李發(fā)宗， 毛興鵬， 常維國

(1.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 150001 哈爾濱; 2.中國工程物理研究院 電子工程研究所， 621999 四川 綿陽)

?

利用極化信息的高頻地波雷達(dá)TBD檢測算法

李發(fā)宗1,2， 毛興鵬1， 常維國1

(1.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 150001 哈爾濱; 2.中國工程物理研究院 電子工程研究所， 621999 四川 綿陽)

摘要:為解決復(fù)雜的雜波背景造成高頻地波雷達(dá)目標(biāo)檢測上的困難，針對高頻地波雷達(dá)的極化特性，提出了一種將極化信息與傳統(tǒng)動態(tài)規(guī)劃算法相結(jié)合的TBD檢測新方法. 該方法利用運(yùn)動目標(biāo)方向信息和極化信息對算法進(jìn)行優(yōu)化，并通過預(yù)檢測減小計(jì)算量. 在高斯背景和高頻地波雷達(dá)實(shí)測數(shù)據(jù)中的仿真和檢測結(jié)果表明，存在電離層雜波干擾時，基于極化信息的檢測前跟蹤新方法比傳統(tǒng)動態(tài)規(guī)劃算法性能明顯提高.

關(guān)鍵詞:動態(tài)規(guī)劃；高頻地波雷達(dá)；極化信息；檢測前跟蹤

工作于3～30 MHz的高頻雷達(dá)具有超視距、散射截面大、數(shù)據(jù)率低等特殊優(yōu)勢，不論在軍事還是民用上都有廣泛而有效的應(yīng)用[1]. 然而電離層雜波、海雜波、電臺干擾等諸多不利因素的存在，增加了高頻地波雷達(dá)目標(biāo)檢測的困難[2].

檢測前跟蹤TBD (track-before-detect)是在低信噪比情況下對目標(biāo)進(jìn)行檢測和跟蹤的一種技術(shù)，本質(zhì)上是一種時域和空域的非相參方法[3-4]. 動態(tài)規(guī)劃算法[5]是最常用的TBD實(shí)現(xiàn)算法之一，近年來對動態(tài)規(guī)劃算法的研究主要是針對檢測背景的特點(diǎn)做出相關(guān)改進(jìn)和優(yōu)化. 文獻(xiàn)[6-7]采用兩級門限檢測和方向加權(quán)方法來增強(qiáng)工程中的應(yīng)用性；文獻(xiàn)[8-9]針對多目標(biāo)問題提出基于廣義似然比檢驗(yàn)的TBD算法并對目標(biāo)數(shù)目問題進(jìn)行了討論; 文獻(xiàn)[10]增加了航跡檢測與校正方法，提高了跟蹤概率.

極化信息是電磁波除幅度、頻率、相位以外的一個重要基本參量，在雷達(dá)抗干擾、反隱身、目標(biāo)檢測等領(lǐng)域具有重要的應(yīng)用潛力[11]. 本文針對高頻地波雷達(dá)的極化特性，將極化信息引入TBD檢測算法，并結(jié)合預(yù)處理方法和方向加權(quán)手段進(jìn)一步提高TBD方法在高頻地波雷達(dá)中的檢測和跟蹤性能.

1雷達(dá)檢測中的TBD算法

1.1最優(yōu)化原理

(1)

式中：k為階段數(shù)；U為決策變量ui限制的范圍，稱為允許決策集合. 為滿足遞推關(guān)系，初始條件可以假設(shè)為

當(dāng)動態(tài)規(guī)劃算法用于檢測前跟蹤算法時，需要對動態(tài)規(guī)劃的基本式變形，根據(jù)式(1)有

其中Ik(xk) 表示階段的值函數(shù). 值函數(shù)的選擇直接影響算法對于目標(biāo)檢測的性能，因此對動態(tài)規(guī)劃算法至關(guān)重要. 在具體檢測中，本文運(yùn)用各階段檢測單元的幅度測量值zr,d(k) 替代前面的wi(xi,ui)作為階段指標(biāo)函數(shù)[10]，r，d分別表示距離單元和速度單元的序號. 并得到以下的遞推式

(2)當(dāng)基于最優(yōu)性原理的動態(tài)規(guī)劃算法應(yīng)用于高頻雷達(dá)在速度距離譜中檢測時，初始條件要求對第一幀中的每個單元進(jìn)行搜索，因此，初始條件為

(3)在高頻地波雷達(dá)目標(biāo)檢測中，按照式(2)和式(3)給出的遞推關(guān)系，在K幀速度距離譜中進(jìn)行搜索并對值函數(shù)累加. 當(dāng)完成所有搜索后，利用以下的判決方法判定目標(biāo)是否存在，如果目標(biāo)存在則對其軌跡進(jìn)行估計(jì)

1.2目標(biāo)轉(zhuǎn)移模型

在高頻地波雷達(dá)的速度距離譜中，目標(biāo)的狀態(tài)可以表示為xk=Zk(rk,dk)，其中Zk表示第k個速度距離譜，r，d分別表示距離單元和速度單元的序號. 在高頻地波雷達(dá)背景下艦船目標(biāo)認(rèn)為是點(diǎn)目標(biāo)，普通的軍艦速度大概在20～30節(jié)之間. 假設(shè)船速為最大速度30節(jié)，高頻地波雷達(dá)載頻8 MHz，積累時間為100 s，距離分辨力為1.5 km，則可知相鄰兩幀數(shù)據(jù)之間艦船的最大距離位移為2.3 km，即距離位移不超過2個距離單元. 常規(guī)的高頻雷達(dá)目標(biāo)模型都是假設(shè)目標(biāo)是勻速運(yùn)動，然而在積累時間里，目標(biāo)很有可能由于洋流、自身機(jī)動等原因，徑向速度發(fā)生改變. 假設(shè)目標(biāo)在雷達(dá)探測期間在一個積累周期內(nèi)，多普勒方向也最多移動一個多普勒單元[12]，則高頻地波雷達(dá)速度距離譜中不同積累周期之間狀態(tài)轉(zhuǎn)移過程存在一定聯(lián)系.

假設(shè)第k幀數(shù)據(jù)目標(biāo)狀態(tài)為

則第k+1幀數(shù)據(jù)目標(biāo)狀態(tài)可能為

這里U是第k+1幀時目標(biāo)的狀態(tài)可能的范圍集合，也就是第k+1幀目標(biāo)狀態(tài)可能是U中9個狀態(tài)中的1個，這9個狀態(tài)也被稱為狀態(tài)轉(zhuǎn)移區(qū)域.

狀態(tài)轉(zhuǎn)移過程如圖1所示.

(a)第k幀　　　　　　　　　　(b)第k+1幀

1.3目標(biāo)測量模型

設(shè)K時刻每個距離多普勒單元的目標(biāo)功率強(qiáng)度為z(r,d)(k)，則第k幀總的測量集合為

每個速度距離單元中又分為有無目標(biāo)兩種情況,即

式中: A(r,d)表示目標(biāo)的幅值;w(r,d)表示背景噪聲，并假設(shè)噪聲服從某種分布且是獨(dú)立的.

2高頻地波雷達(dá)極化特性

2.1極化特性分析

高頻地波雷達(dá)的檢測背景包含了電離層雜波、海雜波以及其他干擾和噪聲. 經(jīng)典的恒虛警方法往往無法獲得滿意的檢測性能，而使用TBD方法在復(fù)雜雜波環(huán)境下針對微弱目標(biāo)的檢測跟蹤性能會大幅下降. 因此，利用高頻地波雷達(dá)電離層雜波和目標(biāo)在極化特性上的差異，并結(jié)合高頻雷達(dá)回波特性對算法進(jìn)行改進(jìn)是提高檢測性能的重要方式. 圖2給出高頻地波雷達(dá)實(shí)測數(shù)據(jù)垂直通道和水平通道的速度距離譜.

(a)垂直通道　　　　　　　　　　(b)水平通道

由圖2可以看出,高頻地波雷達(dá)回波數(shù)據(jù)中出現(xiàn)大量雜波，其中電離層雜波幾乎占據(jù)垂直通道和水平通道的整個距離單元[14]. 垂直通道有3條明顯的豎線,中間的能量很強(qiáng)部分是地物雜波，59和200附近的多普勒單元處主要是受Bragg峰影響. 水平通道中目標(biāo)和海雜波很少，但電離層雜波強(qiáng)烈，根據(jù)文獻(xiàn)[15]可知這是因?yàn)殡婋x層雜波的極化特性為橢圓極化，有部分分量進(jìn)入水平通道，而目標(biāo)和海雜波為線極化，主要進(jìn)入垂直通道，被水平通道接收的很少.

通過垂直通道和水平通道可以計(jì)算對應(yīng)的極化角譜，如圖3所示.

圖3　極化角

從圖3給出的極化角譜中可以直觀地看到,高頻地波雷達(dá)的目標(biāo)和電離層背景雜波之間有明顯差異. 目標(biāo)極化角往往分布在70°以上，而電離層雜波極化角在0～90°之間都有分布，且隨距離單元變化有一定規(guī)律性.

綜合圖2中垂直通道的功率信息和圖3中極化角信息，對不同區(qū)域電離層雜波和目標(biāo)的極化角及功率進(jìn)行統(tǒng)計(jì)可以得到如圖4所示的極化角功率分布譜.

圖4中強(qiáng)電離層雜波是指分布在151～194距離單元的電離層雜波，該區(qū)域雜波能量較強(qiáng)但雜波極化角遠(yuǎn)小于目標(biāo)極化角. 弱電離層雜波是指分布在1 150距離單元上的電離層雜波，該區(qū)域雜波功率總體小于目標(biāo)，但部分雜波極化角較大.

圖5給出部分距離單元上目標(biāo)和雜波極化角統(tǒng)計(jì)結(jié)果. 由圖5可以看出，目標(biāo)的極化角和電離層雜波極化角存在差異，這為高頻地波雷達(dá)的極化信息檢測提供了基礎(chǔ).

圖5　目標(biāo)和雜波極化角統(tǒng)計(jì)

2.2海雜波影響

低速運(yùn)動的艦船目標(biāo)，其多普勒譜往往會落入強(qiáng)烈的一階和二階 Bragg 散射當(dāng)中，因此海雜波將構(gòu)成對目標(biāo)信號最大的干擾. 由于海雜波的強(qiáng)度要高于或接近目標(biāo)的散射強(qiáng)度，當(dāng)目標(biāo)的徑向速度引起的多普勒頻移接近或處于一階譜的位置時，目標(biāo)回波信號就會完全被一階譜所掩蓋，導(dǎo)致無法對目標(biāo)有效檢測. 目前對于落在一階譜區(qū)內(nèi)的艦船目標(biāo)檢測，還沒有特別行之有效的方法，只能根據(jù)一階譜的位置，避開它對檢測的干擾.

在TBD檢測算法中，海雜波會使目標(biāo)航跡發(fā)生偏移，從而失去對目標(biāo)的追蹤. 一階譜盡管能量很大，但是譜寬較窄，因此高頻地波雷達(dá)在實(shí)際目標(biāo)檢測時，先通過人工方法剔除海雜波，再進(jìn)行相關(guān)檢測[13].

3基于極化信息的高頻雷達(dá)TBD檢測方法

3.1TBD方法在高頻地波雷達(dá)中的改進(jìn)措施

3.1.1極化信息的應(yīng)用

通過前面統(tǒng)計(jì)分析可知，高頻地波雷達(dá)目標(biāo)和雜波在極化特性上有著明顯差異[16]，在進(jìn)行TBD檢測時有效利用高頻地波雷達(dá)的極化特性將大大改善檢測性能. 假設(shè)利用動態(tài)規(guī)劃算法TBD檢測時每次掃描時的狀態(tài)為Xk，階段指標(biāo)函數(shù)為z(Xk)，利用目標(biāo)和雜波的極化信息對價(jià)值函數(shù)進(jìn)行修正，即令

式中：Pt是對應(yīng)檢測位置的極化角，Pc是對周圍雜波極化角的估計(jì)值，α是一個加權(quán)因子，β是指數(shù)因子. 經(jīng)過大量數(shù)據(jù)驗(yàn)證，當(dāng)α=1，β=1時相對合理. 由檢測因子表達(dá)式可以直觀看出，若待檢測單元為目標(biāo)，則其極化角Pt要大于雜波極化角估計(jì)值Pc，此時階段指標(biāo)函數(shù)z′(Xk)大于常規(guī)TBD算法的階段指標(biāo)函數(shù)z(Xk)，有助于提高檢測概率. 若待檢測單元為雜波，則其極化角小于或近似等于雜波極化角估計(jì)值，此時階段指標(biāo)函數(shù)近似等于或小于常規(guī)TBD檢測算法的階段指標(biāo)函數(shù)，可以在一定程度上減小虛警率.

3.1.2數(shù)據(jù)預(yù)處理

3.1.3方向加權(quán)

由前面高頻地波雷達(dá)的狀態(tài)轉(zhuǎn)移分析過程可知，對于高頻地波雷達(dá)的速度距離譜中可檢測的艦船目標(biāo)，在正常情況下，或朝雷達(dá)方向前進(jìn)，或遠(yuǎn)離雷達(dá)方向運(yùn)動，且在相鄰積累時間內(nèi)目標(biāo)速度不會發(fā)生很大變化. 如圖6所示，假設(shè)k-2幀中目標(biāo)位置為xk-2(rk-2,dk-2)，k-1幀中目標(biāo)位置為xk-1(rk-1,dk-1)，第k幀目標(biāo)可能所處位置為xk(rk,dk)，那么第k幀中目標(biāo)在直線周圍出現(xiàn)的可能性很大.

圖6　方向加權(quán)示意

因此一旦利用前面幾幀確定目標(biāo)運(yùn)動方向，則可以利用運(yùn)動規(guī)律對下一幀內(nèi)不同搜索區(qū)域的方向加權(quán). 即給可能性較大的區(qū)域中的點(diǎn)給予較大的方向權(quán)重，而對遠(yuǎn)離前進(jìn)方向區(qū)域中的點(diǎn)給予很小或?yàn)榱愕臋?quán)重，以降低某些方向上噪聲或干擾的影響，因此目標(biāo)函數(shù)遞推式可以改寫為

3.2.1初始化

首先對每一幀回波數(shù)據(jù)中海雜波進(jìn)行剔除，k=1時第一幀數(shù)據(jù)的所有數(shù)據(jù)單元進(jìn)行恒虛警預(yù)檢測處理，將超過恒虛警門限的數(shù)據(jù)單元的相關(guān)信息記錄為I(r,d)(1)，即

其中1≤r≤M， 1≤d≤N， Vcfar是恒虛警檢測門限. k=2時有

3.2.2各幀能量積累

式中U(r′, d′)(k-1/k) 是以第k-1幀中的I(r′, d′)(k-1)對應(yīng)的數(shù)據(jù)單元為中心，在第K幀數(shù)據(jù)中的搜索范圍，即參考空間. 如果上述參考空間中沒有數(shù)據(jù)單元能夠超過恒虛警門限，則拋棄該I(r,d)(k-1).

3.2.3軌跡判決

k=K將最后一幀所有掃描完成后剩余的累積量記為IK，如果IK中某個元素I(r,d)(K)超過門限，則判定該(r,d)數(shù)據(jù)單元中存在目標(biāo)，再根據(jù)I(r,d)(K)中記錄的數(shù)據(jù)單元坐標(biāo)信息進(jìn)行歸集回溯，即可同時得到目標(biāo)的航跡.

3.3性能分析

此處檢測概率定義為至少存在一個與真實(shí)目標(biāo)的位置、速度在允許誤差范圍之內(nèi)的xK使得最后狀態(tài)的值函數(shù)超過檢測門限的概率，即

虛警概率定義為最大噪聲狀態(tài)的值函數(shù)超過檢測門限的概率，即

式中VT表示檢測門限，可以通過計(jì)算得到. 由文獻(xiàn)[13]可知

式中：n=N2×M2，N為距離單元數(shù)，M為速度單元數(shù)；μ和σ分別為積累K幀時沿著目標(biāo)積累得到的值函數(shù)的均值和標(biāo)準(zhǔn)差.

4實(shí)驗(yàn)仿真

4.1高斯雜波背景仿真

為簡化仿真過程，設(shè)雜波背景為高斯白噪聲，為了同時能夠應(yīng)用到極化信息，假設(shè)仿真目標(biāo)極化角為88°，背景雜波極化角即為圖3所示的極化角譜. 非起伏的單目標(biāo)勻速運(yùn)動，每幀分別向x，y方向運(yùn)動一個單元，起始位置為(30，30)，其中掃描15幀，圖7給出當(dāng)信噪比為12 dB時的航跡圖.

圖7　高斯背景下航跡

由圖7可以看出，傳統(tǒng)TBD檢測算法有3個點(diǎn)的跟蹤誤差，而基于極化信息的TBD改進(jìn)算法能準(zhǔn)確跟蹤絕大多數(shù)仿真目標(biāo)，說明改進(jìn)后算法的檢測和跟蹤性能較傳統(tǒng)算法有所提高.

圖8給出不同TBD檢測策略的檢測概率，檢測門限VT=26.6. 圖中加權(quán)TBD是指在傳統(tǒng)TBD基礎(chǔ)上采用方向加權(quán)的方法，極化TBD指傳統(tǒng)TBD基礎(chǔ)上引入極化信息(具體來說是極化角信息)后的改進(jìn)算法，TBD新算法是指綜合應(yīng)用方向加權(quán)、極化信息和預(yù)處理方法的檢測算法.

圖8　高斯背景下檢測性能

從圖8中可知，在高斯背景下，方向加權(quán)使TBD算法性能提高約1 dB，極化信息的加入使改進(jìn)后的算法信噪比改善約2 dB，而既有方向加權(quán)又利用極化信息的TBD新算法相對傳統(tǒng)算法性能明顯改善. 說明基于極化信息的TBD新算法在高斯背景中有著更優(yōu)異的檢測性能.

4.2TBD檢測新算法在高頻地波雷達(dá)實(shí)測數(shù)據(jù)中的應(yīng)用

事實(shí)上，高頻地波雷達(dá)實(shí)測數(shù)據(jù)相比高斯背景檢測環(huán)境更為復(fù)雜，不僅有大量雜波存在，檢測時真實(shí)目標(biāo)之間也有可能相互干擾. 為了進(jìn)一步驗(yàn)證基于極化信息的TBD檢測算法在高頻地波雷達(dá)實(shí)測數(shù)據(jù)中的檢測性能，在距離單元為194，多普勒單元為256的速度距離譜中加入仿真目標(biāo)進(jìn)行檢測. 設(shè)仿真目標(biāo)起始位置為(130，130)，選擇該區(qū)域的主要原因是該區(qū)域中雜波主要是電離層雜波，可以避免海雜波影響，同時該區(qū)域很少存在真實(shí)目標(biāo)，因此可以減小真實(shí)艦船目標(biāo)對仿真目標(biāo)的影響. 為方便起見并不失一般性，假設(shè)仿真目標(biāo)每幀以一單元的速度分別向距離向和多普勒向運(yùn)動，掃描10幀. 圖9給出在信噪比為20dB時傳統(tǒng)TBD算法和改進(jìn)后TBD檢測算法的航跡跟蹤結(jié)果.

圖9　實(shí)測數(shù)據(jù)中仿真目標(biāo)航跡

從圖9可以看出，傳統(tǒng)TBD算法雖然能夠恢復(fù)大部分目標(biāo)的航跡，但對部分點(diǎn)航跡恢復(fù)結(jié)果與真實(shí)航跡存在偏差，而基于極化信息的TBD檢測新方法可以準(zhǔn)確地恢復(fù)航跡.

為了分析不同的改進(jìn)措施對TBD算法性能提升程度，圖10給出高頻地波雷達(dá)實(shí)測數(shù)據(jù)中加入仿真目標(biāo)后分別使用傳統(tǒng)TBD方法、方向加權(quán)TBD方法、極化加權(quán)TBD方法和綜合利用方向及極化信息進(jìn)行優(yōu)化的TBD新方法的檢測性能曲線，由于高頻地波雷達(dá)回波數(shù)據(jù)幅值很小，因此經(jīng)過計(jì)算得到的檢測門限VT=0.054.

圖10　不同算法實(shí)測數(shù)據(jù)中檢測性能

從圖10不難看出，在高頻雷達(dá)實(shí)測數(shù)據(jù)中傳統(tǒng)TBD檢測算法性能最差，利用方向加權(quán)的優(yōu)化算法可以獲得大約1dB的性能改善，采用極化信息的TBD改進(jìn)方法性能進(jìn)一步提高，而綜合利用方向信息和極化信息的TBD新方法檢測具有更優(yōu)的效果.

為了驗(yàn)證TBD檢測算法在高頻地波雷達(dá)系統(tǒng)工程應(yīng)用中的檢測性能，在實(shí)測數(shù)據(jù)中進(jìn)行真實(shí)艦船目標(biāo)的檢測. 由于實(shí)測數(shù)據(jù)中的目標(biāo)眾多，為了便于分析，選擇速度距離譜中的2個典型區(qū)域進(jìn)行驗(yàn)證：區(qū)域1(125-175距離單元，120-200速度單元)主要驗(yàn)證強(qiáng)電離層雜波背景中的真實(shí)目標(biāo)檢測；區(qū)域2(25-60距離單元，50-170速度單元)驗(yàn)證弱電離層雜波中的真實(shí)目標(biāo)檢測. 圖11給出其中剔除海雜波和地物雜波后第一幀數(shù)據(jù)的速度距離譜.

圖11　剔除海雜波后檢測背景

圖12給出使用傳統(tǒng)TBD算法檢測和航跡恢復(fù)的結(jié)果. 在圖12中，(130，130)單元處的是圖9中的仿真目標(biāo)航跡，其余為對實(shí)測數(shù)據(jù)中真實(shí)目標(biāo)的檢測航跡. 由圖12可以看出，傳統(tǒng)TBD算法可以從高頻地波雷達(dá)中檢測出相應(yīng)的艦船目標(biāo)，并且檢測結(jié)果較恒虛警方法檢測結(jié)果更加直觀可靠，但是160距離單元附近的電離層雜波也被檢測到并形成雜亂的航跡(已確認(rèn)該區(qū)域中沒有真實(shí)目標(biāo)). 這說明傳統(tǒng)TBD方法雖然可行但是有一定局限性.

圖12　傳統(tǒng)TBD方法檢測

圖13給出使用基于極化信息的TBD新方法的航跡檢測結(jié)果. 從圖13可以看出，基于極化信息的TBD檢測新方法在同樣的背景中檢測時，160距離單元附近的電離層雜波已經(jīng)被壓制，這是因?yàn)樵搮^(qū)域電離層雜波極化角較小，通過極化加權(quán)使得該區(qū)域積累得到的值函數(shù)降低而低于最終檢測門限. 此外，對比圖12和圖13可以發(fā)現(xiàn)，使用基于極化信息的TBD檢測算法在同條件下多檢測出一條航跡，并且部分航跡更加明顯，這說明改進(jìn)算法相對于傳統(tǒng)算法不僅發(fā)現(xiàn)概率有所提高，而且航跡跟蹤效果也有所改善.

圖13　TBD新方法檢測結(jié)果

5結(jié)論

1)經(jīng)典檢測算法如恒虛警檢測算法無法在高頻地波雷達(dá)中獲得良好的檢測性能，檢測前跟蹤算法可以通過多幀累加獲得一定的信噪比來檢測目標(biāo)，但是在復(fù)雜的海態(tài)和小目標(biāo)環(huán)境下，常規(guī)動態(tài)規(guī)劃算法檢測跟蹤性能欠佳.

2)在TBD檢測算法中引入極化信息，并結(jié)合方向加權(quán)方法和預(yù)處理手段對檢測算法做出改進(jìn). 仿真結(jié)果表明基于極化信息的TBD檢測新算法在雜波背景下檢測概率有所提高，得到的航跡更加準(zhǔn)確.

參考文獻(xiàn)

[1] SUN Minglei, XIE Junhao, JI Zhenyuan, et al. Remote sensing of ocean surface wind direction with shipborne high frequency surface wave radar [C] // Radar Conference (RadarCon 2015). Arlington VA: IEEE, 2015: 39-44.

[2] DZVONKOVSKAYA A, ROHLING H. Fast-moving target observation using high-frequency surface wave radar[C]// Radar Conference (RadarCon 2014). Lille:IEEE, 2014: 1-4.

[3] APRILE A, GROSSI E, LOPS M, et al. An application of track-before-detect to sea clutter rejection：experimental results based on real data [C] // European Microwave Conference.Rome: IEEE，2014：1808-1811.

[4] YI W, MORELANDE M R, KONG L, et al. An efficient multi-frame track before detect algorithm for multi-target tracking [J]. IEEE Journal of Selected Topics in Signal Processing, 2013, 7(3): 421-434.

[5] GROSSI E，LOPS M, VENTURINO L. A novel dynamic programming algorithm for track-before-detect in radar systems [J]. IEEE Transactions on Signal Processing， 2013，61(10)：2608-2619.

[6] BUZZI S，LOPS M，VENTURINO L. Track-before-detect procedures for early detection of moving target form airborne radars [J]. IEEE Transactions on Aerospace and Electronic Systems，2005, 41(3)：937-954.

[7] ORLANDO D，VENTURINO L，LOPS M，et a1．Track-before-detect strategies for STAP radars [J]．IEEE Transactions on Signal Processing，2010，58(2)：933-938.

[8] ORLANDO D，RICCI G．Track-before-detect algorithms for targets with kinematic constraints [J]. IEEE Transactions on Aerospace and Electronic Systems，2011，47(3)：1837-1849.

[9] COLLINS M J, DENBINA M, ATTEIA G. On the reconstruction of quad-pol SAR data from compact polarimetry data for ocean target detection [J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(1): 591-600.

[10]強(qiáng)勇，焦李成，保 掙. 動態(tài)規(guī)劃算法進(jìn)行弱目標(biāo)檢測的機(jī)理研究 [J]. 電子與信息學(xué)報(bào)，2003，25(6)：721-727.

[11]羅小云，李明，左磊，等. 基于動態(tài)規(guī)劃的雷達(dá)微弱目標(biāo)檢測 [J]. 系統(tǒng)工程與電子技術(shù)，2011，33(7)：1491-1496.

[12]夏共儀. 基于TBD方法的高頻地波雷達(dá)弱目標(biāo)檢測與跟蹤技術(shù)研究[D].哈爾濱,哈爾濱工業(yè)大學(xué)，2008:41-42.[13]趙宇.基于動態(tài)規(guī)劃的檢測前跟蹤算法研究[D]. 西安：西安電子科技大學(xué)，2012: 42-44.

[14]MAO X, HONG H, DENG W, et al. Research on polarization cancellation of nonstationary ionosphere clutter in HF radar system[J]. International Journal of Antennas and Propagation, 2015, 2015: 1-12.

[15]劉愛軍. 基于極化信息的高頻地波雷達(dá)干擾抑制方法研究[D]. 哈爾濱： 哈爾濱工業(yè)大學(xué)， 2014：106-108.

[16]洪泓,毛興鵬,果然,等. 基于距離-多普勒域的電離層雜波極化抑制方法[J]. 系統(tǒng)工程與電子技術(shù),2014,36(12):2400-2405.

(編輯王小唯苗秀芝)

TBD algorithm based on polarization information of high frequency surface wave radar

LI Fazong1,2， MAO Xingpeng1，CHANG Weiguo1

(1.School of Electronic Science and Engineering, Harbin Institute of Technology, 150001 Harbin, China;2.Electronic Engineering Institute, China Academy of Engineering Physics, 621999 Mianyang, Sichuan, China)

Abstract:Complex clutters of High Frequency Surface Wave Radar cause difficulties on target detection. Based on polarization characteristics of HFSWR, a new method by combining polarization information with the traditional dynamic programming algorithm is proposed. Moving target direction information and polarization information are used to improve the performance of the algorithm, and pre-detection technique is adopted to reduce the amount of calculation. The simulation and test results in a Gaussian background and HFSWR measured data show that the new algorithm based on polarization information has significant performance benefits compared to the traditional method based on dynamic programming algorithm in the ionosphere clutter.

Keywords:dynamic programming; HF surface wave radar; polarization; track-before-detect

中圖分類號:TN957

文獻(xiàn)標(biāo)志碼:A

文章編號:0367-6234(2016)05-0036-07

通信作者:毛興鵬， mxp@hit.edu.cn.

作者簡介:李發(fā)宗(1988—)，男，碩士研究生.

收稿日期:2015-10-04.

doi：10.11918/j.issn.0367-6234.2016.05.005