限的靈活性并沒有得到顯著的提升，這四種算法將門限的選擇限制在了參考窗口的均值之中.OS-CFAR算法選擇第K個值作為門限，相對上述四種算法它的門限選擇靈活度更高，但是固定的K值卻也限制了它的靈活性.因此本文在VI-CFAR和OS-CFAR算法的基礎上提出VI-OS-CFAR算法，該算法提升了門限選擇的靈活性，改善了硬目標檢測的效果.

1.2 VI-OS-CFAR介紹

VI-OS-CFAR通過對比參考窗口中所定義的參數，靈活地選擇K值.其具體工作原理如下：

設置兩個參數用來確定K的取值.分別計算前后參考窗口的方差值，方差定義如下：

(7)

方差代表窗口的平穩度，表征電離層背景是否穩定.如果電離層前后窗口的背景環境是穩定的，那么其方差水平應該是相似的(下文中定義的VIA和VIB分別代表前后窗口的方差).反之，如果電離層背景環境是非穩定的，那么前后方差的差異較大.如果檢測單元處在電離層背景環境變換邊界時，前后窗口方差都很小，但是幅值卻存在巨大差異.為了避免這種情況的發生，本文定義了第二個參數MR，用來輔助方差確定背景環境是否發生變化.

(8)

表1 VI-OS-CFAR參量判據Table 1 Threshold of VI-OS-CFAR parameter

由于三亞地區硬目標出現頻繁，在參考窗口中出現硬目標是很常見的情況，硬目標在參考窗口中加入的高值也有可能被選作門限從而增大漏檢率.當VIA、VIB均大于5時，表明前后兩個窗口的背景都不再平穩，當MR<10時可以判斷出，這是由于電離層背景發生變化，導致前后兩個方差的變化，為了降低誤檢事件的發生率應該適當提升K的值，當MR>10的時候，說明除了背景變化之外，前后窗口可能攜帶了硬目標信息，所以K的取值要比上一種情況小，但因為背景也處于變化階段，為了降低誤檢率，K的取值要比經典值略高；當VIA或者VIB中的一個大于1且小于5時，說明其中至少一個窗口不再是穩定的，正處于回復平靜階段或者離開平靜階段的情況，另一個窗口的方差不管是大于5或者小于1或者介于兩者之間，都表示檢測單元正在經歷背景的變化過渡期，當MR<10時，說明前后窗口正處于背景環境變化，K取經典的3N/4，當MR>10的時候，說明硬目標信息已經處于前窗口或者后窗口，且其中一個窗口由于處于變化階段，K如果再取經典值會增大漏檢事件的發生，檢測單元中的硬目標回波被高門限掩蓋，所以K應該取一個更小的值；當VIA、VIB都不大于1時，這是個較強的約束條件，說明前后兩個窗口都處于平穩階段，當MR<10時說明，基本不變，K取經典值，當MR>10時說明兩個階段雖然都趨于平靜，但檢測單元和保護單元正處于快速變化階段，為了降低誤檢K的取值應該略微上升；在MR小于2的時候，基本不考慮前后兩個窗口的方差影響，因為它自身就是一個很強的約束條件，這意味著前后窗口的電離層背景是一致的，當前后兩個窗口的方差存在變化時，這表明背景處在小范圍的波動狀態，這種情況顯然是不常見的，我們也可以認為它處在一種特殊的穩定狀態，K取經典值；當MR<2且方差變化小時，這說明背景電離層處于非常穩定的狀態，K取0.85N，以降低誤檢概率.

VI-SO-CFAR處理流程如圖3所示.

圖3 VI-OS-CFAR 處理流程Fig.3 VI-OS-CFAR algorithm

我們最初得到的原始I(實部)/Q(虛部)數據中信噪比相對較差，直接進行硬目標剔除的效果并不理想，因此我們需要將一定的數據積累起來.首先將信號轉換到功率域，之后將一定數量的脈沖取平均以抑制噪聲，積累之后的數據代表的是這一段時間內的探測目標的平均狀態，這段時間也就是積累時間或者叫做時間分辨率，由此我們也得到了一個檢測單元，檢測單元的時間和積累時間是一致的.將經過積累后的數據送入檢測器，首先計算前后兩個參考窗口的方差和均值，之后進入背景環境估計的邏輯單元，選出最優的K值，K進入排序器進行挑選并乘以檢測門限系數，將得到的背景環境估計和檢測單元的數據送入比較器，如果檢測單元數值較高則認為是硬目標并予以剔除.

2 VI-OS-CFAR應用于三亞雷達數據預處理

非相干散射雷達觀測可以通過反演得到電離層的眾多參數，包括電子密度、等離子體漂移速度、電子溫度、離子溫度和離子種類等(Dougherty and Farley, 1961; Lehtinen and Huuskonen, 1996).具體處理步驟如下：

(1) 將原始信號進行積累是圖3的第一步，在多波束快速掃描模式下，積累時間(時間分辨率)一般選擇為30 s，這里的積累時間比圖2中要求的長，因為在多波束掃描的情況下，上一個波束和下一個波束的指向不一致(這兩個脈沖之間的時間是雷達脈沖重復周期)，同一指向的波束的脈沖重復周期會變長(同一波束的脈沖重復周期=雷達脈沖重復周期×掃描模式下的脈沖個數)，為了保證單個檢測單元的質量，需要對同一指向的脈沖數據進行積累，積累的第一個脈沖到積累的最后一個脈沖之間的時間跨度也會變長，因此數據積累所需要的時間會變為30 s.如果波束存在30 s以上的駐留，積累時間一般選擇為30 s.對數據進行時間積累可以改善信噪比，但是隨著積累時間的增大，信噪比改善情況并不是特別明顯，反而會犧牲很多沒有被硬目標污染的其它有用信號.

(2) 利用VI-OS-CFAR對積累后的信號進行篩選，積累之后電離層背景在短時間看是穩定的，而硬目標信號的強度要比背景強度高20 dB以上，遠大于可檢測的13 dB.基于篩選結果，我們將認為是硬目標的信號予以剔除.

(3) 使用GUISDAP(Lehtinen and Huuskonen, 1996)對預處理后的雷達信號進行反演，驗證VI-OS-CFAR的可靠性.

我們首先比較研究了CA-CFAR、GO-CFAR、SO-CFAR、OS-CFAR以及本文提出的VI-OS-CFAR的硬目標檢測性能.

圖4中我們針對三亞雷達的三次觀測(每次均持續2 h)，分別用五種方法進行了硬目標剔除實驗，在本次實驗中每一種方法的虛警概率都是一樣的.在尋常的硬目標檢測中虛警概率通常為10-4或者更小(Finn and Johnson, 1968; Trunk, 1978; Rohling, 1983; Barboy et al., 1986; Nitzberg, 1986; Smith and Varshney, 2000; Gao et al., 2009; Cui et al., 2011; Kang et al., 2017; Liu et al., 2019；Subramanyan et al., 2019; Ai et al., 2020)，但是由于存在散射截面較小的硬目標回波，其回波信號較弱，雖然虛警概率的提升會導致零散剔除點增加，但是數據剔除的更為徹底，使得數據的整體質量得到有效提升，而我們的目的是改善數據質量，因此我們將虛警概率提升到10-0.65.圖4中每一行對應同一觀測數據，從圖上可以看到，對于CA、GO、SO的CFAR檢測方法而言，當硬目標出現十分頻繁時，這三種檢測方法的適用性就會下降，均出現了不同程度的漏檢(如黑色框就是漏檢的).而OS算法和VI-OS算法則體現出良好的適應性.但是，從第三行的檢測結果可以看出，當干擾信號出現在電離層區域時，尤其是信號持續時間較長時，OS的性能會下降，因為OS屬于排序檢測，當硬目標存在時間較長時，OS在檢測時會將其當成背景環境的變化從而漏檢.但是VI-OS算法結合了方差和幅值之后可以對較長時間的干擾和突變做出合理的判斷.經過五種方法的對比可以看出，VI-OS算法具有更好的適應性以及更高的檢測率，能夠更好地完成電離層探測數據的預處理，盡可能地剔除異常數據.

圖4 三亞雷達三次(上、中、下)實驗期間回波信噪比(單位：dB)隨脈沖個數和高度的變化.從左至右分別是五種檢測方法檢測并剔除掉硬目標之后的分布Fig.4 The signal to noise ratio of the echo (unit: dB) versus pulse number and altitude observed by SYISR during three (top, middle, bottom panels) experiments. From the left to the right are the results after eliminating the hard targets by five methods, respectively

為了能夠更好地對VI-OS-CFAR的效果做一個評估.我們對三亞雷達地長達300 h的觀測，同時應用VI-OS-CFAR、OS-CFAR、CA-CFAR、GO-CFAR、SO-CFAR五種方法進行了硬目標檢測實驗.統計結果如圖5所示，可以看到VI-OS-CFAR相比于其它的幾種方法具有最高的檢測率以及最低的虛警檢測和最低的漏檢概率.SO-CFAR雖然具有較高的檢測率，但是SO-CFAR使用的是最小均值，所以它的虛警檢測概率相比其它的方法要高很多(Jalil et al., 2016).

圖5 基于三亞雷達300 h觀測，利用五種檢測方法檢測的虛警事件、成功檢測事件、和漏檢事件Fig.5 The false alarm event, accurate detected event, and the missing event by five methods on the basis of 300 h SYISR observations

圖6給出了一次實驗觀測的反演結果對比圖.左邊一列是剔除硬目標之后的反演結果，右邊一列是沒有進行硬目標剔除的反演結果.每一列自上而下分別是電子密度、離子溫度、電子離子的溫度比和視線漂移速度四個反演參量.對電子密度而言，由于硬目標的信號很強，在反演時會對電子密度造成非常大的影響，具有不符合電離層特性的反演結果.對離子溫度而言，原始反演數據中的異常區域已經標注出來，在右列圖像最上方區域中，由于回波太強導致反演結果錯誤出現溫度躍變，在下方區域中電離層范圍內也出現了硬目標造成的反演錯誤，在剔除硬目標之后，左列圖像相同位置處的值更加平滑.對電子離子溫度比而言，硬目標的影響是類似的，硬目標造成的明顯差異區域已經在圖中標注出來，可以看到當有硬目標存在時反演結果在數值上并不連續，這種跳變是不合理的.對漂移速度而言，硬目標會對漂移速度的方向以及大小造成十分明顯的影響，會造成速度反向和異常增大，在右列原始反演結果中差異較大的4個區域已經標注在圖中，在左邊的兩個標注區域內，由于硬目標的存在導致漂移速度的值出現躍變，其數值并不連續，在右邊的兩個標注區域中，尤其在高高度區域，由于硬目標回波強度強且出現頻繁，導致速度反演結果雜亂，而在電離層區域雖然硬目標也存在，但是出現的頻率并不高，因此對速度造成的影響相對不明顯，在剔除硬目標的影響之后尤其是在標注區域內，反演結果更加平滑、連續、真實可信.在離子溫度和電子離子溫度比的反演結果中，上方和底部存在異常值，這是由于這部分電離層回波較弱而反演時使用的功率譜對溫度又不敏感，所以使得在上方和下方都有溫度異常的存在.

圖6 使用GUISDAP對三亞非相干散射雷達數據進行反演的結果，觀測時間是2021年4月17號.(a) 應用VI-OS-CFAR去除硬目標后的結果; (b) 沒有經過預處理直接反演的結果. 反演結果從上至下依次是電子密度、離子溫度、電子離子溫度比和視線漂移速度Fig.6 The inversion result of SYISR observation by GUISDAP during April 17, 2021. (a) The data inversion result excluding hard targets; (b) The direct inversion result. Each row from top to bottom is the electron density, ion temperature, electron-ion temperature ratio, and line of sight drift speed

3 討論和結論

本文使用的VI-OS-CFAR的方法進行檢測的前提是要進行信號積累，而且根據探測模式的不同，積累的時間也不一樣.有積累時間作為前提，意味著硬目標準確地進入波束和離開波束的時間是不確定的，CFAR檢測剔除的目標會連同一部分有用信號一起剔除.這就需要在執行預處理的時候進行綜合考慮，在保證數據質量良好的同時，盡可能減少有用數據的剔除.在使用VI-OS-CFAR的時候，將電離層的短時變化造成的方差和均值的變化作為判別依據，靈活地選取排序后的參考窗口中的值作為門限.這樣靈活選擇的方法，在很大程度上增加了檢測概率的準確性，同時降低了誤檢事件的發生率.

本文通過使用CFAR硬目標檢測方法，對三亞非相干散射雷達數據中的硬目標進行門限檢測，并將識別出的硬目標數據予以剔除，有效地改善了三亞非相干散射雷達的反演結果，使得反演數據更加真實可信.未來該方法有望應用于日常數據處理.