空時頻檢測前聚焦雷達信號處理方法

許 稼 彭應(yīng)寧 夏香根 龍 騰 毛二可

①(北京理工大學信息與電子學院 北京 100081)

②(清華大學電子工程系 北京 100084)

③(美國特拉華大學電子與計算機工程系 紐瓦克 DE 1976)

1 引言

自上世紀40年代雷達誕生之日起，雷達信號處理就與之相伴走過了一段不斷演進的發(fā)展歷程[1－21]。與早期簡單的波形產(chǎn)生、濾波和顯示功能不同，信號處理系統(tǒng)功能日趨復雜多樣，并與發(fā)射、天饋、接收、伺服和監(jiān)控等分系統(tǒng)相互融合，逐步成為現(xiàn)代雷達核心分系統(tǒng)[3,4]。同時，雷達信號處理在理論和技術(shù)方面作為一門獨立的學科也日臻成熟和完善。1943年，North[4]提出了匹配濾波理論，指明了噪聲背景中確定波形檢測的基本框架。1950年，Woodward[5]將信息論推廣于雷達信號處理，提出適用于雷達最優(yōu)檢測的恒虛警(CFAR)準則。上述兩項標志性工作奠定了一直沿用至今的經(jīng)典雷達檢測理論。1953年，Woodward[6]進一步提出了模糊函數(shù)描述發(fā)射波形的距離和多普勒分辨特性，為雷達波形設(shè)計和選擇奠定了理論基礎(chǔ)。據(jù)此，現(xiàn)代雷達大都采用具有大時寬帶寬特性的“復雜波形”脈沖壓縮處理，成功克服了簡單波形在測距范圍和測距精度間內(nèi)在矛盾。復雜波形脈沖壓縮技術(shù)在雷達領(lǐng)域的成功應(yīng)用標志著雷達信號處理自立為一門獨立學科的開始[7]。

在脈沖壓縮技術(shù)基礎(chǔ)上，現(xiàn)代雷達信號處理在諸多方面取得了長足發(fā)展。首先，隨著天線設(shè)計和T/R 組件技術(shù)快速發(fā)展，相控陣天線[8－11]逐步代替了傳統(tǒng)機械掃描反射面天線。通過陣元級信號處理，雷達空域信號處理可運用自適應(yīng)數(shù)字波束形成(ADBF)在收發(fā)端空間能量聚集的同時有效抑制有源干擾。此外，雷達空域信號處理還可通過波達方向估計(DOA)高精度地測定目標和干擾來波方向。第二，針對雷達探測的雜波環(huán)境，現(xiàn)代雷達在早期動目標顯示(MTI)技術(shù)[1－3]基礎(chǔ)上逐步發(fā)展了動目標檢測(MTD)和脈沖多普勒(PD)等技術(shù)實現(xiàn)雜波背景的有效抑制。同時，針對運動平臺雷達空、時、頻嚴重擴展的地物雜波抑制難題，近年來聯(lián)合利用空域陣元采樣和時域脈沖采樣的空時自適應(yīng)處理(STAP)[12]得到了普遍關(guān)注和深入研究。第三，基于針對均勻背景的單元平均(CA)，有序統(tǒng)計量(OS)和非參量等CFAR處理方法[1－3,13]，近年來針對高分辨率“長拖尾”復雜雜波背景和“分布式”目標的CFAR處理理論和方法研究取得了許多重要成果[13,14]。第四，隨著雷達信號帶寬和目標照射時間逐步增加，目標空間分辨率顯著提高?，F(xiàn)代合成孔徑雷達/逆合成孔徑雷達(SAR/ISAR)通過有效的運動補償已可實現(xiàn)運動平臺對運動目標的高分辨率成像。同時，高分辨率雷達圖像也顯著促進了雷達目標識別、雷達遙感等領(lǐng)域的迅猛發(fā)展[15－19]。

圍繞上述領(lǐng)域的迅猛發(fā)展，常規(guī)雷達逐步形成如圖 1所示的信號處理流程[1－21]。首先，雷達波束形成通過空域陣元間的相參積累實現(xiàn)能量的空間聚集和指向，而時域的脈沖壓縮和MTD處理分別實現(xiàn)回波能量在脈內(nèi)和脈間的相參積累。上述級聯(lián)處理還可引入學習機制自適應(yīng)地抑制干擾、雜波和噪聲等成分對目標檢測的影響。進而，雷達通過CFAR處理實現(xiàn)目標點跡的自動提取。顯然，上述級聯(lián)式信號處理流程同時也隱含了雷達高性能目標處理的前提：在回波處理和能量積累時，目標回波分布應(yīng)盡可能局限于一個解耦的波束-距離-多普勒的 3維單元中。否則，目標將在空時頻空間形成“分布式”目標，降低能量積累水平和檢測性能。隨著實踐的深入，人們也逐步意識到了上述框架的應(yīng)用限制，在級聯(lián)式處理基礎(chǔ)上引入了Hough變換(HT)[22－30]、動態(tài)規(guī)劃(DP)[31－38]和 Bayes遞推[39,40]等方法在跨距離單元(ARU)和跨多普勒單元(ADU)條件下實現(xiàn)回波能量的非相參積累。上述方法在確認目標點跡的同時，也給出了積累期間目標航跡的跟蹤信息。因此，人們將基于HT和DP等實現(xiàn)檢測和跟蹤一體化的處理方法[22－42]通稱為檢測前跟蹤(TBD)。同時，在目標檢測基礎(chǔ)上，高分辨率雷達可通過運動補償獲取高分辨率圖像[15－19]，為后續(xù)目標識別提供輸入。上述基于TBD的級聯(lián)式信號處理流程已較好地滿足常規(guī)雷達對常規(guī)目標探測的需求，得到了廣泛應(yīng)用。

2 現(xiàn)代雷達信號處理的挑戰(zhàn)與權(quán)衡

圖1 現(xiàn)有雷達信號處理流程Fig.1 Conventional radar signal processing flowchart

然而，現(xiàn)代雷達目標環(huán)境和探測環(huán)境發(fā)生了顯著變化[43－46]，常規(guī)雷達體制和信號處理手段面臨日益嚴峻的挑戰(zhàn)。除了中低空飛機和海面中大型船只等常規(guī)目標以外，現(xiàn)代雷達探測目標包括了隱身艦船、超低空無人機、超高速飛機、高空高速巡航導彈、臨近空間空天飛行器、彈道導彈和誘餌、太空碎片和衛(wèi)星等高威脅度目標。同時，現(xiàn)代雷達目標特性也發(fā)生了顯著變化，時空分布更加廣闊密集，突防手段更加靈活多變。具體而言，這些挑戰(zhàn)可歸結(jié)為如下一些方面：

(1) 超高速

空天飛行器和彈道導彈等目標飛行速度達 5～25 M，可在瞬間穿越雷達空間波束和探測單元。因此，基于波束-距離-多普勒解耦的常規(guī)處理方法由于可積累脈沖數(shù)有限而常常難以奏效。同時，由于雷達和目標之間存在相對高速運動，傳統(tǒng)雷達回波忽略的“尺度伸縮”效應(yīng)[43,44]對于高速目標的空時相參積累均需要考慮，否則將有明顯的SNR損失。

(2) 低RCS

當前，以B-2,F-22,AGM-129和阿利伯克驅(qū)逐艦等為代表的隱身飛機、導彈和艦船[45,46]不斷涌現(xiàn)，對雷達遠程探測提出了嚴峻挑戰(zhàn)。通常，隱身目標的雷達反射截面積(RCS)較非隱身目標可大致下降兩個數(shù)量級，相應(yīng)的雷達威力下降為常規(guī)目標30%左右，嚴重影響了雷達有效探測。

(3) 高機動

與常規(guī)空中飛機和空間軌道目標不同，臨近空間飛行器等高空高速目標的機動過載可達到2～4 g，并可通過螺旋、正弦、跳躍、大拐角等諸多不規(guī)則方式實現(xiàn)飛行航跡機動規(guī)避和變軌。雷達目標高機動特性導致回波多普勒特性的顯著改變對常規(guī)信號流程及后續(xù)目標跟蹤提出了嚴峻挑戰(zhàn)。

(4) 超遠程

現(xiàn)代雷達目標[43,44]可在距地高度為數(shù)百公里外層空間和數(shù)十公里臨近空間之間高速自由穿梭，可在極遠距離發(fā)起快速攻擊。因此，為保證足夠的預(yù)警時間，需要雷達對數(shù)千公里，甚至更遠距離之外的目標實現(xiàn)超遠程探測。

(5) 強雜波

強雜波始終是影響目標探測性能的主要因素[1－3,12]，現(xiàn)代雷達主要面臨如下3方面雜波環(huán)境的挑戰(zhàn)：一是機載、球載和星載等升空雷達運動平臺大量涌現(xiàn)，其下視探測低空和海面目標時必然受到擴展的強地物雜波的干擾。二是高空高速臨近空間目標的主要活動區(qū)域處于大氣電離層中，電離層雜波構(gòu)成了此類目標探測的屏障。三是在高海情雜波背景中海面微弱目標探測始終是海用雷達目標探測的難題。

(6) 復雜電磁環(huán)境

目前，全頻域、大功率、智能化電子干擾機可在時間、空間、頻段、極化等各個維度嚴重干擾和壓制雷達的探測性能。面對日益復雜目標環(huán)境，在紛繁復雜電磁環(huán)境中及時準確地發(fā)現(xiàn)、確定和識別“重點目標”是瞬息萬變復雜電磁環(huán)境對現(xiàn)代雷達提出的嚴峻挑戰(zhàn)。

權(quán)衡之一：相參積累還是非相參積累？雖然造成雷達目標探測困難的原因形形色色，但從信號處理觀點來看，雷達目標與探測環(huán)境的惡化可歸結(jié)為“如何在極低 SNR(此處 N代表系統(tǒng)抑制剩余的噪聲，干擾和雜波等背景因素的綜合)條件下實現(xiàn)微弱目標的有效探測”問題。因此，提高目標回波空時采樣數(shù)目和積累水平是提高雷達系統(tǒng)性能的關(guān)鍵。通常，根據(jù)是否補償目標在采樣間的相位起伏，信號積累可分為相參積累與非相參積累兩大類[47－50,64]。非相參積累將含噪聲污染的采樣求模積累，不補償起伏相位，對系統(tǒng)和目標的相參性要求低，應(yīng)用相對廣泛。但是，由于未補償起伏的相位，非相參積累SNR增益通常不如相參積累。更嚴重的是，非相參積累方法存在“SNR閾值”現(xiàn)象[49,50]。簡言之，當目標初始SNR過低時，非相參積累增益接近為零，嚴重限制了非相參積累方法在低SNR場合的應(yīng)用。而相參積累通過補償采樣間相位起伏，通過雷達采樣樣本的同相疊加實現(xiàn) SNR增益線性增加。顯然，除非采樣間存在不可補償?shù)姆嗥鸱?，先進的雷達信號處理系統(tǒng)應(yīng)盡可能運用相參積累滿足高性能積累的需求。

權(quán)衡之二：短時間積累還是長時間積累？從脈沖積累雷達方程[1－3,21]可見：在給定系統(tǒng)參數(shù)前提下，雷達威力線性或非線性地正比于雷達積累時間的4次方根。因此，增加雷達目標照射時間可改善雷達目標的探測性能，新體制雷達和常規(guī)雷達均可通過有效手段增加雷達目標觀測時間。例如，對于稀布陣綜合孔徑雷達(SIAR)[60]等新體制數(shù)字陣列雷達(DAR)[11]，可通過俯仰和方位多波束覆蓋探測區(qū)域增加重點目標探測時間。此時，由于波束固定，除非目標自身運動超越雷達波束，目標將始終被雷達波束照射。同時，即使目標穿越其中一個波束，也可被相鄰波束探測。對于常規(guī)雷達，亦可通過波束緩轉(zhuǎn)和駐留等簡單途徑提高雷達目標照射時間。雖然此時雷達目標數(shù)據(jù)率和覆蓋方位范圍有所下降，但對重點方向和重點目標探測而言，上述波束控制是一種合適的選擇?？傊L時間積累為基本不改變雷達系統(tǒng)參數(shù)而改善雷達性能提供了重要前提。

權(quán)衡之三：級聯(lián)處理還是聯(lián)合處理？雖然長時間積累可有效提高雷達性能，但長時間照射也極易造成運動目標回波積累處理的諸多困難。例如，長時間照射時運動目標極易產(chǎn)生跨距離單元(ARU)、跨多普勒單元(ADU)及跨波束單元(ABU)等“三跨”現(xiàn)象。常規(guī)信號處理(如圖 1所示)采用基于波束形成、脈沖壓縮和動目標檢測(MTD)級聯(lián)處理，在順序積累時隱含了目標能量應(yīng)獨立分布于空、時、頻解耦的單元上，從而也限制了可相參積累時間。雖然，現(xiàn)有方法提出了基于TBD的非相參積累以提高跨距離和多普勒單元時檢測性能，但受“SNR閾值”[49,50]限制，其性能增益有限。究其原因，上述問題根源與常規(guī)信號處理采用時域和頻域級聯(lián)式局域處理密切相關(guān)。多維聯(lián)合處理有可能對上述問題解決提供新思路。例如，在長時間積累運動目標 2維回波的距離頻域，回波將始終出現(xiàn)在固定頻率單元范圍上，多普勒效應(yīng)只反映在相位調(diào)制上。另外，在現(xiàn)有的SAR/ISAR的信號處理中，我們通常是將存在明顯ARU和ADU的回波信號聯(lián)合處理獲取目標高分辨率的圖像，這也啟發(fā)我們多維的聯(lián)合處理可有效提高目標回波能量的積累水平?？傊?，空時頻多維度目標回波及其在變換域的聯(lián)合處理可有效避免信號的跨越效應(yīng)，為提供雷達信號處理性能和水平提供堅實的基礎(chǔ)。

3 雷達檢測前聚焦理論與方法

基于上述3方面的權(quán)衡，可見基于多維聯(lián)合處理實現(xiàn)長時間相參積累[47－63]是改進現(xiàn)代雷達信號處理性能的重要發(fā)展方向?；谏鲜鲅芯克悸罚?011年，文獻[64-71]提出了 Radon-Fourier變換(RFT)和廣義 Radon-Fourier變換(GRFT)等雷達信號處理新方法。針對“三跨”目標回波，新方法將目標長時間相參積累問題轉(zhuǎn)換為一個參數(shù)化的模型匹配問題。例如，對于勻速徑向運動目標，目標初始距離和徑向速度決定了目標在相參積累期間的“三跨”特性，也決定了回波多普勒起伏。因此，雷達可通過 RFT聯(lián)合補償距離走動和多普勒起伏實現(xiàn)長時間的相參積累。實質(zhì)上，RFT和 GRFT等方法都是實現(xiàn)運動目標在長時間發(fā)生“三跨”情形下實現(xiàn)有效的相參積累。同時，RFT和 GRFT的相參積累結(jié)果也在變換對應(yīng)的參數(shù)空間中形成了目標的“多維聚焦圖像”。為與現(xiàn)有檢測前跟蹤(TBD)技術(shù)比較，我們將課題組提出的參數(shù)化的長時間相參積累方法統(tǒng)一命名為“檢測前聚焦(FBD)[69]”技術(shù)。同年，相關(guān)概念在CIE國際雷達年會提出并獲得了國內(nèi)外專家和學者的認同。

具體而言，若雷達探測目標為一個波束內(nèi)的線性運動目標，則有 R(t)=r0+vt，其中，r0為目標在t=0時的斜距，v是目標的徑向運動速度。因此，如果目標的初始距離和速度已知，則可以直接補償長相參積累中的包絡(luò)和相位變化。但在目標探測前，這些參數(shù)是未知的。因此，可以建立一個覆蓋可能r0和v的參數(shù)空間，將回波脈沖投影到這個空間，形成一個“聚焦”的峰。

定義 1 當線性距離徙動滿足直線方程rs=r+vt時，標準RFT[64]為：

其中，式(1)定義為標準RFT是因為其參數(shù)r和v具有明確的含義。實際上，勻速運動目標的距離徙動也可采用極距ρ和極角θ等不同參數(shù)對進行描述，而不同參數(shù)對間等價關(guān)系在文獻[64]中已討論。在更一般的情況下，假設(shè)相參積累時間目標距離徙動函數(shù)由N個運動和位置待定參數(shù)確定。此時，我們定義廣義Radon-Fourier變換(GRFT)為：

2.2 工作曲線和檢出限 分別移取一定量的多元素混合標準儲備液，以5%硝酸稀釋，配制濃度梯度分別為0.5、1、10、20、50、100 mg/L的K、Ca和Mg的多元素混合標準工作溶液。在線加入內(nèi)標溶液，然后用ICP-MS測定，測得K、Ca和Mg元素的線性回歸方程和相關(guān)系數(shù)，詳細結(jié)果見表2。同時，取最低濃度的標準溶液進行分析，重復測定10次，以測定結(jié)果的3倍標準偏差計算方法的檢出限，結(jié)果見表2。

定義 2 設(shè) f(t,rs)∈C為定義在(t,rs)平面上距離脈沖壓縮后 2-D復函數(shù)，t 和rs分別為脈沖觀測時間和斜距。該平面內(nèi)目標距離徙動曲線為N+1維等式 rs=η(α1,α2,…,αN,t)，則GRFT定義為：

本文定義的RFT是GRFT的一個最簡單的特例，而GRFT是適于更為復雜運動的目標相參積累方法。若將目標的空間位置(如方位和俯仰)和信號隨頻率成分也作為待定參數(shù)，則GRFT可同時實現(xiàn)空時頻多域聯(lián)合相參積累。

因此，基于創(chuàng)新的FBD處理，我們進一步展望新一代雷達信號處理應(yīng)采用如圖2所示的聯(lián)合處理結(jié)構(gòu)。當新體制雷達獲取多脈沖、多陣元和多頻段的空時信號后，通過空時頻的FBD處理(STF-FBD)完成信號的多維聯(lián)合相參積累，獲得理想的SNR增益。換言之，STF-FBD可將常規(guī)雷達信號處理的寬帶波束形成、脈沖壓縮和多普勒濾波等多個級聯(lián)的相參處理環(huán)節(jié)整合，并克服“三跨”效應(yīng)的影響。同時，對于特別微弱目標在更長時間、更大空間和更寬頻段范圍中，通過對STF-FBD輸出運用TBD技術(shù)，形成STF-FBD-TBD相參/非相參的混合積累方式進一步提高性能。與常規(guī)混合積累[62,63]不同，STF-FBD-TBD已通過STF-FBD極大增加了目標的SNR，因此可顯著降低TBD的“SNR閾值”[49,50]。第三，STF-FBD處理完成了對目標空間和運動參數(shù)的匹配估計，可實現(xiàn)目標參數(shù)的高精度測量。第四，目標經(jīng)過 STF-FBD處理在多維空間實現(xiàn)了相參投影，也實現(xiàn)了目標與雜波和干擾等背景因素的有效分割和抑制。例如，文獻[64]指出RFT處理是一個廣義的多普勒濾波器，因此RFT可顯著抑制強雜波對運動目標檢測的影響。第五，通過 STF-FBD處理，新體制雷達也獲取了目標在多維參數(shù)空間的聚焦圖像[67]。切取多維圖像的空間分布切片可獲得反映目標散射結(jié)構(gòu)的常規(guī)雷達圖像。同時，新方法還可切取目標速度、加速度等維度的運動參數(shù)圖像，這是常規(guī)成像雷達難以提供的。第六，基于 STFFBD獲取目標空間參數(shù)結(jié)構(gòu)圖像和運動參數(shù)圖像構(gòu)成了目標的重要特征，可為后續(xù)目標有效識別奠定基礎(chǔ)?？傊疚目諘r頻檢測前聚焦雷達信號處理理論和方法可為復雜探測和目標環(huán)境中顯著提高雷達威力和探測性能奠定理論和技術(shù)基礎(chǔ)。

4 國內(nèi)外相關(guān)領(lǐng)域研究現(xiàn)狀、進展與比較

本文提出的 FBD技術(shù)源于雷達長時間積累技術(shù)，是新體制雷達高性能信號處理的關(guān)鍵技術(shù)與核心環(huán)節(jié)。本文中“長時間”特指雷達對特定探測目標存在明顯ARU,ADU或ABU等效應(yīng)時對應(yīng)的照射和積累時間。下面，分別介紹長時間非相參積累、長時間相參積累和空時頻檢測前聚焦3個相關(guān)領(lǐng)域的研究現(xiàn)狀。

4.1 基于長時間非相參積累的TBD技術(shù)

在雷達長時間非相參積累方面，Allen等人[20,21]開展了初創(chuàng)性工作，指出對目標跨距離單元脈沖積累在空變的雜波環(huán)境下可比傳統(tǒng)積累獲得更優(yōu)性能[20]，并基于最大化檢測概率研究了多目標積累路徑集合優(yōu)化配置問題。雷達非相參積累可直接對脈沖回波進行能量累加，也可基于初步的相參處理結(jié)果實現(xiàn) CPI間非相參積累[22－40,62,63]。基于長時間非相參積累的檢測前跟蹤(TBD)[22－40]是一類微弱目標積累檢測策略，主要對初級處理數(shù)據(jù)進行跨距離單元和跨多普勒單元的跟蹤，利用跟蹤信息最終判斷目標是否存在并給出其運動軌跡。現(xiàn)有基于該策略的非相參積累方法主要包括 Hough變換類[22－30]方法、動態(tài)規(guī)劃(DP)類[31－38]方法及基于Bayes遞推的TBD[39,40]方法。

圖2 基于FBD的信號處理流程圖Fig.2 Proposed FBD-based radar signal processing flowchart

文獻[23-30]在搜索雷達中采用了圖像處理的Hough變換方法進行目標的檢測與跟蹤，將雷達數(shù)據(jù)的“距離-時間”視圖變換到直線參數(shù)平面，實現(xiàn)ARU條件下積累，該方法在不同體制雷達積累檢測中得到了應(yīng)用。在該類方法性能方面，文獻[26]分別討論了存在隨機脈沖干擾情況下及不同類型雜波下的積累檢測性能。此外，極坐標Hough變換(PHT)實現(xiàn)方法[27]更適用于目標速度變化情況，平移參數(shù)空間的改進Hough變換方法[28]與并行化Hough變換算法[29]可降低算法實現(xiàn)復雜度，擴展至“距離-方位-時間”的3D-Hough方法[30]可利用更豐富目標運動特征進行能量積累。通常，Hough變換類方法對直線或近于直線運動目標積累效果較好，但也存在離散化處理的模式失配和SNR閾值等問題。動態(tài)規(guī)劃類方法早期應(yīng)用于圖像及紅外目標檢測[31－33]，后為雷達微弱目標積累檢測方法所借鑒[34－38]。針對雷達目標的動態(tài)規(guī)劃類積累算法一般將多個CPI處理的結(jié)果作為各個狀態(tài)，將目標的運動視為狀態(tài)序列的轉(zhuǎn)移，利用動態(tài)規(guī)劃實現(xiàn)目標軌跡搜索[34]。文獻[35]討論了動態(tài)規(guī)劃算法機理，并結(jié)合初級門限與CFAR技術(shù)提出了改進算法。動態(tài)規(guī)劃類方法對具有一定機動性的運動目標可進行較好地積累。但是，實際雷達系統(tǒng)工作時，目標個數(shù)是無法預(yù)先確定的。文獻[36,37]討論了未知目標個數(shù)時的檢測前跟蹤問題。文獻[38]指出，當搜索目標數(shù)目增大到一定程度時，積累檢測性能將下降，出現(xiàn)低 SNR失效問題?；谪惾~斯遞推TBD方法將初級處理后數(shù)據(jù)作為觀測變量，通過遞推式濾波器估計Bayes后驗概率，作為目標是否存在的判決依據(jù)。另外，粒子濾波器[39,40]可有效提高該濾過程在非線性跟蹤情況的性能。

綜上所述，基于長時間非相參積累的TBD方法對目標初始SNR有基本閾值要求。對于微弱目標探測而言，即使采用圖1級聯(lián)處理作為后繼TBD的輸入，但“三跨”效應(yīng)必然會影響解耦處理相參積累時間和TBD輸入初始SNR?？傊陂L時間非相參積累TBD方法性能有限，不適合極低SNR微弱目標的探測。

4.2 長時間相參積累和檢測前聚焦技術(shù)

針對跨距離單元下長時間相參積累，現(xiàn)有方法主要分為兩類：第一類方法是對脈沖壓縮后“距離-脈沖”域原始回波通過包絡(luò)平移或擴展實現(xiàn)跨距離單元補償。采用“距離拉伸”與時頻變換結(jié)合的方法[55]實現(xiàn)回波跨距離單元與時變多普勒單元的補償，但將部分不包含目標的距離單元也進行了累加，會造成SNR損失和距離分辨率降低。利用包絡(luò)補償與FFT濾波器組結(jié)合的方法[56,57]較好地實現(xiàn)了勻速運動目標跨距離單元補償，但未能充分利用目標速度與多普勒頻率對應(yīng)關(guān)系。文獻[58]提出的利用Hough變換結(jié)合脈沖間相位補償?shù)姆椒?，能夠進一步提高常規(guī)Hough變換對勻速運動目標的積累檢測性能?！熬嚯x-脈沖”域補償方法直接在距離維度上實現(xiàn)包絡(luò)平移補償，物理意義明確。但是，為保證補償精度，需采用距離維插值來提高補償精度，運算量較大。

另一類跨距離單元補償方法是在“距離-脈沖”維信號的相應(yīng)變換域進行ARU單元補償。文獻[59]提出，在回波進行2-D FFT處理后的“距離頻率-多普勒頻率”平面，沿距離徙動直線對每個可能速度進行相應(yīng)匹配積累。該方法可利用多普勒頻率與目標速度的對應(yīng)關(guān)系降低復雜度。文獻[60]的方法對脈沖壓縮后信號的分段 FFT結(jié)果也利用了多普勒頻率與速度的對應(yīng)關(guān)系實現(xiàn)包絡(luò)移位補償。在“快時間頻率-脈沖”域，通過脈沖維的 Keystone變換進行尺度伸縮，可以對一定速度范圍內(nèi)的勻速目標實現(xiàn)跨距離單元的統(tǒng)一補償[51－53,61]。文獻[61]基于搜索策略進一步提出了 Keystone方法的模糊數(shù)補償方法。變換域補償方法不需要提高距離維精度，但通常需要對多普勒模糊數(shù)進行專門補償，難以實現(xiàn)對不同模糊數(shù)目標的同時相參積累。

基于長時間積累深入研究，我們針對目標距離、時延和多普勒之間的耦合關(guān)系，提出了基于RFT和GRFT相參積累新方法，構(gòu)成了檢測前聚焦(FBD)[64－69]新概念的基礎(chǔ)。為進一步闡明 FBD 含義，我們給出典型雷達參數(shù)下幾類典型長時間積累方法[69]的效果如圖3和圖4所示。圖3給出了不同方法的響應(yīng)圖，圖4給出了實際噪聲背景下的積累效果。可見，由于跨距離單元的影響，現(xiàn)有 MTD運動目標檢測結(jié)果完全被噪聲淹沒?；贖ough變換非相參積累方法，由于積累增益有限，檢測效果也不理想?；贙eystone方法相參積累對于非盲速目標檢測效果良好，但丟失了有盲速的高速目標。RFT方法則可實現(xiàn)對3個目標的高性能檢測。

進而，基于仿真雷達參數(shù)[64]，我們給出不同方法對于1 M的高速目標在1 s內(nèi)的積累檢測威力?？梢?，RFT方法通過長時間積累的聚焦處理，相對MTD等傳統(tǒng)方法有近3倍的威力增程。

表1 高速目標理論最大探測距離(1 M)Tab.1 The theoretical maximumcoverage for high-speed target (1 M)

綜上所述，顯然FBD處理對于高速目標檢測性能提高具有重要作用，能夠?qū)h程微弱目標獲得良好的檢測性能。

4.3 空時頻檢測前聚焦技術(shù)

基于長時間積累方面提出的 FBD處理創(chuàng)新概念，我們指出基于長時間積累FBD技術(shù)還可推廣到空域和頻域積累處理中，進一步提高空域和頻域的相參積累增益。例如，對于數(shù)字陣列相控陣雷達而言，為獲取大天線增益，需要增加天線尺寸。同時，為了提高雷達距離分辨率，需不斷增加信號帶寬。此時，寬帶信號在天線陣元之間，不僅需要補償相位，還需補償陣元間波形的位移。否則，由于陣元間信號時延差大于“孔徑渡越”時間，天線波束的指向效果和天線增益明顯下降。為此，我們將FBD方法在空時2維平面進行了推廣，提出了空時2維RFT(ST-RFT)新方法[71]，實現(xiàn)了在“孔徑渡越”和“跨距離單元”條件下空時2維聯(lián)合相參積累，即空時2維FBD處理。通過在距離-速度-方位角聯(lián)合處理，實現(xiàn)目標能量在多維空間中的能量“聚焦”?？諘r2維FBD處理的仿真結(jié)果如圖5所示。

圖3 不同方法的2維響應(yīng)(無噪聲)Fig.3 Two-dimensional response of different methods (without noise)

圖4 不同方法的積累效果比較(220 km)Fig.4 Two-dimensional response of different methods (with noise)

例如，提高信號帶寬和距離分辨率始終是雷達探測的重要追求。以美國空間目標測量雷達為例，有代表性寬帶雷達包括：ALCOR，工作于C波段，采用Chirp波形，帶寬為512 MHz，距離分辨能力為53 cm。MMW雷達，工作于Ka波段和W波段，發(fā)射帶寬 2 GHz，距離分辨率為 14 cm。此外，COBRA-JUDY雙波段雷達，有S波段相控陣天線和X波段圓盤天線，各有1 GHz信號帶寬。雖然，上述雷達已可提供很高帶寬和距離分辨率，但受成本和物理設(shè)計限制，為獲得更高帶寬需要顯著增加硬件成本。因此，直接建造一部更高帶寬的 UWB雷達十分昂貴，而更有創(chuàng)意的做法是利用現(xiàn)有多部寬帶雷達回波信號通過帶寬合成形成更高分辨率雷達圖像。為此，1997年，林肯實驗室開發(fā)了一種BWE頻域處理方法[72,73]，通過預(yù)測COBRA-JUDY雷達觀測帶寬外頻段目標響應(yīng)達到增加有效帶寬。文獻[72]介紹的基于BWE仿真處理結(jié)果如圖6所示，通過BWE可在子帶稀疏和缺失情況下獲取目標合成寬帶的圖像。由于BWE和RFT方法均采用了與目標運動或散射特征有關(guān)參數(shù)化方法，BWE方法是一種頻域的參數(shù)化方法，可歸結(jié)為頻域FBD方法。

圖5 ST-RFT的響應(yīng)和輸出(1000 km)[67]Fig.5 Response and output of the proposed ST-RFT

圖6 頻域檢測前聚焦[72]Fig.6 Focus-Before-Detects in frequency domain[72]

5 總結(jié)與展望

基于上述相關(guān)領(lǐng)域現(xiàn)狀的分析，本文提出的STF-FBD新理論和新方法可充分利用雷達空時頻的探測資源，通過檢測、估計、跟蹤、成像及識別的一體化處理，顯著提高新體制雷達對高速、高機動、超遠程、隱身目標的探測性能。圍繞STF-FBD理論和方法，未來應(yīng)重點研究方向包括：

首先，以高速高機動隱身的空間目標為重點進行信號建模研究，深入分析其目標特性，定量研究目標幅度和相位調(diào)制與目標高階運動間的相互關(guān)系。

其次，通過空、時、頻及其變換域信號建模、確定雷達目標可相參積累極限時間、極限視角和極限頻寬，圍繞尺度伸縮、孔徑渡越、稀疏子帶、跨距離、跨多普勒、跨波束等條件下運動目標回波能量有效積累難題，進一步完善STF-FBD的理論和方法。

第三，進一步研究 STF-FBD的快速算法，為STF-FBD方法的工程應(yīng)用和推廣奠定基礎(chǔ)。

第四，在大于極限時間、極限視角和極限頻寬的空時頻觀測條件下，基于STF-FBD-TBD的混合積累框架進一步改善微弱目標的探測效果。

第五，充分研究雜波、干擾和目標在STF-FBD多維空間中的分布特性，進一步提出雜波和干擾抑制的新方法。

第六，在檢測和參數(shù)估計前獲取目標在空、時、頻多維度的“聚焦”圖像，顯著改善雷達對隱身、高速和高機動目標的運動和位置參數(shù)測量精度，逼近參數(shù)測量的Cramer-Rao界。

第七，充分利用目標高機動特性，基于寬帶雷達研究基于 STF-FBD實現(xiàn)目標多維聯(lián)合成像的有效方法。

第八，針對雷達目標空時頻FBD聚焦圖像，研究基于目標空間分布結(jié)構(gòu)和運動參數(shù)圖像研究特征提取和目標識別新方法。

[1]Barton D K.Radar System Analysis and Modeling[M].Beijing: Publishing House of Electronics Industry,2004.

[2]Skolnik M I.Introduction to Radar System[M].New York:McGraw-Hill,2002.

[3]Skolnik M I.Radar Handbook[M].2nd Ed.,New York:McGraw Hill,1990.

[4]North D O.An analysis of the factors which determine signal/noise discrimination in pulsed carrier system[R].Princeton,NJ,RCA Labs,Rep PTR-6C,1950.

[5]Woodward P M.A theory of radar information[J].Physical Magazine,1950,41: 1001-1017.

[6]Woodward P M.Probability and Information Theory with Application to Radar[M].London: Pergamon Press,1953.

[7]Nathanson F E.Radar Design Principles[M].New York:McGraw-Hill,1969.

[8]Mailloux R J.Phased Array Antenna Handbook[M].Boston/London: Artech House,2005.

[9]Van Trees H L.Detection,Estimation and Modulation Theory Part IV—Optimum Array Processing[M].New Jersey:Wiley,2002.

[10]Cantrell B,Graaf D J,Willwerth F,et al..Development of a Digital Array Radar (DAR)[J].IEEE Aerospace and Electronic Systems Magazine,2002,17(3): 22-27.

[11]吳曼青.數(shù)字陣列雷達及其進展[J].中國電子科學研究院學報,2006,1(1): 11-16.Wu M Q.Digital antenna radar and its development[J].Journal of Chinese Electronic Research Institute,2006,1(1):11-16

[12]王永良,彭應(yīng)寧.空時二維自適應(yīng)處理[M].北京: 清華大學出版社,2000.Wang Y L and Peng Y N.Space-time Adaptive Processing[M].Beijing: Tsinghua University Publisher,2000.

[13]何友,關(guān)鍵,彭應(yīng)寧,等.雷達自動檢測與恒虛警處理[M].北京: 清華大學出版社,1999.He Y,Guan J,Peng Y N,et al..Radar Automatic Detection and Constant False Alarm Processing[M].Beijing: Tsinghua University Publisher,1999.

[14]Gerlach K and Steiner M J.Adaptive detection of range distributed targets[J].IEEE Transactions on Signal Processing,1999,47(7): 1844-1851.

[15]保錚,邢孟道,王彤.雷達成像技術(shù)[M].北京: 電子工業(yè)出版社,2005.Bao Z,Xing M D,and Wang T.Radar Imaging Technology[M].Beijing: Publishing House of Electronics Industry,2005.

[16]劉永坦.雷達成像技術(shù)[M].哈爾濱: 哈爾濱工業(yè)大學出版社,1999.Liu Y T.Radar Imaging Technology[M].Harbin: Harbin Industry University Publisher,1999.

[17]Cumming L G and Wong F H著,洪文,胡東輝,等(譯),吳一戎(編).合成孔徑雷達成像—算法與實現(xiàn)[M].北京: 電子工業(yè)出版社,2006.Cumming L G,Wong F H,Hong W,Hu D H,et al.(Translating) ,Wu Y R (Editing).Synthetic Aperture Radar Imaging—Algorithm and Realization[M].Beijing: Publishing House of Electronics Industry,2006.

[18]Oliver C and Quegan S.Understanding Synthetic Aperture Radar Images[M].Norwood,MA: 1998.

[19]Du L,Liu H W,Bao Z,et al..A two-distribution compounded statistical model for radar HRRP target recognition[J].IEEE Transactions on Signal Processing,2006,54(6): 2226-2238.

[20]Allen M R.Long term integration for radar detection of small targets in clutter[D].[Ph.D.dissertation],Philadelphia,PA:University of Pennsylvania,1988.

[21]Allen M R,Katz S L,and Urkowitz H.Geometric aspects of long-term noncoherent integration[J].IEEE Transactions on Aerospace and Electronic Systems,1989,25(5): 689-700.

[22]Reed I S,Gagliardi R M,and Stotts L B.A recursive moving-target-indication algorithm for optical image sequences[J].IEEE Transactions on Aerospace and Electronic Systems,1990,26(3): 434-440.

[23]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part I: system concept[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 102-108.

[24]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part II:detection statistics[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 109-115.

[25]Carlson B D,Evans E D,and Wilson S L.Search radar detection and track with the Hough transform,Part III:detection performance with binary integration[J].IEEE Transactions on Aerospace and Electronic Systems,1994,30(1): 116-125.

[26]Doukovska L and Kabakchiev C.Performance of Hough detectors in presence of randomly arriving impulse interference[C].International Radar Symposium,2006:473-476.

[27]Garvanov I and Kabakchiev C.Radar detection and track determination with a transform analogous to the Hough transform[C].International Radar Symposium,2006: 121-124.

[28]Zeng J K and Yuan S Z.Improved Hough transform algorithm for radar detection[C].2nd International Conference on Power Electronics and Intelligent Transportation Systems,2009,2: 320-323.

[29]Satzoda R K,Suchitra S,and Srikanthan T.Parallelizing the Hough transform computation[J].IEEE Signal Processing Letters,2008,15: 297-300.

[30]Moqiseh A and Nayebi M M.3-D Hough transform for surveillance radar target detection[C].IEEE Radar Conference,RADAR’08,2008: 1-5.

[31]Barniv Y.Dynamic programming solution for detecting dim moving targets[J].IEEE Transactions on Aerospace and Electronic Systems,1985,21(1): 144-156.

[32]Barniv Y and Kella O.Dynamic programming solution for detecting dim moving targets,Part II: analysis[J].IEEE Transactions on Aerospace and Electronic Systems,1987,23(6): 776-788.

[33]Nichtern O and Rotman S R.Point target tracking in a whitened IR sequence of images using dynamic programming approach[C].Proceedings of SPIE,2006,6395: 1-10.

[34]Tonissen S M and Evans R J.Performance of dynamic programming techniques for track-before-detect[J].IEEE Transactions on Aerospace and Electronic Systems,1996,32(4): 1440-1451.

[35]Mo L,Wu S L,and Mao E K.Radar detection for dim moving target using DP algorithm[J].Acta Electronica Sinica,2004,13(3): 486-490.

[36]Buzzi S,Lops M,Venturino L,et al..Detection of an unknown number of targets via track-before-detect procedures[C].IEEE Radar Conference,2007: 180-185.

[37]Huang Y,Jiang G F,Qiu,K L,et al..Radar track-before-detect algorithm of multitarget based on the dynamic programming[C].Proceedings of CIE International Conference on Radar,2006: 212-215.

[38]Johnston L A and Krishnamurthy V.Performance analysis of a dynamic programming track before detect algorithm[J].IEEE Transactions on Aerospace and Electronic Systems,2002,38(1): 242-248.

[39]Boers Y and Driessen H.Particle filter track-before-detect application using inequality constraints[J]. IEEE Transactions on Aerospace and Electronic Systems,2005,41(4): 1481-1487.

[40]Boers Y and Driessen J N.Multitarget particle filter track before detect application[J].IEE Proceedings Radar,Sonar and Navigation,2004,151(6): 351-357.

[41]Rutten,M G,Gordon N J,and Maskell S.Recursive track-before-detect with target amplitude fluctuations[J].IEE Proceedings Radar,Sonar and Navigation,2005,152(5):345-352.

[42]Davey S J,Rutten M G,and Cheung B.A comparison of detection performance for several Track-Before-Detect algorithms[C].11th International Conference on Information Fusion,2008: 493-500.

[43]楊建宇.雷達技術(shù)發(fā)展規(guī)律和宏觀趨勢分析[J].雷達學報,2012,1(1): 19-27.Yang J Y.Development laws and macro trends analysis of radar technology[J].Journal of Radars,2012,1(1): 19-27.

[44]Kelly E J and Wishner R P.Matched-Filter theory for high-velocity,accelerating targets[J].IEEE Transactions on Military Electronics,1965,9(1): 56-69.

[45]朱長征.飛機的隱身技術(shù)現(xiàn)狀及發(fā)展趨勢[J].航天電子對抗,2001,(6): 42-45.Zhu C Z.Status and developments of stealthy technologies of aircraft[J].Aerospace Electronic Warfare,2001,(6): 42-45.

[46]趙培聰.2010 年隱身與反隱身技術(shù)發(fā)展情況[J].現(xiàn)代雷達,2011,33(4): 8-12.Zhao P C.Development of stealth and anti-stealth technology of foreign country in 2010[J].Modern Radar,2011,33(4): 8-12.

[47]Richards M A.Coherent integration loss due to white Gaussian phase noise[J].IEEE Signal Processing Letters,2003,10(7): 208-210.

[48]Yu J,Xu J,and Peng Y N.Upper bound of coherent integration loss for symmetrically distributed phase noise[J].IEEE Signal Processing Letters,2008,15: 661-664.

[49]Tandra R and Sahai A.SNR walls for signal detection[J].IEEE Journal of Selected Topics of Signal Processing,2008,2(1): 4-17.

[50]Tranda R.Fundamental limits on detection in low SNR[D].[Master dissertation],University of California,Berkeley,2005.

[51]DiPietro R C,Fante R L,and Perry R P.SAR imaging of moving targets[J].IEEE Transactions on Aerospace and Electronic Systems,1999,35(1): 188-200.

[52]Zhang S S,Zeng T,Long T,et al..Dim target detection based on Keystone transformation[C].IEEE International Radar Conference,2005: 889-894.

[53]Perry R P,DiPietro R C,and Fante R L.Coherent integration with range migration using Keystone formatting[C].IEEE Radar Conference,2007: 863-868.

[54]夏卓卿,陸軍,陳偉建.凝視動目標相參積累技術(shù)研究[J].中國電子科學研究院學報,2009,4(5): 498-502.Xia Z Q,Lu J,and Chen W J.The research of long-time coherent integration for moving target[J].Journal of Chinese Electronic Research Institute,2009,4(5): 498-502.

[55]王俊.微弱目標信號積累檢測的方法研究[D].[博士論文],西安電子科技大學,1999.Wang J.Researches on the detection of weak targets by signal integration[D].[Ph.D.dissertation],Xidian University,1999.

[56]陳遠征,朱永鋒,趙宏鐘,等.基于包絡(luò)插值移位補償?shù)母咚龠\動目標的積累檢測算法研究[J].信號處理,2004,20(4):387-390.Chen Y Z,Zhu Y F,Zhao H Z,et al..Detection algorithm research of high velocity moving target based on the Envelop interpolation[J].Signal Processing,2004,20(4):387-390.

[57]Deng F S and Wang X G.Coherent integration detection algorithm research of space debris[C].Proceedings of CIE International Conference on Radar,2006: 232-235.

[58]Zeng J K,He Z H,Sellathurai M,et al..Modified Hough transform for searching radar detection[J].IEEE Geoscience and Remote Sensing Letters,2008,5(4): 683-686.

[59]Marzetta T L,Martinsen E A,and Plum C P.Fast pulse Doppler radar processing accounting for range bin migration[C].Proceedings of IEEE National Radar Conference,1993: 264-268.

[60]Chen B X,Liu H L,and Zhang S H.Long-time coherent integration based on sparse-array synthetic impulse and aperture radar[C].Proceedings of CIE International Conference on Radar Proceedings,2001: 1062-1066.

[61]Yang L,Zeng T,Long T,et al..Range migration compensation and Doppler ambiguity resolution by Keystone transform[C].Proceedings of CIE International Conference on Radar,2006: 1466-1469.

[62]左渝,許稼,彭應(yīng)寧,等.SAR運動目標距離多普勒域擴展混合積累檢測[J].清華大學學報(自然科學版),2010,50(1):145-148.Zuo Y,Xu J,Peng Y N,et al..Extended hybrid integration for SAR movingtarget detection in range-Doppler domains[J].Journal of Tsinghua University (Science and Technology),2010,50(1): 145-148.

[63]李剛,許稼,彭應(yīng)寧,等.基于混合積累的SAR微弱運動目標檢測[J].電子學報,2007,35(3): 576-579.Li G,Xu J,Peng Y N,et al..SAR weak moving target detection based on hybrid integration[J].Acta Electronica Sinica,2007,35(3): 576-579.

[64]Xu J,Yu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (I): generalized Doppler filterbank[J].IEEE Transactions on Aerospace and Electronic System,2011,47(2): 1186-1202.

[65]Xu J,Yu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (II): performance analysis and sidelobe suppression[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4): 2473-2489.

[66]Yu J,Xu J,Peng Y N,et al..Radon-Fourier Transform (RFT)for radar target detection (III): optimality and fast implementations[J].IEEE Transactions on Aerospace and Electronic System,2012,48(2): 991-1004.

[67]Xu J,Yu J,Peng Y N,et al..Space-time radon-fourier transform and applications in radar target detection[J].IET Radar,Sonar & Navigation,2011,6(9): 846-857.

[68]Xu J,Dai X Z,Xia X G,et al..Configurations of multisite radar system with MIMO radars for target detection optimization[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4): 2329-2343.

[69]Xu J,Yu J,Peng Y N,et al..Focus-before-detects for radar target detection[C].Proceedings of CIE International Radar Conference,2011: 430-433 (Excellent paper awards).

[70]Xu J,Xia X G,Peng S B,et al..Radar maneuvering target motion estimation based on generalized Radon-Fourier transform[J].IEEE Transactions on Signal Processing,2012,60(12): 6190-6201.

[71]Qian L C,Xu J,Xia X G,et al..Wideband scaled radon fourier transform for high-speed radar target detection[J].IET Radar,Sonar & Navigation,DOI:10.1049/iet-rsn.2012.364.

[72]Cuomo K M,Piou J E,and Mayhan J T.Ultra-wideband coherent processing[J].Lincoln Laboratory Journal,1997,10(2): 203-222.

[73]Cuomo K M,Piou J E,and Mayhan J T.Ultra-wideband sensor fusion for BMD discrimination[C].IEEE 2000 International Radar Conference,USA,2000: 7-12.