機(jī)載預(yù)警雷達(dá)海雜波的抑制方法

(中國電子科技集團(tuán)公司第三十八研究所,安徽合肥230088)

0 引言

機(jī)載預(yù)警雷達(dá)在搜索跟蹤海面的艦船目標(biāo)時,海雜波成為主要的背景環(huán)境,所以抑制海雜波成為對海工作方式的主要任務(wù)[1-2]。針對這一問題,需要分析機(jī)載平臺下海雜波的數(shù)學(xué)統(tǒng)計特性。根據(jù)其特性評估信號處理中波形設(shè)計、信號檢測方法等子過程的性能。雷達(dá)對海雜波抑制有很多文獻(xiàn),但是針對機(jī)載平臺的分析和方法參考資料較少,而且沒有信號處理過程的系統(tǒng)總結(jié)。根據(jù)實(shí)測機(jī)載S波段雷達(dá)海雜波數(shù)據(jù)的分析,對抑制海雜波的信號處理過程進(jìn)行歸類總結(jié),為機(jī)載預(yù)警雷達(dá)對海上目標(biāo)檢測方法提供參考。

1 海雜波特性分析

海雜波的統(tǒng)計模型來源于海雜波的電磁散射機(jī)理,由于海面環(huán)境的復(fù)雜情況,目前尚沒有完善的理論得到解析形式。但海雜波的特征對雷達(dá)設(shè)計者至關(guān)重要,因此需要利用實(shí)測數(shù)據(jù)來研究這些特性,包括海雜波的分類、后向散射系數(shù)模型、幅度分布模型、時間和空間相關(guān)性以及頻譜特性[1,3]。

1.1 散射機(jī)理

根據(jù)海雜波的物理機(jī)理,在低掠射角的情況下,一般認(rèn)為海雜波是由3個不同特征的分量組成的:Bragg散射、Whitecap散射和Burst散射。Bragg散射主要由海面較長的波和涌浪的后向散射構(gòu)成,具有寬、近似對稱、中心接近零頻的多普勒譜。可以通過脈間頻率捷變?nèi)ハ嚓P(guān)。Whitecap散射是由波或涌浪破裂形成浪花時粗糙海表面的后向散射形成,其表現(xiàn)形式更像噪聲,具有寬多普勒譜和較大的多普勒中心偏移,持續(xù)時間一般為1 s,稱作“長時海尖峰”,不能通過脈間頻率捷變?nèi)ハ嚓P(guān)。Burst散射出現(xiàn)在波跌落之前的波冠處,它導(dǎo)致了特殊的具有很短持續(xù)時間(大約200 ms)的后向散射,稱作“短時海尖峰”,由于Burst散射在距離上短的持續(xù)長度以及時間上相對長的相干區(qū)間,通過脈間頻率捷變很難去相關(guān)[1,4]。

復(fù)合高斯模型不僅與大量的觀測數(shù)據(jù)很好吻合,而且在理論上可以通過復(fù)合表面散射理論解釋,該理論把海雜波看作“散斑”快變過程被一個“紋理”慢變分量調(diào)制。散斑分量由雷達(dá)分辨單元內(nèi)大量的散射體形成,常用平穩(wěn)的復(fù)高斯過程來描述,紋理分量代表由大尺度波(引力波)通過觀測海域引起的雜波平均功率電平的變化,可以用諧波過程來描述。Bragg散射和Whitecap散射都可近似為復(fù)合模型[1,5]。慢變過程不僅調(diào)制散斑的幅度,還調(diào)制它的頻率和譜寬。調(diào)制分量和Burst散射是海雜波成分中“尖峰”特征的原因,引起雜波幅度分布的非高斯特性。Burst散射是一種持續(xù)時間較短的離散海尖峰,不具有波動特性,對整個照射面積的截面積(RCS)不起作用,但它導(dǎo)致了雜波統(tǒng)計模型概率分布的長拖尾特性,一般用Class A模型(泊松分布)建模,而無法用復(fù)合模型理論解釋。Burst散射具有窄多普勒譜和與海況有關(guān)的多普勒頻移,在單個波束寬度內(nèi)檢測時會被當(dāng)作目標(biāo)檢測引起虛警。因此對不同的海雜波分量,要采用不同的處理技術(shù)。

1.2 后向散射系數(shù)

雷達(dá)信號中來自海面的后向散射是入射電磁波與海面作用的結(jié)果。雷達(dá)回波單元截面積的均值σ0,定義了海表面散射系數(shù),也稱反射率。對被雷達(dá)分辨單元照射的面積為A的表面,雜波RCS是σ0A。目前已經(jīng)有多種后向散射系數(shù)的經(jīng)驗(yàn)?zāi)Ｐ?例如,Morchin模型、Barton模型、RRE模型、GIT模型以及NRL模型。這些模型表明海雜波的后向散射系數(shù)與掠射角、工作頻率、極化形式、風(fēng)速以及浪高等因素有關(guān)。機(jī)載預(yù)警雷達(dá)在有效作用范圍內(nèi)回波中的海雜波具有低掠射角散射特性。通過大量數(shù)據(jù)驗(yàn)證,在眾多模型中,GIT模型在很寬的雷達(dá)頻率范圍內(nèi),能夠有效模擬低掠射角(小于10°)海雜波的后向散射系數(shù)。此外,美國海軍實(shí)驗(yàn)室利用4種頻段機(jī)載數(shù)據(jù)進(jìn)行分析得到NRL模型,可以有效近似掠射角從0.1°～60°的海雜波的σ0。因此,機(jī)載平臺下海雜波的RCS計算可以參考GIT模型和NRL模型[6],

式中,α為掠射角(°),SS為海況,f為雷達(dá)頻率(GHz)。這個經(jīng)驗(yàn)公式有5個自由參數(shù)用于匹配水平和垂直極化實(shí)驗(yàn)數(shù)據(jù)點(diǎn)。表達(dá)式中第一項(xiàng)是常數(shù)c1,表示一個固定的反射率偏移量(dB);第二項(xiàng)中系數(shù)c2,表示海雜波反射率與擦地角之間的對數(shù)關(guān)系;第三項(xiàng)中系數(shù)c3,表示雷達(dá)頻率的影響,附加了對掠射角的一個經(jīng)驗(yàn)修正;第四項(xiàng)中系數(shù)c4,表示海況的影響,也附加了對掠射角的一個經(jīng)驗(yàn)修正;第五項(xiàng)中系數(shù)c5,表示大掠射角下反射率快速增加的過程。

1.3 幅度統(tǒng)計模型

傳統(tǒng)檢測方法都是在背景環(huán)境為高斯分布的假設(shè)下得到的。對于海雜波而言,其統(tǒng)計分布模型由于海況的變化而具有非高斯特性,傳統(tǒng)檢測方法的恒虛警特性難以保證,因此需要研究海雜波的幅度分布特性,根據(jù)這一特性提出新的檢測方法。目前文獻(xiàn)中總結(jié)的海雜波幅度分布模型有K分布、Log-normal分布、Weibull分布和Rayleigh分布等[4-5,7]。通過大量實(shí)測數(shù)據(jù)的分析發(fā)現(xiàn),機(jī)載S波段雷達(dá)海雜波幅度分布與Weibull分布模型最接近。不同距離單元,海雜波的強(qiáng)度不同,統(tǒng)計分布模型都符合Weibull分布,但是分布的形狀參數(shù)隨探測距離變化而不同。遠(yuǎn)區(qū)回波中海雜波的比例較少,其中含有大量的噪聲,Weibull分布接近Rayleigh分布,回波中高斯特性明顯。近區(qū)海雜波變化劇烈的距離區(qū)間,Weibull趨于K分布,回波表現(xiàn)出強(qiáng)非高斯特性[8]。

1.4 時間和空間的相關(guān)特性

海雜波在時間上和空間上都是相關(guān)的。時間相關(guān)性往往是指同一個雷達(dá)分辨單元上雜波在時間測量上表現(xiàn)出的關(guān)聯(lián);而空間相關(guān)性指在不同的距離和方位分辨單元上雜波相互之間的關(guān)聯(lián)特性。方位上的相關(guān)性是由雜波的時間和空間的起伏變化引起的。通過計算距離和方位上的自相關(guān)函數(shù),可以得到距離上的空間相關(guān)性以及方位上的時間與空間相關(guān)特性。實(shí)測數(shù)據(jù)分析結(jié)果顯示每個距離單元的海雜波的時間相關(guān)特性基本一致,且海雜波的時間相關(guān)函數(shù)具有一個快速的下降期,其后跟隨一個較長的衰減過程。機(jī)載S波段雷達(dá)的去相關(guān)時間大約為13.7 ms。實(shí)測數(shù)據(jù)表明雜波空間的相關(guān)函數(shù)隨距離變化緩慢,平均去相關(guān)距離數(shù)為幾十個距離單元,即海雜波在空間上(距離維)分布均勻。載機(jī)平臺的運(yùn)動會影響海雜波的多普勒中心頻移,海浪的運(yùn)動和風(fēng)速也會引起中心頻移[9]。利用與載機(jī)運(yùn)動方向垂直的發(fā)射相干脈沖得到的回波數(shù)據(jù)進(jìn)行頻譜分析得到海雜波的中心頻率fd=36.531 7 Hz,譜寬δf=35.894 4 Hz。

1.5 海雜波特性與檢測方法的關(guān)系

海雜波的統(tǒng)計特性與雷達(dá)檢測方法的設(shè)計息息相關(guān)[10]。后向散射系數(shù)的模型明確了海雜波和入射角、頻率、極化方式、風(fēng)向和風(fēng)速的依賴關(guān)系。對雷達(dá)設(shè)計者而言是雷達(dá)參數(shù)的選擇,比如極化方式。Bragg散射水平極化的RCS比垂直極化要小,Whitecap散射水平極化的RCS與垂直極化相當(dāng),Burst散射水平極化的RCS比垂直極化要大。低海況下,海尖峰成分少,雜波中主要由Bragg散射引起,可以采用水平極化,減小雜波;高海情時,海尖峰嚴(yán)重,為了抑制海尖峰,建議采用垂直極化。幅度分布統(tǒng)計特性決定恒虛警檢測方法的設(shè)計,傳統(tǒng)的恒虛警檢測方法是在高斯分布的噪聲(或雜波)背景下提出,而當(dāng)檢測背景的統(tǒng)計模型不再滿足高斯分布特性,采用傳統(tǒng)的恒虛警檢測方法就會增加虛警點(diǎn),需要重新設(shè)計具有恒虛警特性的檢測器。時間相關(guān)性與頻譜特性表達(dá)的物理意義是一致的,一般認(rèn)為海雜波的去相關(guān)時間與海雜波的多普勒譜寬成反比,即海雜波的譜寬越寬,其去相關(guān)時間越短。因此在波束寬度內(nèi)積累時間要大于海雜波的去相關(guān)時間才能在保證增強(qiáng)目標(biāo)積累的同時減弱雜波的積累,提高信雜比。對于相參體制的雷達(dá),海雜波的去相關(guān)時間決定一個CPI內(nèi)相干脈沖的個數(shù)。另外,如果海雜波相關(guān)性良好,在多普勒譜上會具有和目標(biāo)類似的窄帶特征,這就是海尖峰的表現(xiàn)形式,檢測時有可能會被認(rèn)為是目標(biāo),從而增加虛警點(diǎn)。不過海雜波的中心頻率一般會比軍艦小,利用多普勒頻率上的差異,可以區(qū)分目標(biāo)和雜波。最后是海雜波的空間相關(guān)特性,如果雜波的空間相關(guān)特性很好,說明目標(biāo)所在的檢測背景是空間均勻分布的海雜波,參考單元的選擇盡可能多,這樣能增加檢測精度。

2 波束內(nèi)海雜波抑制方法

信號檢測方法通常有兩類,時域方法和頻域方法。時域方法具有雜波外可見度,適合檢測噪聲環(huán)境下的信號,當(dāng)信號存在于雜波內(nèi)時,時域方法收效甚微。頻域方法具有雜波內(nèi)可見度,是從雜波中提取信號的重要手段。雜波抑制策略可以從兩方面入手,其一是波束內(nèi)的濾波方式;其二是波束內(nèi)的檢測方法。常用的濾波方式包括非相參和相參兩種,積累后的信號送到檢測器。檢測方法的設(shè)計與雜波的統(tǒng)計特性直接相關(guān)。一般檢測器設(shè)計有兩種思路:一是設(shè)計基于雜波分布特性的檢測器,保證恒虛警特性;二是采用傳統(tǒng)的恒虛警檢測器,但要設(shè)計根據(jù)雜波環(huán)境自適應(yīng)調(diào)整的檢測門限系數(shù),以保證恒虛警特性。

2.1 頻率捷變技術(shù)

由于海雜波在時間上的相關(guān)特性,在波束寬度內(nèi)處理時目標(biāo)和雜波都會積累,從而減弱信雜比。頻率捷變技術(shù)原理就是采用與雜波去相關(guān)時間對應(yīng)的變頻方法實(shí)現(xiàn)海雜波的去相關(guān),降低海雜波的能量積累。頻率捷變的技術(shù)有兩種方式,脈間捷變頻和脈組捷變頻,其信號形式分別屬于非相參和全相參。目前雷達(dá)系統(tǒng)中的頻率捷變多采用非相參技術(shù)實(shí)現(xiàn),因?yàn)樗砗唵?易于工程實(shí)現(xiàn)。脈間頻率捷變時,回波相位的相參性受到影響,簡單地作動目標(biāo)檢測處理(常用快速傅里葉變換實(shí)現(xiàn))將無法實(shí)現(xiàn)相參積累。脈組間頻率捷變在相參體制雷達(dá)上進(jìn)行,使用該技術(shù)首先解決相位補(bǔ)償問題,或者采用新的信號處理方法。但是目前相關(guān)的文獻(xiàn)比較少。因此采用頻率捷變技術(shù),一般是脈間捷變頻,只能采用非相參積累,很多實(shí)測數(shù)據(jù)的分析結(jié)果表明檢測效果沒有達(dá)到理論效果。

2.2 相參處理檢測

相參處理屬于頻域方法,利用雜波和目標(biāo)在多普勒域的差別抑制雜波,具有雜波內(nèi)的可見度,實(shí)現(xiàn)方法常用的有MTI和MTD。MTI實(shí)際是一個高通濾波器,濾除雜波所在頻道,然后采用時域方法輸出動目標(biāo)檢測結(jié)果。MTD是一種完全意義上的頻域方法,通過多濾波器組檢測目標(biāo)在頻域上的特征。

機(jī)載雷達(dá)對海面目標(biāo)檢測時發(fā)射波形一般為低重頻,飛機(jī)平臺的運(yùn)動會導(dǎo)致雜波的多普勒頻移和多普勒譜展寬,這樣目標(biāo)可能出現(xiàn)在雜波譜的主瓣內(nèi)。如果采用MTI,可能把主瓣內(nèi)的目標(biāo)連同雜波一起剔出。MTD方法利用一個CPI內(nèi)對多個相參脈沖串的數(shù)據(jù)在重頻范圍內(nèi)形成濾波器組。雖然雜波在多普勒域的譜寬較寬,但目標(biāo)一般具有單一的多普勒頻譜,從頻道上可以區(qū)分。因此,相參積累恒虛警檢測方法是一種有效的雜波背景下檢測方法。

S波段機(jī)載雷達(dá)海雜波具有Weibull分布統(tǒng)計特性,利用這種特性,可以改進(jìn)目前的相參恒虛警檢測方法[11-12]。首先估計雜波的形狀參數(shù),利用這個參數(shù)對回波數(shù)據(jù)進(jìn)行非線性變換,再經(jīng)過線性濾波,從而去掉雜波的相關(guān)特性,然后通過上述非線性變換的逆過程,就可以將非高斯分布海雜波環(huán)境下的目標(biāo)檢測問題轉(zhuǎn)化為高斯背景下的目標(biāo)檢測問題,從而保證檢測器的恒虛警特性。

2.3 自適應(yīng)匹配濾波方法

低掠射角條件下海雜波中的Whitecap散射和Bragg散射都可以用復(fù)合模型來解釋,即高斯分布的快變量被具有非高斯特性的慢變量調(diào)制而成。由于海雜波的紋理分量較散斑分量具有較長的時間相關(guān)性,故可以將雜波的紋理分量在短的累積時間內(nèi)認(rèn)為是隨機(jī)常數(shù),得到了海雜波的球不變過程(Spherical Invariant Random Processing,SIRP)模型。自適應(yīng)匹配濾波(Adaptive Matching Filter,AMF)和自適應(yīng)歸一化匹配濾波(Adaptive Normalized Matched Filter,ANMF)方法正是基于海雜波的SIRP模型,以廣義似然比檢測方法為基礎(chǔ)提出的一種相參處理的目標(biāo)檢測方法[13]。其原理是自適應(yīng)濾波器實(shí)現(xiàn)雜波白化。本質(zhì)上等價于在多普勒域抑制強(qiáng)雜波分量,增強(qiáng)具有大徑向速度的目標(biāo)回波信號。

自適應(yīng)匹配濾波主要的兩種檢測器:自適應(yīng)匹配濾波器(AMF)和自適應(yīng)歸一化匹配濾波器(ANMF),檢測流程如下:

1)雜波向量協(xié)方差估計為

式中,r n表示與檢測單元r臨近的N個參考單元連續(xù)接收的P次回波。

2)雜波近似白化和多普勒導(dǎo)向矢量變型為

式中,Doppler導(dǎo)向矢量

3)檢測統(tǒng)計量為

上述檢測方法中,雜波的協(xié)方差矩陣的估計是重點(diǎn),根據(jù)計算方法的不同,存在多種自適應(yīng)匹配濾波方法[13]。Kelly檢測器與AMF方法一樣,檢測器保證對雜波協(xié)方差矩陣的恒虛警性,不能滿足對紋理分量的統(tǒng)計分布是恒虛警的。Conte提出的M-ANMF檢測器采用樣本協(xié)方差矩陣(Sample Covariance Matrix,SCM)估計待檢測單元的協(xié)方差矩陣,可以有效地檢測到目標(biāo)。Gini在Conte的基礎(chǔ)上提出了Σ-ANMF檢測器,該檢測器對紋理分量的統(tǒng)計特性和雜波功率是恒虛警的。隨著雷達(dá)分辨率的提高,雜波環(huán)境變得部分均勻時,即待檢測單元的數(shù)據(jù)與參考數(shù)據(jù)有相同的雜波協(xié)方差矩陣結(jié)構(gòu),但二者的雜波功率不同,而所有的參考數(shù)據(jù)有相同的雜波功率,Conte隨后提出的遞歸自適應(yīng)歸一化匹配濾波(Recursive ANMF,R-ANMF)和遞歸對稱自適應(yīng)歸一化匹配濾波(Recursive Persymmetric ANMF,RPANMF)檢測器將雜波數(shù)據(jù)分組處理,使同一組的雜波數(shù)據(jù)滿足空間均勻性條件。在非均勻的雜波環(huán)境或者空間非平穩(wěn)的雜波環(huán)境下,目前的自適應(yīng)匹配算法主要集中在基于先驗(yàn)知識(Knowledge-Based,KB)的條件下去除異常樣本,以及借助地球遙感圖像等知識(Knowledge-Aided,KA)獲得新的協(xié)方差估計算法。

3 幀間積累方法

海雜波成分中的Bragg散射和Whitecap散射都可以用復(fù)合模型理論解釋,可以在波束內(nèi)抑制。而Burst散射離散的海尖峰,不具有復(fù)合模型特性,持續(xù)時間一般在100 ms左右。雖然Burst海尖峰在垂直極化形式下比較明顯,水平極化也仍然存在。由于這種短時海尖峰具有窄帶頻譜,在波束內(nèi)處理過程中往往會被當(dāng)作目標(biāo)檢測出來,引起虛警。這種海尖峰對海面的低慢小目標(biāo)檢測的影響尤其嚴(yán)重。不過每一幀的檢測中,Burst海尖峰出現(xiàn)的位置是隨機(jī)的,而目標(biāo)在空間出現(xiàn)的位置一般是規(guī)律性的,這樣在檢測弱目標(biāo)時,能夠采用幀間積累的方法來抑制Burst散射引起的離散海尖峰。

3.1 二進(jìn)制積累

二進(jìn)制積累是一種非相參積累方法,在恒虛警檢測決策的基礎(chǔ)上進(jìn)行。恒虛警門限檢測后作出選擇,假設(shè)H0成立,目標(biāo)不存在,輸出為“0”;假設(shè)H1成立,目標(biāo)存在,輸出為“1”。每一幀的各個分辨單元都有一個表示決策結(jié)果的值。N幀數(shù)據(jù)的每個對應(yīng)的分辨單元都具有N次決策,如果其中有M次可以檢測到目標(biāo)就認(rèn)為該分辨單元存在目標(biāo),(M≤N)。由于機(jī)載平臺的運(yùn)動,每一幀對應(yīng)的分辨單元的位置和方位不斷發(fā)生變化,因此必須補(bǔ)償平臺運(yùn)動引起的對目標(biāo)速度的影響。但是由于恒虛警檢測輸出的點(diǎn)跡位置和速度信息與真實(shí)值之間存在誤差,這些誤差必將會導(dǎo)致二進(jìn)制幀間積累方法的混疊損失,從而會引起虛警點(diǎn),降低積累效果。

3.2 相參積累

幀間積累也可采用相參的方法[14]。通過對多幀時間內(nèi)運(yùn)動目標(biāo)回波的分析,建立相參積累的回波信號模型,其中目標(biāo)回波出現(xiàn)距離單元走動和多普勒單元走動。利用目標(biāo)回波的空-時相關(guān)性,采用速度匹配法和離散Chirp-Fourier變換(DCFT)聯(lián)合估計目標(biāo)徑向速度、多普勒頻率和調(diào)頻斜率,補(bǔ)償距離單元走動和多普勒單元走動,實(shí)現(xiàn)多幀內(nèi)目標(biāo)能量的相參積累。

3.3 檢測前跟蹤

大多數(shù)情況下載機(jī)的平臺運(yùn)動補(bǔ)償精度低且實(shí)現(xiàn)復(fù)雜。為了避免平臺運(yùn)動帶來的虛警,檢測前跟蹤(Track Before Detection,TBD)是機(jī)載預(yù)警雷達(dá)最理想的幀間積累方法[14]。該方法在檢測點(diǎn)過門限之前接收所有的點(diǎn)跡數(shù)據(jù)以及相應(yīng)的動態(tài)信息,這樣可以降低二進(jìn)制積累方法中的混疊誤差,但不會減少對所有可能目標(biāo)的速度需求。檢測前跟蹤的基本思想是在低信噪比的情況下,目標(biāo)極易被雜波和噪聲淹沒,單幀數(shù)據(jù)不能實(shí)現(xiàn)對目標(biāo)的可靠檢測與跟蹤,故在單幀不設(shè)門限,而是根據(jù)目標(biāo)運(yùn)動的連續(xù)性和目標(biāo)幀間關(guān)聯(lián)性,對多幀數(shù)據(jù)進(jìn)行存儲和處理,多幀積累后和門限比較,得到估計目標(biāo)的航跡,完成對目標(biāo)的判決。目前的檢測前跟蹤的幾種方法有:三維匹配濾波、Hough變換、多級假設(shè)、高階相關(guān)、動態(tài)規(guī)劃和粒子濾波等方法。

三維匹配濾波采用窮舉法搜索出目標(biāo)所有可能的航跡進(jìn)而檢測出潛在的微弱目標(biāo)并恢復(fù)其航跡,該方法思想簡單,但計算量太大,工程中很難實(shí)現(xiàn)。Hough變換采用某種形式的邏輯運(yùn)算或投影變換,先將軌跡檢測問題從三維空間轉(zhuǎn)化到二維平面,然后在二維平面內(nèi)進(jìn)行軌跡搜索,完成能量積累,進(jìn)行門限檢測。這種方法使得檢測過程中的存儲量和計算量大大減少,提高了檢測跟蹤處理的實(shí)時性,是以性能下降換取得到的。多級假設(shè)將大量可能的目標(biāo)航跡按樹的結(jié)構(gòu)進(jìn)行組織,通過對到達(dá)每幀圖像的樹都進(jìn)行一次序貫截斷假設(shè)檢驗(yàn),隨時去除未通過檢驗(yàn)的樹,從而達(dá)到減少運(yùn)算量和存儲量的目的。高階相關(guān)方法根據(jù)目標(biāo)航跡在時間上和空間上的相關(guān)性,計算出不同幀間的高階相關(guān)結(jié)果,檢測出目標(biāo)的直線或曲線航跡。動態(tài)規(guī)劃算法是分級決策方法和最佳原理的綜合應(yīng)用,利用動態(tài)規(guī)劃分段優(yōu)化思想,將目標(biāo)軌跡搜索問題分解為分級優(yōu)化的問題。粒子濾波是一種貝葉斯濾波遞推技術(shù),通過Monte Carlo積分模擬來實(shí)現(xiàn)。基于粒子濾波的TBD算法能夠很好地處理非高斯、非線性問題,可以直接通過并行計算機(jī)來實(shí)現(xiàn),易于實(shí)現(xiàn)對復(fù)雜模型的狀態(tài)序列估計。但粒子濾波算法通常需要大量的粒子才能保證良好的檢測和跟蹤性能,這將導(dǎo)致巨大的計算量,嚴(yán)重限制它的實(shí)際應(yīng)用。

這幾種方法都可以處理高斯噪聲條件下勻速直線運(yùn)動的目標(biāo)。動態(tài)規(guī)劃和三維匹配濾波適用于高斯噪聲,粒子濾波適用于非高斯噪聲環(huán)境下的目標(biāo)檢測與跟蹤,三維匹配濾波器只能檢測速度已知的目標(biāo),多級假設(shè)檢驗(yàn)?zāi)軌蛲瑫r檢測不同方向作直線運(yùn)動的多個目標(biāo),而粒子濾波和動態(tài)規(guī)劃能夠檢測和跟蹤機(jī)動目標(biāo)。對機(jī)載預(yù)警雷達(dá)而言,對海處理的任務(wù)是同時對多個未知海面慢速目標(biāo)進(jìn)行檢測和跟蹤[15-16],這些目標(biāo)在機(jī)載平臺的條件下,可以近似為勻速直線運(yùn)動的模型。針對這種特性的目標(biāo)有兩種解決思路:一種是從信號處理角度考慮,利用廣義似然比檢測量結(jié)合分級優(yōu)化方法實(shí)現(xiàn)檢測前跟蹤;另一種是從數(shù)據(jù)處理角度考慮,用極低的門限讓弱目標(biāo)信息輸出,對存在虛警的多幀原始點(diǎn)跡進(jìn)行處理,一般采用粒子濾波和聯(lián)合概率數(shù)據(jù)融合方法。綜上分析,機(jī)載預(yù)警雷達(dá)檢測前跟蹤的方法可以選擇多級假設(shè)、動態(tài)規(guī)劃和粒子濾波。為了解決多目標(biāo)跟蹤問題,這三種方法可以根據(jù)需求進(jìn)行組合,這也是機(jī)載預(yù)警雷達(dá)幀間積累方法需要重點(diǎn)研究的方向。3.4 幀間掃描速率

波束內(nèi)處理方法和幀間積累方法的選擇與檢測環(huán)境有關(guān),不僅取決于目標(biāo)和雜波的特性,也要從系統(tǒng)資源的角度考慮。掃描周期是確定幀間積累性能的一個關(guān)鍵因素。如果雷達(dá)發(fā)射相參脈沖,幀間積累時間根據(jù)海尖峰的時間相關(guān)特性來確定,這一點(diǎn)與頻率捷變雷達(dá)在波束內(nèi)進(jìn)行非相參處理原理一致。在文獻(xiàn)[17]中比較了不同掃描速率對檢測性能的影響,并且給出快速掃描率是最優(yōu)的選擇。但是對于一個探測范圍要求較大的雷達(dá)系統(tǒng),波束內(nèi)處理時間與幀間掃描速率之間存在矛盾,需要在滿足資源調(diào)度和達(dá)到最佳性能的前提下找到平衡點(diǎn),這樣為了波束內(nèi)處理的效果更好,幀間積累時間可能就必須延長,從而某種程度上降低了幀間積累性能。

4 結(jié)束語

本文從S波段機(jī)載預(yù)警雷達(dá)實(shí)測數(shù)據(jù)的海雜波特性的分析結(jié)果出發(fā),系統(tǒng)地闡述了機(jī)載雷達(dá)系統(tǒng)海雜波的抑制方法。給出了該體制下海雜波的統(tǒng)計特性和物理散射成分,闡明了海雜波特性與雷達(dá)設(shè)計之間的關(guān)系。然后對信號處理方法進(jìn)行分析和梳理。雜波中的Bragg散射和Whitecap散射在波束內(nèi)抑制,方法涉及到信號積累方式和恒虛警檢測方法,其中相參處理機(jī)制是最優(yōu)的選擇。在檢測中,可以利用改進(jìn)的相干積累恒虛警方法檢測或者采用自適應(yīng)匹配濾波的方法。Burst海尖峰需要幀間積累來抑制。幀間積累方法涉及二進(jìn)制積累、相參積累和檢測前跟蹤的各種方法。檢測前跟蹤方法是機(jī)載雷達(dá)最理想的選擇,其中動態(tài)規(guī)劃、多級假設(shè)和粒子濾波三種方法可以有效地適應(yīng)該平臺的條件。對于本文提出的改進(jìn)相參恒虛警方法,會在后續(xù)工作中完成。

[1]WARD K D,TOUGH R J A,WATTS S.Sea Clutter:Scattering,the K Distribution and Radar Performance[M].London,UK:The Institution of Engineering and Technology,2006.

[2]STIMSON G W.Introduction to Airborne Radar[M].2rd ed.Mendham,NJ,USA:SciTech Publishing Inc,1998.

[3]SKOLNIK M I.Radar Handbook[M].2nd ed.New York,USA:McGraw-Hill,1990.

[4]HAYKIN S.Adaptive Radar Signal Processing[M].Hoboken,New Jersey,USA:John Wiley&Sons Inc,2007.

[5]CRISP D J,ROSENBERG L,STACY N J,et al.Modelling X-Band Sea Clutter with the K-Distribution:Shape Parameter Variation[C]∥International Radar Conference,Bordeaux:IEEE,2009:1-6.

[6]VILHELM-HANSEN V,MITAL R.An Improved Empirical Model for Radar Sea Clutter Reflectivity[J].IEEE Trans on Aerospace and Electronic Systems,2012,48(4):3512-3524.

[7]SEKINE M,MAO Y.Weibull Radar Clutter[M].London,UK:Peter Peregrinus Ltd,1990.

[8]魏明珠.機(jī)載S波段雷達(dá)海雜波特性研究[C]∥第十三屆全國雷達(dá)學(xué)術(shù)年會,西安:中國電子學(xué)會無線電定位技術(shù)分會,2013.

[9]丁昊,李建忠,安昕,等.實(shí)測海雜波數(shù)據(jù)的多普勒譜特性[J].雷達(dá)科學(xué)與技術(shù),2012,10(4):400-408,420.

[10]WATTS S.Radar Sea Clutter:Recent Progress and Future Challenges[C]∥International Conference on Radar,Adelaide,SA:IEEE,2008:10-16.

[11]FARINA A,RUSSO A,SCANNAPIECO F,et al.Theory of Radar Detection in Coherent Weibull Clutter[J].IEE Proceedings F:Communications,Radar and Signal Processing,1987,134(2):174-190.

[12]LI G,YU K.Modelling and Simulation of Coherent Weibull Clutter[J].IEE Proceedings F:Radar and Signal Processing,1989,136(1):2-12.

[13]CONTE E,DE MAIO A.Mitigation Techniques for Non-Gaussian Sea Clutter[J].IEEE Journal of Oceanic Engineering,2004,29(2):284-302.

[14]BUZZI S,LOPS M,VENTURINO L.Track-Before-Detect Procedures for Early Detection of Moving Target from Airborne Radars[J].IEEE Trans on Aerospace and Electronic Systems,2005,41(3):937-954.

[15]BUZZI S,LOPS M,VENTURINO L,et al.Track-Before-Detect Procedures in a Multi-Target Environment[J].IEEE Trans on Aerospace and Electronic Systems,2008,44(3):1135-1150.

[16]LIU J,HAN C,HU Y.Multiple Target Tracking Using Particle Filter Based Multi-Scan Joint Probabilistic Data Association Filter[C]∥30thChinese Control Conference,Yantai:IEEE,2011:3134-3139.

[17]MCDONALD M,LYCETT S.Fast Versus Slow Scan Radar Operation for Coherent Small Target Detection in Sea Clutter[J].IEE Proceedings-Radar,Sonar and Navigation,2005,152(6):429-435.