雷達數(shù)據(jù)處理中的雜波抑制方法

羅興旺, 張伯彥, 劉　嘉, 藺宏江, 禹　娟

(北京無線電測量研究所, 北京 100854)

?

雷達數(shù)據(jù)處理中的雜波抑制方法

羅興旺, 張伯彥, 劉嘉, 藺宏江, 禹娟

(北京無線電測量研究所, 北京 100854)

摘要：研究雷達數(shù)據(jù)處理中的雜波抑制及虛假目標消除的方法。針對密集雜波干擾,結(jié)合工程應用實踐,提出一種基于雜波圖的雜波抑制方法,對涉及的雜波區(qū)域判別與標識、雜波圖網(wǎng)格劃分以及提高雜波圖分辨率等關鍵技術進行了全面闡述。同時,給出了組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制方法,包括組網(wǎng)雷達雜波環(huán)境下融合權值選取以及利用融合中心信息輔助單雷達抑制雜波并建立航跡等。仿真試驗結(jié)果表明，提出的方法可以有效抑制剩余雜波和剩余干擾產(chǎn)生的虛假航跡,適合應用于雜波環(huán)境下的雷達數(shù)據(jù)處理和組網(wǎng)雷達數(shù)據(jù)處理中。

關鍵詞：雷達數(shù)據(jù)處理; 雜波抑制; 雜波圖; 雜波密度; 航跡起始; 雷達組網(wǎng)

0引言

雷達在工作過程中,不可避免的會受到雜波的影響,包括地雜波、海雜波和氣象雜波。同時,由于電子對抗技術的不斷發(fā)展和戰(zhàn)場環(huán)境的復雜化,雷達還必然會受到電子干擾的影響。常用的雜波抑制技術是在信號處理中采取相應的措施,如動目標顯示、動目標檢測、恒虛警率等。一般的雷達抗干擾方法則是在天線、發(fā)射機、接收機及信號處理中采用相應的技術,如天線低旁瓣技術、旁瓣對消技術、頻率捷變技術等。無論采用哪種方法仍難免會有剩余雜波或干擾產(chǎn)生的虛假點跡泄漏到雷達數(shù)據(jù)處理中。在這種情況下,雷達數(shù)據(jù)處理應能限制和剔除虛假點跡數(shù)據(jù),否則這些虛假點跡會使整個系統(tǒng)飽和,并且影響有用的目標航跡。因此有必要探討雷達數(shù)據(jù)處理階段的雜波抑制及干擾消除問題。

雷達數(shù)據(jù)處理中現(xiàn)有的雜波抑制方法可分為兩類:一類是將雜波抑制問題歸結(jié)為雜波環(huán)境下的數(shù)據(jù)關聯(lián)問題,著眼于通過改進數(shù)據(jù)關聯(lián)方法提高關聯(lián)正確率。最經(jīng)典的數(shù)據(jù)關聯(lián)方法是最近鄰法(nearest neighbor, NN),但這種方法僅適用于雜波少、目標密度不大的情況;基于Munkres算法[1]的全局最近鄰法(global nearest neighbor, GNN)是使總的距離或關聯(lián)代價達到最小的數(shù)據(jù)關聯(lián)方法,這種方法能夠較好地適應目標密度相對較大的情況,但在密集雜波環(huán)境下同樣不適用;聯(lián)合概率數(shù)據(jù)關聯(lián)(joint probabilistic data association, JPDA)[2]和多假設跟蹤(multiple hypothesis tracking, MHT)[3]是解決密集雜波環(huán)境下多目標數(shù)據(jù)關聯(lián)問題的理論最優(yōu)算法,但都存在計算量隨目標數(shù)和雜波數(shù)呈指數(shù)增長的問題,工程上難以應用。近年來研究者一直致力于對JPDA和MHT進行改進,減小其計算量,改善其性能,如Fitzgerald 提出的簡易聯(lián)合概率數(shù)據(jù)關聯(lián)(cheap joint probabilistic data association, CJPDA)算法[4],也被稱為最近鄰聯(lián)合概率數(shù)據(jù)關聯(lián)(nearest neighbor joint probabilistic data association, NNJPDA)算法,Roecker提出的一種JPDA快速次優(yōu)算法[5],這兩種算法的計算復雜度均隨目標數(shù)目線性增長,文獻[6-10]提出了一種結(jié)構(gòu)分支多假設跟蹤(structure branch-multiple hypothesis tracking, SB-MHT)方法,可以有效地減少計算量。文獻[11-20]在MHT應用方面做了大量工作。文獻[21-22]還提出了其他新的數(shù)據(jù)關聯(lián)方法,如基于模糊推理理論的數(shù)據(jù)關聯(lián)算法、綜合航跡分裂(integrated track splitting, ITS)方法[23]、聯(lián)合集成概率數(shù)據(jù)關聯(lián)(joint integrated probabilistic data association, JIPDA)方法[24]等,這些方法在提高雜波環(huán)境下的正確關聯(lián)率、減小關聯(lián)計算量方面取得了進展,但實際應用起來仍然顯得復雜。

另一類是采用工程常用的數(shù)據(jù)關聯(lián)算法(如最近鄰法),輔以直接判別雜波點跡并予以剔除的方法抑制雜波。依據(jù)判別量的不同又可分為兩種,一種是基于雜波特性和回波信號幅度等信息判別雜波點跡的方法[25],即通過對雜波特性的分析、回波信息的積累、比較及綜合判斷濾除雜波點跡。由于雜波特性極為復雜,這種方法實際應用起來比較困難,效果有限。另一種是依據(jù)目標運動特性和點跡跨周期相關特性判別雜波點跡的方法,這種方法依賴于對目標運動速度的假設,依據(jù)航跡速度區(qū)別目標點跡和雜波點跡,存在一定的局限性。

本文將雷達數(shù)據(jù)處理中的剩余雜波和剩余干擾統(tǒng)稱為雜波。針對密集雜波環(huán)境,本文首先給出了一種基于雜波圖的雜波抑制方法,對涉及的關鍵技術進行了深入研究,該方法適合于單雷達數(shù)據(jù)處理,同樣也適合于組網(wǎng)雷達數(shù)據(jù)處理;然后給出了組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制方法,包括基于雜波圖的雜波抑制方法的使用,組網(wǎng)雷達雜波環(huán)境下融合權值的設置以及利用融合中心信息輔助單雷達抑制雜波建立航跡;最后給出了雜波抑制效果對比。

1基于雜波圖的雜波抑制方法

雷達數(shù)據(jù)處理功能框圖如圖1所示,雷達點跡數(shù)據(jù)由信號處理進入雷達數(shù)據(jù)處理,依次進行點跡預處理、點航相關及航跡起始、航跡濾波更新,最后向顯控輸出更新后的目標航跡數(shù)據(jù)。由于進入雷達數(shù)據(jù)處理中的點跡數(shù)據(jù)不可避免地包含剩余雜波和剩余干擾,因此需要綜合采用多種方法進行雜波抑制。本節(jié)將詳細闡述基于雜波圖的雜波抑制方法,其主要思想是針對密集雜波點跡時域密集和空域密集兩個特點,對進入數(shù)據(jù)處理的包含雜波的點跡數(shù)據(jù)進行積累和統(tǒng)計,對雜波區(qū)進行判別和標識,建立雜波圖,進而采取相應的雜波抑制處理措施。借鑒雷達信號處理中的雜波圖概念,雷達數(shù)據(jù)處理中的雜波圖指的是將雷達探測范圍進行網(wǎng)格劃分,在雷達工作過程中實時判別各網(wǎng)格單元對應的區(qū)域是否存在雜波或受到干擾,并進行標識而獲得的圖示,用于在雷達數(shù)據(jù)處理階段抑制雜波。下面對基于雜波圖的雜波抑制方法涉及的關鍵技術,如雜波區(qū)域的判別與標識、雜波圖的網(wǎng)格劃分、雜波區(qū)判別門限選取、提高雜波圖分辨率方法以及雜波抑制處理措施分別進行詳細闡述。

圖1　雷達數(shù)據(jù)處理功能框圖

1.1雜波區(qū)域的判別與標識

判別雜波區(qū)域是建立雜波圖的關鍵。本文依據(jù)點跡在時域和空域的密集程度判別雜波區(qū)域,即采用滑窗法按網(wǎng)格單元累計至當前的一段時間內(nèi)(即時間窗的長度)落入各單元格的點跡數(shù)量,計算各單元格的點跡密度,依據(jù)判別門限標識單元格狀態(tài),更新雜波圖。時間窗長度依據(jù)雷達掃描周期或數(shù)據(jù)處理周期確定,一般累計3～5個周期。以點跡密度,即單位面積上的點跡數(shù)作為判別雜波區(qū)的依據(jù),設置高低兩個門限進行雜波區(qū)域的判別,如果點跡密度超過設定的高門限,則標識對應單元格為強雜波區(qū),如果介于低門限和高門限之間,則標識為一般雜波區(qū),否則標識為非雜波區(qū)。強雜波區(qū)和一般雜波區(qū)統(tǒng)稱為雜波區(qū),雜波區(qū)的點跡密度也稱為雜波密度。對各單元格進行標識后,即獲得雷達探測空間范圍的雜波圖,每個處理周期都需要對雜波圖進行更新。

1.2雜波圖的網(wǎng)格劃分

可采用環(huán)形劃分和正方形劃分兩種網(wǎng)格劃分方法。如使用極坐標系,則可在方位和徑向距離上進行劃分,即環(huán)形劃分;如使用直角坐標系,則可采用正方形劃分。分別如圖2(a)和2(b)所示。圖2(a)環(huán)形劃分方法中,單元格徑向距離間隔相等,方位間隔隨著徑向距離增加逐圈減小,使單元格近似為一個面積相等的準正方形,以便采用相等的判別門限。圖2中O為雷達中心坐標系原點。整個探測區(qū)域的網(wǎng)格單元數(shù)量N取決于雷達探測范圍及單元格大小。

圖2　雜波圖網(wǎng)格劃分示意圖

選擇單元格尺寸必須以有效區(qū)分密集雜波和目標點跡為基本條件。一種單元格大小設置方法如下:假定單元格尺寸為Δl,時間窗長度為3～5個雷達周期,計算各雜波區(qū)單元格的雜波密度Pi,以及目標所在單元格的點跡密度Qj,判斷是否滿足式(1),若不滿足,則調(diào)整單元格尺寸Δl重新劃分網(wǎng)格并進行統(tǒng)計,直至滿足式(1)。

min{Pi}>max{Qj}

(1)

式中,i=1,2,…,Np,Np為判別為雜波區(qū)且沒有出現(xiàn)過目標的單元格數(shù)量;j=1,2,…,Nq,Nq為目標經(jīng)過的無密集雜波的單元格數(shù)量。

實際上要確定單元格尺寸,還需以實測數(shù)據(jù)為參考樣本,并做進一步統(tǒng)計分析。

為了適應雜波密度的不確定性,還應將單元格尺寸設計為可配置的參數(shù),在雷達數(shù)據(jù)處理系統(tǒng)初始化時按配置的單元格尺寸初始化雜波圖。對于雷達近距離存在地雜波剩余的情況,則可直接將對應單元格標識為雜波區(qū)。

1.3雜波區(qū)判別門限選取

判別門限的初始值參考式(2)進行設置,即滿足

(2)

式中,Lup為高門限;Llow為低門限;其余同式(1)。

在雷達工作過程中,可對判別門限進行實時調(diào)整。調(diào)整原則是觀察雜波區(qū)的誤判和漏判情況,出現(xiàn)將非雜波區(qū)誤判為雜波區(qū),導致目標無法起航的情況時提高門限;出現(xiàn)漏判雜波區(qū),形成虛假目標航跡的情況時,降低門限。

1.4提高雜波圖分辨率的方法

一般來說,減小網(wǎng)格單元尺寸可以提高雜波圖分辨率,但過小的單元格會導致雜波特征不明顯,即落入單元格范圍內(nèi)的雜波點跡偏少,無法與目標點跡落入單元格的情況區(qū)分開,當存在目標精跟蹤或密集編隊目標的情況時這一點表現(xiàn)得尤為明顯。故不能無限制地通過減小單元格尺寸提高雜波圖分辨率。因此,需要解決在雜波圖單元格尺寸一定的前提下進一步提高雜波圖分辨率的問題。本文給出一種通過網(wǎng)格的旋轉(zhuǎn)、平移和疊加提高雜波圖分辨率的方法。

1.4.1提高環(huán)形劃分雜波圖分辨率的方法

在環(huán)形劃分方法中,單元格集合G0為

(3)

式中,Rsi和Rei分別為單元格i的內(nèi)徑和外徑;θsi和θei分別為單元格i的起始方位角和終止方位角;Si為單元格的狀態(tài)標識(雜波區(qū)、非雜波區(qū)等);i=1,2,3,…,Na,Na為單元格數(shù)量。

通過等分平移或旋轉(zhuǎn)雜波圖網(wǎng)格可獲得新的網(wǎng)格劃分,即在方位上進行n(n=2,3,…)等分旋轉(zhuǎn),在徑向距離上進行n等分平移,獲得(n-1)個新的網(wǎng)格。平移和旋轉(zhuǎn)前后的n種網(wǎng)格劃分疊加后的網(wǎng)格劃分單元格集合為

(4)

式中,j=0,1,…,n-1;k=0,1,…,n-1;ΔR為徑向距離間隔;Δθi為方位角度間隔,與距離間隔不同,方位角度間隔隨著距離由近到遠逐漸減小,因此不是一個常數(shù)。疊加后的單元格徑向距離間隔為ΔR/n,方位間隔為Δθi/n,數(shù)量為Na·n2個,即分辨率提高為平移疊加前的n倍。

1.4.2提高正方形劃分雜波圖分辨率的方法

在正方形劃分方法中,單元格集合G0為

(5)

式中,(Xleft_i,Ybottom_i)為單元格i的左下角坐標;(Xright_i,Ytop_i)為單元格i的右上角坐標;Si為單元格的狀態(tài)標識(雜波區(qū)、非雜波區(qū)等);i=1,2,3,…,Ns,Ns為單元格數(shù)量。

分別在X方向和Y方向進行n等分平移,獲得新的(n-1)個新的網(wǎng)格。平移前后的n種網(wǎng)格劃分疊加后的網(wǎng)格劃分單元格集合為

(6)

式中，j=0,1,…,n-1;k=0,1,…,n-1;Δl為平移前后網(wǎng)格正方形單元格的邊長。疊加后的網(wǎng)格正方形單元格邊長為Δl/n,數(shù)量為Ns·n2個,分辨率同樣提高為平移疊加前的n倍。

1.4.3通過雜波圖疊加提高分辨率的原理

在更新雜波圖時,分別以平移和旋轉(zhuǎn)前后的n種網(wǎng)格劃分判別和標識雜波區(qū),獲得n幅雜波圖。由于判別是以疊加前的網(wǎng)格劃分進行的,網(wǎng)格單元尺寸并未減小,因此判別的準確性不受網(wǎng)格平移和疊加的影響。將平移和旋轉(zhuǎn)前后的n幅雜波圖進行疊加,疊加后的雜波區(qū)為n幅雜波圖分別標識的雜波區(qū)的并集,即在疊加后的雜波圖中,如果單元格在任意一幅疊加前的雜波圖中位于雜波區(qū),則標識為雜波區(qū)。疊加后獲得的雜波圖分辨率提高到疊加前單幅雜波圖的n倍。

圖3以正方形劃分為例展示了通過雜波圖疊加提高分辨率的原理,圖3(a)為一個密集雜波區(qū)域示意圖,假設單元格邊長為Δl,平移前網(wǎng)格劃分和雜波圖如圖3(b)所示,兩個方向上各平移Δl/2獲得的雜波圖如圖3(c)所示,疊加后的雜波圖如圖3(d)所示。平移疊加后雜波圖的分辨率提到疊加前的2倍。

1.4.4提高雜波圖分辨率方法的擴展

采用不同網(wǎng)格劃分的雜波圖也可以混合疊加使用,如將正方形或環(huán)形劃分雜波圖與抑制射線狀雜波的扇形劃分雜波圖疊加,方法類似,不再贅述。

1.5利用雜波圖抑制雜波

依據(jù)雜波圖不同的網(wǎng)格區(qū)域標識,采用不同的雜波抑制方法進行航跡起始。

1.5.1強雜波區(qū)航跡起始方法

對落在強雜波區(qū)的剩余點跡采用多假設航跡起始方法。

圖3　網(wǎng)格平移疊加提高雜波圖分辨率原理示意圖

多假設航跡起始的要點是,在航跡起始關聯(lián)階段,將與同一孤立點跡關聯(lián)的多個剩余點跡都分配給該孤立點跡,嘗試起始多個航跡,如圖4(a)所示,一般經(jīng)過3～8個處理周期后,可以獲得良好的起始效果。而強雜波環(huán)境下采用常用的m/n邏輯航跡起始將變得困難,圖4(b)和圖4(c)展示了采用m/n邏輯情況下一個雜波點影響航跡起始的兩種情況。圖4(b)為發(fā)生誤關聯(lián)的情況,雜波點p2′取代目標點跡p2關聯(lián)到目標航跡中,但發(fā)生誤關聯(lián)的起始航跡下一周期仍能與目標點跡p3關聯(lián),航跡成功起始但精度受到影響。圖4(c)中雜波點p2′同樣誤關聯(lián)到目標起始航跡中,但發(fā)生誤關聯(lián)的起始航跡下一周期與目標點跡p3關聯(lián)失敗并最終消亡,目標點跡p2與p3關聯(lián)并最終成功起始航跡。顯然,目標航跡起始被推遲。在強雜波區(qū),雜波點多,影響更為嚴重,采用m/n航跡起始將產(chǎn)生大量虛假航跡,目標航跡則難以形成。

圖4　多假設航跡起始與m/n邏輯航跡起始對比示意圖

1.5.2一般雜波區(qū)航跡起始方法

對落入一般雜波區(qū)的剩余點跡采用基于m/n邏輯的起航方法,并設置較為嚴格的航跡起始條件。

(1)采用更為嚴格的m/n航跡起始準則

一般情況下,目標能夠被連續(xù)探測到,并且連續(xù)關聯(lián)成功,從而可起始航跡,而雜波點不具有連續(xù)相關性,通過采用更為嚴格的m/n航跡起始準則,可以避免虛假航跡的產(chǎn)生。

(2)利用暫時航跡區(qū)過渡

在正式起始可靠航跡前增加一個暫時航跡區(qū)作為過渡,暫時航跡區(qū)的航跡只有滿足一定的條件才轉(zhuǎn)化為可靠航跡,該條件可以是穩(wěn)定跟蹤次數(shù)、航跡質(zhì)量等。

以上兩種方法也可以同時采用,其原理框圖如圖5所示,圖中以淺綠色背景標識出方法(1)邏輯,以淺藍色背景標識出方法(2)的邏輯。

圖5　采用更為嚴格的航跡起始條件消除虛假航跡原理框圖

1.5.3非雜波區(qū)航跡起始方法

對于非雜波區(qū),依據(jù)關聯(lián)門內(nèi)點跡數(shù)自動調(diào)整起航邏輯。

由于雜波圖分辨率不足,或雜波密度低,依據(jù)門限判定為非雜波區(qū)的區(qū)域可能仍然存在雜波點,如果采用與一般雜波區(qū)內(nèi)相同的方法,直接設置更為嚴格的起始條件,則在抑制雜波的同時,也延長了目標點跡的起航時間。為了在抑制雜波的同時兼顧快速起航,可以在航跡起始過程中累加相關處理中落入起始航跡關聯(lián)門范圍內(nèi)的剩余點跡數(shù),理想情況下航跡起始相關處理中累計落入關聯(lián)門范圍內(nèi)的剩余點跡數(shù)等于航跡起始相關處理次數(shù)。但當起始航跡關聯(lián)門內(nèi)同時存在目標點跡和雜波點時,以及目標密集的情況下,累計落入關聯(lián)門范圍內(nèi)的剩余點跡數(shù)通常大于航跡起始相關處理次數(shù),差值越大表明起始航跡所處空域雜波越多或目標越密集,發(fā)生錯誤關聯(lián)的概率越高。可以根據(jù)這個差值的大小自動選擇m/n航跡起始中的m和n值,或自動選擇暫時航跡轉(zhuǎn)為可靠航跡的跟蹤次數(shù)門限,或自動選擇多假設航跡起始的回溯周期,以便消除虛假航跡。

采用上述方法可有效抑制雜波,避免起始虛假航跡。

本節(jié)描述的在距離和方位兩維應用雜波圖抑制雜波的方法,在必要時可以進一步擴展為在距離、方位和俯仰三維應用。

2組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制方法

在多雷達組網(wǎng)工作的情況下,單雷達的點跡送到融合中心進行融合處理,這時單雷達點跡數(shù)據(jù)中的雜波點也一并進入了融合中心。組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制主要有3種方法:利用單雷達數(shù)據(jù)處理中的雜波抑制方法、依據(jù)單雷達雜波圖選取融合權值以及利用融合結(jié)果輔助單雷達起航。如圖6所示,下面分別敘述。

圖6　組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制

2.1利用單雷達數(shù)據(jù)處理中的雜波抑制方法

在單雷達數(shù)據(jù)處理中有效的各種雜波抑制方法,同樣適用于組網(wǎng)雷達融合中心數(shù)據(jù)處理。如通過采用第1節(jié)所述方法分別建立和更新各個雷達的雜波圖,依據(jù)雜波圖,在系統(tǒng)航跡起始時采用不同的起始原則以及利用航跡起始邏輯消除虛假系統(tǒng)航跡。

2.2依據(jù)單雷達雜波圖選取融合權值

多雷達組網(wǎng)工作時,由于不同雷達的體制、抗干擾能力、威力范圍等不盡相同,因此面臨的雜波干擾情況也不相同。對同一目標的探測,一部雷達可能淹沒在強雜波中,而另一部雷達卻可能清晰可見。由于融合中心可以獲取多雷達點跡數(shù)據(jù),因此在組網(wǎng)雷達數(shù)據(jù)融合處理中進行雜波抑制具有更為有利的條件。在圖6所示“多雷達點跡合并”階段,可以降低來自受干擾區(qū)域的點跡的融合權重,甚至將對應權重置為零。即融合權重除了考慮雷達的探測精度外,還要綜合考慮雷達受雜波干擾的情況。假設雷達i的距離、俯仰、方位測量誤差分別為σRi、σAi、σEi,某時刻k有M個測量點跡,分別來自不同的雷達,并且這些點跡都屬于同一個目標,那么來自雷達i的測量點跡距離、方位、俯仰融合權值分別如式(7)所示。

(7)

式中,Ii為根據(jù)雷達i的雜波圖選取的系數(shù),根據(jù)來自雷達i的測量點跡位于非雜波區(qū)、一般雜波區(qū)及強雜波區(qū)的不同情況,Ii選取不同的值,如式(8)所示。

(8)

2.3利用融合結(jié)果輔助單雷達抑制雜波建立航跡

受干擾和雜波影響的雷達其航跡起始,不僅可以采用本文第1節(jié)所述方法進行雜波抑制,而且在雷達組網(wǎng)情況下,通過數(shù)據(jù)融合結(jié)合網(wǎng)內(nèi)雷達的雜波圖及各雷達對威力重疊區(qū)目標的探測情況,自動選擇未受雜波影響的雷達點跡形成系統(tǒng)航跡,同時將該數(shù)據(jù)作為引導數(shù)據(jù)反饋給受干擾的雷達,引導雷達在雜波區(qū)自動起始目標航跡,提高單雷達強雜波區(qū)航跡起始成功率,縮短航跡起始時間。

3雜波抑制效果對比

建立仿真環(huán)境、仿真單雷達和組網(wǎng)工作的多部雷達在復雜環(huán)境下對多目標進行探測的情況。在仿真場景下,雷達均受到海雜波及海況的影響,目標場景包括多批勻速或機動目標,目標點跡與近距離密集雜波、干擾、氣象雜波及隨機噪聲等一并進入雷達數(shù)據(jù)處理。針對單雷達和組網(wǎng)雷達場景,分別比較不做雜波抑制和采用本文雜波抑制方法進行雜波抑制處理的效果。

單雷達和組網(wǎng)雷達雜波抑制效果對比分別如表1和表2所示。其中仿真時間為從仿真開始持續(xù)的時間,每隔100 s記錄一次輸出的即時航跡數(shù)和累計航跡數(shù),累計航跡數(shù)包含了已經(jīng)消亡的虛假航跡或目標航跡。

表1對應的仿真場景,實際目標為5個,做雜波抑制的情況下,產(chǎn)生了1個虛假航跡,但很快即消亡;表2對應的仿真場景,實際有15個目標,做雜波抑制的情況下,從200 s到300 s時間段,新起始兩個目標航跡,并且有一個虛假航跡產(chǎn)生并消亡,從300 s到400 s,有兩個目標航跡消亡,400 s到500 s新起始2個目標航跡。由表1、表2可見,不做雜波抑制的情況下,輸出了大量虛假航跡,并且虛假航跡是不穩(wěn)定的,即不斷有虛假航跡起始和消亡;經(jīng)過雜波抑制后,虛假航跡大幅減少。

表1　單雷達雜波抑制效果對比

表2　組網(wǎng)雷達雜波抑制效果對比

單雷達和組網(wǎng)雷達雜波抑制態(tài)勢效果對比分別如圖7和圖8所示,圖中的點是模擬的雷達對目標探測的點跡,其中組網(wǎng)雷達場景用不同顏色的點表示不同雷達的點跡。圖中每個三角形圖標代表航跡的首部。圖7(a)和圖8(a)分別為單雷達和組網(wǎng)雷達數(shù)據(jù)處理中不進行雜波抑制情況下的包含大量虛假航跡的態(tài)勢圖,圖7(b)和圖8(b)分別為單雷達和組網(wǎng)雷達數(shù)據(jù)處理中綜合使用本文提出的各種雜波抑制方法的處理結(jié)果,由圖可見經(jīng)雜波抑制后雜波點跡受到有效抑制,目標態(tài)勢清晰。仿真結(jié)果表明,本文提出的雜波抑制方法能夠有效抑制虛假航跡的產(chǎn)生。

圖7　單雷達數(shù)據(jù)處理中的雜波抑制效果對比

圖8　組網(wǎng)雷達數(shù)據(jù)處理中的雜波抑制效果對比

本文提出的雜波抑制方法由于主要涉及的是計算機邏輯判斷,因此所需的計算量很小,計算開銷主要集中在數(shù)據(jù)關聯(lián)上。本文仿真實驗采用的數(shù)據(jù)關聯(lián)方法為基于Munkres算法[1]的全局最近鄰法,其計算量是工程上可以接受的。

4結(jié)論

本文介紹了雷達數(shù)據(jù)處理中的雜波抑制方法。對于密集雜波干擾,提出一種基于雜波圖的抑制方法,包括基于點跡密度的雜波區(qū)域判別與標識方法;適應不同雷達數(shù)據(jù)處理坐標系的雜波圖網(wǎng)格劃分方法,該方法以有效區(qū)分密集雜波和目標點跡為基本條件;雜波區(qū)判別門限選取方法;通過網(wǎng)格旋轉(zhuǎn)、平移和疊加提高雜波圖分辨率的方法,該方法在雜波圖單元格尺寸一定的情況下進一步有效提高了雜波圖分辨率以及依據(jù)雜波圖標識的不同雜波強度采用不同雜波抑制措施有效提高復雜環(huán)境下的航跡起始能力的方法。對于組網(wǎng)雷達,在融合中心數(shù)據(jù)處理中除了沿用單雷達數(shù)據(jù)處理中基于雜波圖的雜波抑制方法,還可以利用組網(wǎng)雷達的優(yōu)勢,依據(jù)單雷達雜波圖設置融合權值,有效消除受干擾雷達對融合航跡的影響。另外，利用多雷達探測重疊區(qū)融合航跡輔助引導受強干擾的雷達起航,還可提高雷達強雜波區(qū)航跡起始成功率,縮短航跡起始時間。

在雷達數(shù)據(jù)處理中抑制雜波干擾是對雷達抗干擾措施的有益補充,對于提高雷達系統(tǒng)適應復雜工作環(huán)境的能力意義重大。仿真試驗測試表明,通過采用本文提出的方法,能夠在雷達數(shù)據(jù)處理中有效抑制虛假目標航跡的產(chǎn)生,并且計算量小,易于工程實現(xiàn),適合工程應用。

參考文獻：

[1] Bourgeois F, Lassalle J C. An extension of the Munkres algorithm for the assignment problem to rectangular matrices[J].CommunicationsoftheACM, 1971, 14(12): 802-804.

[2] Fortmann T E, Bar-Shalom Y, Scheffe M. Multi-target tracking using joint probabilistic data association[C]∥Proc.ofthe19thIEEEConferenceonDecisionandControl，1980: 807-812.

[3] Reid D B. An algorithm for tracking multiple targets[J].IEEEConferenceonDecisionandControlIncludingthe17thSymposiumonAdaptiveProcesses, 1978: 1202-1211.

[4] Fitzgerald R J. Development of practical PDA logic for multitarget tracking by microprocessor[C]∥Proc.oftheAmericanControlConference, 1986:889-898.

[5] Roecker J A, Phillis G L. Suboptimal joint probabilistic data association[J].IEEETrans.onAerospaceandElectronicSystems, 1993, 29(2): 510-517.

[6] Demos G C, Ribas R A, Broida T J. Applications of MHT to dim moving targets[J].SignalandDataProcessingofSmallTarget, 1990, 1305: 297-309.

[7] Blackman S S, Dempster R J, Broida T J. Multiple hypothesis track confirmation for infrared surveillance systems[J].IEEETrans.onAerospaceandElectronicSystems,1993,29(3):810-824.

[8] Blackman S S, Dempster R J, Roszkowski S H. IMM/MHT applications to radar and IR multitarget tracking[J].SignalandDataProcessingofSmallTargets, 1997, 3163: 429-439.

[9] Dunham D T, Blackman S S, Dempster R J. Multiple hypothesis tracking for a distributed multiple platform system[J].SignalandDataProcessingofSmallTargets, 2004, 5428: 180-191.

[10] Blackman S S. Multiple hypothesis tracking for multiple target tracking[J].IEEEA&ESystemMagazine,2004,19(1):5-18.

[11] Kojima M, Kameda H, Tsujimichi S, et al . A study of target tracking using track-oriented multiple hypothesis tracking[C]∥Proc.ofthe37thSICEAnnualConference, 1998: 933-938.

[12] Obata Y, Ito M, Tsujimichi S, et al. Computation-time reduction of track oriented multiple hypothesis tracking[C]∥Proc.ofthe40thSICEAnnualConference, 2001：282-287.

[13] Obata Y, Ito M, Kosuge Y. Performance evaluation of track oriented MHT in splitting target tracking[C]∥Proc.ofthe41stSICEAnnualConference, 2002: 619-624.

[14] Lancaster J, Blackman S. Joint IMM/MHT tracking and identification for multi-sensor ground target tracking[C]∥Proc.ofthe9thInternationalConferenceonInformationFusion, 2006: 1-7.

[15] Wang H F, Sun W, Zhu Q. MHT algorithm for distributed sensors networking[C]∥Proc.oftheSPIE,2007:678652-1-678652-8.

[16] Li C P, Bi Y K, Sun J P, et al. The method of ground moving target tracking for battlefield surveillance radar [J].JournalofChinaAcademyofElectronicsandInformationTechnology,2010,5(6):638-642.(李翠平,畢越凱,孫進平,等.戰(zhàn)場監(jiān)視雷達地面運動目標跟蹤方法[J].中國電子科學研究院學報,2010,5(6):638-642.)

[17] Coraluppi S, Carthel C, Willett P, et al. The track repulsion effect in automatic tracking[R]. La Spezia: NATO Undersea Research Centre, 2009.

[18] Coraluppi S, Carthel C. An ML-MHT approach to tracking dim targets in large sensor networks[R]. La Spezia: NATO Undersea Research Centre, 2010.

[19] Singh N, Horwood J T, Aristoff J M, et al. Multiple hypothesis tracking (MHT) for space surveillance: results and simulation studies[R]. Kirtland AFB, Albuquerque, NM: Air Force Research Lab, 2013.

[20] Zingarelli J C. Enhancing ground based telescope performance with image processing[R]. Wright-Patterson AFB: Air Force Institute of Technology, 2013.

[21] Quan T F.Targettracking:advancedtheoryandtechniques[M]. Beijing: National Defense Industry Press, 2009. (權太范. 目標跟蹤新理論與技術[M]. 北京: 國防工業(yè)出版社, 2009. )

[22] Wu Z M, Ren S J, Ni M F. Track initialization based on fuzzy accumulation function[J].SystemsEngineeringandElectro-nics,2009,31(5):1213-1216.(吳澤民,任姝婕,倪明放.基于模糊積累函數(shù)的航跡起始問題研究[J].系統(tǒng)工程與電子技術,2009,31(5):1213-1216.)

[23] Musicki D, Evans R. Multiscan multitarget tracking in clutter with integrated track splitting filter [J].IEEETrans.onAerospaceandElectronicSystems, 2009, 45(4): 1432-1447.

[24] Musicki D, Evans R. Joint integrated probabilistic data association: JIPDA[J].IEEETrans.onAerospaceandElectronicSystems, 2004, 40(3): 1093-1099.

[25] Wu Z H, Shi Z S, Shi Z M, et al. An emulation method of sensor clutter plots elimination using statistical characteristics analysis[J].AppliedMechanicsandMaterials,2012,170:3345-3348.

羅興旺(1977-),男,高級工程師,碩士,主要研究方向為雷達控制軟件、數(shù)據(jù)處理與雷達仿真。

E-mail:mailapoluo@126.com

張伯彥(1957-),女,研究員,博士,主要研究方向為現(xiàn)代雷達控制與數(shù)據(jù)處理、機動多目標跟蹤、數(shù)據(jù)融合。

E-mail:zhbyhktk@163.com

劉嘉(1965-),男,研究員,碩士,主要研究方向為雷達控制軟件、軟件工程與信息化。

E-mail:liujia65@live.cn

藺宏江(1974-),男,高級工程師,碩士,主要研究方向為雷達控制軟件、數(shù)據(jù)處理與雷達仿真。

E-mail:hitlin@tom.com

禹娟(1988-),女,工程師,碩士,主要研究方向為雷達信號處理與數(shù)據(jù)處理。

E-mail:txyujuan@yeah.net

網(wǎng)絡優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20150921.1008.004.html

Researches on the method of clutter suppression in radar data processing

LUO Xing-wang, ZHANG Bo-yan, LIU Jia, LIN Hong-jiang, YU Juan

(BeijingInstituteofRadioMeasurement,Beijing100854,China)

Abstract:The method of clutter suppression and false target elimination in radar data processing is investigated. According to the dense clutter interference and together with engineering practice, a method of clutter suppression based on the clutter map is proposed, and the comprehensive discussion on key technologies is carried on, such as clutter domain discrimination and identification, clutter map grid division, clutter map resolution improvement and so on. Meanwhile, methods of clutter suppression in netted radar data processing are presented, including fusion weight selection in clutter environment for netted radar, clutter suppression and track initialization assisted by information from the fusion center for single radar, etc. Simulation and test results show that the proposed methods can effectively suppress false target track caused by residual clutter and residual interference, and show that the methods are best applied to radar data processing and netted radar data processing in clutter environment.

Keywords:radar data processing; clutter suppression; clutter map; clutter density; track initialization; radar netting

作者簡介：

中圖分類號：TN 953

文獻標志碼：A

DOI:10.3969/j.issn.1001-506X.2016.01.07

收稿日期：2015-03-30；修回日期：2015-08-03；網(wǎng)絡優(yōu)先出版日期：2015-09-21。