閆 賀 朱岱寅 張勁東 王旭東 李 勇 毛新華 吳 迪

?

WAS-GMTI模式下基于Relax算法的雜波抑制和參數(shù)估計方法

閆 賀*朱岱寅 張勁東 王旭東 李 勇 毛新華 吳 迪

(南京航空航天大學(xué)電子信息工程學(xué)院 南京 210016)

該文提出一種基于Relax算法的雜波抑制和參數(shù)估計方法。該方法適用于多通道廣域監(jiān)視GMTI系統(tǒng)。在分析廣域監(jiān)視模式回波組成的基礎(chǔ)上，結(jié)合Relax算法，設(shè)計了進行雜波抑制的迭代方法。相對于降維空時自適應(yīng)處理(STAP)，該方法不需要估計雜波加噪聲的協(xié)方差矩陣，因此可以在非均勻雜波環(huán)境下取得較優(yōu)的雜波抑制效果。該文同時指出，在雜波抑制的基礎(chǔ)上，針對存在動目標(biāo)的距離-多普勒單元繼續(xù)進行迭代，可實現(xiàn)動目標(biāo)參數(shù)的精確估計。仿真結(jié)果驗證了上述方法的有效性。

SAR；地面動目標(biāo)識別；Relax算法；雜波抑制；參數(shù)估計

1 引言

廣域監(jiān)視模式借助波束沿航跡方向的快速、周期性掃描，可實現(xiàn)大面積區(qū)域監(jiān)視。該模式重訪率較高，能夠從不同角度發(fā)現(xiàn)動目標(biāo)，進而提高動目標(biāo)的檢測概率。此外，由于能夠在不同時刻多次掃描到動目標(biāo)，使得對動目標(biāo)軌跡的描述成為可能，可實現(xiàn)動目標(biāo)跟蹤。該工作模式可以快速提供存在于寬廣區(qū)域內(nèi)的動目標(biāo)信息，因此在民用和軍事上都有巨大的應(yīng)用價值，已成為機載偵察雷達不可缺少的工作模式之一。

從廣域監(jiān)視模式的回波中提取動目標(biāo)需要對回波中的雜波成分進行有效的抑制。國外具有廣域監(jiān)視功能的雷達系統(tǒng)，其雜波抑制算法大多都處于保密狀態(tài)，已知的有美國的JSTARS系統(tǒng)采用的是雜波抑制干涉算法(CSI)[1]和德國的PAMIR系統(tǒng)采用的是Scan-MTI算法。CSI算法本質(zhì)上是一種通道對消方法，其雜波抑制能力有限，而且在對消過程中，動目標(biāo)的能量也會受到不同程度的對消(取決于動目標(biāo)的徑向速度和方位角等)。Scan-MTI算法本質(zhì)上是降維STAP中的1-DT算法，其雜波抑制性能在非均勻雜波環(huán)境下會大大下降。這是因為STAP算法在實際應(yīng)用中需要借助鄰近單元的信息來估計本單元的雜波加噪聲協(xié)方差矩陣，在非均勻雜波環(huán)境下這種估計的協(xié)方差矩陣往往會存在較大的誤差，從而導(dǎo)致雜波濾波器的性能下降。因此本文提出一種基于Relax算法的雜波抑制方法，它不需要估計雜波加噪聲協(xié)方差矩陣，在非均勻環(huán)境下具有較優(yōu)的雜波抑制效果。同時在雜波抑制的基礎(chǔ)上，對檢測到動目標(biāo)的距離-多普勒單元繼續(xù)使用Relax算法進行迭代處理，可以獲得動目標(biāo)方位角度的精確估計。

本文的安排如下：第2節(jié)分析了多通道廣域監(jiān)視模式下的回波模型以及回波的各個組成成分在通道間的變化關(guān)系；第3節(jié)提出一種基于Relax算法的雜波抑制和參數(shù)估計方法，根據(jù)第2節(jié)的回波模型并結(jié)合Relax算法，推導(dǎo)了相應(yīng)的遞推公式；第4節(jié)仿真了波束正側(cè)視方向非均勻場景的回波，并采用空時1-DT算法和本文提出的雜波抑制方法分別對回波進行處理，仿真結(jié)果顯示了基于Relax算法的雜波抑制方法在處理非均勻雜波時的有效性，接著采用Relax算法對雜波抑制后的動目標(biāo)參數(shù)進行估計，通過和動目標(biāo)的實際參數(shù)進行對比，顯示了基于Relax算法的參數(shù)估計方法的精確性；在第5節(jié)中得出結(jié)論。

2 廣域監(jiān)視模式下回波模型

多通道WAS-GMTI模式的空間幾何關(guān)系圖如圖1所示。這里分析一個單發(fā)多收(SIMO)的廣域監(jiān)視雷達系統(tǒng)，接收通道的個數(shù)為，平臺沿方位向(軸)以速度運動。假設(shè)選擇第1個通道為參考通道，表示第個通道相對參考通道的距離，因此。

對各個通道接收的回波進行距離壓縮、距離走動校正、方位De-chirp處理后，經(jīng)方位向FFT變換到距離-多普勒域，在距離-多普勒域進行雜波抑制和動目標(biāo)檢測。為了簡化分析，這里認(rèn)為經(jīng)過通道均衡處理后，通道間的幅相誤差可以忽略。經(jīng)過上述處理后，第個通道的回波可以表示為

(2)

(3)

圖1 廣域監(jiān)視的幾何關(guān)系圖

(5)

3 基于Relax算法的雜波抑制和參數(shù)估計方法

Relax算法是一種基于非線性最小方差準(zhǔn)則的譜估計算法[15]。根據(jù)前面的分析，當(dāng)WAS-GMTI模式的回波變換到距離-多普勒域后，每個距離-多普勒單元的數(shù)據(jù)是由雜波分量、動目標(biāo)分量和噪聲分量組成的，可以將雜波分量和動目標(biāo)分量等效成兩個信號源。這樣，問題就轉(zhuǎn)化為在噪聲干擾下對這兩個信號源的估計問題，如果能夠成功地分離出動目標(biāo)的信號源也就等效實現(xiàn)了雜波抑制。正是基于這一思路，本節(jié)采用Relax算法進行雜波抑制。借助Relax算法并根據(jù)式(7)的推導(dǎo)，對,和的估計可以通過最小化式(8)的代價函數(shù)實現(xiàn)[15]：

表1 基于Relax算法的迭代過程

For m=1:MFor n=1:N%遍歷所有的距離-多普勒單元(其中M表示多普勒單元的個數(shù)，N表示距離單元的個數(shù))%初始化操作 If 未滿足收斂條件或者未達到指定的迭代次數(shù)動目標(biāo)信息估計部分：%為波束的電掃角，為相應(yīng)掃描角的3 dB主瓣寬度(動目標(biāo)來自波束3 dB主瓣寬度內(nèi))雜波信息估計部分：EndEndEnd

通過仿真發(fā)現(xiàn)，采用Relax算法進行雜波抑制處理時，通過不斷的迭代處理(通常1~2次迭代即可，如果動目標(biāo)SNR較低或者存在較大的通道誤差可能需要更多的迭代次數(shù))，可獲得較好的雜波抑制效果。這時可以對雜波抑制后的結(jié)果進行2維CA- CFAR(單元平均恒虛警檢測)處理，實現(xiàn)動目標(biāo)檢測。

從表1中可以看出，在進行Relax迭代實現(xiàn)雜波抑制的過程中，有針對動目標(biāo)的方位斜視角進行估計的步驟。在進行雜波抑制的Relax迭代過程中，對動目標(biāo)方位斜視角的估計會比較粗略。如果對檢測到動目標(biāo)的距離-多普勒單元，使用Relax算法繼續(xù)進行迭代，可實現(xiàn)動目標(biāo)方位斜視角的精確估計，直到動目標(biāo)的方位斜視角保持不變后終止迭代。然后根據(jù)估計的動目標(biāo)方位斜視角和動目標(biāo)落入的多普勒單元，可以計算動目標(biāo)的徑向速度，實現(xiàn)動目標(biāo)參數(shù)估計。整個處理流程如圖2所示。

圖2 基于Relax算法的雜波抑制和參數(shù)估計流程圖

4 算法仿真及分析

為了驗證上述基于Relax的雜波抑制算法的有效性，本文在計算機上進行了仿真實驗，系統(tǒng)的仿真參數(shù)和PAMIR系統(tǒng)基本類似，見表2所示。

表2 場景仿真系統(tǒng)參數(shù)

PRF6 kHz 載頻9.45 GHz 載機飛行速度100 m/s 通道數(shù)目5 每個波位上發(fā)射固定脈沖數(shù)128

為了簡化問題，這里仿真波束指向為90°(正側(cè)視)情況下場景的回波(假設(shè)地面后向散射系數(shù)服從高斯分布)。利用多普勒單元和方位角度的一一對應(yīng)關(guān)系，在每個多普勒單元對應(yīng)的方位角上布置1個點目標(biāo)，所以在每個距離單元上都布置了128個點。同時，在回波中加入高斯分布的噪聲分量。仿真實驗中截取300個距離單元(第1000~1299距離單元)的回波數(shù)據(jù)進行分析。為了模擬實際場景中雜波的非均勻性，仿真了3個不同功率的雜波區(qū)，其沿距離向的變化曲線如圖3(a)所示。另外，在場景回波中加入了幅值相同的6個動目標(biāo)，經(jīng)過距離壓縮和方位向FFT后的，他們的徑向速度、所處距離單元和方位斜視角分布如表3所示。其中，通道3的回波在距離-多普勒域的幅度歸一化分布圖如圖3(b)所示。

表3 回波中的動目標(biāo)信息

動目標(biāo)序號123456 距離單元104510751105119512251255 徑向速度(m/s)3.83.02.3-2.3-3.0-3.8 方位斜視角(°)89.090.089.590.090.591.0

為了便于比較，雜波抑制后的結(jié)果都統(tǒng)一進行了幅度歸一化處理。圖4給出了不存在通道誤差時的雜波抑制和CFAR檢測結(jié)果圖。圖4(a)所示為采用空時1DT-SAP算法進行雜波抑制的結(jié)果。從圖中可以看出，受到雜波非均勻性的影響，雜波加噪聲的協(xié)方差矩陣無法得到有效的估計，從而導(dǎo)致雜波抑制性能下降。圖4(b)和圖4(c)分別為Relax算法進行第1次和第2次迭代后的雜波抑制結(jié)果。相比圖4(a)，其雜波剩余大大減小，因此非均勻環(huán)境下基于Relax算法的雜波抑制結(jié)果要優(yōu)于空時處理結(jié)果。這要歸因于基于Relax算法的雜波抑制過程不需要估計雜波加噪聲協(xié)方差矩陣，因而不會受到雜波非均勻性的影響。同時，對比圖4(b)和圖4(c)可以看出，這里提出的方法在第1次迭代已經(jīng)達到了比較好的雜波抑制效果，第2次迭代相比于第1次迭代的改進非常小。上述仿真結(jié)果表明：采用Relax算法進行雜波抑制處理時，通常1~2次迭代后即可獲得較好的雜波抑制效果。在實際應(yīng)用中，如果目標(biāo)的SNR比較低或者具有更大的通道誤差等條件時，可能會需要更多的迭代次數(shù)。圖4(d)為進行Relax算法雜波抑制后的CA-CFAR檢測結(jié)果圖，圖中的6個動目標(biāo)均得到有效檢測。

為了驗證本文算法的穩(wěn)健性，在上述5個通道間加入幅度和相位誤差，以通道1為參考，具體誤差幅度及相位分布見表4所示。

圖5給出了存在通道誤差時的雜波抑制和CFAR檢測結(jié)果圖。圖5(a)所示為采用空時1DT- SAP算法進行雜波抑制的結(jié)果圖，圖5(b)和圖5(c)分別為Relax算法進行第1次和第2次迭代后的雜波抑制結(jié)果，可見采用Relax算法進行雜波抑制的時候?qū)νǖ勒`差具有較強的適應(yīng)能力。圖5(d)為進行Relax算法雜波抑制后的CA-CFAR檢測結(jié)果圖，6個動目標(biāo)均得到有效檢測。

圖3 仿真場景的回波信息

圖4 不存在通道誤差時的雜波抑制(幅度歸一化)及CFAR檢測結(jié)果圖

圖5 存在通道誤差時的雜波抑制(幅度歸一化)及CFAR檢測結(jié)果圖

表4 通道間的幅度和相位誤差分布

通道序號12345 幅度誤差(dB)0-0.91510.8279-0.91510.8279 相位誤差(°)055-5-5

下面驗證基于Relax算法的參數(shù)估計方法。對檢測到動目標(biāo)的距離-多普勒單元，采用Relax算法繼續(xù)進行迭代，如果經(jīng)過若干次迭代后動目標(biāo)的方位斜視角保持不變，則終止迭代。根據(jù)估計的動目標(biāo)方位斜視角，結(jié)合動目標(biāo)落入的多普勒單元可以計算出動目標(biāo)的徑向速度。表5給出了采用Relax算法進行動目標(biāo)參數(shù)估計的結(jié)果。對比表5可以看出，即使在有通道誤差的情況下，采用Relax算法估計的結(jié)果依然具有較高的精度，只是迭代次數(shù)要高于不存在通道誤差時的情況。上述結(jié)果證明了采用Relax算法進行WAS-GMTI模式動目標(biāo)參數(shù)估計的有效性和穩(wěn)健性。

表5 動目標(biāo)參數(shù)估計結(jié)果

動目標(biāo)序號123456 仿真1不存在通道誤差情況下的估計結(jié)果 徑向速度(m/s)3.462.982.21-2.18-2.83-3.60 方位斜視角(°)89.0090.0089.5690.0390.5190.92 終止迭代次數(shù)333333 仿真2存在通道誤差情況下的估計結(jié)果 徑向速度(m/s)3.462.982.23-2.20-2.85-3.60 方位角斜視(°)89.0090.0089.5790.0290.5090.92 終止迭代次數(shù)691616106

5 結(jié)論

本文首先分析了多通道WAS-GMTI模式回波的組成及各通道間回波的相互關(guān)系，據(jù)此提出了基于Relax算法的雜波抑制和參數(shù)估計方案。該方案首先對每個距離-多普勒單元進行迭代處理，實現(xiàn)雜波抑制，然后對雜波抑制的結(jié)果進行2維單元平均CFAR檢測，最后對檢測到動目標(biāo)的距離-多普勒單元繼續(xù)進行迭代處理，以獲取動目標(biāo)的參數(shù)信息。在仿真實驗部分，利用設(shè)計的方法處理仿真的非均勻場景回波，并對比空時1-DT算法的處理結(jié)果，驗證了本文方法在處理非均勻環(huán)境回波時的有效性；通過在回波中加入通道幅相誤差，驗證了本文方法在存在通道誤差時的穩(wěn)健性。

參考文獻

[1] Entzminger J N, Senior JR, Fowler C A,. JointSTARS and GMTI: Past, present and future[J]., 1999, 35(2): 748-761. doi: 10.1109/7.766956.

[2] Yan H, Zhu D Y, Wang R,. Practical signal processing algorithm for wide-are surveillance-GMTI mode[J].,&, 2016, 9(8): 991-998. doi: 10.1049/iet-rsn.2014.0452.

[3] Cerutti-Maori D, Klare J, Brenner A R,. Wide-area traffic monitoring with the SAR/GMIT system PAMIR [J].,2008, 46(10): 3019-3030. doi: 10.1109/TGRS.2008. 923026.

[4] Cerutti-Maori D, Gierull C H, and Ender J H G. Experimental verification of SAR-GMTI improvement through antenna switching[J]., 2010, 48(4): 2066-2075. doi: 10.1109/TGRS.2009.2037010.

[5] Wilden H and Brenner A R. The SAR/GMTI airborne radar PAMIR: technology and performance[C]. IEEE Microwave Symposium Digest, Anaheim, CA, USA, 2010: 534-537.doi: 10.1109/MWSYM.2010.5518080.

[6] Ender J H G, Berens P, Brenner A R,. Multi channel SAR/MTI system development at FGAN: From AER to PAMIR[C]. IEEE International Geoscience and Remote Sensing Symposium, Toronto, Canada, 2002: 1697-1701. doi: 10.1109/ IGARSS.2002.1026225.

[7] Ward J. Space-time adaptive processing for airborne radar [R]. NASA STI/Recon Technical Report N, 1994: 109-119.

[8] 張曉光, 劉祥峰, 付琨. 基于MIMO-SAR體制的空頻域自適應(yīng)動目標(biāo)檢測技術(shù)研究[J]. 電子與信息學(xué)報, 2010, 32(8): 1997-2001.

Zhang X G, Liu X F, and Fu K. Study on ground moving target indication of multiple input multiple output space-borne SAR[J].&, 2010, 32(8): 1997-2001.

[9] Ender J H G. Space-time processing for multichannel synthetic aperture radar[J].&, 1999, 11(1): 29-38. doi: 10.1049/ecej: 19990106.

[10] Ender J H G. Detection and estimation of moving target signals by multi-channel SAR[C]. European Conference on Synthetic Aperture Radar, K?nigswinter, Germany, 1996: 411-417.

[11] 韋北余, 朱岱寅, 吳迪. 一種基于動目標(biāo)聚焦的SAR-GMTI方法[J]. 電子與信息學(xué)報, 2016, 38(7): 1738-1774. doi: 10.11999/JEIT151036.

Wei B Y, ZHU D Y, and WU D. A SAR-GMTI approach based on moving target focusing[J].&, 2016, 38(7): 1738-1774. doi: 10. 11999/JEIT151036.

[12] Eduaro M, Antoni B, Josep R,. A performance evaluation of SAR-GMTI missions for maritime applications [J].,2015, 53(5): 2496-2509. doi: 10.1109/TGRS.2014.2360989.

[13] Liu B C, Yin K Y, Li Y K,. An improvement in multichannel SAR-GMTI detection in heterogeneous environments[J]., 2015, 53(2): 810-827. doi: 10.1109/TGRS. 2014.2328712.

[14] Eduaro M, Stefan V B, Marc J,. Multichannel SAR-GMTI in maritime scenarios with F-SAR and terraSAR-X sensors[J]., 2015, 8(11): 5052-5067. doi: 10.1109/JSTARS.2015.2438898.

[15] 張賢達. 現(xiàn)代信號處理[M]. 第2版, 北京: 清華大學(xué)出版社, 2002: 177-188.

Zhang X D. Modern Signal Processing[M]. Second edition. Beijing: Tsinghua University Press, 2002: 177-188.

閆 賀： 男，1985年生，講師，研究方向為合成孔徑雷達信號處理.

朱岱寅： 男，1974 年生，教授，研究方向為合成孔徑雷達信號處理.

張勁東： 男，1981年生，副教授，研究方向為雷達信號處理.

王旭東： 男，1979年生，副教授，研究方向為雷達信號處理及硬件實現(xiàn).

李 勇： 男，1976年生，副教授，研究方向為合成孔徑雷達信號處理.

毛新華： 男，1979年生，副教授，研究方向為合成孔徑雷達信號處理.

吳 迪： 男，1983年生，副教授，研究方向為合成孔徑雷達信號處理.

Clutter Suppression and Parameter Estimation Method in WAS-GMTI Mode Based on Relax Algorithm

YAN He ZHU Daiyin ZHANG Jindong WANG Xudong LI Yong MAO Xinhua WU Di

(,,210016,)

This paper proposes a clutter suppression and parameter estimation method based on Relax algorithm. The method is fit for the multi-channel Wide Area Surveillance (WAS) GMTI system. After analyzing the components of radar echoes in WAS-GMTI mode, an iterative clutter suppression method based on Relax algorithm is designed. Compared with the reduced-dimension Space Time Adaptive Processing (STAP) algorithm, the proposed method achieves better clutter suppression results in the nonhomogeneous environment since it has no need to estimate the clutter plus noise covariance matrix. Besides, based on the clutter suppression results, precision parameters of moving targets can be obtained if the iterations are continued in the range-Doppler cells with the detected moving targets. The proposed method is validated by digital simulations.

SAR; Ground Moving Target Identification (GMTI); Relax algorithm; Clutter suppression; Parameter estimation

TN957.51

A

1009-5896(2016)12-3042-07

10.11999/JEIT160859

2016-08-22；改回日期：2016-11-22；

2016-12-14

閆賀 yanhe@nuaa.edu.cn

國家自然科學(xué)基金(61501231)，江蘇省自然科學(xué)基金 (BK20150759)，航空科學(xué)基金(20152052027)，中央高?；究蒲袠I(yè)務(wù)費專項資金(3082016NJ20160006)

The National Natural Science Foundation of China (61501231), The Jiangsu Provincial Natural Science Foundation (BK20150759), The Aeronautical Science Foundation of China (20152052027), The Fundamental Research Funds for the Central Universities (3082016NJ20160006)