防空雷達復(fù)雜強雜波抑制

桂佑林，張冰瑞

(南京電子技術(shù)研究所,　南京 210039)

?

·信號處理·

防空雷達復(fù)雜強雜波抑制

桂佑林，張冰瑞

(南京電子技術(shù)研究所,南京 210039)

針對山區(qū)、海面和城市復(fù)雜強雜波抑制問題，提出了基于速度信息和點跡質(zhì)量評估的雜波抑制技術(shù)。設(shè)計了一種基于傅里葉變換的測速方法，這種方法能夠在抑制強地雜波的同時測量剩余雜波的速度。通過提取包括幅度起伏、頻譜、方位相關(guān)性等多維特征，利用點跡質(zhì)量評估區(qū)分雜波和目標(biāo)。采用文中提出的強雜波抑制技術(shù)處理實際雷達數(shù)據(jù)，結(jié)果表明，虛假航跡低于2%，目標(biāo)點跡損失小于1%。

動目標(biāo)顯示；雜波抑制；測速；點跡質(zhì)量評估

0　引　言

復(fù)雜強雜波抑制一直是防空雷達亟需解決的技術(shù)難題，傳統(tǒng)的動目標(biāo)顯示[1-2](MTI)雷達基于對消、恒虛警檢測和雜波圖的處理流程存在兩個方面的不足：首先，對于具有一定速度的海雜波和氣象雜波，MTI的改善因子嚴(yán)重受限，不能滿足雜波抑制的要求。MTI的優(yōu)點是可以通過對消來抑制固定地物雜波，改善因子甚至達到60 dB以上。但是，對于惡劣海況下的海浪雜波速度甚至高達10 m/s，很難通過MTI進行雜波對消。其次，在檢測過程中，只利用了回波幅度信息，對于噪聲和微弱雜波環(huán)境能夠很好的控制恒虛警率，而對于復(fù)雜環(huán)境強雜波，在幅度上很難區(qū)分雜波和目標(biāo)，單純通過控制幅度門限抑制雜波會導(dǎo)致目標(biāo)點跡的損失。因此，常規(guī)處理流程在面對山區(qū)、海面和城市等環(huán)境下的復(fù)雜強雜波將會產(chǎn)生大量雜波剩余，嚴(yán)重制約了雷達的作戰(zhàn)性能。由于近區(qū)、海岸線上空的強雜波和城市雜波，傳統(tǒng)MTI方法產(chǎn)生了大片雜波剩余，嚴(yán)重影響了雷達的目標(biāo)檢測性能。

針對如上所述的兩方面問題，設(shè)計了一種能夠抑制復(fù)雜強雜波的基于測速和點跡質(zhì)量評估的多維特征綜合雜波抑制處理技術(shù)。

首先，利用測速抑制具有一定速度的雜波剩余[3]。設(shè)計了基于對消基傅里葉變換的測速方法。測速一直是MTI體制雷達的研究熱點，通常的基于離散傅里葉變換(DFT)方法受到信雜比的影響制約。文獻[4]提出了一種基于對消后數(shù)據(jù)的最大似然速度估計方法測速，這種方法適用于等重頻的體制。在現(xiàn)在裝備上使用的雷達中，通常為了推遠(yuǎn)模糊速度采用參差重頻MTI體制，因此這種測速方法在工程上受到了限制。Kostrykin A I[5-6]設(shè)計了一種基于余數(shù)定理的測速方法，利用中國古代余數(shù)定理的方法進行多普勒速度的估計。這種方法要求參差比被最小公倍數(shù)整除后兩兩互質(zhì)，而這種參差比不太好設(shè)計，制約了這種方法在實際裝備上使用。本文設(shè)計的測速方法突出的優(yōu)點是基于對消后的數(shù)據(jù)，因此可以不受強雜波的影響。這種方法能夠在信雜比-40 dB時準(zhǔn)確測量出目標(biāo)速度。

其次，利用回波信號點跡質(zhì)量評估解決在幅度域雜波和目標(biāo)難以區(qū)分的問題，設(shè)計了一種基于多種特征的點跡質(zhì)量評估方法。提取目標(biāo)回波的布朗分形維數(shù)、幅度起伏特征、相位特征、頻譜特征、方位相關(guān)性和

幀間相關(guān)性等多維度特征，進而在多維特征空間進行雜波識別和抑制。

試驗表明，在這種強雜波抑制處理流程下，航跡能夠自動起始，雜波虛假航跡低于2%，目標(biāo)點跡損失小于1%。

1　測速算法

基于對消基DFT[7]的測速方法，相對于常用的變時DFT方法測速，其突出的優(yōu)點是基于MTI對消后的數(shù)據(jù)，因此可以不受強地雜波的影響。

1.1變時DFT測速

在重頻參差的MTI雷達中，可以采用變時傅里葉變換測量目標(biāo)的速度。設(shè)第i個脈沖的回波信號為Si

Si=Aiejφi

(1)

式中：Ai為回波信號的幅度；φi為回波信號的相位。由于目標(biāo)具有一定的速度v時，回波信號之間具有一定的多普勒頻率關(guān)系。因此可以采用變時DFT搜索fd的方法測量出目標(biāo)的速度。

(2)

圖1　不同信噪比對DFT測速結(jié)果的影響

1.2基于對消基傅里葉變換的測速方法

針對變時傅里葉變換方法在信雜比低于6dB時測速正確率不高的問題，本文設(shè)計了基于對消基傅里葉變換的對消后測速方法。

在參差重頻的MTI體制雷達中，設(shè)第i個脈沖的回波信號為si，假設(shè)采用N脈沖滑窗MTI輸出yn為

(3)

式中：wi為加權(quán)權(quán)重，則MTI濾波器的頻率響應(yīng)為

Hn(ej2πfi)=w0+w1e-j2πfT1+w2e-j2πf(T1+T2)+…

+wNe-j2πf(T1+T2+…+TN-1)

(4)

采用對消基傅里葉變換的方法測量出目標(biāo)的速度，如下式所示。

(5)

基于對消基傅里葉變換的對消后測速方法主要處理步驟：

1)對具有參差重頻的回波進行滑窗對消；

2)對具有參差重頻的參考信號進行滑窗對消生成對消基，工程實現(xiàn)時可以先算好存在本地，以免重復(fù)計算；

3)對滑窗對消后的數(shù)據(jù)和參考信號進行對消基傅里葉變換測速。

1.3分析與仿真

針對一種五脈沖參差重頻滑窗對消，將對消后的4脈沖進行測速。如圖2所示，仿真零速的固定回波作為地雜波，當(dāng)信雜比-40dB時仍然能夠正確測量出目標(biāo)速度。

圖2　基于對消的IQ測速方法(信雜比-40 dB)

采用-150m/s的目標(biāo)疊加0速地雜波，設(shè)定信雜比為-40dB。圖3為采用普通DFT測速結(jié)果，圖4為采用對消后測速結(jié)果?？梢钥吹剑胀―FT測速峰值在0m/s處，而對消之后測速峰值才在目標(biāo)真實速度位置。

圖3　變時DFT測速圖

圖4　對消后測速傅里葉變換圖

2　點跡質(zhì)量評估

提取目標(biāo)回波的布朗分形維數(shù)、幅度起伏特征、相位特征、頻譜特征、方位相關(guān)性和幀間相關(guān)性等多維度特征，進而在多維特征空間進行雜波綜合識別和抑制。

2.1點跡特征

2.1.1布朗維數(shù)

分?jǐn)?shù)布朗運動模型[8-9]可以用來描述自然界中隨機分形[10-12]的一種統(tǒng)計自仿真數(shù)學(xué)模型,它將粗糙表面看成是隨機游動的結(jié)果,即在方向和距離上都是均勻隨機變量。

分?jǐn)?shù)布朗運動模型是計算圖像分形維數(shù)的一種重要方法，其定義如下：在某概率空間上，指數(shù)為H(0

(1)以概率1有x(0)=0，且X(t)為t的連續(xù)函數(shù)；

(2)對任何t>0和Δr>0，增量X(t+Dr)-X(t)服從均值為0，方差為Δr2H的正態(tài)分布，故有

P(X(t+Δr)-X(t)≤x)=(2π)1/2(Δr)-n

(6)

式中：P為概率密度。由上式可知，X(t+Δr)-X(t)是穩(wěn)定的，它的方差與Δr2H成比例，即

X(t+Δr)-X(t)∝Δr2H

(7)

改寫上式如下形式

var{X(t+Δr)-X(t)}=E[X(t+Δr)-X(t)]2=

K·Δr2H

(8)

對上式兩邊取對數(shù)可得

ln[var{X(t+Δr)-X(t)}] =2H·ln(Δr)+C

(9)

式中：C為常數(shù)。由上式可知，只要求出var{X(t+Δr)-X(t)}和Δr數(shù)據(jù)對，然后用最小二乘估計斜率H，即可求得分形維數(shù)D=2-H，以及截距C，它與物體表面變化快慢系數(shù)K有關(guān)。目標(biāo)和雜波的上述特征存在差異，可以用于抑制雜波。

2.1.2幅度起伏特征

1)幅度偏差系數(shù)

采用Alpha穩(wěn)定分布對雜波進行建模，并采用計算簡單且具有較好的估計精度的樣本特征函數(shù)法來估計雜波樣本序列Alpha穩(wěn)定分布的模型參數(shù)α和σ并將其作為雜波分類的有效特征。幅度偏差系數(shù)ga計算如下

(10)

式中：a(i)為第i個脈沖的幅度。

2)幅度熵

直接計算雜波的幅度方差或者幅度熵，以提取雜波整體幅度起伏的大小?？刹捎妹}間幅度熵Et來計算目標(biāo)與雜波的時間幅度起伏，Et計算公式如下

(11)

2.1.3方位間相關(guān)性

雜波與目標(biāo)存在體積上的差異，故在雷達相鄰方位間掃描時，回波間的相關(guān)性可能表現(xiàn)出一定的差異，故可提取相鄰方位的相關(guān)特性作為雜波與目標(biāo)有區(qū)別的特征之一。相鄰方位間相關(guān)系數(shù)可采用下式計算

(12)

式中：ri=[r1,r2,…,rP]為凝聚為同一目標(biāo)在第i個方位角的回波序列。

2.1.4幀間相關(guān)性

由于常規(guī)警戒雷達幀間相隔6s～20s，時間較長，故雜波與目標(biāo)在許多特征的連續(xù)性上可能表現(xiàn)不一致。提取雜波與目標(biāo)的每幀的有效特征，并比較其連續(xù)性，則可為雜波與目標(biāo)的區(qū)別提供一定的參考。幀間相關(guān)系數(shù)可采用下式計算

(13)

式中：ri=[r1,r2,…,rP]k為同一目標(biāo)在第k幀的回波序列。2.2分析與仿真

利用雜波背景下某雷達的實測數(shù)據(jù)，分析運動目標(biāo)回波與雜波在多維特征空間上的差異性，如圖5所示，目標(biāo)與雜波在幅度熵、相關(guān)系數(shù)和布朗分形維數(shù)三維空間上的分布有明顯差異。

圖5　目標(biāo)與雜波多維特征分布

3　雜波抑制處理流程

根據(jù)上述對目標(biāo)和雜波的特征分析，針對山區(qū)、海面和城市復(fù)雜強雜波抑制問題，設(shè)計了基于測速和點跡質(zhì)量評估的多維特征綜合雜波抑制處理流程。

圖6　基于測速和點跡質(zhì)量評估的雜波抑制處理流程

如圖6所示，在進行常規(guī)的MTI、雜波圖處理后，首先利用測速抑制具有一定速度的雜波剩余，采用對消基傅里葉變換的測速方法，這種方法有一個突出的優(yōu)點是基于對消后的數(shù)據(jù)進行測速，能夠在抑制強雜波的同時測量目標(biāo)的速度，而不像以往的常用DFT方法只能測量信雜比較強信號的速度。其次，利用回波信號點跡質(zhì)量評估解決在幅度域雜波目標(biāo)不可分的問題，提取包括分形、頻譜、方位相關(guān)性等多維特征，在多維空間實現(xiàn)強雜波抑制。

4　雜波抑制結(jié)果

本節(jié)通過實測數(shù)據(jù)分析了多維特征綜合雜波抑制結(jié)果，如圖7所示，從普通的基于MTI和雜波圖的檢測結(jié)果可以看出，雜波造成很多虛假航跡，并導(dǎo)致目標(biāo)丟失。采用多維特征綜合雜波抑制技術(shù)后，在真實目標(biāo)航跡被保留的同時實現(xiàn)了雜波的有效抑制。

如圖8所示為復(fù)雜強雜波條件下的檢測效果，采用常規(guī)處理方法，出現(xiàn)大量雜波剩余，采用多維特征綜合雜波抑制后，雜波得到有效抑制，目標(biāo)航跡清晰、連續(xù)。

5　結(jié)束語

針對山區(qū)、海面和城市復(fù)雜強雜波抑制問題，本文分析了運動目標(biāo)和雜波在速度和多維點跡特征的區(qū)別，設(shè)計了基于測速和點跡質(zhì)量評估的強雜波抑制處理流程。試驗表明雜波抑制后航跡能夠自動起始，虛假航跡低于2%，目標(biāo)點跡損失小于1%。

[1]DRURYWH.ImprovedMTIradarsignalprocessor[R]．AD-A010-478.

[2]WENGZ.OptimaldesignofclutterrejectionfilterforMTIsystem[C]//InternationalConferenceonRadar.Beijing:IEEEPress, 2001.

[3]GRAYJE，ADDISONSR.Effectofnonuniformtargetmotiononradarbackscatteredwaveform[J].IEEProceedingsonRadar,SonarandNavigation, 2003, 150(4): 271-276.

[4]TRUNKGV,GORDONWB,CANTRELLBH.FalsealarmcontrolusingDopplerestimation[J].IEEETransactionsonAerospaceandElectronicSystem, 1990, 26(1): 146-153.

[5]MISIUREWICZJ.UnambiguousDopplerfrequencyestimationinanMTIradar[C]//Radar97. [S.l.]:IEEEPress, 1997.

[6]KOSTRYKINAI．Wstepdoalgebuy.PanstwoweWydawnictwoNaukowe, 1984.

[7]NAMIASV.ThefractionalorderFouriertransformanditsapplicationtoquantummechanics[J].Geoderma, 1980, 25(3): 241-265.

[8]FLANDRINP.WaveletanalysisandsynthesisoffractionalBrownianmotion[J].IEEETransactionsonInformationTheory, 1992, 38(2): 910- 917.

[9]DUNCANTE,HUYZ,PASIKDB.Stochasticcalculusforfractionalbrownianmotion.I:theory[J] .ProceedingsoftheIEEEConferenceonDecrision&Control, 2000, 38(2) : 582- 612.

[10]GUANJ,LIUNB,HUANGY.Hefractalcharacteristicinfrequencydomainfortargetdetectionwithinseaclutter[J].IETRadarSonarNavigation, 2012, 6(5): 293-306.

[11]王永誠，吳小飛. 海雜波的分?jǐn)?shù)維測量在對海面目標(biāo)探測中的應(yīng)用研究[J] .現(xiàn)代雷達， 2000, 22 ( 5 ) : 28 - 31.

WANGYongcheng,WUXiaofei.Applicationoffractaldimensionestimationforseaclutterinthedetectionofsea-surfacetargets[J].ModernRadar, 2000, 22 (5): 28 - 31.

[12]郭麗華，邢文革，董揚，等. 海雜波數(shù)據(jù)的多重分形譜分析[J]. 現(xiàn)代雷達， 2015，37 (2): 20-24.

GUOLihua,XINGWenge,DONGYang,etal.Multifractalspectrumanalysisofseaclutterdata[J].ModernRadar, 2015, 37 (2): 20-24.

桂佑林男，1977年生，碩士研究生，高級工程師。研究方向為雷達信號處理。

張冰瑞男，1987年生，博士研究生，工程師。研究方向為雷達信號處理。

Complex Strong Clutter Suppression in Surveillance Radar

GUI Youlin，ZHANG Bingrui

(Nanjing Research Institute of Electronics Technology,Nanjing 210039, China)

To suppress the complex strong clutter at different places such as mountainous area, sea area and cities，a clutter suppression technique based on velocity message and plots quality evaluation is proposed. A method of velocity measurement based on Fourier transform is presented. This method can scale the residual clutter's velocity and suppress strong ground clutter at the same time. After distilling the features of different dimensions such as amplitude fluctuation, frequency spectrum and azimuth relativity，the result of plots quality evaluation can be used to distinguish target and cultter.The presented strong clutter suppression flow is used to process real radar data.The result shows that the ratio of false tracks is less than 2% and the loss of target plots is less than 1%.

MTI；clutter suppression；velocity measurement；plots quality evaluation

桂佑林Email：guiyl@163.com

2016-01-22

2016-03-26

TN957

A

1004-7859(2016)06-0018-04

DOI：10.16592/ j.cnki.1004-7859.2016.06.005