祝 歡，陳 翼

(南京電子技術(shù)研究所， 南京 210039)

?

·信號/數(shù)據(jù)處理·

寬帶信號檢測方法與性能分析

祝 歡，陳 翼

(南京電子技術(shù)研究所， 南京 210039)

當(dāng)雷達(dá)發(fā)射寬帶信號時, 距離分辨單元可能比目標(biāo)的尺寸小，導(dǎo)致目標(biāo)在距離維擴(kuò)展從而導(dǎo)致能量分散，常規(guī)的檢測方法可能失效?；诖耍闹蟹治隽藢拵盘柕哪繕?biāo)回波特性，提出了一種分段積累相關(guān)檢測算法，并給出了時域和頻域兩種實(shí)現(xiàn)途徑。通過仿真和實(shí)測數(shù)據(jù)分析，驗(yàn)證了時域和頻域兩種方法的同等優(yōu)勢，信噪比可以比常規(guī)處理高5dB。最后基于工程實(shí)現(xiàn)的角度，分析了時域和頻域兩種方法的優(yōu)缺點(diǎn)。

寬帶雷達(dá)；非相參積累；相參積累；分段積累相關(guān)檢測

0 引 言

隨著現(xiàn)代戰(zhàn)爭的需要和雷達(dá)技術(shù)的發(fā)展，要求雷達(dá)能夠獲取更高精度的目標(biāo)信息(距離、速度、方位)，用以實(shí)現(xiàn)目標(biāo)的檢測、分類、識別。常規(guī)的窄帶雷達(dá)卻無法完全達(dá)到這種要求，而寬帶(絕對帶寬)雷達(dá)卻能夠發(fā)揮這種潛能。與窄帶雷達(dá)相比較，寬帶雷達(dá)有下面四個優(yōu)點(diǎn)[1]。

(1)目標(biāo)距離分辨率更高，從而容易對目標(biāo)進(jìn)行分類和識別；

(2)有更強(qiáng)的抗雜波能力，從而容易檢測雜波區(qū)的低空飛行目標(biāo)；

(3)有抗外部的窄帶電磁信號和噪聲干擾的能力；

(4)有低截獲能力，寬帶信號不容易被捕捉檢測。

雖然寬帶雷達(dá)有很多窄帶雷達(dá)無法比擬的優(yōu)勢，它也有不足之處。眾所周知，雷達(dá)距離分辨率與信號的帶寬成反比例。對于窄帶雷達(dá)，距離分辨單元的尺寸比目標(biāo)的尺寸大的多，從而目標(biāo)常被看成是一個點(diǎn)目標(biāo)。而寬帶高分辨雷達(dá)可以將目標(biāo)分解成多個散射中心[2]，這取決于目標(biāo)在距離上的尺寸和雷達(dá)的分辨能力。與窄帶雷達(dá)相比，寬帶雷達(dá)可以提供關(guān)于目標(biāo)更豐富的信息，包括距離、尺寸、形狀，并形成高距離分辨像，因此，目標(biāo)的能量被分散了。運(yùn)用將發(fā)射信號作為副本的常規(guī)的匹配濾波方法無法將目標(biāo)積累起來。同時，由于雷達(dá)發(fā)射寬帶信號，接收機(jī)的帶寬大幅增加，從而更多的熱噪聲進(jìn)入接收機(jī)。這些因素使得目標(biāo)信噪比(SNR)銳減，而在恒虛警條件下，目標(biāo)的檢測概率與SNR成正比，從而SNR的降低也引起了目標(biāo)檢測性能的惡化。

如上所述，寬帶雷達(dá)的目標(biāo)是擴(kuò)展的，對于點(diǎn)目標(biāo)的檢測方法在這里可能失效。主要有以下兩個原因：

(1)距離擴(kuò)展目標(biāo)的能量會泄露到鄰近的單元，造成訓(xùn)練樣本的污染，從而導(dǎo)致距離擴(kuò)展目標(biāo)檢測性能的惡化；

(2)對于寬帶雷達(dá)，目標(biāo)的能量是分散的，如果能量不能積累起來，那么檢測性能會大幅降低。

寬帶雷達(dá)目標(biāo)檢測的關(guān)鍵在于如何將能量積累起來，從而提高目標(biāo)的信噪比。在過去的數(shù)十年中，高分辨雷達(dá)中的目標(biāo)檢測問題引起了越來越多的關(guān)注[3-11]。距離擴(kuò)展目標(biāo)檢測是雷達(dá)信號處理中的一個難題, 同時也是一個亟待解決的問題。這個問題目前有兩大研究熱點(diǎn)：一個是距離擴(kuò)展目標(biāo)檢測器的設(shè)計(jì)[5]，另一個是通過一維像的距離積累實(shí)現(xiàn)檢測[3-4, 7-9]。文獻(xiàn)[8]提出了一種相鄰脈沖相關(guān)算法，然而當(dāng)單脈沖信噪比很低時，這種方法可能失效。文獻(xiàn)[9]使用了一種匹配模型算法，然而匹配模型是很難獲得的，所以這種方法目前也不具備實(shí)際應(yīng)用的可能性。在本文中，我們提出一種新的方法，稱為分段積累相關(guān)檢測(SICD)方法。當(dāng)單脈沖信噪比很低時，SICD方法仍能獲得很好的性能。實(shí)測數(shù)據(jù)分析表明該方法比常規(guī)方法SNR提高5 dB。

1 寬帶信號目標(biāo)回波特性

當(dāng)雷達(dá)發(fā)射寬帶信號時，距離分辨率很高，目標(biāo)將會被分散到多個距離單元中。設(shè)雷達(dá)發(fā)射線性調(diào)頻信號，則接收到的信號可以表示如下

exp(-j2πfdnTr)

(1)

式中：n=1,2,…,N為脈沖序列號；Al為目標(biāo)的第l個散射中心點(diǎn)；t為快時間；τl(n)為第l個散射點(diǎn)在第n個脈沖的時延；Tp為脈寬；K=B/Tp為調(diào)頻斜率，B為帶寬；fd為多普勒頻率；Tr為脈沖重復(fù)周期(PRI)。經(jīng)過脈沖壓縮之后，回波變?yōu)?/p>

(2)

距離分辨率的公式為

式中：ΔR為距離分辨率；c為光速；B為帶寬。當(dāng)信號帶寬為200 MHz時，距離分辨率為0.75 m。設(shè)某型飛機(jī)在雷達(dá)視線上的投影為50 m，則該飛機(jī)目標(biāo)的一維像占據(jù)67個距離單元。圖1是某型飛機(jī)在寬帶雷達(dá)下的高分辨距離像。

圖1 某飛機(jī)一維距離像

對于機(jī)載脈沖多普勒(PD)體制雷達(dá)，通常每個相干處理間隔(CPI)內(nèi)有很多個脈沖，通過相參積累來提高目標(biāo)信噪比。然而由于積累時間較長，且雷達(dá)與目標(biāo)之間可能存在較大的速度，再加上寬帶雷達(dá)的距離分辨率較高，所以在一個CPI內(nèi)，目標(biāo)會發(fā)生距離走動現(xiàn)象[12]。圖2為寬帶雷達(dá)的多個脈沖回波，可以看出目標(biāo)各散射點(diǎn)的距離走動。除了引言中介紹的寬帶雷達(dá)目標(biāo)檢測面臨的兩個普遍問題以外，機(jī)載PD體制的寬帶雷達(dá)對目標(biāo)的積累面臨兩個新的問題：

(1)回波一維距離像幅度相位具有不穩(wěn)定性，當(dāng)目標(biāo)結(jié)構(gòu)、姿態(tài)、雷達(dá)入射角改變時，回波脈沖串中各脈沖的幅度和相位都隨之改變。

(2)目標(biāo)會發(fā)生距離走動，當(dāng)距離走動大于半個距離門時，相參積累的性能會受很大影響。

圖2 寬帶雷達(dá)目標(biāo)散射和距離走動

2 分段積累相關(guān)檢測算法

針對前文中分析的機(jī)載PD雷達(dá)寬帶信號檢測的問題，本文提出了一種分段積累相關(guān)檢測算法。該方法將CPI內(nèi)的N個脈沖分成兩段，分別相參積累，再將兩段積累后的一維距離像作相關(guān)檢測。

由于相參積累時間較長，同時在寬帶條件下，距離分辨單元很小，目標(biāo)會跨越多個距離分辨單元。因此，需要首先解決跨距離門積累的問題。文獻(xiàn)[12]提出了一種基于keystone變換的距離門校正方法，該方法在目標(biāo)速度無模糊的情況下，無需獲得雷達(dá)速度先驗(yàn)信息就可以將不同脈沖中的目標(biāo)校正到同一個距離門。然而，如果有速度模糊，則通常用搜索的方法獲得模糊次數(shù)。分段積累相關(guān)檢測算法流程如圖3所示。

圖3 分段積累相關(guān)檢測算法流程

2.1 時域相關(guān)檢測算法

在經(jīng)過整個CPI段的keystone變換和兩段脈沖相參積累后，一維距離像在距離上是對齊的，則可以將前后兩段距離多普勒圖對應(yīng)點(diǎn)共軛相乘，形成一幅新的距離多普勒圖，再在距離維做滑窗積累處理(滑窗的窗長可以根據(jù)具體的目標(biāo)及姿態(tài)進(jìn)行調(diào)整)。其處理流程如圖4所示。

圖4 時域相關(guān)處理流程圖

設(shè)前后兩段相參積累后的距離多普勒圖分別為X1(n,m)和X2(n,m)，n,m分別為多普勒和距離門序號，則共軛相乘后即為

X(n,m)=X1(n,m)·conj[X2(n,m)]

(3)

對于某個目標(biāo)，其在X1(n,m)的每個散射單元與X2(n,m)上的相對應(yīng)散射單元的相位差僅與多普勒頻率有關(guān)，而由于距離較遠(yuǎn)且目標(biāo)是剛體，故目標(biāo)各點(diǎn)多普勒近似相同，從而X(n,m)上目標(biāo)一維像上各散射點(diǎn)相位相同。在目標(biāo)所在的多普勒門m，進(jìn)行距離維的滑窗積累，則可以將目標(biāo)的能量積累起來。

2.2 頻域相關(guān)檢測算法

另一種相關(guān)檢測的方法為頻域相關(guān)檢測法。該方法類似于脈沖壓縮，將后一段信號作為前一段信號的參考信號，進(jìn)行頻域脈壓，則可以將一維距離像壓縮到一點(diǎn)，達(dá)到距離像相參積累的效果。其原理如式(4)所示

Z(n,m)=IFFTm[FFTm[X1(n,m)]·

FFTm[conj[X2(n,m)]]]

(4)

其處理流程如圖5所示。

圖5 頻域相關(guān)處理流程圖

2.3 時域與頻域相關(guān)檢測算法優(yōu)缺點(diǎn)分析

頻域匹配方法的優(yōu)點(diǎn)如下：(1)不需要兩段信號積累后的一維距離像距離門完全對齊。(2)不需要進(jìn)行滑窗處理，從而克服了滑窗窗長及滑窗步長對積累性能的影響。

頻域匹配方法的缺點(diǎn)如下：(1)若距離像占整個觀測長度的比例較小，則會帶來更多的噪聲，影響檢測性能。(2)為避免帶來更多噪聲，需要取一維像作為模板，然而一維像的位置事先未知，如果采用搜索一維像的方法，將使得計(jì)算量大幅增加。

時域相關(guān)方法的優(yōu)點(diǎn)如下：(1)計(jì)算簡單，易于工程實(shí)現(xiàn)，無需搜索模板，只需對應(yīng)共軛相乘。(2)滑窗積累可以將目標(biāo)在距離上積累起來。

時域相關(guān)方法的缺點(diǎn)如下：(1)積累性能對滑窗窗長及滑窗步長敏感。(2)進(jìn)行了滑窗積累之后，目標(biāo)能量會被平抑，與頻域匹配方法相比將產(chǎn)生信噪比的損失。

雖然如上述所說，時域相關(guān)方法與頻域匹配方法相比，會產(chǎn)生信噪比的損失，由于進(jìn)行了滑窗積累的平均，使得背景噪聲的分布也發(fā)生了變化。此時，在相同虛警率的情況下，門限值會有相應(yīng)的降低，這個增益足以抵償先前的信噪比損失。

取滑窗積累的窗長一般為實(shí)際距離像的1～2倍，設(shè)滑窗積累的窗長為N，參與滑窗積累的單元X1，X2，…，XN為獨(dú)立同分布的隨機(jī)變量，期望E(Xi)=a，方差var(Xi)=σ2, 0<σ2<∞，則根據(jù)中心極限定理[13]，對于任何實(shí)數(shù)x，有

Φ(x)

(5)

式中：Φ(x)是標(biāo)準(zhǔn)的正態(tài)分布N(0,1)的分布函數(shù)，即

3 仿真分析與實(shí)測數(shù)據(jù)分析

圖6 指數(shù)分布

下面從實(shí)測數(shù)據(jù)來分析時域與頻域相關(guān)檢測方法的性能。用某型雷達(dá)錄取實(shí)測數(shù)據(jù)，帶寬B=150 MHz，積累脈沖數(shù)1 024，回波一維距離像如圖8所示，檢測信噪比為23.29 dB。

圖8 常規(guī)檢測處理結(jié)果

時域相關(guān)處理的結(jié)果如圖9所示，檢測信噪比為22.22dB，滑窗積累10個點(diǎn)，門限得益實(shí)際中為5dB～8dB。

頻域相關(guān)處理的結(jié)果如圖10所示，檢測信噪比為28.99dB。

圖10 頻域相關(guān)檢測結(jié)果

利用上述數(shù)據(jù)，加入高斯白噪聲，得出各個算法的性能，如圖11所示。

圖11 加入不同高斯白噪聲時三種處理方法信噪比曲線

對比以上的結(jié)果，頻域相關(guān)處理比常規(guī)處理有5dB的增益，時域相關(guān)處理的信噪比與常規(guī)處理近似，然而時域相關(guān)處理在門限上有5dB～8dB的增益。所以時域相關(guān)處理與頻域相關(guān)處理在提升寬帶檢測性能方面有相同的優(yōu)勢，都至少比常規(guī)處理提升5dB。

4 結(jié)束語

通過分析寬帶雷達(dá)的信號特點(diǎn)，針對現(xiàn)有的寬帶雷達(dá)信號模板相關(guān)檢測方法存在的非合作目標(biāo)模板難以獲得和相鄰脈沖相關(guān)檢測單脈沖信噪比要求高的不足，提出了分段積累相關(guān)檢測方法。實(shí)測數(shù)據(jù)處理結(jié)果表明：該方法相比現(xiàn)有方法具有良好的檢測性能，能夠?qū)崿F(xiàn)一維距離像各散射點(diǎn)的有效積累，提高了信噪比。

本文提出了時域和頻域兩種實(shí)現(xiàn)方法，各有優(yōu)缺點(diǎn)。從工程實(shí)現(xiàn)的角度，時域方法只需對應(yīng)共軛相乘再滑窗積累，無需搜索一維像的位置，計(jì)算量大大減少，更適合工程應(yīng)用。

[1] 王德純. 寬帶相控陣?yán)走_(dá)[M]. 北京：國防工業(yè)出版社，2011.WangDechun.Widebandphasedarrayradar[M].Beijing:NationalDefenseIndustryPress, 2011.

[2] Wehner D R. High-resolution radar[M]. 2nd ed. Norwell, MA: Artech House, 1995.

[3] Hughes P K. A high resolution radar detection strategy[J]. IEEE Transactions on Aerospace and Electronic Systems, 1983, 19(5): 663-667.

[4] 陸林根. 高距離分辨雷達(dá)用相關(guān)濾波提高目標(biāo)檢測性能[J]. 系統(tǒng)工程與電子技術(shù)，1995,17(9): 57-61. Lu Lingen. The method of improvement detection performance with high range resolution radar correlation filter[J]. Systems Engineering and Electronics, 1995, 17(9): 57-61.

[5] He Y, Jian T, Su F. Novel range-spread target detectors in non-Gaussian clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2004, 40 (2): 755-765.

[6] 楊建宇，李俊生. 高分辨率雷達(dá)目標(biāo)的隨機(jī)參量脈沖串檢測方法[J]. 電子學(xué)報(bào), 2004, 32(6): 1044-1046. Yang Jianyu, Li Junsheng. Random parameters pulse train detector for high range resolution radar[J]. Acta Electronica Sinica, 2004, 32(6): 1044-1046.

[7] 陳希信, 劉 剛. 寬帶雷達(dá)信號檢測技術(shù)研究[J]. 現(xiàn)代雷達(dá), 2005, 27(8): 28-31. Chen Xixin, Liu Gang. Study on wideband radar signal detection[J]. Modern Radar, 2005, 27(8): 28-31.

[8] 黃 巍. 相關(guān)檢測在寬帶雷達(dá)信號處理中的應(yīng)用[J]. 現(xiàn)代雷達(dá), 2005, 27(2): 36-39. Huang Wei. Application of correlated detection in signal processing of broadband radar[J]. Modern Radar, 2005, 27(2): 36-39.

[9] 劉 勁，戴奉周，劉宏偉. 寬帶雷達(dá)探測性能分析[J]. 雷達(dá)科學(xué)與技術(shù), 2008, 6(2): 92-95, 107. Liu Jin, Dai Fengzhou, Liu Hongwei. Detection performance of wideband radar in white-Gaussian noise[J]. Radar Science and Technology, 2008, 6(2): 92-95, 107.

[10] Shui P L, Xu S W, Liu H W. Range-spread target detection using consecutive HRRPs[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(1): 647-665.

[11] 于連慶，王 寧，姜 勁. 基于特征分類的海面小目標(biāo)檢測方法研究[C]//探測與導(dǎo)引年會. 煙臺: 北京航空航天大學(xué)出版社, 2014：118-123. Yu Lianqing, Wang Ning, Jiang Jin. Small target of sea surface detection algorithm research based on feature classification[C]// Detection Guidance Annual Meeting. Yantai: Beihang University Press, 2014: 118-123.

[12] 張順生, 曾 濤. 基于keystone變換的微弱目標(biāo)檢測[J]. 電子學(xué)報(bào), 2005, 33(9): 1675-1678. Zhang Shunsheng, Zeng Tao. Weak target detection based on keystone transform[J]. Acta Electronica Sinica, 2005, 33(9): 1675-1678.

[13] 陳希儒. 概率論與數(shù)理統(tǒng)計(jì)[M]. 合肥：中國科學(xué)技術(shù)大學(xué)出版社，1996. Chen Xiru. Probability and statistics[M]. Hefei: University of Science and Technology of China Press, 1996.

[14] 趙樹杰，趙建勛. 信號檢測與估計(jì)理論[M]. 北京：清華大學(xué)出版社，2005. Zhao Shujie, Zhao Jianxun. Theory of signal detection and estimation[M]. Beijing: Tsinghua University Press, 2005.

祝 歡 男，1983年生，工程師，博士。研究方向?yàn)槔走_(dá)信號處理。

陳 翼 男，1985年生，工程師，碩士。研究方向?yàn)槔走_(dá)信號處理。

New Methods on Wideband Signal Detection and Performance Analysis

When radar transmits wideband signals, the range resolution is smaller than the size of the target. Then the target is spread in the range dimension and the energy is scattered. The traditional detection strategies may fail. The characteristics of the echoes for wideband radar are analyzed in this paper. A new method called segment integrated correlation detection(SICD) for wideband signal detection is proposed. Two realized methods for segment integration coherent detection on time and frequency domain are both introduced. By simulation and analysis of measured data, the equivalent advantage is certified for the time domain method and frequency domain method. The SICD method can enhance SNR 5 dB than traditional method. Finally, in view of realization on engineering, the advantage and disadvantage are analyzed for the time domain method and frequency domain method.

wideband radar; incoherent integration; coherent integration; segment integrated correlation detection

10.16592/ j.cnki.1004-7859.2015.09.008

祝歡 Email：zhuhuan_nciet@163.com

2015-04-20

2015-07-22

ZHU Huan，CHEN Yi

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