高頻地波雷達(dá)電離層雜波的空域極化域協(xié)同抑制方法

陽云龍毛興鵬*②董英凝②鄧維波②

①(哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院 哈爾濱 150001)

②(哈爾濱工業(yè)大學(xué)信息感知技術(shù)協(xié)同創(chuàng)新中心 哈爾濱 150001)

高頻地波雷達(dá)電離層雜波的空域極化域協(xié)同抑制方法

陽云龍①毛興鵬*①②董英凝①②鄧維波①②

①(哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院 哈爾濱 150001)

②(哈爾濱工業(yè)大學(xué)信息感知技術(shù)協(xié)同創(chuàng)新中心 哈爾濱 150001)

高頻地波雷達(dá)(High Frequency Surface Wave Radar, HFSWR)能夠探測(cè)視距外的海上目標(biāo)和超低空飛行器，但其性能通常被電離層雜波嚴(yán)重影響。該文使用一種空域極化域協(xié)同濾波算法用于電離層雜波抑制。針對(duì)其中電離層雜波空域和極化域參數(shù)的估計(jì)問題，在距離-多普勒域上利用基于壓縮感知(Compressive Sensing, CS)的DOA測(cè)角方法進(jìn)行空域參數(shù)估計(jì)，并提出一種基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)方法完成極化參數(shù)估計(jì)。這兩種估計(jì)方法可獲得更高的參數(shù)估計(jì)精度，從而提高了電離層雜波空域極化域抑制方法的性能。某HFSWR系統(tǒng)實(shí)測(cè)數(shù)據(jù)處理結(jié)果表明了參數(shù)估計(jì)和電離層雜波抑制方法的有效性。

高頻雷達(dá)；電離層雜波；參數(shù)估計(jì)；空域極化域協(xié)同濾波

1 引言

利用高頻頻段(3～30 MHz)的垂直極化電磁波遠(yuǎn)超過微波雷達(dá)探測(cè)范圍的傳播優(yōu)勢(shì)，高頻地波雷達(dá)可實(shí)現(xiàn)對(duì)海面艦船和超低空飛行器的超視距探測(cè)?；谶@一特點(diǎn)，高頻地波雷達(dá)被認(rèn)為是一種能實(shí)現(xiàn)瀕海國家管控和監(jiān)督海上專屬經(jīng)濟(jì)區(qū)的主要技術(shù)手段。特別是當(dāng)高頻地波雷達(dá)工作在高頻頻段中的低頻部分(3～6 MHz)時(shí)，其可以更低的損耗實(shí)現(xiàn)更遠(yuǎn)的作用距離[1,2]。

然而，在獲取超視距探測(cè)這一優(yōu)勢(shì)時(shí)，高頻地波雷達(dá)不可避免地受到電離層雜波、海雜波、電臺(tái)干擾和其他工業(yè)干擾的影響，這制約了高頻地波雷達(dá)的探測(cè)性能。其中，電離層雜波以其能量強(qiáng)、存在時(shí)間長、覆蓋連續(xù)多個(gè)距離單元和多普勒單元等眾多特點(diǎn)，成為了影響高頻地波雷達(dá)探測(cè)性能的主要因素[3]。因此，研究有效的電離層雜波抑制措施來降低其對(duì)高頻地波雷達(dá)的影響，是當(dāng)前研究高頻雷達(dá)抗干擾的一個(gè)重點(diǎn)。

目前電離層雜波抑制的方法主要集中在空域自適應(yīng)波束形成方法[4-8]、旁瓣對(duì)消抗干擾方法[9-12]和極化域抗干擾方法[13-16]上。其中，空域自適應(yīng)波束形成方法主要是通過自適應(yīng)地調(diào)節(jié)陣列的權(quán)值，在保留期望信號(hào)的同時(shí)最大限度地抑制電離層雜波干擾；旁瓣對(duì)消方法則是加一系列輔助天線，將主瓣波束對(duì)準(zhǔn)目標(biāo)信號(hào)，并在干擾副瓣上形成零點(diǎn)，以達(dá)到在空間和時(shí)間上良好的抑制效果；而極化域抗干擾則是利用一對(duì)或一組正交極化天線獲取回波信號(hào)的極化特性再加以濾波。雖然這些方法是基于高頻地波雷達(dá)不同的接收陣列和接收條件而提出來的，但都利用了電離層雜波與目標(biāo)信號(hào)在空域或極化域上參數(shù)的差異，并能取得不錯(cuò)的抑制效果。然而，若電離層雜波與目標(biāo)信號(hào)的來波方向相近甚至相同時(shí)，在空域上抑制雜波將很難取得更好的效果；特別地，當(dāng)前實(shí)際應(yīng)用的高頻地波雷達(dá)的接收陣列以線陣為主，因而無法同時(shí)提供方位角和俯仰角上的分辨力[3]，這就導(dǎo)致即使電離層雜波與目標(biāo)信號(hào)在方位角和俯仰角上都有較大的差異，也可能因?yàn)榭臻g頻率的值近似甚至相同，無法在空域上提供良好的電離層雜波抑制效果。類似地，若電離層雜波的極化狀態(tài)與目標(biāo)信號(hào)的極化狀態(tài)相近時(shí)，在極化域上抑制雜波也難以取得理想的效果。同時(shí)，一些抑制電離層雜波的算法未討論在實(shí)際情況中如何準(zhǔn)確地估計(jì)雜波的參數(shù)，并將其運(yùn)用到雜波抑制算法當(dāng)中。另一些算法給出了參數(shù)估計(jì)方法，但運(yùn)用到實(shí)測(cè)數(shù)據(jù)中存在困難或局限性。例如有人提出用多重信號(hào)分類(Multiply Signal Classification, MUSIC)算法對(duì)電離層雜波測(cè)角[12]，但MUSIC算法需獲取大量的快拍數(shù)并需要已知信號(hào)個(gè)數(shù)，而在現(xiàn)實(shí)情況中這些條件難以全部滿足。

為了解決上述問題，本文首先以L型陣列作為高頻地波雷達(dá)接收陣列，將空域極化域協(xié)同濾波算法[17]運(yùn)用到電離層雜波抑制中。然后在距離-多普勒域上將基于壓縮感知(Compressive Sensing, CS)的DOA測(cè)角方法[18]用于電離層雜波的空域參數(shù)估計(jì)，并提出在距離-多普勒域上基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)方法。最后通過對(duì)實(shí)測(cè)數(shù)據(jù)的處理，給出實(shí)測(cè)數(shù)據(jù)的空域參數(shù)估計(jì)和極化域參數(shù)估計(jì)，并通過參數(shù)估計(jì)后的濾波結(jié)果對(duì)比驗(yàn)證參數(shù)估計(jì)方法和空域極化域協(xié)同濾波算法的有效性。

2 接收陣列模型及基本信號(hào)處理

2.1 高頻地波雷達(dá)接收陣列模型

本文中高頻地波雷達(dá)接收陣列為16個(gè)陣元組成的L型極化敏感陣列，如圖1所示。其中，平行于海岸線的8個(gè)陣元為主陣，垂直于海岸線的8個(gè)陣元為輔陣。主陣的陣元間距為d1=12 m，輔陣的陣元間距為d2=12 m，主陣與輔陣相距d3=10 m。圖1中輔陣?yán)锓娇虼硭綐O化天線，其余圓圈均表示為垂直極化天線。另外，圖1中的θ∈[0, 90°]表示俯仰角，定義指向天頂時(shí)為0°;φ∈[-180°, 180°]表示方位角，定義指向正前方(主陣法線方向)時(shí)為0°。

需要指出的是，圖1所示的接收陣列中垂直極化陣元數(shù)較多，可在空域上對(duì)雜波進(jìn)行抑制。而水平極化通道則與垂直極化通道做極化信息處理，在極化域上實(shí)現(xiàn)雜波抑制。

2.2 信號(hào)模型及基本信號(hào)處理過程

各個(gè)通道接收到的遠(yuǎn)場(chǎng)回波信號(hào)一般在經(jīng)過混頻、采樣、正交雙通道處理和相干積累后，先得到距離域信息，然后將距離域的信號(hào)做快速傅里葉變換(FFT)，得到信號(hào)的頻域信息。為了更好地表現(xiàn)回波信號(hào)的多普勒效應(yīng)及其信息，一般將頻域轉(zhuǎn)變到信號(hào)的多普勒域，最后得到距離-多普勒譜(Range-Doppler spectrum, RD譜)。一個(gè)垂直極化通道形成的RD譜如圖2所示。圖中橫坐標(biāo)表示多普勒單元，縱坐標(biāo)表示距離單元，各個(gè)距離-多普勒單元的功率根據(jù)數(shù)值大小用不同的顏色表征。

圖1 接收陣列模型Fig. 1 Receive array model

圖2 垂直極化通道的RD譜Fig. 2 The Range-Doppler spectrum of vertical polarization chennal

在極化敏感陣列中，信號(hào)的極化信息表現(xiàn)為陣元中兩正交極化通道(即由一個(gè)垂直極化通道和一個(gè)水平極化通道組成)之間的相關(guān)特性。假設(shè)信號(hào)S(ri,fj)是極化角為ε、極化角相差為η的完全極化平面波，于是有[15]：

式中，ri和fj分別代表第i個(gè)距離單元和第j個(gè)多普勒單元，s(ri,fj)為第(i,j)個(gè)距離-多普勒單元的信號(hào)幅度，ap表示信號(hào)的極化域?qū)蚴噶?。于是S(ri,fj, 1)表示信號(hào)的水平極化部分，S(ri,fj, 2)表示信號(hào)的垂直極化部分。同時(shí)，式中的極化參數(shù)也具有明確的物理意義。極化角ε的正切值tanε表示垂直極化方向電場(chǎng)幅度與水平極化方向電場(chǎng)幅度的比，極化角相差η表示垂直極化方向電場(chǎng)的相位與水平極化方向電場(chǎng)的相位之差。另外從式(1)中可以看到，陣列接收的信號(hào)的極化信息受其空域信息影響。

同時(shí)，陣列中的各垂直極化通道經(jīng)過上述信號(hào)處理后可將接收的數(shù)據(jù)展示成如下形式，即：式中，Si(ri,fj, 2)與St(ri,fj, 2)分別代表干擾和目標(biāo)信號(hào)的垂直極化部分，n(ri,fj)為加性高斯白噪聲；a(ri,θt,φt)和a(ri,θi,φi)代表目標(biāo)信號(hào)和干擾的空域?qū)蚴噶?。若入射信?hào)為遠(yuǎn)場(chǎng)窄帶信號(hào)，以L型陣列的主陣或輔陣第n個(gè)陣元為相位參考點(diǎn)，則主陣或輔陣第n+1個(gè)陣元接收的信號(hào)的相對(duì)相位延遲可表示為：

以主陣最左邊的天線為基準(zhǔn)天線，L型陣列的空域?qū)蚴噶縜s可以表示為：

其中，M1和M2分別表示主陣和輔陣的陣元個(gè)數(shù)，λ表示雷達(dá)的載波波長，表示轉(zhuǎn)置矩陣。

設(shè)遠(yuǎn)場(chǎng)信號(hào)s經(jīng)L型極化敏感陣列接收并經(jīng)基本信號(hào)處理后的輸出為：

式中，asp為信號(hào)的導(dǎo)向矢量。由于極化敏感陣列可以同時(shí)感知信號(hào)的空域和極化域信息，所以asp又被稱為信號(hào)的空域極化域聯(lián)合導(dǎo)向矢量，并被表示為：

式中，m≤M2表示以基準(zhǔn)天線為參考，水平極化天線所處的陣元序列號(hào)；表示該水平極化陣元相對(duì)垂直極化的基準(zhǔn)天線延遲的相位。于是，L型極化敏感陣列接收到的信號(hào)可表示為：

式中，asp,t和asp,i分別為目標(biāo)信號(hào)和干擾的空域極化域聯(lián)合導(dǎo)向矢量，st(ri,fj)和si(ri,fj)代表目標(biāo)信號(hào)和干擾的幅度。

3 電離層雜波的空域極化域協(xié)同濾波

3.1 基于斜投影算子的空域極化域協(xié)同濾波器

式中，(·)H表示為Hermitian轉(zhuǎn)置，的正交補(bǔ)空間，定義為：

其中，I為單位矩陣。斜投影算子有如下性質(zhì)[19]：

利用這一性質(zhì)，可構(gòu)造空域極化域斜投影濾波權(quán)矢量如下[17]：

于是在信噪比較高可忽略噪聲的影響下，該濾波器可完全消除干擾并同時(shí)恢復(fù)出無失真相位和幅度的目標(biāo)信號(hào)。

3.2 雜波和目標(biāo)信號(hào)特征的選取

電離層雜波和目標(biāo)信號(hào)的特征區(qū)別首先表現(xiàn)在距離-多普勒域上。電離層的高度大致是已知的。白天，E層可能出現(xiàn)在離地高度為90～140 km中的某一高度上；F層白天常分為2層，其中F1層可能出現(xiàn)在170～220 km中的某一高度上，F(xiàn)2層可能出現(xiàn)在220～450 km中的某一高度上。電離層具體出現(xiàn)的位置主要取決于當(dāng)時(shí)該電離層內(nèi)最大電子濃度所在的高度[3]，各電離層在白天形成的雜波常出現(xiàn)在RD譜內(nèi)大致相似的距離上并占據(jù)若干距離單元，同時(shí)在多普勒域上有明顯的展寬。夜間，隨著太陽輻射的減弱，電離層中的E層會(huì)消失；F1層上升，與F2層合成一片F(xiàn)層區(qū)域。相應(yīng)地，晚上錄取的數(shù)據(jù)形成的RD譜上一般不會(huì)出現(xiàn)E層雜波，同時(shí)會(huì)出現(xiàn)一大片F(xiàn)層雜波，但其在RD譜上出現(xiàn)的距離比白天要遠(yuǎn)。例如圖2所示的RD譜是某年1月下午錄取的數(shù)據(jù)，圖中距離單元大于150且有多普勒展寬的高能量區(qū)域即為明顯的F層雜波干擾。而目標(biāo)信號(hào)在RD譜內(nèi)通常表示為占據(jù)不超過5個(gè)距離-多普勒單元的十字形式。因而電離層雜波和目標(biāo)信號(hào)在RD譜上的特征差異十分明顯，可用于完成距離域參數(shù)和速度域參數(shù)的提取。

根據(jù)RD譜中估計(jì)出的電離層雜波位置，在濾波前需要對(duì)出現(xiàn)電離層雜波的區(qū)域估測(cè)出電離層雜波的空域參數(shù)和極化參數(shù)。然后利用RD譜中多普勒頻率處于兩個(gè)由海雜波形成的Bragg峰之間、距離域上小于90 km的區(qū)域內(nèi)確定的目標(biāo)信號(hào)，估測(cè)出目標(biāo)信號(hào)的空域參數(shù)和極化參數(shù)。

3.3 空域參數(shù)估計(jì)

由3.1節(jié)濾波的過程可知，對(duì)目標(biāo)信號(hào)和電離層雜波的參數(shù)估計(jì)很大程度影響濾波的效果。特別地，由于電離層雜波在時(shí)域上的非平穩(wěn)性，在保證高頻地波雷達(dá)輸出信噪比的情況下很難獲得多個(gè)快拍，故需要在單快拍下獲取雜波的來波方向。

基于CS的DOA估計(jì)理論在來波信號(hào)稀疏的情況下，可以用較少的快拍數(shù)以較高的概率重構(gòu)回波信號(hào)。由于在單個(gè)距離-多普勒單元上，電離層雜波的來波方向非常少，符合CS的應(yīng)用條件。故本文使用基于CS的單快拍測(cè)角算法[18]進(jìn)行電離層雜波測(cè)向。具體地，對(duì)L型陣列中主陣接收到的回波信號(hào)和輔陣接收到的回波信號(hào)分別用上述方法測(cè)角，得到在直角坐標(biāo)系下的回波信號(hào)與主陣的夾角∠TOB及回波信號(hào)與輔陣的夾角∠TOA，如圖1所示。為方便起見，記α=∠TOA,β=∠TOB。

根據(jù)圖1,α和β與信號(hào)的俯仰角θ和方位角φ有如下關(guān)系：

根據(jù)式(16)和式(17)，可解出信號(hào)的俯仰角和方位角如下：

這里，arctan(·)∈[-90°;90°]。

3.4 極化參數(shù)估計(jì)

當(dāng)前對(duì)信號(hào)極化參數(shù)的估計(jì)大多出現(xiàn)在基于極化敏感陣列的空域極化域多參數(shù)聯(lián)合估計(jì)方法中，例如子空間理論中的極化Root-MUSIC方法[20]，基于稀疏重構(gòu)的聯(lián)合估計(jì)方法[21]和基于張量理論的聯(lián)合估計(jì)方法[22]。對(duì)高頻地波雷達(dá)而言，由于快拍數(shù)的限制，利用實(shí)測(cè)數(shù)據(jù)進(jìn)行極化參數(shù)估計(jì)的有效方法還不是很多。同時(shí)由于目標(biāo)信號(hào)的回波來自海面，其回波的水平極化分量被海水吸收，所以高頻地波雷達(dá)想要探測(cè)的目標(biāo)信號(hào)的極化角一般非常大(接近90°)；而發(fā)射的垂直極化電磁波經(jīng)電離層反射后既有垂直極化波，也有水平極化波，因而極化角不會(huì)非常大，于是我們只需對(duì)電離層雜波的極化參數(shù)進(jìn)行估計(jì)。

由于電離層雜波聚集在有限的連續(xù)相鄰的距離-多普勒單元上可使得干噪比較高，洪泓等人[16]提出了一種基于距離-多普勒域的電離層雜波極化參數(shù)估計(jì)方法，即在判定電離層雜波存在的若干連續(xù)距離單元上，逐距離單元計(jì)算每個(gè)距離-多普勒單元上的極化參數(shù)，將上述每個(gè)距離單元內(nèi)能量最大的距離-多普勒單元的極化參數(shù)作為該距離單元的極化參數(shù)估計(jì)值，故可被稱為能量最大極化參數(shù)估計(jì)方法。實(shí)測(cè)數(shù)據(jù)處理結(jié)果顯示，利用該估計(jì)方法獲得的極化參數(shù)進(jìn)行極化域抑制電離層雜波能取得較好的效果，這說明該極化參數(shù)估計(jì)方法能較為有效地估計(jì)雜波的極化參數(shù)。

但是，如果能量最大的距離-多普勒單元內(nèi)存在目標(biāo)信號(hào)，則目標(biāo)信號(hào)不同于電離層雜波的極化特性會(huì)導(dǎo)致上述估計(jì)方法得到的極化參數(shù)不精確甚至失效。

在距離域上可被分離出來且只占據(jù)若干連續(xù)距離單元(不超過6～7 km)的電離層雜波被視為鏡面反射雜波[3]，在較小的相干積累時(shí)間內(nèi)具有較大的平穩(wěn)性。同時(shí)其在相鄰的距離單元和多普勒單元上具有一定的相似性[3]，于是本文提出一種在距離-多普勒域上基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)方法，來解決上述估計(jì)極化參數(shù)方法受目標(biāo)信號(hào)影響這一問題。首先，為避免噪聲的影響，設(shè)定信號(hào)功率門限，將出現(xiàn)鏡面反射雜波且滿足功率大于該門限的距離-多普勒單元保留下來；接著，將保留下來的距離-多普勒單元的極化參數(shù)統(tǒng)計(jì)起來取平均值，作為這片雜波的極化估值，從而可極大地降低被電離層雜波覆蓋的目標(biāo)信號(hào)對(duì)該雜波極化參數(shù)估計(jì)的影響。這一估計(jì)方法與能量最大極化參數(shù)估計(jì)方法對(duì)實(shí)測(cè)數(shù)據(jù)處理的結(jié)果將在第4節(jié)展示。

4 實(shí)測(cè)數(shù)據(jù)處理結(jié)果

4.1 空域參數(shù)估計(jì)結(jié)果

為驗(yàn)證基于CS的單快拍測(cè)角算法用于電離層雜波測(cè)向的有效性，我們對(duì)沿海某高頻地波雷達(dá)的實(shí)測(cè)數(shù)據(jù)進(jìn)行了處理。該數(shù)據(jù)的原始RD譜如圖2所示，設(shè)定能量門限對(duì)該圖中的距離-多普勒單元做能量上的提取，將大于門限的距離-多普勒單元做基于CS的測(cè)向，得到該單元的俯仰角和方位角，然后我們將得到的每個(gè)距離-多普勒單元上信號(hào)的俯仰角和方位角根據(jù)數(shù)值用不同的顏色表征，就得到信號(hào)在距離-多普勒域上的俯仰角譜和方位角譜，分別如圖3和圖4所示。圖3中俯仰角0°對(duì)應(yīng)天頂方向，90°對(duì)應(yīng)水平方向。圖4中0°對(duì)應(yīng)主陣列法線方向，即指向海面正前方。

從圖3所示的俯仰角譜可以看到，電離層雜波的俯仰角主要來自天頂方向和斜向，而海雜波和目標(biāo)信號(hào)主要來自俯仰角很大的海面方向。從圖4所示的方位角可以看到，目標(biāo)信號(hào)和海雜波的方位角主要集中在正負(fù)45°之間，而盡管在每個(gè)區(qū)域中的電離層雜波方位基本一致，不同區(qū)域的電離層雜波卻對(duì)應(yīng)于不同的方位角，表明不同區(qū)域的電離層雜波是由不同的電離層反射產(chǎn)生的，且各個(gè)電離層對(duì)應(yīng)的方位角不同。

圖3 能量最大信號(hào)的俯仰角譜Fig. 3 The pitch angle spectrum of the signal with maximum power

圖4 能量最大信號(hào)的方位角譜Fig. 4 The azimuth spectrum of the signal with maximum power

為了進(jìn)一步表現(xiàn)出電離層雜波與目標(biāo)信號(hào)及海雜波在方向上的差異，將電離層雜波和目標(biāo)信號(hào)及海雜波的測(cè)角結(jié)果展現(xiàn)在圖5中。其中，紅色點(diǎn)、綠色點(diǎn)和橘黃色點(diǎn)分別對(duì)應(yīng)圖2中處于第69距離單元、第153距離單元和第163距離單元附近的電離層雜波；藍(lán)色五角星對(duì)應(yīng)距離單元在30到60之間的目標(biāo)信號(hào)的測(cè)角結(jié)果；粉紅色點(diǎn)代表距離單元在30到60之間的海雜波的測(cè)角結(jié)果。圖5中同心圓的半徑由內(nèi)到外表示從0°到90°的俯仰角θ；每個(gè)同心圓的圓周表示方位角φ，其0°指向主陣列法線方向，即海面正前方；每個(gè)點(diǎn)表示一個(gè)距離-多普勒單元中測(cè)到的信號(hào)的俯仰-方位角度。從圖5中可以更清晰地看到，電離層雜波以來自天頂附近方向?yàn)橹鳎繕?biāo)信號(hào)主要來自海面。

圖5 電離層雜波和目標(biāo)信號(hào)及海雜波的角度譜Fig. 5 The angle spectrum of the ionospheric clutter, target signal and sea clutter

4.2 極化參數(shù)估計(jì)結(jié)果

為了對(duì)比能量最大極化參數(shù)估計(jì)方法和本文所提的在距離-多普勒域上基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)方法，我們?cè)诘?153, 126)距離-多普勒單元添加了一個(gè)俯仰角為82°，方位角為30°的目標(biāo)信號(hào)，該信號(hào)的俯仰角和方位角與第(59, 136)距離-多普勒單元的真實(shí)目標(biāo)信號(hào)一致。同時(shí)由于基本信號(hào)處理中窗函數(shù)的運(yùn)用，該信號(hào)對(duì)其相鄰的上下左右4個(gè)距離-多普勒單元均有影響，并且該目標(biāo)信號(hào)被F層雜波覆蓋。

類似RD譜，我們將每個(gè)距離-多普勒單元上信號(hào)的極化角和極化角相差根據(jù)數(shù)值用不同的顏色表征，就得到信號(hào)在距離-多普勒域上的極化角譜和極化角相差譜。于是，我們對(duì)添加了目標(biāo)信號(hào)后的距離-多普勒域上的信號(hào)作極化參數(shù)估計(jì)，其結(jié)果如圖6和圖7所示。

圖6 極化角譜Fig. 6 The spectrum of polarization angle

圖7 極化角相差譜Fig. 7 The spectrum of polarization phase delay

從圖6可以看到電離層雜波的極化角與海雜波及可能的目標(biāo)信號(hào)差異明顯，同時(shí)連續(xù)存在電離層雜波的距離單元上的極化角幾乎一致。從圖7也可以看到每片電離層雜波的極化角相差也基本保持一致，并與海雜波和海面上的信號(hào)差異明顯。這為下一步的濾波做好了參數(shù)準(zhǔn)備。同時(shí)處理結(jié)果顯示，當(dāng)未加入目標(biāo)信號(hào)時(shí)，能量最大極化參數(shù)估計(jì)方法得到的第153距離單元的極化角和極化角相差分別為67.6°和294.1°；基于統(tǒng)計(jì)特性極化參數(shù)估計(jì)方法得到的結(jié)果分別為67.4°和295.7°，兩種方法估計(jì)的數(shù)值基本一致。而當(dāng)加入目標(biāo)信號(hào)后，能量最大極化參數(shù)估計(jì)方法得到的第153距離單元的極化角和極化角相差分別為81.7°和332.8°，與未加入目標(biāo)信號(hào)相比估計(jì)值變化很大，這會(huì)影響到接下來的濾波；而基于統(tǒng)計(jì)特性極化參數(shù)估計(jì)方法得到的結(jié)果分別為67.4°和295.8°，與未加入目標(biāo)信號(hào)時(shí)的估計(jì)值相比基本不變，避免了目標(biāo)信號(hào)對(duì)電離層雜波的極化參數(shù)估計(jì)的影響。

4.3 協(xié)同濾波處理結(jié)果

圖8給出用能量最大極化參數(shù)估計(jì)電離層雜波極化信息后的空域極化域協(xié)同濾波結(jié)果。對(duì)比圖2我們可以看到除了距離單元153及其附近的電離層雜波，其他區(qū)域的電離層雜波都受到了較好的抑制，而153距離單元及其附近的電離層雜波由于極化參數(shù)估計(jì)不準(zhǔn)確的影響，未能對(duì)該區(qū)域的電離層雜波形成很好的抑制效果。相應(yīng)地，圖9給出的是在基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)后的空域極化域協(xié)同濾波結(jié)果。從圖9中我們可以看到各個(gè)不同區(qū)域的電離層雜波被較好地抑制，其總體抑制效果要好于圖8。同時(shí)，從圖8和圖9中紅色圓圈內(nèi)可以看到，第(153, 126)和第(59, 136)距離-多普勒單元中的仿真目標(biāo)信號(hào)和真實(shí)目標(biāo)信號(hào)都被保留下來。對(duì)比圖8和圖9，可以看到極化參數(shù)估計(jì)對(duì)后繼濾波效果有較為明顯的影響。

圖8 能量最大極化參數(shù)估計(jì)后的空域極化域協(xié)同濾波結(jié)果Fig. 8 The output of space-polarization collaborative filter after estimation of polarization parameter based on maximum power

圖9 基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)后的空域極化域協(xié)同濾波結(jié)果Fig. 9 The output of space-polarization collaborative filter after estimation of polarization parameter based on statistical characteristics

5 結(jié)論

本文使用一種斜投影空域極化域協(xié)同濾波完成電離層雜波抑制。在距離-多普勒域上將基于CS的DOA測(cè)角方法應(yīng)用于電離層雜波的方向估計(jì)，并提出一種基于統(tǒng)計(jì)特性的極化參數(shù)估計(jì)方法實(shí)現(xiàn)極化參數(shù)估計(jì)。這兩種參數(shù)估計(jì)算法都利用了電離層雜波在距離-多普勒域上具有更高的干噪比的特性，估計(jì)性能的提升使基于空域極化域協(xié)同濾波的電離層雜波抑制算法取得更好的效果。實(shí)測(cè)數(shù)據(jù)處理結(jié)果表明了參數(shù)估計(jì)方法和濾波算法的有效性。

[1]Chan H C. Iceberg detection and tracking using high frequency surface wave radar[R]. Defence Research Establishment Ottawa (ontario), 1997.

[2]Chan H C. Detection and tracking of low-altitude aircraft using HF surface-wave radar[R]. Defence Research Establishment Ottawa (ontario), 1998.

[3]Chan H C. Characterization of ionospheric clutter in HF surface-wave radar[R]. Defence R&D Canada-Ottawa, 2003.

[4]Fabrizio G A, Gray D A, and Turley M D. Experimental evaluation of adaptive beamforming methods and interference models for high frequency over-the-horizon radar systems[J].Multidimensional Systems and Signal Processing, 2003, 14(1): 241-263.

[5]Fabrizio G A, Gershman A B, and Turley M D. Robust adaptive beamforming for HF surface wave over-the-horizon radar[J].IEEE Transactions on Aerospace and Electronic Systems, 2004, 40(2): 510-525.

[6]Wan Xian-rong, Cheng Feng, and Ke Heng-yu. Experimental trials on ionospheric clutter suppression for high-frequency surface wave radar[J].IEE Proceedings Radar,Sonar and Navigation, 2006, 153(1): 23-29.

[7]Guo Xin, Sun Hong-bo, and Yeo T S. Interference cancellation for high-frequency surface wave radar[J].IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(7): 1879-1891.

[8]Riddolls R J and Adve R S. Two-dimensional adaptive processing for ionospheric clutter mitigation in high frequency surface wave radar[C]. Proceedings of Radar Conference, Pasadena, 2009: 1-4.

[9]Wan Xian-rong, Ke Heng-yu, and Wen Bi-yang. Adaptive ionospheric clutter suppression based on subarrays in monostatic HF surface wave radar[J].IEE Proceedings Radar,Sonar and Navigation, 2005, 152(2): 89-96.

[10]黃亮, 文必洋, 吳立明, 等. 高頻地波雷達(dá)電離層干擾抑制研究[J]. 電波科學(xué)學(xué)報(bào), 2007, 22(4): 626-630. Huang Liang, Wen Bi-yang, Wu Li-ming,et al.. Ionospheric interference mitigation in HFSWR[J].Chinese Journal of Radio Science, 2007, 22(4): 626-630.

[11]Li Lei, Xu Rong-qing, and Li Gao-peng. Robust ionospheric clutter mitigation method for high frequency surface wave radar[J].Science in China Series F:Information Sciences, 2008, 51(12): 2087-2093.

[12]Tian Wen-long, Li Gao-peng, and Xu Rong-qing. Ionospheric clutter mitigation for high-frequency surface-wave radar using two-dimensional array and beam space processing[J].IET Radar,Sonar&Navigation, 2012, 6(3): 202-211.

[13]Mao Xing-peng and Liu Yong-tan. Null phase-shift polarization filtering for high-frequency radar[J].IEEE Transactions on Aerospace and Electronic Systems, 2007, 43(4): 1397-1408.

[14]Mao Xing-peng, Liu Ai-jun, Hou Hui-jun,et al.. Oblique projection polarisation filtering for interference suppression in high-frequency surface wave radar[J].IET Radar,Sonar&Navigation, 2012, 6(2): 71-80.

[15]Mao Xing-peng, Hong Hong, Deng Wei-bo,et al.. Research on polarization cancellation of nonstationary ionosphere clutter in HF radar system[J].International Journal of Antennas and Propagation, 2015: 1-12.

[16]洪泓, 毛興鵬, 果然, 等. 基于距離-多普勒域的電離層雜波極化抑制方法[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(12): 2400-2405. Hong Hong, Mao Xing-peng, Guo Ran,et al.. Method for polarization cancellation of ionospheric clutter based on range-Doppler domain[J].Journal of Systems Engineering and Electronics, 2014, 36(12): 2400-2405.

[17]Hong Hong, Mao Xing-peng, and Hu Cui. A multi-domain collaborative filter for HFSWR based on oblique projection[C]. Proceedings of Radar Conference, Atlanta, 2012: 0907-0912.

[18]王秀紅, 毛興鵬, 張乃通. 基于DOA的脈沖壓縮雷達(dá)單快拍DOA估計(jì)[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(9): 1737-1743. Wang Xiu-hong, Mao Xing-peng, and Zhang Nai-tong. Single-snap DOA estimation based on compressed sensing in pulse compression radar system[J].Journal of Systems Engineering and Electronics, 2014, 36(9): 1737-1743.

[19]Behrens R T and Scharf L L. Signal processing applications of oblique projection operators[J].IEEE Transactions on Signal Processing, 1994, 42(6): 1413-1424.

[20]Wong K T, Li Linshan, and Zoltowski M D. Root-MUSIC-based direction-finding and polarization estimation using diversely polarized possibly collocated antennas[J].IEEE Antennas and Wireless Propagation Letters, 2004, 3(1): 129-132.

[21]田野. 基于稀疏重構(gòu)的陣列信號(hào)多參數(shù)估計(jì)[D]. [博士論文],吉林大學(xué), 2014: 77-89. Tian Ye. Multi-parameter estimation for array signals based on sparse reconstruction[D]. [Ph.D. dissertation], Jilin University, 2014: 77-89.

[22]李陽. 張量理論及其在陣列處理中的應(yīng)用研究[D]. [博士論文],復(fù)旦大學(xué), 2014: 147-151. Li Yang. Tensor theory and its application to array signal processing[D]. [Ph.D. dissertation], Fudan University, 2014: 147-151.

毛興鵬(1972-)，男，遼寧人，現(xiàn)任教于哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院，教授，博士生導(dǎo)師，主要研究方向?yàn)殡娮觽刹炫c電子對(duì)抗、 弱信號(hào)檢測(cè)、雷達(dá)信號(hào)處理。

E-mail: mxp@hit.edu.cn

董英凝(1969-)，女，黑龍江人，現(xiàn)任教于哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院，副教授，碩士生導(dǎo)師，主要研究方向?yàn)樾麦w制雷達(dá)技術(shù)和現(xiàn)代信號(hào)處理。

E-mail: dongyn@hit.edu.cn

鄧維波(1961-)，男，黑龍江人，現(xiàn)任教于哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院，教授，博士生導(dǎo)師，主要研究方向?yàn)槔走_(dá)目標(biāo)散射特性、雷達(dá)抗干擾技術(shù)以及陣列信號(hào)處理。

E-mail: dengweibo@hit.edu.cn

Space-polarization Collaborative Suppression Method for Ionospheric Clutter in HFSWR

Yang Yunlong①M(fèi)ao Xingpeng①②Dong Yingning①②Deng Weibo①②

①(School of Electronics and Information Engineering,Harbin Institute of Technology,Harbin150001,China)

②(Collaborative Innovation Center of Information Sensing and Understanding at Harbin Institute of Technology,Harbin150001,China)

High Frequency Surface Wave Radar (HFSWR) is able to receive surface target and low-flying aircraft echoes at a long-distance, but it suffers severely from ionospheric clutter. In this paper, a spacepolarization collaborative-based filter is introduced to mitigate ionospheric clutter. For parameter estimation on ionospheric clutter used for filters, a spatial parameter estimation algorithm based on compressive sensing is introduced to the DOA estimation of ionospheric clutter. In addition, a polarized parameter estimation algorithm based on statistical characteristics is proposed for ionospheric clutter in the range-Doppler spectrum. Higher estimation accuracy is achieved as a result of the range-Doppler spectrum; therefore, these two estimation algorithms enhance the performance of the space-polarization collaborative suppression method for ionospheric clutter. Experimental results of practical dual-polarized HFSWR data show the effectiveness of the two algorithms and the above mentioned filter for ionospheric clutter suppression.

High frequency radar; Ionospheric clutter; Parameter estimation; Space-polarization collaborative filter

TN95

A

2095-283X(2016)06-0673-08

10.12000/JR16024

陽云龍, 毛興鵬, 董英凝, 等. 高頻地波雷達(dá)電離層雜波的空域極化域協(xié)同抑制方法[J]. 雷達(dá)學(xué)報(bào), 2016, 5(6): 673-680.

10.12000/JR16024.

Reference format:Yang Yunlong, Mao Xingpeng, Dong Yingning,et al.. Space-polarization collaborative suppression method for ionospheric clutter in HFSWR[J].Journal of Radars, 2016, 5(6): 673-680. DOI: 10.12000/JR16024.

陽云龍(1988-)，男，廣西人，哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院在讀博士研究生，主要研究方向?yàn)槔走_(dá)極化敏感陣列信號(hào)處理技術(shù)。

E-mail: yangyl@hit.edu.cn

2016-01-28；改回日期：2016-06-15；

2016-06-27

*通信作者：毛興鵬 mxp@hit.edu.cn

國家自然科學(xué)基金(61171180)，中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(HIT. MKSTISP. 2016 26)

Foundation Items: The National Natural Science Foundation of China (61171180), Fundamental Research Funds for the Central Universities (HIT. MKSTISP. 2016 26)