寬帶雷達自適應積累檢測*

?

寬帶雷達自適應積累檢測*

陳遠征，龐訓龍，閆州杰，趙艷麗

(洛陽電子裝備試驗中心，河南 洛陽471003)

摘要：研究了寬帶雷達距離像檢測問題。針對寬帶雷達目標的距離像姿態(tài)敏感性，將模型定階準則引入到距離像長度估計問題中，提出了一種基于信息熵準則的自適應積累檢測算法。仿真結(jié)果表明，與基于平均信噪比最大準則的自適應積累檢測相比，算法的檢測性能更優(yōu)。

關鍵詞：檢測；距離像；寬帶雷達；信息熵準則

0引言

防空末制導雷達常采用寬帶信號波形來獲取飛機目標的距離像[1]，從而有利于目標識別和攻擊點的選擇，提升精確打擊能力。然而，在寬帶雷達照射下，目標的散射能量被分割到各個距離分辨單元，因此，其檢測問題與經(jīng)典點目標檢測不同[2]。假設背景雜波與接收機熱噪聲相比可忽略不計，則防空末制導寬帶雷達目標檢測可抽象為高斯背景下的擴展目標檢測。

高斯背景下，擴展目標的最優(yōu)檢測器等效于雷達發(fā)射波形與目標系統(tǒng)沖激響應的匹配接收[3]，但這種最佳匹配接收一般難以實現(xiàn)。實際常用的是距離像能量積累檢測法[4-6]，其基本思想是通過積累距離像的全部徑向分布能量來檢測擴展目標。這就需要已知距離像的長度，然而在實際檢測過程中，距離像的長度常常隨雷達和目標相對姿態(tài)的變化而變化，只能預估距離像的最大和最小長度，而不能獲取相對精確的距離像長度信息。因此，如果用固定長度的窗口進行能量積累檢測，則：當把最大長度作為距離像長度去積累檢測時，對實際距離像長度較小的情況，陷落損失非常嚴重[7]；當把最小長度作為距離像長度去積累檢測時，對實際距離像長度較大的情況，只有部分散射中心參與積累，檢測性能下降。于是有學者提出采用平均信噪比最大準則來自適應估計距離像的長度[8]，進而實現(xiàn)自適應單元積累檢測。本文另辟蹊徑，根據(jù)距離像信號的特點，將模型定階準則引入到距離像長度的估計問題中，進而提出了一種基于AIC準則的寬帶雷達自適應積累檢測算法。

1距離像能量積累檢測模型與原理

對寬帶雷達體制，目標回波信號延展到多個距離分辨單元，形成距離像。為研究方便，作如下假設：

考慮如下的假設檢驗模型：

(1)

x=HLθL+v.

(2)

進一步地，各假設下觀測信號的概率密度函數(shù)可表示為

(3)

(4)

根據(jù)奈曼-皮爾遜準則，可以很容易得到上述假設檢驗的GLRT檢驗統(tǒng)計量為

(5)

H0假設下，Λ服從自由度為2L的χ2分布，其概率密度函數(shù)為

(6)

H1假設下，Λ服從非中心參數(shù)為λ、自由度為2L的非中心chi2分布[7]，其概率密度函數(shù)為

(7)

從而，可以導出檢測器的虛警概率和發(fā)現(xiàn)概率分別為

(8)

(9)

式中：Th為檢測門限。

將式(6)，(7)分別代入式(8)，(9)，很容易計算Pf和Pd。

2基于AIC準則的寬帶雷達自適應積累檢測

由式(5)可見，欲實現(xiàn)距離像的能量積累檢測，需要已知k0和L。但在實際檢測過程中，k0和L都是未知信息，且很可能會隨著相對姿態(tài)的變化而變化，如果不估計L，選擇N作為積累長度，則由式(8)，(9)可知，給定虛警概率和SNR條件下，N越大，檢測概率越低，從而導致陷落損失[10]。因此，實時估計L是非常必要的。為此，設L∈[Lmin,Lmax]，Lmin，Lmax分別為最小、最大長度，它們可根據(jù)姿態(tài)角的變化范圍預先確定[5]。

2.1采用模型定階準則估計距離像長度的可行性分析

首先假定k0已知，則對于式(2)的線性模型，L的估計問題可轉(zhuǎn)化為模型定階問題，這樣常用的模型定階準則——最大后驗概率(maximum a posteriori probability，MAP)準則、最小描述長度(minimum discription length，MDL)準則、和信息熵準則(Akaike information criterion，AIC)都有可能應用到此處。至于是否可行，將通過對估計表達式物理含義的分析給出解答。

對于式(2)的線性模型，上述模型定階準則分別具有如下形式[11-12]：

(10)

(11)

(12)

(13)

從而，

(14)

又dL=2L，將式(14)依次代入式(10)~(12)，可以分別得到基于MAP,MDL和AIC準則的L的估計式：

(15)

(16)

(17)

為了更加明確式(16)和式(17)的物理意義，特將其分別改寫為

(18)

(19)

再分析式(19)，由于

由以上分析可知，在上述3種模型定階準則中，AIC準則最適合于距離像長度的自適應估計。

2.2基于AIC準則的k0和L聯(lián)合估計

利用AIC準則估計距離像長度的本質(zhì)是使距離單元積累后的信號和噪聲功率的差異最大。實際應用時，k0一般是未知的，但可以借助滑窗搜索的辦法來確定k0的位置，于是，基于AIC準則的k0和L聯(lián)合估計可描述為

(20)

由式(20)可見，基于AIC準則的距離像邊界估計可等價于一個二維的搜索優(yōu)化過程，這一點與平均信噪比最大準則是一致的。平均信噪比最大準則下k0和L的聯(lián)合估計可描述為

(21)

2.3基于AIC準則的寬帶雷達自適應積累檢測算法

(22)

給定虛警概率Pf，相應的自適應檢測門限可由式(8)計算得到。

3檢測性能仿真試驗

下面分別用等強度的散射中心模型和實際飛機目標的距離像進行檢測性能的蒙特卡羅仿真試驗。給定虛警概率Pf=10-6，檢測性能仿真次數(shù)為100/Pf，估計性能仿真次數(shù)為1 000次。

3.1等強度散射中心模型

檢測性能的仿真對比結(jié)果如圖1所示。圖中，AIC表示基于AIC準則的寬帶雷達自適應積累檢測算法；max av SNR表示基于平均信噪比最大準則的距離像能量積累檢測算法；最大積累表示不估計距離像長度時的積累檢測，固定積累長度為Lmax=20。

由圖可知：α=0.2時，檢測性能對比情況為：AIC準則>平均信噪比最大準則>最大積累(符號“>”表示性能優(yōu)于，下同)；α=0.4，α=0.6及α=0.8時，檢測性能對比情況為：AIC準則>最大積累>平均信噪比最大準則。

因此，無論擴展目標散射中心的展布如何，采用AIC準則估計距離像長度，總可以獲得較好的檢測性能；若采用平均信噪比最大準則估計距離像邊界，α較小時可以獲得比最大積累較好的檢測性能，α較大時反而比最大積累的檢測性能還要差，且這種差距會隨著α的增加而增加，這說明平均信噪比最大準則的適用范圍不如AIC準則廣泛。

3.2實際目標距離像模型

對飛機目標F16進行3D建模，然后利用RadBase電磁計算軟件仿真計算得到了它在某一段彈道上的距離像序列，共855幅。計算時設定信號帶寬150 M，距離分辨力1 m。F16的峰值歸一化距離像序列如圖2所示。根據(jù)各散射點對檢測的貢獻大小[4]確定散射點的強弱，進而確定F16距離像的k0和L。經(jīng)計算可知，F(xiàn)16的距離像長度變化范圍較大，其長度從Lmin=1到Lmax=27不等。因此，仿真時，先求每幅距離像的檢測和估計性能，然后再求平均。

全部距離像長度估計的平均性能如圖3所示，可見，基于AIC準則的距離像長度估計性能要大大優(yōu)于基于平均信噪比最大準則的距離像長度估計性能。

全部距離像平均檢測性能的仿真結(jié)果如圖4所示。由圖可知，平均檢測性能對比情況為：SNR<17.5 dB時，AIC準則>平均信噪比最大準則>最大積累；SNR>17.5 dB時，AIC準則>最大積累>平均信噪比最大準則。由此可見，用AIC準則來估計實際目標的距離像長度總可以獲得最好的檢測性能，且大大優(yōu)于最大積累(積累長度Lmax=27)時的檢測性能；而平均信噪比最大準則下的檢測并沒有明顯的優(yōu)勢。給定檢測性能指標Pf=10-6，Pd=90%，AIC準則下的檢測性能分別比平均信噪比最大準則有2.5 dB的信噪比改善，比最大積累有2.3 dB的信噪比改善。

圖1　不同準則下擴展目標的檢測性能對比Fig.1　Comparisonof detection performancesunderdifferent criterions

圖2　某段彈道上F16的距離像序列Fig.2　Sequence of F16’s range profiles from　　　part of the ballistic trajectory

圖3　F16的距離像長度估計性能Fig.3　Estimation performance of F16’s　　　range profiles’ length

圖4　F16距離像的平均檢測性能Fig.4　Average detection performance of F16’s　　　 range profiles

4結(jié)束語

受距離像姿態(tài)敏感性的影響，在寬帶雷達的距離像能量積累檢測中，常常需要自適應估計擴展目標的距離像長度。本文引入模型定階準則來解決防空末制導寬帶雷達目標距離像的長度問題，并提出了一種基于AIC準則的防空末制導寬帶雷達自適應積累檢測算法。理論分析和仿真結(jié)果均表明，與基于平均信噪比最大準則的自適應積累檢測算法相比，本文所提出算法的檢測性能更優(yōu)。

參考文獻：

[1]WEHNER D R. High-Resolution Radar[M]. 2nd ed. Boston. MA: Artech House, 1995.

[2]VAN TREES H L. Detection, Estimation and Modulation Theory [M]. Vol.3. New York, Wiley, 1971.

[3]FARINA A, STUDER F A, VITIELLO R. High Resolution Radar for Enhanced Target Detection[C]∥ International Radar Conference, 1992: 163-166.

[4]HUGHES P K. A High Resolution Radar Detection Strategy[J]. IEEE Trans. on Aerospace and Electronic Systems, 1983, 19(5): 663-667.

[5]胡文明, 關鍵, 何友. 基于視頻積累的距離擴展目標檢測[J].火控雷達技術, 2006, 35(4):16-18.

HU Wen-ming, GUAN Jian, HE You. Range Extension Target Detection Based on Video Frequency Accumu-Lation[J]. Fire Control Radar Technology, 2006, 35(4):16-18.

[6]黃巍, 賀知明, 向敬成. 寬帶雷達能量積累與信號檢測方法研究[J]. 系統(tǒng)工程與電子技術, 2004, 26(7):889-892.

HUANG Wei, HE Zhi-ming XIANG Jing-cheng. On Detection Methods of Broadband Radar Signals[J]. Systems Engineering and Electronics, 2004, 26(7): 889-892.

[7]NITZBERG R. Effect of a Few Dominant Specular Reflectors Target Model Upon Target Detection [ J]. IEEE Trans on Aerospace and Electronic Systems, 1978, 14(4):670-673.

[8]孫文峰，何松華，郭桂蓉,等. 自適應單元積累檢測法及其應用[J]. 電子學報, 1999, 27(2): 111-112.

SUN Wen-feng, HE Song-hua, GUO Gui-rong, et al. Adaptive Range Cell Integrated Detection Method with Application[J]. ACTA Electronica SINICA, 1999, 27(2): 111-112.

[9][美]麥克多納, 瓦倫. 噪聲中的信號檢測[M]. 王德石,譯. 2版.北京：電子工業(yè)出版社，2006: 158.

MCDONOUGH R N, WHALEN A D. Signal Detection in Noise[M].WANG De-shi,Translate. 2nd Edition.Beijing: Publishing House of Electronics Industry,2006:158.

[10]陳遠征，趙宏鐘，付強. 擴展目標檢測的陷落損失問題與改進方法[J]. 雷達科學與技術, 2010, 8(3): 258-263.

CHEN Yuan-zheng, ZHAO Hong-zhong, FU Qiang. Problem of Collapsing Loss and Improved Method for Detection of Range Spread Targets[J]. Radar Science and Technology, 2010, 8(3): 258-263.

[11]Petar M Djuri′c. Asymptotic MAP Criteria for Model Selection[J]. IEEE Trans. on Signal Processing, 1998, 16(10): 2726-2735.

[12]Eran Fishler, Michael Grosmann, Hagit Messer. Detection of Signals by Information Theoretic Criteria: General Asymptotic Performance Analysis[J]. IEEE Trans. on Signal Processing, 2002, 50(5): 1027-1036.

Adaptive Integration and Detection for Wide Band Radar

CHEN Yuan-zheng, PANG Xun-long, YAN Zhou-jie, ZHAO Yan-li

(Luoyang Electronic Equipment Test Center, Henan Luoyang, 471003，China)

Abstract:The problem of range profile detection for wide band radar is studied. For the sensitivity to range profile’s relative poses, a model order selection criterions is presented to estimate the length of range profile. And an adaptive integration detection algorithm based on Akaikeinformation criterion for wide band radar is proposed. The results of simulation experiments show that the detection performance of the algorithm proposed will be better than that of the algorithm based on maximum average SNR criteria.

Key words:detection; range profile; wide band radar; akaike information criterion

中圖分類號：TN957.51

文獻標志碼：A

文章編號：1009-086X(2015)-02-0110-06

doi:10.3969/j.issn.1009-086x.2015.02.018

通信地址：471003河南省洛陽市澗西區(qū)周山路085信箱11號E-mail：leon_8288@163.com

作者簡介：陳遠征(1979-)，男，河南新蔡人。工程師，博士，研究方向為雷達信息處理與綜合對抗。

* 收稿日期：2014-03-23；
修回日期：2014-05-18