基于極化散射特性的空間錐體目標(biāo)寬帶回波對(duì)齊

邵長(zhǎng)宇　　杜　蘭　　韓　勛　　劉宏偉(西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室　西安　710071)

?

基于極化散射特性的空間錐體目標(biāo)寬帶回波對(duì)齊

邵長(zhǎng)宇杜蘭*韓勛劉宏偉
(西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室西安710071)

摘要：包絡(luò)對(duì)齊是寬帶回波預(yù)處理中重要的一部分，然而對(duì)于空間錐體這類只有較少散射中心且目標(biāo)存在微動(dòng)的情況，現(xiàn)有的包絡(luò)對(duì)齊方法并不能得到較好的對(duì)齊結(jié)果。對(duì)于一些利用寬帶回波進(jìn)行微動(dòng)目標(biāo)參數(shù)估計(jì)的算法，包絡(luò)對(duì)齊是其算法的關(guān)鍵一步。該文提出一種基于極化散射特性進(jìn)行包絡(luò)對(duì)齊的算法，算法首先利用極化譜估計(jì)與幅相聯(lián)合估計(jì)(P-CAPES)超分辨方法估計(jì)寬帶極化回波中的散射中心的數(shù)目、位置和極化散射矩陣，然后計(jì)算前后時(shí)刻回波散射中心的極化相似性參數(shù)，最后利用得到相似性參數(shù)進(jìn)行包絡(luò)對(duì)齊。基于電磁計(jì)算數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。

關(guān)鍵詞：寬帶雷達(dá)；微動(dòng)；極化散射矩陣；極化譜估計(jì)與幅相聯(lián)合估計(jì)；包絡(luò)對(duì)齊

1　引言

高分辨1維距離像能夠提供目標(biāo)的結(jié)構(gòu)信息，是空間錐體類目標(biāo)識(shí)別的重要技術(shù)手段之一，近年來已有大量相關(guān)研究發(fā)表[1-6]。如果雷達(dá)回波非相參，或目標(biāo)存在徑向平動(dòng)使散射中心在1維距離像序列中發(fā)生越距離單元走動(dòng)，則在進(jìn)行寬帶回波處理之前需要對(duì)回波進(jìn)行包絡(luò)對(duì)齊，特別是對(duì)于許多利用寬帶回波提取空間錐體目標(biāo)微動(dòng)特征的算法，包絡(luò)對(duì)齊更是必不可少的一步。早在1980年，文獻(xiàn)[7]提出利用寬帶回波中的特顯點(diǎn)進(jìn)行包絡(luò)對(duì)齊，同一年文獻(xiàn)[8]提到用最大相關(guān)法和頻域的方法進(jìn)行包絡(luò)對(duì)齊。這些方法都簡(jiǎn)單而有效，并被廣泛應(yīng)用，但是這些方法對(duì)背景噪聲敏感，且有錯(cuò)誤對(duì)齊積累效應(yīng)，針對(duì)以上缺點(diǎn)，文獻(xiàn)[9]在1995年提出利用Hough變換進(jìn)行包絡(luò)對(duì)齊這中全局化算法。該算法對(duì)噪聲穩(wěn)健且不會(huì)有錯(cuò)誤對(duì)齊的積累效應(yīng)，但是計(jì)算量較大。文獻(xiàn)[10]在2003年提出利用平均距離像的熵進(jìn)行包絡(luò)對(duì)齊，該方法要求距離像的相對(duì)平動(dòng)是多項(xiàng)式調(diào)制的，但這在一些實(shí)際情況下是不能滿足的，而且其多項(xiàng)式系數(shù)不易求解。2009年，文獻(xiàn)[11]對(duì)文獻(xiàn)[10]的方法進(jìn)行了改進(jìn)，使其在減少計(jì)算量的同時(shí)易于求解。

以上算法僅適用于目標(biāo)不存在微動(dòng)部件時(shí)的包絡(luò)對(duì)齊，但往往當(dāng)目標(biāo)存在平動(dòng)主體的同時(shí)，還會(huì)存在一些微動(dòng)部件，如直升機(jī)旋翼螺旋槳、渦輪發(fā)動(dòng)機(jī)葉片、車輛的輪胎或履帶等。微動(dòng)部件的存在會(huì)對(duì)1維距離像造成擾動(dòng)，使得傳統(tǒng)的包絡(luò)對(duì)齊方法有效性降低。一種有效的方法是根據(jù)目標(biāo)主體和微動(dòng)部件的不同微多普勒調(diào)制特性，將微多普勒信號(hào)從主體回波信號(hào)中分離[12，13]。但是這種方法或者假設(shè)目標(biāo)的平動(dòng)已經(jīng)完全補(bǔ)償，或仍采用傳統(tǒng)的包絡(luò)對(duì)齊手段對(duì)目標(biāo)回波做包絡(luò)對(duì)齊。由于受微動(dòng)部件的影響，傳統(tǒng)的包絡(luò)對(duì)齊方法的精度會(huì)下降甚至失效。為了提高包含旋轉(zhuǎn)部件目標(biāo)的包絡(luò)對(duì)齊精度，文獻(xiàn)[14]通過限幅來提高1維距離像的相似性。上述的所有方法都是假設(shè)回波存在較強(qiáng)的主體回波信號(hào)，并且微動(dòng)僅存在于目標(biāo)部件上。而對(duì)于像空間錐體這種只有少量散射中心，且目標(biāo)主體存在明顯微動(dòng)的情況下，上述的所有算法都將失效。當(dāng)寬帶雷達(dá)采用解線調(diào)方法作相干檢波，而基準(zhǔn)距離的移動(dòng)又未作精確補(bǔ)償時(shí)，信號(hào)的相干性被破壞，回波將非相干化。對(duì)于這種非相干回波，利用散射點(diǎn)分離跟蹤這類方法亦不再適用。而目前還沒有針對(duì)這種情況下行之有效的包絡(luò)對(duì)齊手段。

針對(duì)上述情況，本文提出利用回波極化特性對(duì)非相干寬帶回波進(jìn)行包絡(luò)對(duì)齊的方法。本文方法首先由超分辨算法估計(jì)目標(biāo)的散射中心數(shù)目、位置和極化散射矩陣；然后利用極化散射矩陣計(jì)算目標(biāo)的極化相關(guān)性，并根據(jù)散射中心的極化相關(guān)性實(shí)現(xiàn)目標(biāo)的寬帶回波對(duì)齊；最后，利用電磁計(jì)算數(shù)據(jù)驗(yàn)證了算法的有效性。

2　極化Capon和APES聯(lián)合估計(jì)算法

為了更簡(jiǎn)單和準(zhǔn)確地估計(jì)目標(biāo)散射中心的相干極化散射矩陣，文獻(xiàn)[15]提出了極化多重信號(hào)分類(P-MUSIC)方法，該方法可以實(shí)現(xiàn)對(duì)各極化通道散射中心的數(shù)目、位置、強(qiáng)度以及相干極化散射矩陣進(jìn)行同時(shí)估計(jì)，這樣做的好處是各個(gè)通道估計(jì)出的散射中心數(shù)目和位置是一致的，從而避免了后續(xù)對(duì)各通道散射中心進(jìn)行關(guān)聯(lián)和估計(jì)極化散射矩陣問題。本文將該思想引入到Capon譜估計(jì)和幅相估計(jì)聯(lián)合估計(jì)(CAPES)方法中，提出極化CAPES(PCAPES)方法。CAPES譜估計(jì)方法是由文獻(xiàn)[16]提出，它是一種Capon和APES聯(lián)合處理的方法，即先由Capon方法估計(jì)目標(biāo)散射中心的數(shù)目和位置，然后利用APES方法估計(jì)已知散射中心位置的強(qiáng)度。該方法同時(shí)擁有Capon方法估計(jì)散射中心位置準(zhǔn)確和APES方法估計(jì)散射中心強(qiáng)度準(zhǔn)確的優(yōu)點(diǎn)。本文提出的P-CAPES方法與文獻(xiàn)[15]中的PMUSIC方法相比，P-CAPES是一種非參數(shù)估計(jì)方法，不需要預(yù)先估計(jì)目標(biāo)的散射中心數(shù)目，且可以更準(zhǔn)確地估計(jì)散射中心的極化散射矩陣。

相干極化散射中心目標(biāo)的信號(hào)模型描述如下：

將式(1)寫成矩陣形式：

其中，X為N×3矩陣，對(duì)應(yīng)測(cè)量的全極化信息；s 為M×3矩陣，是目標(biāo)散射中心的極化散射矩陣；A 為N×M導(dǎo)向矢量矩陣，表示對(duì)應(yīng)目標(biāo)散射中心的位置信息；u為N×3噪聲矩陣。具體表示如下，

為第m個(gè)散射中心對(duì)應(yīng)的導(dǎo)向矢量。

P-Capon估計(jì)方法的功率譜形式可表示為

其中，RL可以利用滑窗計(jì)算，即，為X中第l行到第N-L + l行的子陣；為 a(r)中第l行到第N-L + l行的子向量。

由P-Capon算法得到散射中心的數(shù)目和位置后，利用APES算法計(jì)算散射中心的極化散射矩陣，APES算法可表示為

其中，

P-Capon和APES這兩種超分辨算法具有各自的優(yōu)點(diǎn)：P-Capon算法具有很好的超分辨能力，但其對(duì)散射中心的回波幅度的估計(jì)是有偏的，而APES算法雖然比P-Capon算法的超分辨能力要弱，但對(duì)散射中心的回波幅度估計(jì)是無偏估計(jì)，且具有很好的估計(jì)精度。因此，結(jié)合這兩種超分辨算法的優(yōu)點(diǎn)，P-CAPES算法首先利用P-Capon算法估計(jì)散射中心的數(shù)目和位置，在已知的散射中心位置的情況下，利用APES算法獲得散射中心的極化散射矩陣。

3　極化散射特性

本文的寬帶回波包絡(luò)對(duì)齊方法的第1步是將各次回波的散射中心關(guān)聯(lián)起來，而關(guān)聯(lián)各散射中心需要利用散射中心的某些特征。這里我們基于散射中心的極化散射特性，提出了極化相似性系數(shù)，其包含了兩個(gè)相似性參數(shù)：結(jié)構(gòu)相似性參數(shù)和能量相似性參數(shù)。其中結(jié)構(gòu)相似性參數(shù)反映了散射中心極化散射矩陣的結(jié)構(gòu)信息，能量相似性參數(shù)表明了散射中心極化散射矩陣的能量信息，極化相似性參數(shù)綜合利用了極化相似性參數(shù)的結(jié)構(gòu)信息和能量信息，使其更為穩(wěn)定。

3.1 結(jié)構(gòu)相似性參數(shù)

結(jié)構(gòu)相似性參數(shù)是文獻(xiàn)[17]等為了研究目標(biāo)特征提取，提出的目標(biāo)極化散射矩陣間的相似性參數(shù)，該相似性參數(shù)可以用來表征兩個(gè)目標(biāo)之間的散射特征，它與目標(biāo)定向角(即目標(biāo)繞雷達(dá)視線的旋轉(zhuǎn)角)和散射中心回波的總功率無關(guān)。

在Pauli基下對(duì)散射矩陣S按如式(12)方法矢量化：

其中，Trace(·)表示求矩陣跡?？梢缘玫缴⑸涫噶浚?/p>

在此基礎(chǔ)上，可以定義兩個(gè)散射矩陣S1和S2之間的結(jié)構(gòu)相似性參數(shù)：

其中，向量k1和k2分別對(duì)應(yīng)于S1和S2，符號(hào)“”表示向量各元素的平方和。由式(14)可知，的取值區(qū)間為。結(jié)構(gòu)相似性參數(shù)僅與兩個(gè)散射中心極化散射矩陣的結(jié)構(gòu)的相似程度相關(guān)，而與其能量無關(guān)。

3.2 能量相似性參數(shù)

文獻(xiàn)[18]中給出了一種極化散射矩陣的能量相似性參數(shù)定義，并證明了其具有繞雷達(dá)視線的旋轉(zhuǎn)不變性。該相似性參數(shù)是由Mueller矩陣得到，Mueller矩陣的定義如式(15)所示。

其中，M1ij和M2ij表示M1和M2的第i行第j列元素，表示Frobenious范數(shù)。從式(16)可以看出，此定義的能量相似性參數(shù)的取值區(qū)間是(0，1 ]。能量相似性參數(shù)反映了兩個(gè)極化散射矩陣之間的能量的相似程度。

3.3 極化相似性參數(shù)

為了使寬帶回波對(duì)齊，需要利用一定的準(zhǔn)則，傳統(tǒng)的特顯點(diǎn)對(duì)齊方法是利用回波中一個(gè)或幾個(gè)散射中心的能量不同進(jìn)行對(duì)齊，但是對(duì)于空間錐體目標(biāo)而言，散射中心數(shù)目較少，只是利用能量不同進(jìn)行對(duì)齊會(huì)出現(xiàn)嚴(yán)重的錯(cuò)誤，因此傳統(tǒng)的只是利用能量不同的特顯點(diǎn)等方法不再適用，為了得到較好的對(duì)齊效果，僅利用能量信息是不夠的，需要尋找其它信息聯(lián)合能量信息進(jìn)行回波對(duì)齊。根據(jù)前面定義的結(jié)構(gòu)相似性參數(shù)和能量相似性參數(shù)，本文給出散射中心極化相似性參數(shù)的定義，并利用定義的極化相似性參數(shù)進(jìn)行回波對(duì)齊。令兩個(gè)散射中心的極化散射矩陣分別為S1和S2，則兩個(gè)散射中心的極化相似性參數(shù)定義為

4　包絡(luò)對(duì)齊方法

首先對(duì)寬帶極化回波進(jìn)行P-CAPES超分辨處理，得到目標(biāo)各等效散射中心的位置和極化散射矩陣；再由已得到的散射矩陣計(jì)算前后時(shí)刻目標(biāo)回波中的各散射中心的極化相似性參數(shù)，將其中極化相似性參數(shù)較大后一時(shí)刻的散射中心移到與前一時(shí)刻的同一距離單元內(nèi)，從而達(dá)到寬帶對(duì)齊的目的。為了減少錯(cuò)誤累積的影響，引入遺忘因子al，并計(jì)算前L次回波散射中心極化相似系數(shù)的加權(quán)平均。具體實(shí)現(xiàn)步驟如下：

(1)初始化回波計(jì)數(shù)器k =1，設(shè)置相似性權(quán)系數(shù)λ和遺忘因子al，其中l(wèi)=1，2，…，L ，L為計(jì)算相似系數(shù)的回波數(shù)，相似性權(quán)系數(shù)λ的設(shè)置決定了對(duì)齊算法對(duì)于散射中心極化散射矩陣的結(jié)構(gòu)信息和能量信息的依賴性，即如果λ＞0.5，則算法對(duì)極化散射矩陣的結(jié)構(gòu)信息的依賴性更大一些，反之，如果λ＜0.5，算法更依賴于散射矩陣的能量信息。

(2)利用P-CAPES超分辨算法對(duì)第k次寬帶極化回波進(jìn)行超分辨處理，得到目標(biāo)的各散射中心在寬帶回波的位置bn和極化散射矩陣Skn，n =1，2，…，N，其中N為第k次回波散射中心的數(shù)目。

(3)如果k =1，則k=k +1并轉(zhuǎn)至步驟(2)；如果k =2，計(jì)算第2次回波的第m個(gè)散射中心極化散射矩陣S1m和第2次回波的第n個(gè)散射中心極化散射矩陣S2n的極化相似性參數(shù)；如果k＞2，計(jì)算第k次回波的第n個(gè)散射中心Skn與計(jì)算的加權(quán)平均散射矩陣的極化相似性參數(shù)。

(4)如果k =2，計(jì)算使第1次和第2次的極化相似性參數(shù)最大的散射中心和：

其中，al是遺忘因子，L為計(jì)算加權(quán)平均的回波數(shù)。

(6)如果數(shù)據(jù)結(jié)束，則算法結(jié)束，回波的包絡(luò)對(duì)齊實(shí)現(xiàn)；否則k=k +1，轉(zhuǎn)到步驟(2)。

5　仿真實(shí)驗(yàn)

本文實(shí)驗(yàn)所用數(shù)據(jù)為電磁計(jì)算數(shù)據(jù)，數(shù)據(jù)模型為光滑圓頂錐體。錐體底面半徑為0.25 m，錐高為0.96 m，圓頂半徑為0.01 m。電磁計(jì)算數(shù)據(jù)為步進(jìn)頻信號(hào)，信號(hào)載頻為9～11 GHz，步進(jìn)間隔為0.02 GHz，共101個(gè)頻點(diǎn)，即雷達(dá)帶寬為2 GHz，距離分辨率為0.075 m。仿真雷達(dá)回波重頻為1 kHz，觀測(cè)時(shí)間為1 s。將101個(gè)頻點(diǎn)的回波視為一次回波，并假設(shè)每次回波間非相干(這里我們對(duì)每次回波的101個(gè)頻點(diǎn)加一相同的隨機(jī)初始相位來實(shí)現(xiàn)非相干性)。目標(biāo)散射中心主要產(chǎn)生于目標(biāo)的邊緣、拐點(diǎn)、棱角及尖端等不連續(xù)點(diǎn)部位，因此圓頂錐體目標(biāo)有3個(gè)散射中心，但由于遮擋效應(yīng)，通常只能觀測(cè)到其中的2個(gè)(頂部和底部邊緣)。仿真實(shí)驗(yàn)首先驗(yàn)證了利用極化相似性參數(shù)進(jìn)行包絡(luò)對(duì)齊的可行性，然后給出了錐體目標(biāo)在翻滾和進(jìn)動(dòng)這兩種典型的微動(dòng)情況下回波的包絡(luò)對(duì)齊結(jié)果。

5.1 極化相似性參數(shù)有效性實(shí)驗(yàn)

本實(shí)驗(yàn)用來驗(yàn)證利用極化相似性參數(shù)進(jìn)行包絡(luò)對(duì)齊的可行性。假設(shè)圓頂錐體目標(biāo)做進(jìn)動(dòng)，我們分析了進(jìn)動(dòng)目標(biāo)寬帶極化回波，回波共有兩個(gè)散射中心，分別來自圓頂錐體目標(biāo)的錐頂和底部邊緣。實(shí)驗(yàn)中假設(shè)回波信噪比為5 dB，這里信噪比的定義為

其中，N表示回波數(shù)，SHHim表示第i次回波第m個(gè)散射中心的HH極化分量，Pn表示噪聲功率。

我們將相同散射中心某一時(shí)刻與其后一時(shí)刻的相似性參數(shù)稱之為自相關(guān)系數(shù)，將不同散射中心某一時(shí)刻與其后一時(shí)刻的相似性參數(shù)稱為互相關(guān)系數(shù)。圖1給出了錐體目標(biāo)一個(gè)散射中心自相關(guān)系數(shù)和互相關(guān)系數(shù)，其中圖1(a)表示該散射中心結(jié)構(gòu)相似性參數(shù)的自相關(guān)系數(shù)和互相關(guān)系數(shù)，圖1(b)表示能量相似性參數(shù)的自相關(guān)系數(shù)和互相關(guān)系數(shù)，圖1(c)表示極化相似性參數(shù)的自相關(guān)系數(shù)和互相關(guān)系數(shù)。圖中橫坐標(biāo)表示雷達(dá)視線與錐體對(duì)稱軸夾角從10°變化到60°，變化間隔為0.1°。當(dāng)兩個(gè)散射中心的前后兩次的自相關(guān)小于互相關(guān)時(shí)，將出現(xiàn)對(duì)齊錯(cuò)誤，為了更直觀展示利用各參數(shù)的對(duì)齊效果，統(tǒng)計(jì)了圖1中利用各參數(shù)進(jìn)行對(duì)齊時(shí)，出現(xiàn)對(duì)齊錯(cuò)誤的次數(shù)，其中，只利用能量相似性參數(shù)進(jìn)行對(duì)齊時(shí)，出現(xiàn)了8次對(duì)齊錯(cuò)誤，只利用結(jié)構(gòu)相似性參數(shù)進(jìn)行對(duì)齊時(shí)，會(huì)出現(xiàn)了10次對(duì)齊錯(cuò)誤，而利用本文中所提的極化相似性系數(shù)進(jìn)行對(duì)齊時(shí)，僅出現(xiàn)了1次對(duì)齊錯(cuò)誤，從而可以看出，本文提出的極化相似性系數(shù)能夠得到更好的對(duì)齊結(jié)果。

利用本文所提算法對(duì)上述回波進(jìn)行對(duì)齊，選擇不同的遺忘因子λ和歷史回波數(shù)L時(shí)，對(duì)齊錯(cuò)誤數(shù)如圖2所示。由圖2可知，在λ較小和較大時(shí)(λ＞ 0.8或λ＜ 0.3)，都會(huì)有較多的對(duì)齊錯(cuò)誤，從實(shí)驗(yàn)5.1節(jié)可知，僅利用能量相似性參數(shù)或結(jié)構(gòu)相似性參數(shù)，真實(shí)的對(duì)齊錯(cuò)誤僅有10次左右，但由于錯(cuò)誤積累效應(yīng)，導(dǎo)致對(duì)齊錯(cuò)誤較多，而此時(shí)引入遺忘因子并沒有明顯的改善對(duì)齊效果，這是因?yàn)棣溯^小或較大時(shí)，相當(dāng)于僅利用了一種信息(能量信息或結(jié)果信息)，遺忘因子的引入并不能有效解決錯(cuò)誤積累問題；而當(dāng)λ在0.4～0.7之間時(shí)，對(duì)齊錯(cuò)誤明顯減少。當(dāng)L較小時(shí)(圖中小于3)，由于錯(cuò)誤積累效應(yīng)，仍然會(huì)出現(xiàn)較多的對(duì)齊錯(cuò)誤，而當(dāng)L在3～24時(shí)，可以明顯看到對(duì)齊錯(cuò)誤大幅下降。從實(shí)驗(yàn)中可以看出，λ可以在0.4～0.7之間選擇，本文后續(xù)實(shí)驗(yàn)中令λ=0.5 ; L在3～24時(shí)都有較好的對(duì)齊效果，本文后續(xù)實(shí)驗(yàn)中選擇L =4。

5.2 翻滾目標(biāo)回波包絡(luò)對(duì)齊實(shí)驗(yàn)

翻滾為目標(biāo)繞某一軸線旋轉(zhuǎn)。本實(shí)驗(yàn)假設(shè)目標(biāo)翻滾頻率為2 Hz，回波信噪比為10 dB。圖3為利用101個(gè)頻點(diǎn)，通過P-Capon算法得到的1維距離像結(jié)果，在每次1維距離像的頻域加了一個(gè)隨機(jī)相位，已形成非相干回波的效果，從圖中可以看出，目標(biāo)1維距離像序列雜亂無章，無法得到目標(biāo)的微動(dòng)信息。

圖4給出了傳統(tǒng)目標(biāo)包絡(luò)對(duì)齊算法與本文算法的結(jié)果。圖4(a)為包絡(luò)最大相關(guān)對(duì)齊方法對(duì)齊結(jié)果，由于散射中心數(shù)目較少，包絡(luò)最大相關(guān)算法在這種情況下已經(jīng)完全失效。圖4(b)為特顯點(diǎn)算法對(duì)齊結(jié)果。微動(dòng)將使得目標(biāo)的散射中心的回波強(qiáng)度隨時(shí)間變化，有時(shí)變化較大，從圖4(b)中可以看出，由于散射中心的強(qiáng)度存在變化而不能有效地進(jìn)行包絡(luò)對(duì)齊。圖4(c)為利用散射中心能量跟蹤的方法進(jìn)行回波對(duì)齊，其中跟蹤方法采用Kalman濾波和最近鄰關(guān)聯(lián)算法，由于能量散射中心的能量變化模型未知，本文利用二階的常速度模型代替。從對(duì)齊結(jié)果可以看出，僅利用能量信息進(jìn)行散射中心跟蹤，會(huì)出現(xiàn)較多的跟蹤錯(cuò)誤，主要是因?yàn)閷?duì)于空間錐體目標(biāo)存在微動(dòng)時(shí)，散射中心能量變化模型不容易建立，而利用近似模型容易造成錯(cuò)誤的跟蹤結(jié)果。圖4(d)為本文提出的利用目標(biāo)極化相似性進(jìn)行包絡(luò)對(duì)齊的結(jié)果，可以看出，該方法在空間錐體目標(biāo)翻滾情況下可以有效得到包絡(luò)對(duì)齊結(jié)果。

5.3 進(jìn)動(dòng)目標(biāo)回波包絡(luò)對(duì)齊實(shí)驗(yàn)

圖1　相似性參數(shù)

圖2　不同參數(shù)對(duì)齊錯(cuò)誤數(shù)

圖3　翻滾目標(biāo)原始1維距離像序列

圖4　各算法對(duì)齊結(jié)果

進(jìn)動(dòng)為目標(biāo)在自旋的同時(shí)，自旋軸繞某一軸旋轉(zhuǎn)，該軸稱之為進(jìn)動(dòng)軸，并將自旋軸的旋轉(zhuǎn)稱為錐旋。由于目標(biāo)為光滑錐體目標(biāo)，因此目標(biāo)自旋并不會(huì)對(duì)回波產(chǎn)生微多普勒調(diào)制，回波中的微多普勒效應(yīng)只有錐旋產(chǎn)生。實(shí)驗(yàn)中假設(shè)目標(biāo)自旋頻率為8 Hz，錐旋頻率為5 Hz，回波信噪比為10 dB。圖5為利用101個(gè)頻點(diǎn)，通過P-Capon算法得到的1維距離像結(jié)果，因?yàn)樵诿看?維距離像的頻域加了一個(gè)隨機(jī)相位，從圖中可以看出，目標(biāo)的1維距離像序列雜亂無章，無法得到目標(biāo)的微動(dòng)信息。

圖5　進(jìn)動(dòng)目標(biāo)原始1維距離像序列

圖6給出了傳統(tǒng)目標(biāo)包絡(luò)對(duì)齊算法與本文算法的結(jié)果。圖6(a)為包絡(luò)最大相關(guān)對(duì)齊方法對(duì)齊結(jié)果，由于散射中心數(shù)目較少，包絡(luò)最大相關(guān)算法在這種情況下已經(jīng)完全失效。圖6(b)為特顯點(diǎn)算法對(duì)齊結(jié)果。微動(dòng)將使得目標(biāo)的散射中心的回波強(qiáng)度隨時(shí)間變化，有時(shí)變化較大，從圖6(b)中可以看出，由于散射中心的強(qiáng)度變化而不能有效地進(jìn)行包絡(luò)對(duì)齊。圖6(c)為利用散射中心能量跟蹤的方法進(jìn)行回波對(duì)齊，其中跟蹤的方法與5.2節(jié)中相同。從對(duì)齊結(jié)果可以看出，僅利用能量信息進(jìn)行散射中心跟蹤，會(huì)出現(xiàn)較多的跟蹤錯(cuò)誤。圖6(d)為本文提出的利用目標(biāo)極化相似性進(jìn)行包絡(luò)對(duì)齊的結(jié)果，可以看出，該方法在空間錐體目標(biāo)進(jìn)動(dòng)情況下可以有效得到包絡(luò)對(duì)齊結(jié)果。進(jìn)一步，我們可以根據(jù)對(duì)齊后回波序列中散射中心的距離判斷出回波的錐頂散射中心和錐底散射中心，并根據(jù)錐底散射中心的距離變化，容易估計(jì)出目標(biāo)的進(jìn)動(dòng)頻率為5 Hz。在實(shí)驗(yàn)過程中，由超分辨算法進(jìn)行散射中心估計(jì)時(shí)，估計(jì)的結(jié)果中會(huì)出現(xiàn)散射中心的缺失和偽峰情況，特別是偽峰的情況，出現(xiàn)次數(shù)較多，可以從圖5中看出，這可能是實(shí)驗(yàn)中在利用極化Capon超分辨算法選取峰值時(shí)，設(shè)置的門限較低的緣故，但是從實(shí)驗(yàn)結(jié)果上可以看出，本文所提算法可以有效地適用這種情況。

圖6　各算法對(duì)齊結(jié)果

為了進(jìn)一步說明雷達(dá)重頻對(duì)本文算法的影響，利用不同雷達(dá)重復(fù)頻率的1000次回波進(jìn)行包絡(luò)對(duì)齊，對(duì)齊結(jié)果如圖7所示。從圖7可知，在雷達(dá)重復(fù)頻率大于80 Hz時(shí)，本文算法都可以得到較好的對(duì)齊精度，且在80～1000 kHz，對(duì)齊精度隨重復(fù)頻率的增加而逐漸提高，但是在80 Hz以下時(shí)，對(duì)齊的精度較小，這是因?yàn)榇藭r(shí)出現(xiàn)了錯(cuò)誤積累現(xiàn)象，可能某一次的錯(cuò)誤造成后續(xù)的大范圍對(duì)齊錯(cuò)誤。

6　結(jié)束語

圖7　對(duì)齊錯(cuò)誤率隨雷達(dá)重復(fù)頻率的變化

由于傳統(tǒng)的包絡(luò)對(duì)齊算法在目標(biāo)存在微動(dòng)的情況下失效，本文首先定義了散射中心的極化相似性參數(shù)，并提出利用目標(biāo)散射中心回波前后時(shí)刻的極化相似性參數(shù)進(jìn)行回波包絡(luò)對(duì)齊，可以有效解決在目標(biāo)散射中心數(shù)目較少且存在微動(dòng)的情況下的回波對(duì)齊問題。實(shí)驗(yàn)結(jié)果表明，本文提出的算法可以得到較好的包絡(luò)對(duì)齊結(jié)果。如何利用包絡(luò)對(duì)齊的結(jié)果進(jìn)行微動(dòng)目標(biāo)的結(jié)構(gòu)參數(shù)和微動(dòng)參數(shù)估計(jì)將是下一步的研究方向。

參考文獻(xiàn)

[1]張帥欽，張榮杰，張申濤，等.基于寬帶雷達(dá)的彈道目標(biāo)微動(dòng)分析[J].現(xiàn)代雷達(dá)，2014，36(9):30-33.ZHANG Shuaiqin，ZHANG Rongjie，ZHANG Shentao，et al.Micro-motion analysis of ballistic target based on wide-band radar[J].Modern Radar，2014，36(9):30-33.

[2]梁必帥，張群，婁昊，等.基于微動(dòng)特征關(guān)聯(lián)的空間非對(duì)稱自旋目標(biāo)雷達(dá)三維成像方法[J].電子與信息學(xué)報(bào)，2014，36(6):1381-1388.doi:10.3724/SP.J.1146.2013.01147.LIANG Bishuai，ZHANG Qun，LOU Hao，et al.A method of three-dimensional imaging based on micro-motion feature association for spatial asymmetrical spinning targets[J].Journal of Electronics ＆ Information Technology，2014，36(6):1381-1388.doi:10.3724/SP.J.1146.2013.01147.

[3]梁必帥，張群，婁昊，等.基于微動(dòng)特征關(guān)聯(lián)的空間自旋目標(biāo)寬帶雷達(dá)三維成像[J].電子與信息學(xué)報(bào)，2013，35(9):2133-3140.doi:10.3724/SP.J.1146.2012.01537 LIANG Bishuai，ZHANG Qun，LOU Hao，et al.Threedimensional broadband radar imaging of space spinning targets based on micro-motion parameter correlation[J].Journal of Electronics ＆ Information Technology，2013，35(9):2133-3140.doi:10.3724/SP.J.1146.2012.01537.

[4]鄧冬虎，張群，李宏偉，等.基于高階矩函數(shù)的寬帶雷達(dá)微動(dòng)特征提取[J].電子與信息學(xué)報(bào)，2013，35(9):2126-2132.doi:10.3724/SP.J.1146.2012.01550.DENG Donghu，ZHANG Qun，LI Hongwei，et al.Micromotion signature extraction for wideband radar based on high-order moment function[J].Journal of Electronics ＆Information Technology，2013，35(9):2126-2132.doi:10.3724/SP.J.1146.2012.01550.

[5]霍凱，姜衛(wèi)東，黎湘，等.基于相干Doppler干涉的微動(dòng)目標(biāo)寬帶成像方法[J].系統(tǒng)工程與電子技術(shù)，2014，36(2):239-247.doi:10.3969/j.issn.1001-506X.2014.02.07.HUO Kai，JIANG Weidong，LI Xiang，et al.Wideband imaging method for micro-motion target based on coherent Doppler interferometry[J].Systems Engineering and Electronics，2014，36(2):239-247.doi:10.3969/j.issn.1001-506X.2014.02.07.

[6]寧超，田雨光，張向陽.基于雷達(dá)一維距離像序列的微動(dòng)特征提取[J].空軍預(yù)警學(xué)院學(xué)報(bào)，2013，27(3):173-176.doi:10.3969/j.issn.2095-5839.2013.03.005.NING Chao，TIAN Yuguang，and ZHANG Xiangyang.Extraction of micro-motion characteristics based on radar one-dimensional range profile sequence[J].Journal of Air Force Early Warning Academy，2013，27(3):173-176.doi:10.3969/j.issn.2095-5839.2013.03.005.

[7]PRICKETT M J and CHEN C C.Principles of inverse synthetic aperture radar/ISAR/imaging[C].Electronics and Aerospace Systems Conference.San Diego，CA，USA.1980，1:340-345.

[8]CHEN C C and ANDREWS H C.Target-motion-induced radar imaging[J].IEEE Transactions on Aerospace Electronic Systems，1980，16(1):2-14.doi:10.1109/TAES.1980.308873.

[9]SAUER T and SCHROTH A.Robust range alignment algorithm via Hough transform in an ISAR imaging system[J].IEEE Transactions on Aerospace and Electronic Systems，1995，31(3):1173-1177.doi:10.1109/7.395222.

[10]WANG J and KASILINGMN D.Global range alignment for ISAR[J].IEEE Transactions on Aerospace and Electronic Systems，2003，39(1):351-357.doi:10.1109/TAES.2003.1188917.

[11]ZHU D，WANG L，YU Y，et al.Robust ISAR range alignment via minimizing the entropy of the average range profile[J].IEEE Geoscience and Remote Sensing Letters，2009，6(2):204-208.doi:10.1109/LGRS.2008.2010562.

[12]BAI X，XING M，ZHOU F，et al.Imaging of micromotion targets with rotating parts based on empirical-mode decomposition[J].IEEE Transactions on Geoscience and Remote Sensing，2008，46(11):3514-3523.doi:10.1109/ TGRS.2008.2002322.

[13]袁斌，徐世友，陳曾平.基于復(fù)數(shù)局部均值分解的含旋轉(zhuǎn)部件目標(biāo)微多普勒分離技術(shù)[J].電子與信息學(xué)報(bào)，2012，34(12):2927-2933.doi:10.3724/SP.J.1146.2012.00655.YUAN Bin，XU Shiyou，and CHEN Zengping.Micro-Doppler separation from targets with rotating parts based on complex local mean decomposition[J].Journal of Electronics ＆ Information Technology，2012，34(12):2927-2933.doi:10.3724/SP.J.1146.2012.00655.

[14]盧光躍，保錚.ISAR 成像中具有游動(dòng)部件目標(biāo)的包絡(luò)對(duì)齊[J].系統(tǒng)工程與電子技術(shù)，2000，22(6):12-14.LU Guangyue and BAO Zheng.Range alignment for targets with moving parts in ISAR imaging[J].Systems Engineering and Electronics，2000，22(6):12-14.

[15]代大海.極化雷達(dá)成像及目標(biāo)特征提取研究[D].[博士論文]，國(guó)防科技大學(xué)，2008.DAI Dahai.Polarimetric radar imaging and target feature extraction[D].[Ph.D.dissertation]，National University of Defense Technology，2008.

[16]JAKOBSSON A and STOICA P.Combining Capon and APES for estimation of spectral lines[J].Circuits，Systems and Signal Processing，2000，19(2):159-169.doi:10.1007/ BF01212468.

[17]YANG J，PENG Y N，and LIN S M.Similarity between two scattering matrices[J].Electronics Letters，2001，37(3):193-194.doi:10.1049/el:20010104.

[18]郭雷.寬帶雷達(dá)目標(biāo)極化特征提取與核方法識(shí)別研究[D].[博士論文]，國(guó)防科技大學(xué)，2009.GOU Lei.Wideband radar target polarimetric feature extraction and recognition method based on kernel method[D].[Ph.D.dissertation]，National University of Defense Technology，2009.

邵長(zhǎng)宇：男，1986年生，博士生，研究方向?yàn)槔走_(dá)空間目標(biāo)識(shí)別.

杜蘭：女，1980年生，教授，博士生導(dǎo)師，研究方向?yàn)榻y(tǒng)計(jì)信號(hào)處理、雷達(dá)信號(hào)處理、機(jī)器學(xué)習(xí)及其在雷達(dá)目標(biāo)檢測(cè)與識(shí)別方面的應(yīng)用.

韓勛：男，1990年生，博士生，研究方向?yàn)槔走_(dá)空間目標(biāo)識(shí)別.

劉宏偉：男，1971年生，教授，博士生導(dǎo)師，研究方向?yàn)槔走_(dá)信號(hào)處理、MIMO雷達(dá)、雷達(dá)目標(biāo)識(shí)別、自適應(yīng)信號(hào)處理、認(rèn)知雷達(dá)等.

Polarization Scattering Characteristics Based Range Alignment for Bandwidth Echoes of Space Coning Target

SHAO ChangyuDU LanHAN XunLIU Hongwei
(National Laboratory of Radar Signal Processing，Xidian University，Xi’an 710071，China)

Abstract:Range alignment is an important step in the preprocessing of wideband radar echoes.However for the echoes of space coning target with micro-motions that only has several scatter centers，the range alignment methods available do not work well.Range alignment is the key step in the parameters estimation algorithms for wideband radar echoes of targets with micro-motions.This paper proposes a range alignment method based on the polarization scattering characteristics.The proposed method first estimates the number，locations and polarization scattering matrices of the scatter centers in the wideband radar echoes using the combing Pole Capon and Amplitude and Phase EStimation(P-CAPES)super-resolution method.Then，polarization similarities of the scatter centers in the adjacent echoes are calculated with the polarization scattering matrices and are used to range alignment.Experiments verify the effectiveness of the proposed method by using electromagnetic data.

Key words:Wideband radar; Micro-motion; Polarization scattering matrix; Combing Pole Capon and Amplitude and Phase EStimation(P-CAPES); Range alignment

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61271024，61201292，61322103)，中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(K5051302010)，上海航天科技創(chuàng)新基金(SAST2015009)，航空科學(xué)基金(20142081009)，航空電子系統(tǒng)射頻綜合仿真航空科技重點(diǎn)實(shí)驗(yàn)室基金

*通信作者：杜蘭dulan@mail.xidian.edu.cn

收稿日期：2015-03-17；改回日期：2015-10-20；網(wǎng)絡(luò)出版：2015-12-04

DOI:10.11999/JEIT150316

中圖分類號(hào)：TN958

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-5896(2016)02-0434-08

Foundation Items:The National Natural Science Foundation of China(61271024，61201292，61322103)，The Fundamental Research Funds for the Central Universities(K5051302010)，Shanghai Aerospace Science and Technology Innovation Fund(SAST2015009)，Aviation Science Fund(20142081009)，Key Laboratory Fund of RF Integrated Laboratory in Avionics System