雷達(dá)海雜波統(tǒng)計(jì)特性建模研究

尹志盈，張玉石

（中國電波傳播研究所電波環(huán)境特性及?；夹g(shù)國防科技重點(diǎn)實(shí)驗(yàn)室，山東青島266107）

雷達(dá)海雜波統(tǒng)計(jì)特性建模研究

尹志盈，張玉石

（中國電波傳播研究所電波環(huán)境特性及模化技術(shù)國防科技重點(diǎn)實(shí)驗(yàn)室，山東青島266107）

介紹了海雜波統(tǒng)計(jì)特性建模的幅度特性、多普勒譜及空間相關(guān)這三個(gè)方面的研究狀況，對各種建模的思路和模型效果進(jìn)行了對比總結(jié)。對于幅度均值已有多個(gè)較為成熟的模型，但適用范圍不同，結(jié)果差異也很大。幅度分布建模重點(diǎn)解決拖尾問題，復(fù)合建模是趨勢。除平均譜外，開始研究短時(shí)多普勒譜。空間相關(guān)性建模主要建立空間相關(guān)長度與雷達(dá)及海洋參數(shù)間的聯(lián)系，但是研究還不夠全面?？偟膩砜?，已由單純經(jīng)驗(yàn)建模發(fā)展為力圖在機(jī)理研究指導(dǎo)下有一定物理意義的建模。盡管海雜波建模效果愈來愈接近實(shí)際，但建模依然存在諸多問題。

海雜波；建模；統(tǒng)計(jì)特性；幅度分布；多普勒譜

海雜波是雷達(dá)波與海洋環(huán)境相互作用所產(chǎn)生的回波信號，海雜波是雷達(dá)下視探測跟蹤海面目標(biāo)時(shí)無法回避的問題，直接影響雷達(dá)對海探測跟蹤和識別性能。

海雜波與海面形態(tài)（海浪類型、浪高、海浪運(yùn)動(dòng)方向等）、海域、雷達(dá)系統(tǒng)參數(shù)以及探測條件等緊密關(guān)聯(lián)[1]。由于海面波浪運(yùn)動(dòng)的復(fù)雜性，海雜波在時(shí)空上呈現(xiàn)隨機(jī)、多變的特點(diǎn)。作為雷達(dá)系統(tǒng)設(shè)計(jì)者，為了設(shè)計(jì)適當(dāng)?shù)男盘柼幚矸椒邦A(yù)測不同條件下的雷達(dá)性能，需要全面了解海雜波的各種特性，并期望精確地對其進(jìn)行模型化描述[2]。

描述海雜波的統(tǒng)計(jì)特征量主要有雜波強(qiáng)度（幅度特性）、頻譜和空間相關(guān)性。雜波強(qiáng)度反映了雜波的大小，影響目標(biāo)探測的信雜比；頻譜反映了雜波強(qiáng)度隨時(shí)間變化的快慢，影響對運(yùn)動(dòng)目標(biāo)的檢測性能；空間相關(guān)性反映了雜波在空間上的依賴關(guān)系，決定了雷達(dá)探測目標(biāo)時(shí)的雜波抑制效果[3—6]。

隨著雷達(dá)技術(shù)發(fā)展和需求的不斷變化，對海雜波特性的需求由粗放不斷演化為定量精細(xì)化的掌握。隨著測量數(shù)據(jù)的不斷積累[7—11]和海雜波機(jī)理研究[12—14]的深入，對雷達(dá)海雜波特性的統(tǒng)計(jì)建模研究也越來越逼近實(shí)際。

1 海雜波幅度特性研究

海雜波幅度特性包括幅度均值特性和幅度分布特性，幅度均值特性（又稱散射系數(shù)）是反映海雜波平均回波強(qiáng)度的重要指標(biāo)。通常利用海雜波實(shí)測數(shù)據(jù)，結(jié)合海雜波形成機(jī)理，建立幅度均值隨雷達(dá)參數(shù)（如頻率、極化、擦地角等）和海洋環(huán)境參數(shù)（如風(fēng)速風(fēng)向、浪高浪向等）變化的經(jīng)驗(yàn)或半經(jīng)驗(yàn)?zāi)Ｐ?。幅度分布特性是指海雜波幅度的統(tǒng)計(jì)概率分布，常用概率密度函數(shù)（PDF）描述，是反映海雜波回波強(qiáng)度起伏特性的重要指標(biāo)。

1.1 海雜波幅度均值特性

由于海面狀態(tài)隨氣象條件千變?nèi)f化，描述海面的環(huán)境參數(shù)較多，且影響海雜波強(qiáng)度的雷達(dá)系統(tǒng)參數(shù)與海洋環(huán)境參數(shù)之間存在著復(fù)雜非線性依賴關(guān)系。因此，如何準(zhǔn)確建立這些參數(shù)與海雜波之間的聯(lián)系仍是個(gè)難題[15]。特別是當(dāng)雷達(dá)工作在小擦地角狀態(tài)下，海雜波特性更加復(fù)雜。國外學(xué)者在20世紀(jì)70年代就曾提出了GIT模型[16]，后來相繼提出了TSC模型[17]、HYB模型[18]、SIT模型[19]、NRL模型[20—21]等。

這些模型中，最早提出的模型為GIT模型，屬于半經(jīng)驗(yàn)?zāi)Ｐ?，也是一個(gè)被廣泛接受的模型。其他模型有的是在其基礎(chǔ)上提出的，如TSC模型和HYB模型的一些因子和函數(shù)形式與GIT模型相類似。NRL模型和SIT模型屬于純經(jīng)驗(yàn)?zāi)Ｐ?，完全從?shí)測數(shù)據(jù)出發(fā)，沒有物理含義。除NRL模型外，其他幾個(gè)模型或多或少在某些情況下存在著隨頻率變化的不連續(xù)情況，而且這些模型的建立也僅是采用部分波段下的數(shù)據(jù)，在其他波段下的適用情況存在不確定性。模型中的輸入?yún)?shù)較多，且標(biāo)準(zhǔn)不一，輸入條件可變范圍大，這將導(dǎo)致模型使用者的盲目性。由于海面狀態(tài)多變，實(shí)測海雜波數(shù)據(jù)在很多情況下兼有非充分發(fā)展海面與充分發(fā)展海面的結(jié)果，而模型中僅采用充分發(fā)展海表面函數(shù)關(guān)系，與實(shí)際情況存在偏差。鑒于以上原因，各模型對散射系數(shù)的預(yù)測結(jié)果存在較大偏差，這種差異在某些情況下是不容忽視的，在模型的使用過程中必須引起注意。

上述幾個(gè)模型適用角度范圍較大，但是函數(shù)形式復(fù)雜。在中等擦地角范圍，工程上也常使用幾個(gè)簡單的模型，如指數(shù)函數(shù)模型[22]、常數(shù)伽馬模型[23]。Morchin[23]在詳細(xì)討論了海雜波散射系數(shù)在擦地角三個(gè)區(qū)域內(nèi)的特性及模型描述基礎(chǔ)上，給出了一個(gè)適用于寬范圍擦地角條件的模型。

針對傳統(tǒng)GIT模型在較低風(fēng)速和較高風(fēng)速情況下估計(jì)海雜波幅度均值偏小這一情況，提出對GIT模型中的風(fēng)速因子進(jìn)行修正。通過引入兩個(gè)臨界風(fēng)速因子和兩個(gè)相對斜率調(diào)整因子，導(dǎo)出散射系數(shù)隨風(fēng)速變化的非線性關(guān)系[24]。該修正模型的5個(gè)輸入?yún)?shù)相對靈活，可以用于建模不同的雷達(dá)系統(tǒng)及環(huán)境條件下獲得的海雜波幅度均值特性，而且該模型仍保留了GIT模型中與波長、擦地角之間的關(guān)系。

1.2 海雜波幅度分布特性

海雜波幅度的隨機(jī)起伏性可以用雷達(dá)接收機(jī)包絡(luò)檢波器后的幅度概率密度函數(shù)（PDF）來描述。雜波的起伏統(tǒng)計(jì)特性對恒虛警率檢測器（CFAR）的設(shè)計(jì)和雜波相消處理器輸入信雜比的計(jì)算有重大影響。關(guān)于海雜波幅度分布，傳統(tǒng)的PDF分布模型有瑞利分布、對數(shù)正態(tài)分布、韋布爾分布[25—26]和K分布[27]等。這些分布模型雖然在一定程度上可以模擬海雜波的非高斯特性，但對于高分辨、高海況、小擦地角等情況下出現(xiàn)的海雜波幅度分布的重拖尾現(xiàn)象，這些模型與實(shí)際會(huì)存在較大偏差。雖然與其他分布模型相比，基于復(fù)合高斯建模思想的K分布具有更強(qiáng)的適應(yīng)性，但K分布假設(shè)相關(guān)平均強(qiáng)度調(diào)制一個(gè)Gaussian散斑分量，該分量對應(yīng)于由毛細(xì)波引起的布拉格（Bragg）散射。顯然，K分布不能應(yīng)用于破碎（Burst）散射或空間上分布較窄的白浪（Whitecap）散射情況，再則，還沒有理論支持伽馬分布對于相關(guān)調(diào)制強(qiáng)度（有時(shí)也稱作結(jié)構(gòu)）具有較好的匹配性能。

為解決拖尾問題，人們相繼嘗試并發(fā)展了多種建模方法，大致可歸為三大類：一是對K分布復(fù)合高斯建模思想的擴(kuò)展，包括散斑分量仍采用瑞利分布，而紋理分量則采用不同的分布形式，或者仍沿用兩種散射分量的乘積形式，但假設(shè)散斑分量不再服從瑞利分布，散斑分量與紋理分量均可采用不同的分布形式。這類建模方法簡稱為廣義K分布。二是與海雜波形成機(jī)理相結(jié)合，在K分布的基礎(chǔ)上，同時(shí)考慮布拉格散射、破碎波散射和白冠散射，發(fā)展形成的KA分布[28]、KK分布[29]、WW[29]分布等復(fù)合結(jié)構(gòu)建模方法。三是從純數(shù)據(jù)統(tǒng)計(jì)角度出發(fā)，引入其他研究領(lǐng)域的新方法，如Pareto分布[30]、極值建模方法[31]等。某些情況下，如當(dāng)分辨率進(jìn)一步提高，分辨單元變得非常小時(shí)，散斑分量不再滿足中心極限定理，此時(shí)可采用一種廣義復(fù)合概率分布（GC分布）[32—35]進(jìn)行描述。

當(dāng)散斑和調(diào)制分量的功率參數(shù)相同時(shí)，可得到廣義K分布的概率密度函數(shù)（GK-pdf）。在沒有熱噪聲的情況下，GK-pdf取特定的形狀參數(shù)和功率參數(shù)，可得到K分布和韋布爾的概率密度函數(shù)（K-pdf和韋布爾-pdf）。當(dāng)散斑分量的形狀參數(shù)取為1，紋理分量的功率參數(shù)取為2時(shí)，可得到一個(gè)四參數(shù)的韋布爾-散斑和伽馬-均值的復(fù)合模型的pdf（包含熱噪聲）。描述調(diào)制分量的GΓ-pdf在形狀參數(shù)較大時(shí)表示雜波均值幾乎為常量（去相關(guān)周期大于觀察區(qū)域），因此GC-pdf近似為斑點(diǎn)的pdf，即為廣義伽馬分布的概率密度函數(shù)（GΓ-pdf）。

GC分布認(rèn)為散斑分量和紋理分量均服從廣義伽馬分布，其概率密度函數(shù)（GC-pdf）為一個(gè)多參數(shù)模型，完整的表達(dá)式中包含6個(gè)參數(shù)（包含熱噪聲分量），這些參數(shù)的值與雜波結(jié)構(gòu)嚴(yán)格相關(guān)。功率參數(shù)的增加對應(yīng)雜波尖峰特性變?nèi)酰{(diào)制分量變?nèi)?。形狀參?shù)主要影響分布的拖尾。兩者的乘積最終確定GC-pdf和雜波結(jié)構(gòu)的斑點(diǎn)與調(diào)制分量的去相關(guān)常數(shù)。

D.Middleton[28]借鑒接收機(jī)噪聲的A類模型（即Class A），提出海雜波幅度分布建模（稱之為KA分布）思想：少數(shù)強(qiáng)回波（離散尖峰）的貢獻(xiàn)緣于破碎波事件，這種離散尖峰可由Class A模型描述；海雜波的主要貢獻(xiàn)來自于海面大量的反射小平面，這種大量的小散射體，按中心極限定理（CLT）產(chǎn)生一個(gè)高斯干擾，其功率隨海面的運(yùn)動(dòng)而變化，可用伽馬分布較好地描述。當(dāng)尖峰存在時(shí)，KA分布可以很大程度上改善拖尾區(qū)域與雜波數(shù)據(jù)的擬合效果。由于KA分布不能表示為閉型，其PDF和CDF需要數(shù)值計(jì)算，要求資源高，實(shí)際應(yīng)用難以實(shí)現(xiàn)。借鑒KA分布建模思想，Dong[29]提出了KK分布模型。KK分布為兩個(gè)K分布的混合，一個(gè)用于海面布拉格/白冠基本散射描述，另一個(gè)用于海尖峰描述。Dong在提出KK分布時(shí)，也提出了采用類似KK分布結(jié)構(gòu)的WW（Weibull-Weibull）分布改善拖尾區(qū)域的匹配效果。

Pareto分布已廣泛應(yīng)用于物理學(xué)、經(jīng)濟(jì)學(xué)、水文學(xué)、地震學(xué)等領(lǐng)域。對于平均回波弱但存在猝發(fā)的尖峰情況時(shí)，Pareto分布具有比傳統(tǒng)的泊松分布和二項(xiàng)分布更精確的擬合度，適合于解決數(shù)值分布的重拖尾問題。Farshchian等人[36]首次將Pareto分布用于小擦地角高分辨率X波段海雜波建模，結(jié)果表明其性能比傳統(tǒng)模型（如韋布爾分布、K分布等）具有更好的擬合效果，與KK分布相當(dāng)。

從微分角度，Pareto分布與K分布之間的不同在于Pareto分布中指數(shù)分布的均值受逆伽馬分布調(diào)制，而在K分布中是瑞利（包絡(luò)）和指數(shù)（強(qiáng)度）的均值受伽馬分布調(diào)制。由于Pareto分布僅需估計(jì)兩個(gè)參數(shù)，相比于KK和WW分布，操作更簡單。Pareto分布在CDF臨界值為0.999時(shí)與WW和KK分布等5參數(shù)分布的性能非常接近。

海尖峰在海雜波數(shù)據(jù)中表現(xiàn)出類似于沖激信號的特性，數(shù)學(xué)上的極值理論為這類沖激信號的分布問題提供解決思路。丁昊等人[31]提出了包含海尖峰海雜波數(shù)據(jù)的極值建模方法，將海雜波數(shù)據(jù)分成兩個(gè)數(shù)組，一組為含海尖峰樣本數(shù)據(jù)，另一組為不含海尖峰樣本數(shù)據(jù)。以海尖峰樣本為研究對象，采用極值理論中的廣義極值分布模型對海尖峰的幅度分布特性進(jìn)行建模，采用傳統(tǒng)的分布模型（如瑞利分布、K分布等）對不含尖峰的海雜波樣本進(jìn)行建模，借鑒復(fù)合結(jié)構(gòu)建模方法，完成極值建模。

2 海雜波多普勒譜建模研究

海雜波譜特性用于表征海雜波時(shí)間序列在各頻帶上的能量分布。由于海面是運(yùn)動(dòng)的，海雜波譜將產(chǎn)生多普勒頻移，所以也稱為多普勒（Doppler）譜。除受到雷達(dá)參數(shù)（如頻率、極化、擦地角、方位角）的影響外，海雜波的多普勒譜特性與海表面的運(yùn)動(dòng)和擾動(dòng)狀態(tài)密切相關(guān)，雷達(dá)與海面散射體之間的相對運(yùn)動(dòng)使得電磁波產(chǎn)生多普勒頻移，而海面散射體運(yùn)動(dòng)的隨機(jī)性使得多普勒譜具有一定的展寬。根據(jù)海雜波多普勒譜形成機(jī)理，對于不同的觀測時(shí)間，海雜波多普勒譜表現(xiàn)出不同的形狀與非平穩(wěn)特性。因此，海雜波多普勒譜的建模主要分為以下兩種情況。

針對平均多普勒譜形狀的建模，即較長時(shí)間（通常大于重力波周期，秒級）海雜波譜的平均特性。早期多采用指數(shù)、高斯或冪函數(shù)[37]對海雜波平均多普勒譜擬合，但多數(shù)情況下擬合效果差。Lee等人[38]首先采用多組實(shí)測數(shù)據(jù)分析的方式，研究了平均多普勒譜形狀的特點(diǎn)和規(guī)律，通過與海洋環(huán)境參數(shù)聯(lián)合分析，提出了將譜線形狀分解為三個(gè)表征不同散射機(jī)制的基函數(shù)建模方法，但模型形式及參數(shù)估計(jì)復(fù)雜，實(shí)際應(yīng)用困難。以此為基礎(chǔ)，Walker等人[39—40]利用造浪池?cái)?shù)據(jù)分析了海浪從產(chǎn)生到破碎全過程的多普勒譜變化特性，利用三個(gè)高斯函數(shù)分別表征布格拉、白浪和破碎三種散射機(jī)制的譜分量，建立了一種簡化的三分量海雜波平均多普勒譜模型，在實(shí)際中得到廣泛應(yīng)用。為了驗(yàn)證這種在造浪池條件下得到的模型的適用性，Walker利用1996年英格蘭南海岸Portland Bill的崖頂雷達(dá)實(shí)測海雜波數(shù)據(jù)進(jìn)行了對比分析，除了細(xì)節(jié)（毛刺）和邊緣擬合效果欠佳外，模型對譜的總體形狀刻畫尚可，表明Walker模型可以用于描述海雜波譜的主要特征。與Lee譜模型相比，Walker模型全部采用高斯函數(shù)，模型形式簡單，與視頻數(shù)據(jù)結(jié)合，側(cè)重于對波浪散射的演化過程的推斷與描述，對探尋小擦地角海雜波譜特性具有推動(dòng)作用。

針對短時(shí)動(dòng)態(tài)多普勒譜建模，即較短時(shí)間內(nèi)（通常小于重力波周期，大于白浪和破碎散射的去相關(guān)時(shí)間）局部譜形狀及其變化特性。Miller等人[41—42]在分析多波段雷達(dá)海雜波數(shù)據(jù)的基礎(chǔ)上，建立了由兩個(gè)服從Γ分布的隨機(jī)變量對高斯函數(shù)形式的譜結(jié)構(gòu)進(jìn)行調(diào)制的短時(shí)多普勒譜模型?？紤]到短時(shí)多普勒譜是非高斯的，Ward等人[43—44]則借鑒采用復(fù)合K分布幅度建模思想，利用兩個(gè)高斯函數(shù)對譜形狀進(jìn)行描述的短時(shí)多普勒譜建模方法。由于模型中假定海面的布拉格散射譜分量具有零多普勒頻移，且白浪散射和破碎波散射共享相同的多普勒頻移和展寬，因此會(huì)導(dǎo)致某些情況下擬合精度不高的缺點(diǎn)。Ward等人認(rèn)為海雜波的多普勒形狀應(yīng)建模為一個(gè)隨機(jī)過程。如果多普勒在信號時(shí)間周期T內(nèi)形成，其中T比重力波調(diào)制短，但比破碎波和白冠散射的去相關(guān)時(shí)間長，即在重力波調(diào)制期間是時(shí)變的。Ward半經(jīng)驗(yàn)?zāi)Ｐ痛嬖趦蓚€(gè)基本假定，即布拉格散射分量與破碎波散射分量、白冠散射分量相互獨(dú)立，且布拉格散射具有零多普勒中心；破碎波散射和白冠散射共享相同的多普勒偏移和帶寬。實(shí)際中，布拉格散射存在多普勒偏移，且偏移量隨著雷達(dá)波長的增加明顯。破碎波散射伴隨白冠散射，且兩者在多普勒頻移、多普勒帶寬上是不同的。因此，Ward半經(jīng)驗(yàn)?zāi)Ｐ蛯Χ虝r(shí)多普勒譜的刻畫與實(shí)際是存在偏差的。

考慮到Walker模型和Ward模型存在的固有局限性，張玉石等人[45]將三個(gè)譜分量的譜強(qiáng)度假設(shè)為受譜估計(jì)時(shí)間區(qū)間影響的時(shí)間隨機(jī)變量，發(fā)展了一種海雜波時(shí)變多普勒譜混合模型。與Walker模型和Ward模型相比，混合模型具有以下特點(diǎn)：Ward短時(shí)動(dòng)態(tài)譜模型認(rèn)為布拉格散射具有零多普勒頻移，而混合模型引入了布拉格散射的多普勒頻移；Ward模型假定破碎波散射和白冠散射機(jī)制共同產(chǎn)生一個(gè)高斯譜分量，破碎波散射和白冠散射具有相同的多普勒頻移和展寬，而混合模型考慮兩種散射的產(chǎn)生機(jī)理和相關(guān)時(shí)間差異，認(rèn)為海雜波多普勒譜由來自布拉格、破碎和白冠三種散射機(jī)制的三個(gè)譜分量組成；Walker譜模型中破碎波散射和白冠散射共享相同的多普勒頻移，而混合模型將破碎波散射譜分量的譜頻移認(rèn)為由重力波相速度引起的頻移和附加速度引起的頻移兩部分組成。

3 海雜波空間相關(guān)性建模

空間相關(guān)性是指來自不同空間位置海雜波之間的相關(guān)程度，包括距離向的空間相關(guān)性和方位向的空間相關(guān)性。缺乏海雜波空間相關(guān)性了解將導(dǎo)致雷達(dá)目標(biāo)檢測時(shí)CFAR中單元平均數(shù)選取的盲目性，從而無法獲取最優(yōu)化的CFAR增益，使目標(biāo)檢測性能下降。海雜波的空間相關(guān)由與海洋表面輪廓相關(guān)的海雜波調(diào)制過程引起。當(dāng)微波信號主要由毛細(xì)波散射（散斑）引起時(shí)，重力波的波結(jié)構(gòu)引起某單元平均功率的變化（調(diào)制過程）。另一方面，在涌浪形成的條件下，調(diào)制過程的空間自相關(guān)函數(shù)中會(huì)出現(xiàn)一個(gè)周期分量。關(guān)于散斑的相關(guān)特性，Antipov[46]指出相鄰距離單元之間，散斑分量建模是相互獨(dú)立，海雜波的空間相關(guān)性僅由調(diào)制過程的伽馬分量決定。

海雜波空間相關(guān)性與海浪或者海面波的狀態(tài)有關(guān)，基于實(shí)測數(shù)據(jù)，Watts[47]給出了海雜波在距離向的相關(guān)長度與風(fēng)速、重力加速度等參數(shù)之間的經(jīng)驗(yàn)公式。結(jié)合海雜波形成機(jī)理，關(guān)鍵等人[48]假設(shè)海雜波的紋理分量和散斑分量是統(tǒng)計(jì)獨(dú)立的隨機(jī)變量，測量是在臨界采樣或者欠采樣條件下獲取的。即測量數(shù)據(jù)的距離采樣間隔等于或者大于雷達(dá)距離分辨單元，紋理分量在距離向相關(guān)，而散斑分量在距離向不相關(guān)，提出了一種基于紋理分量的海雜波距離向相關(guān)建模方法。

4 結(jié)語

海雜波統(tǒng)計(jì)特性的研究經(jīng)過長期的發(fā)展，建立了多種模型，從最初對測量數(shù)據(jù)單純的經(jīng)驗(yàn)建模，到結(jié)合海雜波形成機(jī)理的研究成果，力圖使得建模的物理意義更為明確，且力求模型效果與實(shí)際測量數(shù)據(jù)更為吻合。幅度均值建模的研究較為深入，已有多個(gè)較為成熟的模型，然而模型之間甚至在某些條件下存在極大的差異，這給使用者選擇帶來極大的困惑，改進(jìn)或者修正不可避免。受到K分布建模的影響和啟發(fā)，幅度分布建模則有由簡單分布向復(fù)合高斯分布進(jìn)而復(fù)合分布發(fā)展的趨勢，其目的主要解決幅度分布拖尾擬合精度差的問題，但模型的復(fù)雜度增加對應(yīng)用并不有利。多普勒譜的研究則在以前平均譜特性研究的基礎(chǔ)上，開始研究短時(shí)多普勒特性，對多普勒特性的刻畫勢必更為豐富，但是多分量的譜模型對譜參數(shù)的估計(jì)提出了挑戰(zhàn)。海雜波的空間相關(guān)特性應(yīng)該說研究在相關(guān)函數(shù)的基本形式上取得了基本一致，目前開始了建立空間相關(guān)長度與雷達(dá)及海洋參數(shù)關(guān)系的嘗試，但是效果還有待檢驗(yàn)。也應(yīng)該注意到，在上述三個(gè)方面的建模研究中，幅度分布模型及多普勒譜模型主要還是對譜函數(shù)形式的研究，而模型參數(shù)與雷達(dá)及海洋參數(shù)間的關(guān)系還很少系統(tǒng)研究。同時(shí)建模一直追求的是尋求普適性的模型，隨著測量數(shù)據(jù)的不斷豐富，模型的適用性問題依然未見到曙光。既然每種模型都來自于特定的數(shù)據(jù)或者特定的機(jī)理，那么有理由認(rèn)為對條件進(jìn)行分類，然后分類建模也許是解決之道。

另一方面，海雜波統(tǒng)計(jì)特性的建模，其基本的假設(shè)前提還是基于海面的平穩(wěn)均勻，對于非充分發(fā)展海面此前提并不成立。反常傳輸條件[49]、高擦地角[50]和小擦地角、陸海交界的近海海域[51]等條件下海雜波特性建模問題仍然存在困難，海雜波特性建模研究任重而道遠(yuǎn)。

[1]LONG M W.Radar Reflectivity of Land and Sea Third Edition[M].Boston London:Artech House,2001:558.

[2]WARD K D,WATTS S.Use of Sea Clutter Models in Radar Design and Development[J].IET Radar Sonar Navig,2010,4(2):146—157.

[3]WARD K D,WATTS S,TOUGH R J A.Sea Clutter: Scattering,the K-distribution and Radar Performance: Institution for Engineering and Technology[M].London, United Kingdom,2006.

[4]SKOLNIK M I.Radar handbook,second edition[M]. New York:McGraw-Hill,1990.

[5]NATHANSON F E,REILLY J P,COHEN M N.Radar Design Principles:Signal Processing and the Environment[M].Second Edition.America:SciTech Publishing,Inc,1999.

[6]CORPORATION T S.Section 5.6.1:Backscatter from Sea[M].Radar Workstation,1990.

[7]CHAN H C.Radar Sea-clutter at Low Grazing Angles[J]. IEE Proceedings F Radar and Signal Processing,1990, 137(2):102—112.

[8]DALEY J C,RANSONE J T,BURKETT J A,et al.Seaclutter Measurements on Four Frequencies[R]. Washington DC:Naval Research Lab,1973.

[9]DALEY J C.Radar Sea Return-JOSS II[R].Washington DC:Naval Research Lab,1973.

[10]BAKKER R,CURRIE B.The McMaster IPIX Radar Sea Clutter Database[EB/OL].http://soma.crl.mcmaster.ca/ ipix

[11]尹志盈,張玉石,高波.雷達(dá)雜波測量現(xiàn)狀及發(fā)展趨勢[J].制導(dǎo)與引信,2009,30(2):16—19.

[12]LI Y Z,WEST J C.Low-Grazing-Angle Scattering from 3-D Breaking Water Wave Crests[J].IEEE Trans.Geosci Remote Sens,2006,44(8):2093—2101.

[13]YANG W,ZHAO Z Q,QI C H,et al.Electromagnetic Modeling of Breaking Waves at Low Grazing Angles with Adaptive Higher Order Hierarchical Legendre Basis Functions[J].IEEE Trans.Geosci Remote Sens,2011,49 (1):346—352.

[14]MCDANIEL S T.Microwave Backscatter from Nongaussian Seas[J].IEEE Trans.Geosci Remote Sens,2003, 41(1):52—58.

[15]WARD K D,BAKER C J,WATTS S.Maritime Surveillance Radar Part I:Radar Scattering from the Ocean Surface[J].IEE Proceedings Part F:Radar Signal Process,1990,137(2):51—62.

[16]HORST M M,DYER F B,TULEY M T.Radar Sea Clutter Model[C]//International Conference on Antennas and Propagation,London,1978:6—10.

[17]FLETCHER C.Clutter subroutine[R].Technology Service Corporation,1978.

[18]REILLY J P,DOCKERY G D.Influence of Evaporation Ducts on Radar Sea Return[J].IEE Proceedings F Radar and Signal Processing,1990,137(2):80—88.

[19]SITTROP H.On the Sea-clutter Dependency on Windspeed[C]//IEE Conference of Radar.London,1977: 110—114.

[20]GREGERS-HANSEN V,MITAL R.An Improved Empirical Model for Radar Sea Clutter Reflectivity[R]. Washington DC:Naval Research Laboratory,2012.

[21]GREGERS-HANSEN V,MITAL R.An Empirical Sea Clutter Model for Low Grazing Angles[C]//IEEE International Radar Conference.Washington DC,2009.

[22]ULABY F T,MOORE R K,FUNG A K.Microwave Remote Sensing Vol.II:Radar Remote Sensing and Surface Scattering and Emission Theory[M]. Massachusetts:Addison-Wesley,1982.

[23]MORCHIN W C.Airborne Early Warning Radar[M]. Boston London:Artech House,1990.

[24]ZHANG Y S,ZHANG J P,LI X,et al.Modified GIT Model for Predicting Wind-speed Behaviour of Low-Grazing-Angle Radar Sea Clutter[J].Chinese Physics B,2014,23(10):108402.

[25]FAY F A,CLARKE J,PETERS R S.Weibull Distribution Applied to Sea Clutter[C]//IEE Conference of Radar. London,1977:101—103.

[26]JAKEMAN E,PUSEY P N.A Model for Non-rayleigh Sea Echo[J].IEEE Transactions on Antennas and Propagation,1976,24(6):806—814.

[27]DONG Y H.Distribution of X-Band High Resolution and High Grazing Angle Sea Clutter[R].Edinburgh South Australia:Defence Science and Technology Organisation, 2006.

[28]MIDDLETON D.New Physical-statistical Methods and Models for Clutter and Reverberation:The KA-distribution and Related Probability Structures[J].IEEE Journal of Oceanic Engineering,1999,24(3):261—284.

[29]DONG Y H.Distribution of X-Band High Resolution and High Grazing Angle Sea Clutter[R].Edinburgh South Australia:Defence Science and Technology Organisation, 2006.

[30]HOSKING J R M,WALLIS J R.Parameter and Quantile Estimation for the Generalized Pareto Distribution[J]. Technometrics,1987,29(3):339—349.

[31]HAO D,YONG H,BO LIU N,et al.Modeling of Sea Spike Events with Generalized Extreme Value Distribution[C]//European Radar Conf.Paris,France, 2015:113—116.

[32]ANASTASSOPOULOS V,LAMPROPOULOS G A, DROSOPOULOS A,et al.High Resolution Radar Clutter Statistics[J].IEEE Transactions on Aerospace and Electronic Systems,1999,35(1):43—60.

[33]ANASTASSOPOULOS V,LAMPROPOULOS G A. High Resolution Radar Clutter Classification[C]//Radar Conference 1995.Record of the IEEE 1995 International, 1995:662—667.

[34]ANASTASSOPOULOS V,LAMPROPOULOS G A.A Generalized Compound Model for Radar Clutter[C]// IEEE National Radar Conference.Atlanta,1994:41—45.

[35]ANASTASSOPOULOS V,LAMPROPOULOS G A, REY M.A New Clutter Model for SAR Images[C]// Proceedings of International Conference on Applications of Photonic Technology.Toronto,1994.

[36]FARSHCHIAN M,POSNER F L.The Pareto Distribution for Low Grazing Angle and High Resolution X-band Sea Clutter[C]//IEEE Radar Conference.Washington DC, 2010:789—793.

[37]LOMBARDO P,GRECO H,GINI F,et al.Impact of Clutter Spectra on Radar Performance Prediction[J].IEEE Transactions on Aerospace and Electronic Systems,2001, 37(3):1022—1038.

[38]LEE P H Y,BARTER J D,BEACH K L,et al.Power Spectral Lineshapes of Microwave Radiation Backscattered from Sea Surfaces at Small Grazing Angles[J].IEE Proceedings-Radar Sonar and Navigation, 1995,142(5):252—258.

[39]WALKER D.Experimentally Motivated Model for Low Grazing Angle Radar Doppler Spectra of the Sea Surface[J].IEE Proceedings Radar,Sonar and Navigation, 2000,147(3):114—120.

[40]WALKER D.Doppler Modeling of Radar Sea Clutter[J]. IEE Proceedings Radar,Sonar and Navigation,2001, 148(2):73—80.

[41]MILLER R J.Variability in Spectra of Low-grazing Angle Sea Clutter Returns[C]//Proceedings of SET Symposium on Low Grazing Angle Clutter.Maryland, 2000.

[42]MILLER R J,DAWBER W N.Analysis of Spectrum Variability in Sea Clutter[C]//International Radar Conference.2002:444—448.

[43]WARD K D,TOUGH R J A,WATTS S.Sea Clutter: Scattering,the K Distribution and Radar Performance[M]. 2nd Edition.London:The Institution of Engineering and Technology,2013.

[44]WARD K D,TOUGH R J A,WATTS S.Sea Clutter: Scattering,the K Distribution and Radar Performance [M].London:The Institution for Engineering and Technology,2006:452.

[45]張玉石.小擦地角海雜波測量與建模方法研究[D].西安:西安電子科技大學(xué),2014.

[46]ANTIPOV I.Simulation of Sea Clutter Returns[R]. Salisbury:Defence Science and Technology Organisation, 1998.

[47]WATTS S.Cell-averaging CFAR Gain in Spatially Correlated K-distributed Clutter[J].IEE Proceedings Radar Sonar and Navigation,1996,143(5):321—327.

[48]DING H,GUAN J,LIU N,et al.New Spatial Correlation Models for Sea Clutter[J].IEEE Geoscience and Remote Sensing Letters,2015,12(9):1833—1837.

[49]DONGHUE J,DOCKERY G D.Improved Charaterization of Low Grazing Angle Sea Clutter by the Parabolic Equation Method,RTO-MP-60[R/OL]. [2000-10-01].http://airex.tk-sc.jaxa.jp /pl/dr/20010009829/en.

[50]WATTS S,ROSENBERG L.A Review of High Grazing Angle Sea Clutter[C]//International Conference on Radar. 2013:240—245.

[51]SIMON W.Sea Clutter:Recent Progress and Future Challenges[C]//IEE Radar conference.2008:10—16.

Radar Sea Clutter Modeling of Statistical Characteristic

YIN Zhi-yin g,ZHANG Yu-shi
(National Key Laboratory of Electromagnetic Environment,China Research Institute of Radiowave Propagation, Qingdao 266107,China)

The paper introduced research states on radar sea clutter modeling of statistical characteristics from amplitude characteristic,Doppler spectrum and space correlation,compared and summarized various thoughts and model effects of modeling.There were mature models on the average amplitude value;but their range of application was different and their results were much different.The molding of amplitude distribution ware targeted to solve the trailing issue.It was a tendency to carry out compound modeling.In addition to the average spectrum,study of short-time Doppler spectrum was also started.The modeling of space correlation aimed to establish the relationship between parameters of spatial correlation length and radar and sea,but it was not comprehensive enough.In a word,it has been developed from simple experience modeling to that with certain physical meaning under the guidance of sea clutter mechanism study. Although modeling effects become closer and closer to the reality,but many problems still exist.

sea clutter;modeling;statistical characteristic;amplitude distribution;Doppler spectrum

10.7643/issn.1672-9242.2017.07.006

TJ02；TN011

A

1672-9242(2017)07-0029-06

2017-03-24；

2017-04-10

尹志盈（1971—），男，湖北漢川人，碩士，研究員，主要研究方向?yàn)榈睾Ｃ胬走_(dá)雜波測量、建模及其應(yīng)用。