羅興旺, 張伯彥, 劉　嘉, 藺宏江, 禹　娟

(北京無(wú)線(xiàn)電測(cè)量研究所, 北京 100854)

?

雷達(dá)數(shù)據(jù)處理中的雜波抑制方法

羅興旺, 張伯彥, 劉嘉, 藺宏江, 禹娟

(北京無(wú)線(xiàn)電測(cè)量研究所, 北京 100854)

摘要：研究雷達(dá)數(shù)據(jù)處理中的雜波抑制及虛假目標(biāo)消除的方法。針對(duì)密集雜波干擾,結(jié)合工程應(yīng)用實(shí)踐,提出一種基于雜波圖的雜波抑制方法,對(duì)涉及的雜波區(qū)域判別與標(biāo)識(shí)、雜波圖網(wǎng)格劃分以及提高雜波圖分辨率等關(guān)鍵技術(shù)進(jìn)行了全面闡述。同時(shí),給出了組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制方法,包括組網(wǎng)雷達(dá)雜波環(huán)境下融合權(quán)值選取以及利用融合中心信息輔助單雷達(dá)抑制雜波并建立航跡等。仿真試驗(yàn)結(jié)果表明，提出的方法可以有效抑制剩余雜波和剩余干擾產(chǎn)生的虛假航跡,適合應(yīng)用于雜波環(huán)境下的雷達(dá)數(shù)據(jù)處理和組網(wǎng)雷達(dá)數(shù)據(jù)處理中。

關(guān)鍵詞：雷達(dá)數(shù)據(jù)處理; 雜波抑制; 雜波圖; 雜波密度; 航跡起始; 雷達(dá)組網(wǎng)

0引言

雷達(dá)在工作過(guò)程中,不可避免的會(huì)受到雜波的影響,包括地雜波、海雜波和氣象雜波。同時(shí),由于電子對(duì)抗技術(shù)的不斷發(fā)展和戰(zhàn)場(chǎng)環(huán)境的復(fù)雜化,雷達(dá)還必然會(huì)受到電子干擾的影響。常用的雜波抑制技術(shù)是在信號(hào)處理中采取相應(yīng)的措施,如動(dòng)目標(biāo)顯示、動(dòng)目標(biāo)檢測(cè)、恒虛警率等。一般的雷達(dá)抗干擾方法則是在天線(xiàn)、發(fā)射機(jī)、接收機(jī)及信號(hào)處理中采用相應(yīng)的技術(shù),如天線(xiàn)低旁瓣技術(shù)、旁瓣對(duì)消技術(shù)、頻率捷變技術(shù)等。無(wú)論采用哪種方法仍難免會(huì)有剩余雜波或干擾產(chǎn)生的虛假點(diǎn)跡泄漏到雷達(dá)數(shù)據(jù)處理中。在這種情況下,雷達(dá)數(shù)據(jù)處理應(yīng)能限制和剔除虛假點(diǎn)跡數(shù)據(jù),否則這些虛假點(diǎn)跡會(huì)使整個(gè)系統(tǒng)飽和,并且影響有用的目標(biāo)航跡。因此有必要探討雷達(dá)數(shù)據(jù)處理階段的雜波抑制及干擾消除問(wèn)題。

雷達(dá)數(shù)據(jù)處理中現(xiàn)有的雜波抑制方法可分為兩類(lèi):一類(lèi)是將雜波抑制問(wèn)題歸結(jié)為雜波環(huán)境下的數(shù)據(jù)關(guān)聯(lián)問(wèn)題,著眼于通過(guò)改進(jìn)數(shù)據(jù)關(guān)聯(lián)方法提高關(guān)聯(lián)正確率。最經(jīng)典的數(shù)據(jù)關(guān)聯(lián)方法是最近鄰法(nearest neighbor, NN),但這種方法僅適用于雜波少、目標(biāo)密度不大的情況;基于Munkres算法[1]的全局最近鄰法(global nearest neighbor, GNN)是使總的距離或關(guān)聯(lián)代價(jià)達(dá)到最小的數(shù)據(jù)關(guān)聯(lián)方法,這種方法能夠較好地適應(yīng)目標(biāo)密度相對(duì)較大的情況,但在密集雜波環(huán)境下同樣不適用;聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(joint probabilistic data association, JPDA)[2]和多假設(shè)跟蹤(multiple hypothesis tracking, MHT)[3]是解決密集雜波環(huán)境下多目標(biāo)數(shù)據(jù)關(guān)聯(lián)問(wèn)題的理論最優(yōu)算法,但都存在計(jì)算量隨目標(biāo)數(shù)和雜波數(shù)呈指數(shù)增長(zhǎng)的問(wèn)題,工程上難以應(yīng)用。近年來(lái)研究者一直致力于對(duì)JPDA和MHT進(jìn)行改進(jìn),減小其計(jì)算量,改善其性能,如Fitzgerald 提出的簡(jiǎn)易聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(cheap joint probabilistic data association, CJPDA)算法[4],也被稱(chēng)為最近鄰聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(nearest neighbor joint probabilistic data association, NNJPDA)算法,Roecker提出的一種JPDA快速次優(yōu)算法[5],這兩種算法的計(jì)算復(fù)雜度均隨目標(biāo)數(shù)目線(xiàn)性增長(zhǎng),文獻(xiàn)[6-10]提出了一種結(jié)構(gòu)分支多假設(shè)跟蹤(structure branch-multiple hypothesis tracking, SB-MHT)方法,可以有效地減少計(jì)算量。文獻(xiàn)[11-20]在MHT應(yīng)用方面做了大量工作。文獻(xiàn)[21-22]還提出了其他新的數(shù)據(jù)關(guān)聯(lián)方法,如基于模糊推理理論的數(shù)據(jù)關(guān)聯(lián)算法、綜合航跡分裂(integrated track splitting, ITS)方法[23]、聯(lián)合集成概率數(shù)據(jù)關(guān)聯(lián)(joint integrated probabilistic data association, JIPDA)方法[24]等,這些方法在提高雜波環(huán)境下的正確關(guān)聯(lián)率、減小關(guān)聯(lián)計(jì)算量方面取得了進(jìn)展,但實(shí)際應(yīng)用起來(lái)仍然顯得復(fù)雜。

另一類(lèi)是采用工程常用的數(shù)據(jù)關(guān)聯(lián)算法(如最近鄰法),輔以直接判別雜波點(diǎn)跡并予以剔除的方法抑制雜波。依據(jù)判別量的不同又可分為兩種,一種是基于雜波特性和回波信號(hào)幅度等信息判別雜波點(diǎn)跡的方法[25],即通過(guò)對(duì)雜波特性的分析、回波信息的積累、比較及綜合判斷濾除雜波點(diǎn)跡。由于雜波特性極為復(fù)雜,這種方法實(shí)際應(yīng)用起來(lái)比較困難,效果有限。另一種是依據(jù)目標(biāo)運(yùn)動(dòng)特性和點(diǎn)跡跨周期相關(guān)特性判別雜波點(diǎn)跡的方法,這種方法依賴(lài)于對(duì)目標(biāo)運(yùn)動(dòng)速度的假設(shè),依據(jù)航跡速度區(qū)別目標(biāo)點(diǎn)跡和雜波點(diǎn)跡,存在一定的局限性。

本文將雷達(dá)數(shù)據(jù)處理中的剩余雜波和剩余干擾統(tǒng)稱(chēng)為雜波。針對(duì)密集雜波環(huán)境,本文首先給出了一種基于雜波圖的雜波抑制方法,對(duì)涉及的關(guān)鍵技術(shù)進(jìn)行了深入研究,該方法適合于單雷達(dá)數(shù)據(jù)處理,同樣也適合于組網(wǎng)雷達(dá)數(shù)據(jù)處理;然后給出了組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制方法,包括基于雜波圖的雜波抑制方法的使用,組網(wǎng)雷達(dá)雜波環(huán)境下融合權(quán)值的設(shè)置以及利用融合中心信息輔助單雷達(dá)抑制雜波建立航跡;最后給出了雜波抑制效果對(duì)比。

1基于雜波圖的雜波抑制方法

雷達(dá)數(shù)據(jù)處理功能框圖如圖1所示,雷達(dá)點(diǎn)跡數(shù)據(jù)由信號(hào)處理進(jìn)入雷達(dá)數(shù)據(jù)處理,依次進(jìn)行點(diǎn)跡預(yù)處理、點(diǎn)航相關(guān)及航跡起始、航跡濾波更新,最后向顯控輸出更新后的目標(biāo)航跡數(shù)據(jù)。由于進(jìn)入雷達(dá)數(shù)據(jù)處理中的點(diǎn)跡數(shù)據(jù)不可避免地包含剩余雜波和剩余干擾,因此需要綜合采用多種方法進(jìn)行雜波抑制。本節(jié)將詳細(xì)闡述基于雜波圖的雜波抑制方法,其主要思想是針對(duì)密集雜波點(diǎn)跡時(shí)域密集和空域密集兩個(gè)特點(diǎn),對(duì)進(jìn)入數(shù)據(jù)處理的包含雜波的點(diǎn)跡數(shù)據(jù)進(jìn)行積累和統(tǒng)計(jì),對(duì)雜波區(qū)進(jìn)行判別和標(biāo)識(shí),建立雜波圖,進(jìn)而采取相應(yīng)的雜波抑制處理措施。借鑒雷達(dá)信號(hào)處理中的雜波圖概念,雷達(dá)數(shù)據(jù)處理中的雜波圖指的是將雷達(dá)探測(cè)范圍進(jìn)行網(wǎng)格劃分,在雷達(dá)工作過(guò)程中實(shí)時(shí)判別各網(wǎng)格單元對(duì)應(yīng)的區(qū)域是否存在雜波或受到干擾,并進(jìn)行標(biāo)識(shí)而獲得的圖示,用于在雷達(dá)數(shù)據(jù)處理階段抑制雜波。下面對(duì)基于雜波圖的雜波抑制方法涉及的關(guān)鍵技術(shù),如雜波區(qū)域的判別與標(biāo)識(shí)、雜波圖的網(wǎng)格劃分、雜波區(qū)判別門(mén)限選取、提高雜波圖分辨率方法以及雜波抑制處理措施分別進(jìn)行詳細(xì)闡述。

圖1　雷達(dá)數(shù)據(jù)處理功能框圖

1.1雜波區(qū)域的判別與標(biāo)識(shí)

判別雜波區(qū)域是建立雜波圖的關(guān)鍵。本文依據(jù)點(diǎn)跡在時(shí)域和空域的密集程度判別雜波區(qū)域,即采用滑窗法按網(wǎng)格單元累計(jì)至當(dāng)前的一段時(shí)間內(nèi)(即時(shí)間窗的長(zhǎng)度)落入各單元格的點(diǎn)跡數(shù)量,計(jì)算各單元格的點(diǎn)跡密度,依據(jù)判別門(mén)限標(biāo)識(shí)單元格狀態(tài),更新雜波圖。時(shí)間窗長(zhǎng)度依據(jù)雷達(dá)掃描周期或數(shù)據(jù)處理周期確定,一般累計(jì)3～5個(gè)周期。以點(diǎn)跡密度,即單位面積上的點(diǎn)跡數(shù)作為判別雜波區(qū)的依據(jù),設(shè)置高低兩個(gè)門(mén)限進(jìn)行雜波區(qū)域的判別,如果點(diǎn)跡密度超過(guò)設(shè)定的高門(mén)限,則標(biāo)識(shí)對(duì)應(yīng)單元格為強(qiáng)雜波區(qū),如果介于低門(mén)限和高門(mén)限之間,則標(biāo)識(shí)為一般雜波區(qū),否則標(biāo)識(shí)為非雜波區(qū)。強(qiáng)雜波區(qū)和一般雜波區(qū)統(tǒng)稱(chēng)為雜波區(qū),雜波區(qū)的點(diǎn)跡密度也稱(chēng)為雜波密度。對(duì)各單元格進(jìn)行標(biāo)識(shí)后,即獲得雷達(dá)探測(cè)空間范圍的雜波圖,每個(gè)處理周期都需要對(duì)雜波圖進(jìn)行更新。

1.2雜波圖的網(wǎng)格劃分

可采用環(huán)形劃分和正方形劃分兩種網(wǎng)格劃分方法。如使用極坐標(biāo)系,則可在方位和徑向距離上進(jìn)行劃分,即環(huán)形劃分;如使用直角坐標(biāo)系,則可采用正方形劃分。分別如圖2(a)和2(b)所示。圖2(a)環(huán)形劃分方法中,單元格徑向距離間隔相等,方位間隔隨著徑向距離增加逐圈減小,使單元格近似為一個(gè)面積相等的準(zhǔn)正方形,以便采用相等的判別門(mén)限。圖2中O為雷達(dá)中心坐標(biāo)系原點(diǎn)。整個(gè)探測(cè)區(qū)域的網(wǎng)格單元數(shù)量N取決于雷達(dá)探測(cè)范圍及單元格大小。

圖2　雜波圖網(wǎng)格劃分示意圖

選擇單元格尺寸必須以有效區(qū)分密集雜波和目標(biāo)點(diǎn)跡為基本條件。一種單元格大小設(shè)置方法如下:假定單元格尺寸為Δl,時(shí)間窗長(zhǎng)度為3～5個(gè)雷達(dá)周期,計(jì)算各雜波區(qū)單元格的雜波密度Pi,以及目標(biāo)所在單元格的點(diǎn)跡密度Qj,判斷是否滿(mǎn)足式(1),若不滿(mǎn)足,則調(diào)整單元格尺寸Δl重新劃分網(wǎng)格并進(jìn)行統(tǒng)計(jì),直至滿(mǎn)足式(1)。

min{Pi}>max{Qj}

(1)

式中,i=1,2,…,Np,Np為判別為雜波區(qū)且沒(méi)有出現(xiàn)過(guò)目標(biāo)的單元格數(shù)量;j=1,2,…,Nq,Nq為目標(biāo)經(jīng)過(guò)的無(wú)密集雜波的單元格數(shù)量。

實(shí)際上要確定單元格尺寸,還需以實(shí)測(cè)數(shù)據(jù)為參考樣本,并做進(jìn)一步統(tǒng)計(jì)分析。

為了適應(yīng)雜波密度的不確定性,還應(yīng)將單元格尺寸設(shè)計(jì)為可配置的參數(shù),在雷達(dá)數(shù)據(jù)處理系統(tǒng)初始化時(shí)按配置的單元格尺寸初始化雜波圖。對(duì)于雷達(dá)近距離存在地雜波剩余的情況,則可直接將對(duì)應(yīng)單元格標(biāo)識(shí)為雜波區(qū)。

1.3雜波區(qū)判別門(mén)限選取

判別門(mén)限的初始值參考式(2)進(jìn)行設(shè)置,即滿(mǎn)足

(2)

式中,Lup為高門(mén)限;Llow為低門(mén)限;其余同式(1)。

在雷達(dá)工作過(guò)程中,可對(duì)判別門(mén)限進(jìn)行實(shí)時(shí)調(diào)整。調(diào)整原則是觀察雜波區(qū)的誤判和漏判情況,出現(xiàn)將非雜波區(qū)誤判為雜波區(qū),導(dǎo)致目標(biāo)無(wú)法起航的情況時(shí)提高門(mén)限;出現(xiàn)漏判雜波區(qū),形成虛假目標(biāo)航跡的情況時(shí),降低門(mén)限。

1.4提高雜波圖分辨率的方法

一般來(lái)說(shuō),減小網(wǎng)格單元尺寸可以提高雜波圖分辨率,但過(guò)小的單元格會(huì)導(dǎo)致雜波特征不明顯,即落入單元格范圍內(nèi)的雜波點(diǎn)跡偏少,無(wú)法與目標(biāo)點(diǎn)跡落入單元格的情況區(qū)分開(kāi),當(dāng)存在目標(biāo)精跟蹤或密集編隊(duì)目標(biāo)的情況時(shí)這一點(diǎn)表現(xiàn)得尤為明顯。故不能無(wú)限制地通過(guò)減小單元格尺寸提高雜波圖分辨率。因此,需要解決在雜波圖單元格尺寸一定的前提下進(jìn)一步提高雜波圖分辨率的問(wèn)題。本文給出一種通過(guò)網(wǎng)格的旋轉(zhuǎn)、平移和疊加提高雜波圖分辨率的方法。

1.4.1提高環(huán)形劃分雜波圖分辨率的方法

在環(huán)形劃分方法中,單元格集合G0為

(3)

式中,Rsi和Rei分別為單元格i的內(nèi)徑和外徑;θsi和θei分別為單元格i的起始方位角和終止方位角;Si為單元格的狀態(tài)標(biāo)識(shí)(雜波區(qū)、非雜波區(qū)等);i=1,2,3,…,Na,Na為單元格數(shù)量。

通過(guò)等分平移或旋轉(zhuǎn)雜波圖網(wǎng)格可獲得新的網(wǎng)格劃分,即在方位上進(jìn)行n(n=2,3,…)等分旋轉(zhuǎn),在徑向距離上進(jìn)行n等分平移,獲得(n-1)個(gè)新的網(wǎng)格。平移和旋轉(zhuǎn)前后的n種網(wǎng)格劃分疊加后的網(wǎng)格劃分單元格集合為

(4)

式中,j=0,1,…,n-1;k=0,1,…,n-1;ΔR為徑向距離間隔;Δθi為方位角度間隔,與距離間隔不同,方位角度間隔隨著距離由近到遠(yuǎn)逐漸減小,因此不是一個(gè)常數(shù)。疊加后的單元格徑向距離間隔為ΔR/n,方位間隔為Δθi/n,數(shù)量為Na·n2個(gè),即分辨率提高為平移疊加前的n倍。

1.4.2提高正方形劃分雜波圖分辨率的方法

在正方形劃分方法中,單元格集合G0為

(5)

式中,(Xleft_i,Ybottom_i)為單元格i的左下角坐標(biāo);(Xright_i,Ytop_i)為單元格i的右上角坐標(biāo);Si為單元格的狀態(tài)標(biāo)識(shí)(雜波區(qū)、非雜波區(qū)等);i=1,2,3,…,Ns,Ns為單元格數(shù)量。

分別在X方向和Y方向進(jìn)行n等分平移,獲得新的(n-1)個(gè)新的網(wǎng)格。平移前后的n種網(wǎng)格劃分疊加后的網(wǎng)格劃分單元格集合為

(6)

式中，j=0,1,…,n-1;k=0,1,…,n-1;Δl為平移前后網(wǎng)格正方形單元格的邊長(zhǎng)。疊加后的網(wǎng)格正方形單元格邊長(zhǎng)為Δl/n,數(shù)量為Ns·n2個(gè),分辨率同樣提高為平移疊加前的n倍。

1.4.3通過(guò)雜波圖疊加提高分辨率的原理

在更新雜波圖時(shí),分別以平移和旋轉(zhuǎn)前后的n種網(wǎng)格劃分判別和標(biāo)識(shí)雜波區(qū),獲得n幅雜波圖。由于判別是以疊加前的網(wǎng)格劃分進(jìn)行的,網(wǎng)格單元尺寸并未減小,因此判別的準(zhǔn)確性不受網(wǎng)格平移和疊加的影響。將平移和旋轉(zhuǎn)前后的n幅雜波圖進(jìn)行疊加,疊加后的雜波區(qū)為n幅雜波圖分別標(biāo)識(shí)的雜波區(qū)的并集,即在疊加后的雜波圖中,如果單元格在任意一幅疊加前的雜波圖中位于雜波區(qū),則標(biāo)識(shí)為雜波區(qū)。疊加后獲得的雜波圖分辨率提高到疊加前單幅雜波圖的n倍。

圖3以正方形劃分為例展示了通過(guò)雜波圖疊加提高分辨率的原理,圖3(a)為一個(gè)密集雜波區(qū)域示意圖,假設(shè)單元格邊長(zhǎng)為Δl,平移前網(wǎng)格劃分和雜波圖如圖3(b)所示,兩個(gè)方向上各平移Δl/2獲得的雜波圖如圖3(c)所示,疊加后的雜波圖如圖3(d)所示。平移疊加后雜波圖的分辨率提到疊加前的2倍。

1.4.4提高雜波圖分辨率方法的擴(kuò)展

采用不同網(wǎng)格劃分的雜波圖也可以混合疊加使用,如將正方形或環(huán)形劃分雜波圖與抑制射線(xiàn)狀雜波的扇形劃分雜波圖疊加,方法類(lèi)似,不再贅述。

1.5利用雜波圖抑制雜波

依據(jù)雜波圖不同的網(wǎng)格區(qū)域標(biāo)識(shí),采用不同的雜波抑制方法進(jìn)行航跡起始。

1.5.1強(qiáng)雜波區(qū)航跡起始方法

對(duì)落在強(qiáng)雜波區(qū)的剩余點(diǎn)跡采用多假設(shè)航跡起始方法。

圖3　網(wǎng)格平移疊加提高雜波圖分辨率原理示意圖

多假設(shè)航跡起始的要點(diǎn)是,在航跡起始關(guān)聯(lián)階段,將與同一孤立點(diǎn)跡關(guān)聯(lián)的多個(gè)剩余點(diǎn)跡都分配給該孤立點(diǎn)跡,嘗試起始多個(gè)航跡,如圖4(a)所示,一般經(jīng)過(guò)3～8個(gè)處理周期后,可以獲得良好的起始效果。而強(qiáng)雜波環(huán)境下采用常用的m/n邏輯航跡起始將變得困難,圖4(b)和圖4(c)展示了采用m/n邏輯情況下一個(gè)雜波點(diǎn)影響航跡起始的兩種情況。圖4(b)為發(fā)生誤關(guān)聯(lián)的情況,雜波點(diǎn)p2′取代目標(biāo)點(diǎn)跡p2關(guān)聯(lián)到目標(biāo)航跡中,但發(fā)生誤關(guān)聯(lián)的起始航跡下一周期仍能與目標(biāo)點(diǎn)跡p3關(guān)聯(lián),航跡成功起始但精度受到影響。圖4(c)中雜波點(diǎn)p2′同樣誤關(guān)聯(lián)到目標(biāo)起始航跡中,但發(fā)生誤關(guān)聯(lián)的起始航跡下一周期與目標(biāo)點(diǎn)跡p3關(guān)聯(lián)失敗并最終消亡,目標(biāo)點(diǎn)跡p2與p3關(guān)聯(lián)并最終成功起始航跡。顯然,目標(biāo)航跡起始被推遲。在強(qiáng)雜波區(qū),雜波點(diǎn)多,影響更為嚴(yán)重,采用m/n航跡起始將產(chǎn)生大量虛假航跡,目標(biāo)航跡則難以形成。

圖4　多假設(shè)航跡起始與m/n邏輯航跡起始對(duì)比示意圖

1.5.2一般雜波區(qū)航跡起始方法

對(duì)落入一般雜波區(qū)的剩余點(diǎn)跡采用基于m/n邏輯的起航方法,并設(shè)置較為嚴(yán)格的航跡起始條件。

(1)采用更為嚴(yán)格的m/n航跡起始準(zhǔn)則

一般情況下,目標(biāo)能夠被連續(xù)探測(cè)到,并且連續(xù)關(guān)聯(lián)成功,從而可起始航跡,而雜波點(diǎn)不具有連續(xù)相關(guān)性,通過(guò)采用更為嚴(yán)格的m/n航跡起始準(zhǔn)則,可以避免虛假航跡的產(chǎn)生。

(2)利用暫時(shí)航跡區(qū)過(guò)渡

在正式起始可靠航跡前增加一個(gè)暫時(shí)航跡區(qū)作為過(guò)渡,暫時(shí)航跡區(qū)的航跡只有滿(mǎn)足一定的條件才轉(zhuǎn)化為可靠航跡,該條件可以是穩(wěn)定跟蹤次數(shù)、航跡質(zhì)量等。

以上兩種方法也可以同時(shí)采用,其原理框圖如圖5所示,圖中以淺綠色背景標(biāo)識(shí)出方法(1)邏輯,以淺藍(lán)色背景標(biāo)識(shí)出方法(2)的邏輯。

圖5　采用更為嚴(yán)格的航跡起始條件消除虛假航跡原理框圖

1.5.3非雜波區(qū)航跡起始方法

對(duì)于非雜波區(qū),依據(jù)關(guān)聯(lián)門(mén)內(nèi)點(diǎn)跡數(shù)自動(dòng)調(diào)整起航邏輯。

由于雜波圖分辨率不足,或雜波密度低,依據(jù)門(mén)限判定為非雜波區(qū)的區(qū)域可能仍然存在雜波點(diǎn),如果采用與一般雜波區(qū)內(nèi)相同的方法,直接設(shè)置更為嚴(yán)格的起始條件,則在抑制雜波的同時(shí),也延長(zhǎng)了目標(biāo)點(diǎn)跡的起航時(shí)間。為了在抑制雜波的同時(shí)兼顧快速起航,可以在航跡起始過(guò)程中累加相關(guān)處理中落入起始航跡關(guān)聯(lián)門(mén)范圍內(nèi)的剩余點(diǎn)跡數(shù),理想情況下航跡起始相關(guān)處理中累計(jì)落入關(guān)聯(lián)門(mén)范圍內(nèi)的剩余點(diǎn)跡數(shù)等于航跡起始相關(guān)處理次數(shù)。但當(dāng)起始航跡關(guān)聯(lián)門(mén)內(nèi)同時(shí)存在目標(biāo)點(diǎn)跡和雜波點(diǎn)時(shí),以及目標(biāo)密集的情況下,累計(jì)落入關(guān)聯(lián)門(mén)范圍內(nèi)的剩余點(diǎn)跡數(shù)通常大于航跡起始相關(guān)處理次數(shù),差值越大表明起始航跡所處空域雜波越多或目標(biāo)越密集,發(fā)生錯(cuò)誤關(guān)聯(lián)的概率越高?？梢愿鶕?jù)這個(gè)差值的大小自動(dòng)選擇m/n航跡起始中的m和n值,或自動(dòng)選擇暫時(shí)航跡轉(zhuǎn)為可靠航跡的跟蹤次數(shù)門(mén)限,或自動(dòng)選擇多假設(shè)航跡起始的回溯周期,以便消除虛假航跡。

采用上述方法可有效抑制雜波,避免起始虛假航跡。

本節(jié)描述的在距離和方位兩維應(yīng)用雜波圖抑制雜波的方法,在必要時(shí)可以進(jìn)一步擴(kuò)展為在距離、方位和俯仰三維應(yīng)用。

2組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制方法

在多雷達(dá)組網(wǎng)工作的情況下,單雷達(dá)的點(diǎn)跡送到融合中心進(jìn)行融合處理,這時(shí)單雷達(dá)點(diǎn)跡數(shù)據(jù)中的雜波點(diǎn)也一并進(jìn)入了融合中心。組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制主要有3種方法:利用單雷達(dá)數(shù)據(jù)處理中的雜波抑制方法、依據(jù)單雷達(dá)雜波圖選取融合權(quán)值以及利用融合結(jié)果輔助單雷達(dá)起航。如圖6所示,下面分別敘述。

圖6　組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制

2.1利用單雷達(dá)數(shù)據(jù)處理中的雜波抑制方法

在單雷達(dá)數(shù)據(jù)處理中有效的各種雜波抑制方法,同樣適用于組網(wǎng)雷達(dá)融合中心數(shù)據(jù)處理。如通過(guò)采用第1節(jié)所述方法分別建立和更新各個(gè)雷達(dá)的雜波圖,依據(jù)雜波圖,在系統(tǒng)航跡起始時(shí)采用不同的起始原則以及利用航跡起始邏輯消除虛假系統(tǒng)航跡。

2.2依據(jù)單雷達(dá)雜波圖選取融合權(quán)值

多雷達(dá)組網(wǎng)工作時(shí),由于不同雷達(dá)的體制、抗干擾能力、威力范圍等不盡相同,因此面臨的雜波干擾情況也不相同。對(duì)同一目標(biāo)的探測(cè),一部雷達(dá)可能淹沒(méi)在強(qiáng)雜波中,而另一部雷達(dá)卻可能清晰可見(jiàn)。由于融合中心可以獲取多雷達(dá)點(diǎn)跡數(shù)據(jù),因此在組網(wǎng)雷達(dá)數(shù)據(jù)融合處理中進(jìn)行雜波抑制具有更為有利的條件。在圖6所示“多雷達(dá)點(diǎn)跡合并”階段,可以降低來(lái)自受干擾區(qū)域的點(diǎn)跡的融合權(quán)重,甚至將對(duì)應(yīng)權(quán)重置為零。即融合權(quán)重除了考慮雷達(dá)的探測(cè)精度外,還要綜合考慮雷達(dá)受雜波干擾的情況。假設(shè)雷達(dá)i的距離、俯仰、方位測(cè)量誤差分別為σRi、σAi、σEi,某時(shí)刻k有M個(gè)測(cè)量點(diǎn)跡,分別來(lái)自不同的雷達(dá),并且這些點(diǎn)跡都屬于同一個(gè)目標(biāo),那么來(lái)自雷達(dá)i的測(cè)量點(diǎn)跡距離、方位、俯仰融合權(quán)值分別如式(7)所示。

(7)

式中,Ii為根據(jù)雷達(dá)i的雜波圖選取的系數(shù),根據(jù)來(lái)自雷達(dá)i的測(cè)量點(diǎn)跡位于非雜波區(qū)、一般雜波區(qū)及強(qiáng)雜波區(qū)的不同情況,Ii選取不同的值,如式(8)所示。

(8)

2.3利用融合結(jié)果輔助單雷達(dá)抑制雜波建立航跡

受干擾和雜波影響的雷達(dá)其航跡起始,不僅可以采用本文第1節(jié)所述方法進(jìn)行雜波抑制,而且在雷達(dá)組網(wǎng)情況下,通過(guò)數(shù)據(jù)融合結(jié)合網(wǎng)內(nèi)雷達(dá)的雜波圖及各雷達(dá)對(duì)威力重疊區(qū)目標(biāo)的探測(cè)情況,自動(dòng)選擇未受雜波影響的雷達(dá)點(diǎn)跡形成系統(tǒng)航跡,同時(shí)將該數(shù)據(jù)作為引導(dǎo)數(shù)據(jù)反饋給受干擾的雷達(dá),引導(dǎo)雷達(dá)在雜波區(qū)自動(dòng)起始目標(biāo)航跡,提高單雷達(dá)強(qiáng)雜波區(qū)航跡起始成功率,縮短航跡起始時(shí)間。

3雜波抑制效果對(duì)比

建立仿真環(huán)境、仿真單雷達(dá)和組網(wǎng)工作的多部雷達(dá)在復(fù)雜環(huán)境下對(duì)多目標(biāo)進(jìn)行探測(cè)的情況。在仿真場(chǎng)景下,雷達(dá)均受到海雜波及海況的影響,目標(biāo)場(chǎng)景包括多批勻速或機(jī)動(dòng)目標(biāo),目標(biāo)點(diǎn)跡與近距離密集雜波、干擾、氣象雜波及隨機(jī)噪聲等一并進(jìn)入雷達(dá)數(shù)據(jù)處理。針對(duì)單雷達(dá)和組網(wǎng)雷達(dá)場(chǎng)景,分別比較不做雜波抑制和采用本文雜波抑制方法進(jìn)行雜波抑制處理的效果。

單雷達(dá)和組網(wǎng)雷達(dá)雜波抑制效果對(duì)比分別如表1和表2所示。其中仿真時(shí)間為從仿真開(kāi)始持續(xù)的時(shí)間,每隔100 s記錄一次輸出的即時(shí)航跡數(shù)和累計(jì)航跡數(shù),累計(jì)航跡數(shù)包含了已經(jīng)消亡的虛假航跡或目標(biāo)航跡。

表1對(duì)應(yīng)的仿真場(chǎng)景,實(shí)際目標(biāo)為5個(gè),做雜波抑制的情況下,產(chǎn)生了1個(gè)虛假航跡,但很快即消亡;表2對(duì)應(yīng)的仿真場(chǎng)景,實(shí)際有15個(gè)目標(biāo),做雜波抑制的情況下,從200 s到300 s時(shí)間段,新起始兩個(gè)目標(biāo)航跡,并且有一個(gè)虛假航跡產(chǎn)生并消亡,從300 s到400 s,有兩個(gè)目標(biāo)航跡消亡,400 s到500 s新起始2個(gè)目標(biāo)航跡。由表1、表2可見(jiàn),不做雜波抑制的情況下,輸出了大量虛假航跡,并且虛假航跡是不穩(wěn)定的,即不斷有虛假航跡起始和消亡;經(jīng)過(guò)雜波抑制后,虛假航跡大幅減少。

表1　單雷達(dá)雜波抑制效果對(duì)比

表2　組網(wǎng)雷達(dá)雜波抑制效果對(duì)比

單雷達(dá)和組網(wǎng)雷達(dá)雜波抑制態(tài)勢(shì)效果對(duì)比分別如圖7和圖8所示,圖中的點(diǎn)是模擬的雷達(dá)對(duì)目標(biāo)探測(cè)的點(diǎn)跡,其中組網(wǎng)雷達(dá)場(chǎng)景用不同顏色的點(diǎn)表示不同雷達(dá)的點(diǎn)跡。圖中每個(gè)三角形圖標(biāo)代表航跡的首部。圖7(a)和圖8(a)分別為單雷達(dá)和組網(wǎng)雷達(dá)數(shù)據(jù)處理中不進(jìn)行雜波抑制情況下的包含大量虛假航跡的態(tài)勢(shì)圖,圖7(b)和圖8(b)分別為單雷達(dá)和組網(wǎng)雷達(dá)數(shù)據(jù)處理中綜合使用本文提出的各種雜波抑制方法的處理結(jié)果,由圖可見(jiàn)經(jīng)雜波抑制后雜波點(diǎn)跡受到有效抑制,目標(biāo)態(tài)勢(shì)清晰。仿真結(jié)果表明,本文提出的雜波抑制方法能夠有效抑制虛假航跡的產(chǎn)生。

圖7　單雷達(dá)數(shù)據(jù)處理中的雜波抑制效果對(duì)比

圖8　組網(wǎng)雷達(dá)數(shù)據(jù)處理中的雜波抑制效果對(duì)比

本文提出的雜波抑制方法由于主要涉及的是計(jì)算機(jī)邏輯判斷,因此所需的計(jì)算量很小,計(jì)算開(kāi)銷(xiāo)主要集中在數(shù)據(jù)關(guān)聯(lián)上。本文仿真實(shí)驗(yàn)采用的數(shù)據(jù)關(guān)聯(lián)方法為基于Munkres算法[1]的全局最近鄰法,其計(jì)算量是工程上可以接受的。

4結(jié)論

本文介紹了雷達(dá)數(shù)據(jù)處理中的雜波抑制方法。對(duì)于密集雜波干擾,提出一種基于雜波圖的抑制方法,包括基于點(diǎn)跡密度的雜波區(qū)域判別與標(biāo)識(shí)方法;適應(yīng)不同雷達(dá)數(shù)據(jù)處理坐標(biāo)系的雜波圖網(wǎng)格劃分方法,該方法以有效區(qū)分密集雜波和目標(biāo)點(diǎn)跡為基本條件;雜波區(qū)判別門(mén)限選取方法;通過(guò)網(wǎng)格旋轉(zhuǎn)、平移和疊加提高雜波圖分辨率的方法,該方法在雜波圖單元格尺寸一定的情況下進(jìn)一步有效提高了雜波圖分辨率以及依據(jù)雜波圖標(biāo)識(shí)的不同雜波強(qiáng)度采用不同雜波抑制措施有效提高復(fù)雜環(huán)境下的航跡起始能力的方法。對(duì)于組網(wǎng)雷達(dá),在融合中心數(shù)據(jù)處理中除了沿用單雷達(dá)數(shù)據(jù)處理中基于雜波圖的雜波抑制方法,還可以利用組網(wǎng)雷達(dá)的優(yōu)勢(shì),依據(jù)單雷達(dá)雜波圖設(shè)置融合權(quán)值,有效消除受干擾雷達(dá)對(duì)融合航跡的影響。另外，利用多雷達(dá)探測(cè)重疊區(qū)融合航跡輔助引導(dǎo)受強(qiáng)干擾的雷達(dá)起航,還可提高雷達(dá)強(qiáng)雜波區(qū)航跡起始成功率,縮短航跡起始時(shí)間。

在雷達(dá)數(shù)據(jù)處理中抑制雜波干擾是對(duì)雷達(dá)抗干擾措施的有益補(bǔ)充,對(duì)于提高雷達(dá)系統(tǒng)適應(yīng)復(fù)雜工作環(huán)境的能力意義重大。仿真試驗(yàn)測(cè)試表明,通過(guò)采用本文提出的方法,能夠在雷達(dá)數(shù)據(jù)處理中有效抑制虛假目標(biāo)航跡的產(chǎn)生,并且計(jì)算量小,易于工程實(shí)現(xiàn),適合工程應(yīng)用。

參考文獻(xiàn)：

[1] Bourgeois F, Lassalle J C. An extension of the Munkres algorithm for the assignment problem to rectangular matrices[J].CommunicationsoftheACM, 1971, 14(12): 802-804.

[2] Fortmann T E, Bar-Shalom Y, Scheffe M. Multi-target tracking using joint probabilistic data association[C]∥Proc.ofthe19thIEEEConferenceonDecisionandControl，1980: 807-812.

[3] Reid D B. An algorithm for tracking multiple targets[J].IEEEConferenceonDecisionandControlIncludingthe17thSymposiumonAdaptiveProcesses, 1978: 1202-1211.

[4] Fitzgerald R J. Development of practical PDA logic for multitarget tracking by microprocessor[C]∥Proc.oftheAmericanControlConference, 1986:889-898.

[5] Roecker J A, Phillis G L. Suboptimal joint probabilistic data association[J].IEEETrans.onAerospaceandElectronicSystems, 1993, 29(2): 510-517.

[6] Demos G C, Ribas R A, Broida T J. Applications of MHT to dim moving targets[J].SignalandDataProcessingofSmallTarget, 1990, 1305: 297-309.

[7] Blackman S S, Dempster R J, Broida T J. Multiple hypothesis track confirmation for infrared surveillance systems[J].IEEETrans.onAerospaceandElectronicSystems,1993,29(3):810-824.

[8] Blackman S S, Dempster R J, Roszkowski S H. IMM/MHT applications to radar and IR multitarget tracking[J].SignalandDataProcessingofSmallTargets, 1997, 3163: 429-439.

[9] Dunham D T, Blackman S S, Dempster R J. Multiple hypothesis tracking for a distributed multiple platform system[J].SignalandDataProcessingofSmallTargets, 2004, 5428: 180-191.

[10] Blackman S S. Multiple hypothesis tracking for multiple target tracking[J].IEEEA&ESystemMagazine,2004,19(1):5-18.

[11] Kojima M, Kameda H, Tsujimichi S, et al . A study of target tracking using track-oriented multiple hypothesis tracking[C]∥Proc.ofthe37thSICEAnnualConference, 1998: 933-938.

[12] Obata Y, Ito M, Tsujimichi S, et al. Computation-time reduction of track oriented multiple hypothesis tracking[C]∥Proc.ofthe40thSICEAnnualConference, 2001：282-287.

[13] Obata Y, Ito M, Kosuge Y. Performance evaluation of track oriented MHT in splitting target tracking[C]∥Proc.ofthe41stSICEAnnualConference, 2002: 619-624.

[14] Lancaster J, Blackman S. Joint IMM/MHT tracking and identification for multi-sensor ground target tracking[C]∥Proc.ofthe9thInternationalConferenceonInformationFusion, 2006: 1-7.

[15] Wang H F, Sun W, Zhu Q. MHT algorithm for distributed sensors networking[C]∥Proc.oftheSPIE,2007:678652-1-678652-8.

[16] Li C P, Bi Y K, Sun J P, et al. The method of ground moving target tracking for battlefield surveillance radar [J].JournalofChinaAcademyofElectronicsandInformationTechnology,2010,5(6):638-642.(李翠平,畢越凱,孫進(jìn)平,等.戰(zhàn)場(chǎng)監(jiān)視雷達(dá)地面運(yùn)動(dòng)目標(biāo)跟蹤方法[J].中國(guó)電子科學(xué)研究院學(xué)報(bào),2010,5(6):638-642.)

[17] Coraluppi S, Carthel C, Willett P, et al. The track repulsion effect in automatic tracking[R]. La Spezia: NATO Undersea Research Centre, 2009.

[18] Coraluppi S, Carthel C. An ML-MHT approach to tracking dim targets in large sensor networks[R]. La Spezia: NATO Undersea Research Centre, 2010.

[19] Singh N, Horwood J T, Aristoff J M, et al. Multiple hypothesis tracking (MHT) for space surveillance: results and simulation studies[R]. Kirtland AFB, Albuquerque, NM: Air Force Research Lab, 2013.

[20] Zingarelli J C. Enhancing ground based telescope performance with image processing[R]. Wright-Patterson AFB: Air Force Institute of Technology, 2013.

[21] Quan T F.Targettracking:advancedtheoryandtechniques[M]. Beijing: National Defense Industry Press, 2009. (權(quán)太范. 目標(biāo)跟蹤新理論與技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 2009. )

[22] Wu Z M, Ren S J, Ni M F. Track initialization based on fuzzy accumulation function[J].SystemsEngineeringandElectro-nics,2009,31(5):1213-1216.(吳澤民,任姝婕,倪明放.基于模糊積累函數(shù)的航跡起始問(wèn)題研究[J].系統(tǒng)工程與電子技術(shù),2009,31(5):1213-1216.)

[23] Musicki D, Evans R. Multiscan multitarget tracking in clutter with integrated track splitting filter [J].IEEETrans.onAerospaceandElectronicSystems, 2009, 45(4): 1432-1447.

[24] Musicki D, Evans R. Joint integrated probabilistic data association: JIPDA[J].IEEETrans.onAerospaceandElectronicSystems, 2004, 40(3): 1093-1099.

[25] Wu Z H, Shi Z S, Shi Z M, et al. An emulation method of sensor clutter plots elimination using statistical characteristics analysis[J].AppliedMechanicsandMaterials,2012,170:3345-3348.

羅興旺(1977-),男,高級(jí)工程師,碩士,主要研究方向?yàn)槔走_(dá)控制軟件、數(shù)據(jù)處理與雷達(dá)仿真。

E-mail:mailapoluo@126.com

張伯彥(1957-),女,研究員,博士,主要研究方向?yàn)楝F(xiàn)代雷達(dá)控制與數(shù)據(jù)處理、機(jī)動(dòng)多目標(biāo)跟蹤、數(shù)據(jù)融合。

E-mail:zhbyhktk@163.com

劉嘉(1965-),男,研究員,碩士,主要研究方向?yàn)槔走_(dá)控制軟件、軟件工程與信息化。

E-mail:liujia65@live.cn

藺宏江(1974-),男,高級(jí)工程師,碩士,主要研究方向?yàn)槔走_(dá)控制軟件、數(shù)據(jù)處理與雷達(dá)仿真。

E-mail:hitlin@tom.com

禹娟(1988-),女,工程師,碩士,主要研究方向?yàn)槔走_(dá)信號(hào)處理與數(shù)據(jù)處理。

E-mail:txyujuan@yeah.net

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20150921.1008.004.html

Researches on the method of clutter suppression in radar data processing

LUO Xing-wang, ZHANG Bo-yan, LIU Jia, LIN Hong-jiang, YU Juan

(BeijingInstituteofRadioMeasurement,Beijing100854,China)

Abstract:The method of clutter suppression and false target elimination in radar data processing is investigated. According to the dense clutter interference and together with engineering practice, a method of clutter suppression based on the clutter map is proposed, and the comprehensive discussion on key technologies is carried on, such as clutter domain discrimination and identification, clutter map grid division, clutter map resolution improvement and so on. Meanwhile, methods of clutter suppression in netted radar data processing are presented, including fusion weight selection in clutter environment for netted radar, clutter suppression and track initialization assisted by information from the fusion center for single radar, etc. Simulation and test results show that the proposed methods can effectively suppress false target track caused by residual clutter and residual interference, and show that the methods are best applied to radar data processing and netted radar data processing in clutter environment.

Keywords:radar data processing; clutter suppression; clutter map; clutter density; track initialization; radar netting

作者簡(jiǎn)介：

中圖分類(lèi)號(hào)：TN 953

文獻(xiàn)標(biāo)志碼：A

DOI:10.3969/j.issn.1001-506X.2016.01.07

收稿日期：2015-03-30；修回日期：2015-08-03；網(wǎng)絡(luò)優(yōu)先出版日期：2015-09-21。