趙國強 李璋峰 孫厚軍 呂 昕

（北京理工大學(xué)信息與電子學(xué)院，北京100081）

引 言

傳統(tǒng)的單脈沖探測器大多采用和差網(wǎng)絡(luò)或者中頻和差電路來獲得和差信號，所帶來的問題是引入了差損，使雷達系統(tǒng)中接收機的噪聲系數(shù)惡化、通道間的幅度相位一致性不易測量和校準(zhǔn)，以及無法兼容更多的波束修正算法等.同時，傳統(tǒng)的多脈沖探測器多采用固定極化、收發(fā)同極化的方式獲取目標(biāo)信息，目標(biāo)識別只能采用高分辨距離像及散射中心等方法，丟失了極化域的信息，容易受到干擾和假目標(biāo)的欺騙.

隨著數(shù)字技術(shù)及收發(fā)組件小型化技術(shù)的不斷發(fā)展，可以利用多通道系統(tǒng)、數(shù)字波束形成、變極化等新技術(shù)，克服上述問題.

數(shù)字變極化單脈沖探測技術(shù)是在信號處理模塊得到和差信號，發(fā)射時在空間完成極化合成，接收時采用“虛擬極化”的方法對各通道進行幅相加權(quán)處理，獲得回波中的極化信息.該系統(tǒng)可用于目標(biāo)、雜波等多極化、全極化特性研究實驗.同時，近些年來，極化散射熵的原理被廣泛應(yīng)用于各種極化雷達系統(tǒng)，如星載極化合成孔徑雷達［1-5］，其屬于一類重要的極化信息.

本文主要針對數(shù)字變極化單脈沖系統(tǒng)中的全極化信息獲取，簡要介紹和分析數(shù)字變極化的原理和實現(xiàn)、基于頻率步進信號的高分辨一維距離像的合成，以及獲得極化散射熵H和平均散射角α在距離像中的分布，并分析其在地雜波背景下用于目標(biāo)檢測和識別的可行性.

1 數(shù)字變極化探測原理

1.1 數(shù)字變極化單脈沖探測系統(tǒng)組成

此處給出數(shù)字變極化單脈沖系統(tǒng)簡單的原理組成框圖，如圖1所示.

圖1 四子陣變極化單脈沖系統(tǒng)原理框圖

通過對信號發(fā)生模塊和幅相控制模塊的調(diào)整，可以實現(xiàn)發(fā)射通道的校準(zhǔn)和各種發(fā)射極化形式的合成；通過數(shù)據(jù)采集和處理模塊，可以對各路回波數(shù)據(jù)進行幅相加權(quán)，實現(xiàn)接收通道校準(zhǔn)和“虛擬極化”接收.

1.2 基于四單元線極化子陣的極化合成原理

變極化單脈沖系統(tǒng)實現(xiàn)的關(guān)鍵在于得到單脈沖天線和差波束，同時形成對天線極化的控制.系統(tǒng)的天線是一種基于四個線極化子陣的變極化平面陣列天線.該天線由四個線極化子陣組成，各子陣呈扇形旋轉(zhuǎn)對稱結(jié)構(gòu)，極化方向為斜45°和135°，如圖2所示.發(fā)射時，通過控制各子陣的饋電幅度和相位實現(xiàn)不同的發(fā)射極化形式，即圖中的幅度An和相位φn（n＝1，2，3，4）.實現(xiàn)線極化和圓極化發(fā)射形式（傳播方向垂直紙面向外）的幅相關(guān)系如表1所示.

圖2 四子陣變極化天線示意圖

表1 各種發(fā)射極化的幅相加權(quán)關(guān)系

接收時，采用虛擬極化的方法對各子陣的接收信號進行基帶幅相加權(quán)，得到不同的接收極化（如水平、垂直線極化等）.

以發(fā)射水平極化形式，虛擬極化接收水平和垂直極化為例，說明是如何對各通道回波數(shù)據(jù)進行幅相加權(quán)的.發(fā)射水平極化形式時，四個天線子陣的極化形式可用圖2中實線箭頭來表示，而虛線箭頭表示回波中的水平分量和垂直分量.

圖3 發(fā)射極化和接收分量的簡要表示

設(shè)回波中的水平和垂直分量分別為ErH、ErV，Rn表示第n個通道接收到的回波，那么：

RH、RV分別表示“虛擬接收”的水平極化分量和垂直極化分量，有：

式（5）和式（6）表明：在發(fā)射水平極化形式的情況下，將四個通道接收的回波數(shù)據(jù)相加，可以得到回波中的水平分量；先對2、3通道接收的數(shù)據(jù)進行-π的相位加權(quán)，再將四個通道數(shù)據(jù)相加，可以得到回波中的垂直分量.

1.3 高分辨一維距離像的原理

系統(tǒng)中采用頻率步進信號體制，通過對脈沖回波的逆快速傅里葉變換（Inverse Fast Fourier Transform，IFFT）分析處理，獲得距離高分辨的效果［6］.

設(shè)頻率步進信號脈沖重復(fù)周期為Tr，脈沖寬度為τ，起始頻率為f0，步進為Δf，頻率步進數(shù)為N，光速為c.頻率步進發(fā)射信號為［7］

本振信號為

距離為R的目標(biāo)回波信號為

回波信號與本振混頻后得到

式（10）中，第一個指數(shù)項是常數(shù)，第二個指數(shù)項可以看成一個頻域函數(shù)，對其作IFFT運算并求模，可以得到高分辨距離像.

對于數(shù)字變極化單脈沖系統(tǒng)，合成正交極化形式分時發(fā)射，對四個子陣接收數(shù)據(jù)虛擬極化合成得到同極化和交叉極化接收回波，可以得到目標(biāo)的全極化回波，結(jié)合上述原理，對全極化回波進行IFFT處理，可以得到目標(biāo)的全極化高分辨一維距離像.

1.4 極化散射熵的概念

目標(biāo)極化分解理論是雷達極化學(xué)中重要的理論之一，當(dāng)前的極化理論大體分為兩類：一類稱為相干極化分解，包括Pauli基分解［8］、Krogager分解［9］及Cameron分解［10］，其基本原理是將目標(biāo)極化散射矩陣分解成幾類基本散射體（如球體、二面角、三面角等）的線性組合；另一類是基于目標(biāo)極化散射二階統(tǒng)計特性的非相干分解，如S.R.Cloude通過對目標(biāo)極化相干矩陣特征值分解，提出的著名H/α極化分解［11］，A.Freeman提出的“奇次-偶次-漫散射”分解方法［12］等.

熵是描述自然界混亂的程度，1997年，Cloude將“熵”的概念引入極化理論中，定義了散射熵H和平均散射角α，用于目標(biāo)的散射特性分析.

H的值在［1，0］之間，描述了目標(biāo)散射的隨機性.H＝0時，相干矩陣只有一個特征值不為0，目標(biāo)只有一種主要散射機理，此時處于完全極化狀態(tài)；H值較低時，三個特征值中有一個較大，其余兩個很小以致可以忽略，目標(biāo)接近完全極化；隨著H的增大，去極化程度增加，說明目標(biāo)散射由幾種散射過程組成，不再認為僅存在一個占主要地位的散射機理；當(dāng)H值較高時，三個特征值比較接近，目標(biāo)接近完全非極化；在H＝1的極限情況下，所能獲得的極化信息為0，目標(biāo)的散射完全隨機，處于完全非極化狀態(tài)［11，13］.

α在0°和90°之間，反映了目標(biāo)的主要散射機理.當(dāng)α＝0°時，表示目標(biāo)的主要散射機理是各向同性的表面散射，如平靜水面或者均勻?qū)w球的散射；隨著α的增加，反映出的散射機理變?yōu)楦飨虍愋缘谋砻嫔⑸?，如布拉格表面散射；?dāng)α＝45°時，表示偶極子散射模型，如來自一片各向異性微粒的散射；在α＝90°的極限時，表示二面角散射［11，13］.

對于地表背景下有人造目標(biāo)的情況來說，地表的去極化效應(yīng)相對人造目標(biāo)要大，即地表的極化散射熵比人造目標(biāo)的熵值高，同時，人造目標(biāo)多由平坦的表面和尖銳的棱角（如二面角），即平均散射角多接近0°和90°，而天然目標(biāo)則不存在這些特性，這些區(qū)別就可以應(yīng)用于在地雜波背景下的目標(biāo)檢測與識別.

2 實驗和分析

我們對地面二面角和卡車目標(biāo)進行了實驗.照射角度、卡車擺放姿態(tài)和地表背景如圖4所示.卡車車長6m，實驗采用頻率步進信號，步進Δf＝5MHz，頻率步進數(shù)N＝128，分辨率約為0.23m.

圖4 實驗場景

分時發(fā)射水平極化和垂直極化波時，“虛擬極化”合成同極化和交叉極化接收，處理回波數(shù)據(jù)得到線極化基下全極化高分辨一維距離像.調(diào)整各子陣間饋電的相位差，分時發(fā)射左旋圓極化和右旋圓極化，可以得到圓極化基下全極化高分辨一維距離像.同時，對兩種發(fā)射極化形式下獲得的全極化數(shù)據(jù)進行極化散射熵H和平均散射角α的提取，得到其在高分辨距離的分布（圖中所示為波門內(nèi)的高分辨距離），如圖5和圖6所示.

圖5中實線是二面角極化散射熵，圖5（a）中的虛線是二面角高分辨距離像（High Resolution Range Profile，HRRP），圖5（b）中的虛線是平均散射角.從圖5（a）中發(fā)射線極化情況下散射熵值H在高分辨距離的分布可以看出：在22m處左右，散射熵值明顯低于其他的距離范圍，其對應(yīng)著高分辨距離像中的尖峰處，即二面角目標(biāo).從圖5（b）中發(fā)射圓極化情況下極化散射熵H和平均散射角α在高分辨距離中的分布可以看出：在22m處，具有極低熵值，較高的平均散射角，根據(jù)文獻［11］中關(guān)于散射熵和平均散射角九個區(qū)的劃分，可認為其處于低散射熵的多次散射區(qū)（二面角）和部分的平面散射區(qū).

圖6（a）中的虛線是卡車HH通道高分辨距離像.從圖6中兩種發(fā)射極化的散射熵值H在高分辨距離的分布可以看出：約在12～21m的目標(biāo)卡車范圍內(nèi)，熵值較其他區(qū)域明顯偏低，特別在19m處左右，熵值達到最小，對應(yīng)于高分辨距離像中的最高峰，其對應(yīng)于卡車車頭的強散射中心.從兩種發(fā)射極化的平均散射角α在高分辨距離中的分布可以看出：在12～21m的范圍內(nèi)，α值的起伏比其他范圍更大，這是由于卡車多有平坦的表面和二面角，即α為0°和90°，所以，在這個范圍內(nèi)的平均散射角α多為靠近0°或90°的值，從而導(dǎo)致α值起伏較大.圖6（d）中，對圓極化發(fā)射形式下的平均散射角α值對高分辨距離單元相鄰4個做平均（圖6（d）中下圖），其更清楚地反應(yīng)了上述情況.

3 結(jié) 論

極化信息是目標(biāo)回波中重要的信息，本文基于數(shù)字變極化探測系統(tǒng)，結(jié)合高分辨距離像和極化散射熵的相關(guān)原理，對地面目標(biāo)回波中的極化散射熵進行了提取以及相應(yīng)的分析，說明了該類極化信息提取在地面目標(biāo)檢測和識別中的可用性.

實驗的地表背景并不是很復(fù)雜，下階段實驗中將在多種地形和地表背景中進行，如平地、丘陵和樹林、草地等等，同時，進一步處理回波數(shù)據(jù)，提取和分析低熵值強散射點的極化信息，對應(yīng)其形狀和結(jié)構(gòu)，以進一步地對目標(biāo)進行分類和識別.

［1］范立生，高明星，楊 健，等.極化SAR遙感中森林特征的提取［J］.電波科學(xué)學(xué)報，2005，20（5）：553-556.FAN Lisheng，GAO Mingxing，YANG Jian，et al.Feature extraction of forested area based on polarimetric SAR［J］.Chinese Journal of Radio Science，2005，20（5）：553-556.（in Chinese）

［2］FENG Xu，JIN Yaqiu.Deorientation theory of polarimetric scattering targets and application to terrain surface classification［J］.IEEE Transactions on Geoscience and Remote Sensing，2005，43（10）：2351-2364.

［3］SCHNEIDE R Z，PAPATHANASSIOU K P，HAJNSEK I，et al.Polarimetric and interferometric characterization of coherent scatters in urban areas［J］.IEEE Transactions on Geoscience and Remote Sensing，2006，44（4）：971-984.

［4］CLOUDE S R，GOODENOUGH D G，CHEN H.Compact decomposition theory［J］.Geoscience and Remote Sensing Letters，2012，9（1）：28-32.

［5］GUO R，LIU Y B，WU Y H，et al.Applying H/αdecomposition to compact polarimetric SAR［J］.IET Radar，Sonar ＆ Navigation，2012，6（2）：61-70.

［6］WEHNER D R.High Resolution Radar［M］.Boston：Artech House，1995.

［7］毛二可，龍 騰，韓月秋.頻率步進雷達數(shù)字信號處理［J］.航空學(xué)報，2001，22（增刊）：19-25.MAO Erke，LONG Teng，HAN Yueqiu.Digital signal processing of stepped frequency radar［J］.Acta Aeronautica ET Astronautica Sinica，2001，22（Sup）：19-25.（in Chinese）

［8］BOERNER W M.Basics of SAR Polarimetry I［C］//Rader Polarimetry and Interferomety，Washington DC，2004.

［9］KROGAGER E.A new decomposition of radar target scattering matrix［J］.Electronic Letters，1990，26（18）：1525-1526.

［10］CAMERON W L，LEUNG L K.Feature motivated polarization scattering matrix decomposition［C］//IEEE International Radar Conference.Arlington，May 7-10，1990：549-557.

［11］CLOUDE S R，POTTIER E.A entropy based classification scheme for land application of polarimetric SAR［J］.IEEE Trans on GPS，1997，35（1）：68-78.

［12］FREEMAN A，DURDEN S T.A Three Component scattering model for polarimetric sar data［J］.IEEE Trans on GPS，1998，36（3）：963-973.

［13］郭 雷.寬帶雷達目標(biāo)極化特征提取與核方法識別研究［D］.長沙：國防科技大學(xué)，2009.GUO Lei.Reserch on Wide Band Radar Target Polarimetric Feature Extraction and Kernel Method Recognition［D］.Changsha：National University of Defense Technology，2009.（in Chinese）