導(dǎo)彈助推段天基預(yù)警探測綜述

黃 達,黃樹彩,吳建峰

(空軍工程大學(xué)防空反導(dǎo)學(xué)院,陜西 西安 710051)

1 引 言

天基預(yù)警探測在國防防御中有著重要作用,現(xiàn)以美國的“天基紅外系統(tǒng)”為研究對象,對天基探測的發(fā)展及工作方式進行研究。

“天基紅外系統(tǒng)”是一種新型的導(dǎo)彈預(yù)警系統(tǒng),具備全球性、實時性、穩(wěn)固性的監(jiān)測能力[1-3]?？捎糜趯?dǎo)彈發(fā)射預(yù)警、導(dǎo)彈全程跟蹤、地面火力信息支援、技術(shù)情報和戰(zhàn)場監(jiān)視,該衛(wèi)星可在全球范圍內(nèi)對導(dǎo)彈的發(fā)射時間、地點、彈道進行監(jiān)視和預(yù)警[4-5]。天基紅外探測相比地面雷達探測來說可避免地理等因素的限制,且可使攔截彈具有更高的目標截獲能力。

天基探測有著由最初的單波段紅外探測向多波段的光譜探測發(fā)展趨勢[6-7]。對于助推段導(dǎo)彈來說,其尾焰在天基紅外成像中以弱小目標形式表現(xiàn),缺少目標形狀、波紋等信息[8]。對于紅外圖像來說,多以復(fù)雜背景為研究前提,弱小目標為檢測對象。由于缺乏目標信息,檢測算法相對復(fù)雜,檢測結(jié)果準確率不能保證。對于光譜圖像來說,除具有紅外圖像包含的信息外,還具有光譜信息,以導(dǎo)彈尾焰光譜為對象,不僅能夠達到目標檢測的目的,還能對目標進行簡單識別[9]。

2 系統(tǒng)組成及工作方式

“天基紅外系統(tǒng)”由地面站、低軌衛(wèi)星、高軌衛(wèi)星組成[10-13]，如圖1所示。高軌衛(wèi)星(SBIRS-High)包含5顆地球靜止軌道衛(wèi)星(4顆運行1顆備份)和2顆大橢圓軌道衛(wèi)星,其中大橢圓軌道衛(wèi)星的檢測區(qū)域以包含俄羅斯地域的高緯度地區(qū)為主,高軌衛(wèi)星的檢測覆蓋全球,主要對助推段的導(dǎo)彈進行偵察、跟蹤；低軌道衛(wèi)星被命名為“空間跟蹤與監(jiān)視系統(tǒng)(STSS)”,由20顆小衛(wèi)星組成,可協(xié)同對全球范圍內(nèi)的導(dǎo)彈發(fā)射全過程進行跟蹤、識別,且跟蹤、識別的精度能夠保證。地面站對高、低軌衛(wèi)星所提供的數(shù)據(jù)再加工,旨在增加所獲信息的準確性進而做出戰(zhàn)略、戰(zhàn)術(shù)決策。

圖1 “天基紅外系統(tǒng)”示意圖Fig.1 The schematic diagram of “space-based infrared system”

“SBIRS-High”衛(wèi)星由高速掃描型和凝視型探測器組成。高速掃描探測器南北方向掃描,目標為導(dǎo)彈尾焰,發(fā)現(xiàn)目標后迅速將信息傳送至凝視型探測器進而將導(dǎo)彈的發(fā)射畫面拉近放大,獲取更詳細的目標信息。

“STSS”衛(wèi)星也裝有2臺紅外探測器(寬視場掃描型短波紅外捕獲探測器和窄視場凝視型多譜段跟蹤探測器)。其具備“SBIRS-High”所有功能,且還可跟蹤中段和再入段的目標,也就是說,“STSS”可對導(dǎo)彈的全過程進行跟蹤、識別。

“STSS”衛(wèi)星成對工作,一顆視角是地球背景,另一顆視角是空間背景,旨在對目標進行立體探測、跟蹤。相比“DSP”衛(wèi)星來說,“STSS”不僅有能夠進行紅外探測,還具有可見光、紫外和高光譜成像等探測功能,這對天基探測的準確性有很大的幫助。本文將從天基探測角度出發(fā),分別對光譜檢測識別和紅外檢測識別方法進行分析討論。

3 目標分析

彈道導(dǎo)彈在助推段伴有高溫、大面積、強輻射的尾焰,天基探測器在助推段也是以導(dǎo)彈尾焰為主要探測對象,基于此,對導(dǎo)彈尾焰的紅外特性和光譜特性進行分析。

3.1 導(dǎo)彈尾焰的紅外特性

導(dǎo)彈尾焰相對周圍事物有大面積的強輻射,但由于其與天基探測器距離遠,在天基探測成像時只能以點目標呈現(xiàn),且灰度值(輻射值)小。所以天基紅外導(dǎo)彈尾焰探測是典型的弱小目標紅外探測[14-15]，圖2為添加點目標的圖像特性。

圖2 添加了點目標的圖像特性Fig.2 Image features added to the point target

圖2(a)是人為加了目標的天基紅外圖像,該圖像背景為云層、大氣。圖像中包含3個目標,目標1在云層區(qū)域,目標2在云層與大氣的過渡區(qū),目標3在大氣區(qū)域。觀察圖2(b)可知,由于云層具有較強灰度，導(dǎo)致目標1信號淹沒在云層信號中；大氣灰度值小導(dǎo)致目標2、3突出。

分析可知,目標在背景空間的不同位置分布具有不同特性,且目標像素少導(dǎo)致無形狀、尺寸等特征信息可利用；點目標處在起伏云層背景中時,容易被背景雜波噪聲所淹沒,導(dǎo)致信噪比(信雜比)比較低,但是仍然表現(xiàn)出與背景不同的灰度和統(tǒng)計特性；在頻域,點目標和噪聲具有相類似的高頻特征,而背景則為圖像的低頻分量。

3.2 導(dǎo)彈尾焰的光譜特性

導(dǎo)彈尾焰光譜受導(dǎo)彈運動狀態(tài)(飛行高度、速度、加速度)、導(dǎo)彈發(fā)動機型號、燃料成分和大氣壓強等因素影響,對于一類型導(dǎo)彈來說,不同季節(jié)、不同探測角度都對天基衛(wèi)星所探測到的光譜產(chǎn)生影響,造成一焰多譜的現(xiàn)象[16-18]。一般尾焰包含大量高溫的水和二氧化碳分子,這導(dǎo)致尾焰光譜在2.7 μm、4.3 μm附近有相對強輻射,即有波峰。圖3是借助光譜數(shù)據(jù)庫(HITEMP)對不同高度處尾焰進行的仿真。

圖3 不同高度尾焰光譜仿真圖Fig.3 Simulation chart of tail height spectrum of different height

從圖3可以看出,光譜曲線隨著高度的不同而有所變化,尤其在2.7 μm,4.3 μm特征波段處,輻射變化相對其他波段較明顯。

4 天基探測方法

4.1 紅外探測方法

紅外弱小目標檢測多傾向于復(fù)雜背景的實時性檢測,此處結(jié)合導(dǎo)彈尾焰的紅外特性,選擇3種典型的紅外探測方法進行分析。

4.1.1 最大中值濾波

中值濾波是一種較長見的的統(tǒng)計濾波方法[19]。最大中值濾波基于滑動窗口模型,對窗口內(nèi)的像素值排序,選擇序列中間值作為該窗口的輸出值。窗口大小的選擇至關(guān)重要,窗口過大會導(dǎo)致圖像中很多細節(jié)被抹除,目標被濾除的概率非常大；窗口過小會導(dǎo)致圖像濾波效果不明顯。因此應(yīng)根據(jù)目標大小及輻射特性選擇合適的窗口大小。圖4給出了最大中值濾波進行目標檢測的流程,其中濾波窗口大小為7×7。可以看出,最大中值濾波對背景邊緣的保留較好,背景預(yù)測效果較好。

圖4 最大中值濾波檢測流程Fig.4 Maximum median filter detection process

4.1.2 Top-hat濾波

Top-hat濾波是形態(tài)學(xué)濾波的一種典型方法[20],其本質(zhì)是對局部區(qū)域進行非線性變化進而達到抑制背景的目的。非線性變化主要由膨脹運算和腐蝕運算完成。

膨脹運算的數(shù)學(xué)表達式如式(1)所示:

d(i,j)=f⊕b=max{f(i-s,j-t)+

b(s,t)|i-s,j-t∈Df;s,t∈Db}

(1)

式中,f為圖像像素值;b為結(jié)構(gòu)元素;(i,j)、(s,t)表示像素坐標。

腐蝕運算的數(shù)學(xué)表達式如式(2)所示:

e(i,j)=f?b=min{f(i+s,j+t)-

b(s,t)|i+s,j+t∈Df;s,t∈Db}

(2)

式中,Df和Db分別為f和b的定義域；i-s,i+s,j-t,j+t必須在f的定義域Df內(nèi),s和t必須在b的定義域Db內(nèi)。

先進行腐蝕然后再膨脹的操作過程稱為開運算,即:

f°b=(f?b)⊕b

(3)

先進行膨脹然后再腐蝕的操作過程稱為閉運算,即:

f?b=(f⊕b)?b

(4)

Top-hat濾波先根據(jù)開運算對圖像的背景預(yù)測,再根據(jù)預(yù)測結(jié)果與與原圖像做差達到目標檢測目的。圖5給出了Top-hat濾波進行目標檢測的流程,其中結(jié)構(gòu)元素為5×5的正方形?？梢钥闯?Top-hat濾波消除了許多邊緣細節(jié),背景預(yù)測效果較差。

圖5 Top-hat濾波檢測流程Fig.5 Top-hat filter detection process

4.1.3 PM模型背景預(yù)測濾波

PM是基于梯度算子的背景預(yù)測方法[21],其數(shù)學(xué)表達式為:

式中,div表示散度算子；

表示梯度算子；c表示擴散系數(shù)；‖·‖表示模,其離散化表達式為:

設(shè)濾波窗口大小為7×7,λ=1,k=0.3,c=1?？傻玫綀D6所示的濾波效果。觀察圖6可知,PM模型能夠避免圖中的邊緣細節(jié)模糊,背景預(yù)測效果較理想。

圖6 PM模型濾波檢測流程Fig.6 PM filter detection process

4.2 光譜探測

4.2.1 光譜信息散度

光譜信息散度是從相對熵的角度考慮的一種描述兩光譜間的相似性[22],其數(shù)學(xué)表達式為:

SID(x,y)=D(x‖y)+D(y‖x)

(8)

式中，x和y表示維度相同的光譜向量,D(·)表示相對熵,又稱交叉熵,其數(shù)學(xué)表達式為:

(9)

式中，d表示光譜向量維數(shù),l表示向量中的位置,p為x概率向量,q為y概率向量,I表示自信息,其數(shù)學(xué)表達式為:

Il(x)=-logpl

(11)

4.2.2 光譜二值編碼

光譜二值編碼是基于匹配原理的一種識別方法,首先對原始光譜進行二值化表達[23],表達式如下:

式中，M表示閾值,i表示波段序列,h表示二值化后的光譜,x(i)表示原始光譜。該方法簡化了光譜表達使得對于龐大的數(shù)據(jù)庫的匹配仍具有快速性,但該方法使大量的光譜信息丟失,導(dǎo)致識別精度受到約束。

4.2.3 光譜角匹配

光譜角匹配(SAM)直接使用原光譜與數(shù)據(jù)庫中光譜進行匹配[24],其數(shù)學(xué)表達式為:

cosθ表示兩條光譜的相似度。

圖7中包含3種型號的導(dǎo)彈尾焰光譜,分別使用SID、二值編碼、SAM算法對1型光譜與其他兩型光譜進行匹配,匹配結(jié)果如表1所示。

圖7 三種型號的尾焰光譜Fig.7 Three types of tail flame spectrum

觀察表1可知,3種算法的運算結(jié)果相似,1型與2型的光譜相似性略均高于1型與3型的光譜相似性。SAM與SID的運算時間相差不大,相對來說,二值編碼算法實時性更強。

表1 三種算法的相似度運算結(jié)果Tab.1 Similarity calculation results of three algorithms

5 探測方法比較

紅外探測采用紅外寬波段探測器進行探測。最大中值濾波及Top-hat濾波方法均缺乏方向濾波特性,背景邊緣得不到有效的抑制,致使圖像中殘留較多的邊緣奇異點,造成較高的虛警率,但最大中值濾波在衰減隨機噪聲方面具有優(yōu)勢,Top-hat濾波方法簡單,實現(xiàn)起來容易。PM模型背景預(yù)測濾波雖然待定系數(shù)過多,實現(xiàn)較復(fù)雜,但其能夠有效區(qū)分強噪聲污染圖像的噪聲和邊緣,且具有方向濾波特性,虛警率低,魯棒性強。

光譜探測采用光譜探測器進行探測。光譜角匹配和光譜信息散度等方法對光譜精度有一定要求,使檢測的實時性難以保證,其中光譜角匹配的匹配結(jié)果僅受線型影響,具有較強的魯棒性,且算法復(fù)雜度低,易實現(xiàn)。光譜二值編碼方法具有快速性,但其忽視了光譜細節(jié)信息,檢測(識別)結(jié)果可信度相對降?？傊?由于紅外探測所得到的目標信息量少,檢測算法相對復(fù)雜且濾波效果有限,而光譜探測增加了光譜信息,使目標的檢測效果明顯提升,并能夠簡單識別導(dǎo)彈屬性,實時、準確探測是天基預(yù)警的研究重點。

6 結(jié) 語

天基紅外探測系統(tǒng)對國家導(dǎo)彈防御有著至關(guān)重要的影響,對其進行深入研究有重要意義。天基紅外探測在空間、時間方面都具有優(yōu)勢。傳統(tǒng)的探測方法是基于弱小目標理論進行研究的,其探測過程及檢測結(jié)果會受到目標信息量的缺乏而受到約束,基于此,天基光譜探測的研究得到關(guān)注。現(xiàn)有的光譜探測(識別)方法多是基于特定應(yīng)用背景,因光譜圖像數(shù)據(jù)量過大而不能夠被直接應(yīng)用于實時性系統(tǒng)中。對于天基光譜探測系統(tǒng)來說,保證其實時性和準確性是目前研究的重點。