紀(jì)瑞東，王長宇

(沈陽飛機(jī)工業(yè)(集團(tuán))有限公司， 沈陽110850)

0 引言

檢測具有一定運(yùn)動速度的海面目標(biāo)，如小型快艇、運(yùn)動的潛望鏡等，稱為海面動目標(biāo)檢測，是機(jī)載對海搜索雷達(dá)的重要任務(wù)之一。由于易受海雜波虛警影響，采用常規(guī)的非相參處理檢測這類目標(biāo)時效果不佳。類似的地面動目標(biāo)檢測，如坦克車等，已有多種成熟技術(shù)，如雙接收通道干涉技術(shù)、采用運(yùn)動補(bǔ)償?shù)腄PCA技術(shù)［1］、多接收通道的 SAR-GMTI技術(shù)［2］和 STAP-GMTI技術(shù)等。由于海雜波形成的復(fù)雜背景，這類技術(shù)還未在對海搜索雷達(dá)中有過成功應(yīng)用［3］。文獻(xiàn)［4］認(rèn)為動目標(biāo)的回波信號可以近似建模為線性調(diào)頻信號(LFM)，文獻(xiàn)［5-6］基于分?jǐn)?shù)階傅里葉變換(FRFT)對動目標(biāo)的檢測進(jìn)行了理論分析和仿真驗(yàn)證，但實(shí)際海面動目標(biāo)的切向和法向速度較小，線性調(diào)頻參數(shù)特征不明顯且估算困難，加之FRFT運(yùn)算量較大，需進(jìn)一步研究方可實(shí)際使用。

低重復(fù)頻率的DP(Doppler Processing)處理是一種檢測海面動目標(biāo)的有效方法，在美軍的對海搜索雷達(dá)(137、143系列、Sea Vue)中廣泛應(yīng)用。由于傳統(tǒng)的主雜波跟蹤、凹口技術(shù)等在處理海雜波時會遇到困難，未被消隱的雜波會形成大量虛警或降低部分清晰區(qū)的檢測能力，因而在陸海雜波聯(lián)合分布時會嚴(yán)重影響檢測結(jié)果。

針對上述問題，本文提出了一種基于圖像處理的DP相參處理方法，介紹了方法的參數(shù)設(shè)計(jì)，分析了海雜波以及陸海雜波在二維頻譜上的分布特性，詳細(xì)闡述了基于圖像處理技術(shù)的動目標(biāo)檢測過程和方法，最后用實(shí)測數(shù)據(jù)驗(yàn)證了該方法的性能和可實(shí)現(xiàn)性。

1 海雜波背景特性分析

1.1 海面動目標(biāo)檢測方式

海面動目標(biāo)檢測的主要對象是海面低速運(yùn)動的目標(biāo)，由于這類目標(biāo)的速度通常在10節(jié)～35節(jié)(1節(jié)=1.852 km/h)，需要選擇低重復(fù)頻率，一般取1.5 kHz～5.0 kHz。為了保證檢測性能，需要積累足夠的脈沖數(shù)和一定掃描的速度，這使得對海動目標(biāo)檢測選用重頻數(shù)較少，一般選用2/3或2/4檢測準(zhǔn)則。

1.2 海雜波的距離頻率維特性

風(fēng)速、風(fēng)向、溫度、洋流、海水成分以及陸地等都會引起海洋的復(fù)雜運(yùn)動，因此海表面對雷達(dá)來說是一個動態(tài)的、不斷變化的平面［7］，在距離頻率二維分布上體現(xiàn)了一定的無規(guī)律性。圖1為海雜波經(jīng)DP處理后，距離頻率二維平面顯示的結(jié)果。從圖中可以看出:

1)海雜波的幅度較低。經(jīng)統(tǒng)計(jì)，比同等條件下的地雜波低約15 dB～20 dB，強(qiáng)目標(biāo)在海雜波區(qū)內(nèi)清晰可見。

2)海雜波所占頻率維單元數(shù)約為地雜波1.5～2.5倍。由于采用低重復(fù)頻率，頻率維高度折疊，距離維模糊度低。

3)海雜波中心出現(xiàn)的頻率單元無明顯的統(tǒng)計(jì)規(guī)律。在離海岸較遠(yuǎn)的海區(qū)，海雜波形狀較為規(guī)則，如圖1a)所示，可以近似認(rèn)為關(guān)于某個頻率單元對稱。當(dāng)受到陸地影響時，會產(chǎn)生形變，如圖1b)所示。

圖1 低重復(fù)頻率下海雜波二維頻譜圖

當(dāng)主波束同時照射到海面和陸地即海陸聯(lián)合分布時，情況將更為復(fù)雜，如圖2所示，圖中7～16號頻率單元內(nèi)為地雜波，16～32號頻率單元為海雜波。

圖2 陸海雜波二維頻譜圖

2 基于圖像處理技術(shù)的海面動目標(biāo)檢測

由于海雜波出現(xiàn)頻率范圍的無規(guī)律性和海陸雜波的復(fù)雜性，使得海雜波的中心頻率和寬度無法根據(jù)經(jīng)驗(yàn)公式估算和修正，同時雜波區(qū)域的邊界不規(guī)則，使得基于頻率維的凹口設(shè)計(jì)較為困難。因此，傳統(tǒng)雜波跟蹤算法不能形成準(zhǔn)確凹口，即使形成凹口也會損失部分清晰區(qū)，圖2中圈出的目標(biāo)將與雜波一起被消隱。

如果從一幅圖像的角度理解二維頻譜圖，可以將雜波區(qū)定義為需要提取的特殊區(qū)域，出現(xiàn)在可檢測區(qū)的目標(biāo)定義為“噪聲”，利用圖像處理技術(shù)中的邊界提取方法從頻譜圖中剔除雜波，獲得最大清晰區(qū)，從而提高對海搜索雷達(dá)對海面動目標(biāo)的檢測能力。

2.1 數(shù)字圖像處理技術(shù)

圖像處理技術(shù)最早出現(xiàn)在20世紀(jì)50年代，目的是改善圖像質(zhì)量，提高視覺效果。隨著其不斷發(fā)展，已廣泛應(yīng)用于航空航天、工業(yè)檢測和軍事制導(dǎo)等領(lǐng)域［8］。圖像的分割提取是數(shù)字圖像處理技術(shù)的一個研究方向，作用是從圖像中提取某些特定的信息。在海雜波二維頻譜處理中，就是利用圖像提取技術(shù)將雜波區(qū)和清晰區(qū)分開。

2.1.1 二值化

二值化目的是從圖像中把目標(biāo)區(qū)域(雜波區(qū))和背景區(qū)域(清晰區(qū))初步分開。如何選取閾值達(dá)到有效的分割效果，是二值化處理的關(guān)鍵，常用的方法有平均灰度值法、類別方差法和最大熵法。后兩種方法雖效果良好，但計(jì)算量相對較大。由于雜波和噪聲的對比度較強(qiáng)，工程上常選擇計(jì)算簡單的平均灰度值法，取所有像素(距離單元和頻率單元)幅度值的平均值為二值化閾值，但是清晰區(qū)的噪聲方差大，平均灰度值法會帶來大量“噪聲”，增加后續(xù)計(jì)算負(fù)擔(dān)。

由二維頻譜圖形成的機(jī)理可知，當(dāng)雷達(dá)某些處理參數(shù)設(shè)定后(例如積累脈沖數(shù)、信號帶寬等)，雜波圖的噪聲符合一定的統(tǒng)計(jì)規(guī)律，而波束指向、發(fā)射功率、增益控制和海情等因素影響雜波的表現(xiàn)特性，無明顯的統(tǒng)計(jì)規(guī)律。二值化的閾值可以由二維頻譜圖的幅度統(tǒng)計(jì)得到，如圖3所示。

圖3 二維雜波圖的幅度分布統(tǒng)計(jì)

圖3是將圖1和圖2中三組數(shù)據(jù)的二維頻譜圖所有點(diǎn)幅度統(tǒng)計(jì)的結(jié)果。將三組數(shù)據(jù)針對0至最大值(所有三組數(shù)據(jù)中的最大值)等分統(tǒng)計(jì)，橫坐標(biāo)表示等分間隔，縱坐標(biāo)表示出現(xiàn)的個數(shù)?？梢钥闯?由于三組數(shù)據(jù)的雷達(dá)處理參數(shù)一致，噪聲統(tǒng)計(jì)規(guī)律相關(guān)性強(qiáng)。三組數(shù)據(jù)不同的是雜波統(tǒng)計(jì)，第62～120號等分間隔。門限則選擇在噪聲和雜波統(tǒng)計(jì)的分界點(diǎn)處，如圖中第62個等分間隔。

2.1.2 sobel算子邊界提取

sobel算子是一種優(yōu)化的梯度算子，利用圖像的一階導(dǎo)數(shù)來提取邊界，它是一組3×3、5×5或是7×7的矩陣，階數(shù)越高邊界提取越精細(xì)，計(jì)算量也越大。本文選擇5階算子，包括8個子矩陣，表示8個方向上的梯度計(jì)算參數(shù)，如圖4所示。

圖4 5階sobel算子

計(jì)算頻譜圖中某點(diǎn)的梯度表達(dá)式為

2.1.3 去“噪聲”

在梯度矩陣中，被稱為“噪聲”的目標(biāo)、虛警與雜波邊界點(diǎn)一樣會出現(xiàn)大值，需要剔除。常用的圖像去噪方法有平滑濾波法、中值濾波法、自適應(yīng)濾波法等。利用模板進(jìn)行平滑濾波，雖然對圖像邊緣有一定的損害，但因其去噪方法原理簡單，計(jì)算量和存儲量都較小，被廣泛使用。由圖1、2中可以看出，目標(biāo)在頻率維成短線狀出現(xiàn)，而雜波則以片狀、塊狀出現(xiàn)，利用平滑濾波模板計(jì)算均值，均值數(shù)值的大小差異即作為剔除“噪聲”的標(biāo)準(zhǔn)。具體做法是，取N×N模板在圖像中滑動，計(jì)算模塊中單元格幅度均值，大于門限的保留，小于門限的除去。

2.1.4 邊界細(xì)化

梯度矩陣中邊界的梯度值連續(xù)變化，顯得模糊不清，需使用合適的閾值細(xì)化，保留梯度局部大值。假設(shè)grads(r，f)表示某點(diǎn)梯度值，max(r，f)表示(r，f)規(guī)定鄰域內(nèi)最大值，k為控制系數(shù)，利用鄰域最大值和控制系數(shù)對該點(diǎn)進(jìn)行取舍，得到細(xì)化目標(biāo)。細(xì)化結(jié)果計(jì)算表達(dá)式如下

在實(shí)際應(yīng)用中，鄰域一般取點(diǎn)(r，f)周圍的8個點(diǎn)，k一般取0.7～0.9。

2.2 方法的實(shí)現(xiàn)

基于圖像處理的海面動目標(biāo)檢測具體實(shí)現(xiàn)流程如下:

1)脈壓處理，相參積累，F(xiàn)FT后得到二維頻譜圖。

2)對二維頻譜圖所有點(diǎn)進(jìn)行分布統(tǒng)計(jì)，選擇二值化閾值。選擇的閾值可以在雷達(dá)處理參數(shù)不變的情況下繼續(xù)使用。

3)二值化處理，取-100和100為二值標(biāo)準(zhǔn)。

4)去“噪聲”處理和邊界提取處理，使用階數(shù)為5的sobel算子和平滑濾波模板，在邊界提取輸出時增加平滑濾波的判斷，模板平滑值大于0，則作為邊界點(diǎn)梯度輸出，否則作為“噪聲”剔除。

5)邊界細(xì)化處理。處理后雜波區(qū)的邊界更加明顯。普通PD處理的頻率維凹口變成了距離維函數(shù)，針對每一個距離單元都存在一個凹口的左右邊界。因?yàn)閳D像處理過程的損失，實(shí)際使用凹口時，邊界值需要放大幾個頻率單元，以確保雜波被消隱。

6)在清晰區(qū)作CFAR處理，檢測出目標(biāo)。

3 實(shí)測數(shù)據(jù)分析

按照上述方法，對圖2進(jìn)行處理，得到如圖5所示的過程結(jié)果圖。

圖5 對二維頻譜圖進(jìn)行圖像處理的過程結(jié)果圖

圖5中分別顯示的是二值化、去“噪聲”、邊界提取和邊界細(xì)化四個步驟的處理結(jié)果。經(jīng)過圖像處理后的二維頻譜圖，雜波區(qū)和清晰區(qū)被較準(zhǔn)確的分開，圖2中圈出的目標(biāo)將在清晰區(qū)中被檢測出，以增強(qiáng)檢測能力。

4 結(jié)束語

將二維頻譜圖視為一種圖像，利用圖像處理的邊界提取方法區(qū)分雜波區(qū)和噪聲區(qū)，提高PD處理的檢測能力，是PD處理用于海面動目標(biāo)檢測的一種有效途徑。本文對海雜波的二維頻譜特性進(jìn)行了分析，詳細(xì)闡述了圖像處理用于海面動目標(biāo)檢測的算法，并通過實(shí)測數(shù)據(jù)進(jìn)行了仿真驗(yàn)證。而如何精簡算法和提高邊界提取的精度，仍是需要進(jìn)一步研究的問題。

［1］ 沈明威，朱岱寅，朱兆達(dá).和差波束頻域自適應(yīng)DPCA技術(shù)研究［J］.現(xiàn)代雷達(dá)，2010，32(4):59-62.Shen Mingwei，Zhu Daiyin，Zhu Zhaoda.A study on ΣΔADPCA technique in frequency domain［J］.Modern Radar，2010，32(4):59-62.

［2］ 呂孝雷，齊飛林，邢孟道，等.三通道SAR-GMTI地面快速目標(biāo)檢測［J］.系統(tǒng)工程與電子技術(shù)，2009，31(7):1581-1587.Lü Xiaolei，Qi Feilin，Xing Mengdao，et al.Ground fast moving target detection based on trichannel SAR-GMTI［J］.Systems Engineering and Electronics，2009，31(7):1581-1587.

［3］ Gorski T，Le Caillecy J M，Lecornu L，et al.Space-time adaptive processing analysis for the moving target on the sea surface indication purpose［C］//2006 International Conference on Microwaves，Radar and Wireless Communications.Krakow:IEEE Press，2006:199-202.

［4］ Sun H B，Liu G S，Gu H.Application of the fractional Fourier transform to moving target detection in airborne SAR［J］.IEEE Transactions on Aerospace and Electronic Systems，2002(38):1416-1424.

［5］ 杜文超，王國宏，孟小芬.基于分?jǐn)?shù)階傅立葉變換估計(jì)徑向加速度算法研究［J］.信號處理，2009，25(3):472-477.Du Wenchao，Wang Guohong，Meng Xiaofen.A method to estimate radial parameters of target based on FRFT［J］.Signal Processing，2009，25(3):472-477.

［6］ 陳小龍，關(guān) 鍵，于仕財(cái)，等.海雜波背景下基于FRFT的多運(yùn)動目標(biāo)檢測快速算法［J］.信號處理，2010，26(8):1174-1180.Chen Xiaolong，Guan Jian，Yu Shicai，et al.A fast detection algorithm of multiple moving targets in sea clutter based on FRFT［J］.Signal Processing，2010，26(8):1174-1180.

［7］ Skolnik M I.Radar Handbook［M］.2nd ed.NewYork:The McGraw-Hill Company，2002.

［8］ 鄧?yán)^忠，張?zhí)X.數(shù)字圖像處理技術(shù)［M］.廣州:廣東科技出版社，2005.Deng Jizhong，Zhang Tailing.Digital image processing technology［M］.Guangzhou:Publishing House of Guangdong，2005.