李悅麗

?

基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)窄帶RFI抑制濾波器

李悅麗*

(國(guó)防科技大學(xué)電子科學(xué)與工程學(xué)院 長(zhǎng)沙 410073)

在低頻超寬帶合成孔徑雷達(dá)中，VHF/UHF頻段密集的窄帶射頻干擾(RFI)嚴(yán)重影響了雷達(dá)性能。常規(guī)RFI抑制濾波器在干擾頻點(diǎn)的陷波造成了寬帶信號(hào)的能量損失，抬高了點(diǎn)目標(biāo)的距離向旁瓣。該文提出一種可減小自適應(yīng)濾波器旁瓣效應(yīng)的方法：通過在距離壓縮域剔除場(chǎng)景內(nèi)的強(qiáng)散射點(diǎn)，減小輸入信號(hào)中的寬帶目標(biāo)信號(hào)能量，提高自適應(yīng)譜線增強(qiáng)器(ALE)對(duì)窄帶干擾估計(jì)的精度，再?gòu)脑夹盘?hào)中減去干擾即得到目標(biāo)回波信號(hào)。這種剔除強(qiáng)散射點(diǎn)的方法利用了匹配濾波后寬帶信號(hào)與窄帶干擾的時(shí)域特性差異，能有效降低自適應(yīng)濾波器的旁瓣效應(yīng)。該文選擇歸一化最小均方誤差(NLMS)算法對(duì)剔除強(qiáng)散射點(diǎn)的自適應(yīng)窄帶RFI抑制濾波器進(jìn)行了性能評(píng)估，與傳統(tǒng)算法的對(duì)比試驗(yàn)表明該方法可在抑制RFI的同時(shí)有效減小強(qiáng)目標(biāo)的距離向旁瓣。

雷達(dá)；自適應(yīng)濾波器；射頻干擾抑制；歸一化最小均方誤差算法；旁瓣抑制

1 引言

工作在VHF/UHF波段的低頻超寬帶(Ultra Wide Band, UWB)雷達(dá)面臨嚴(yán)重的射頻干擾問題。在該波段密集分布著大量的電視、廣播以及各類移動(dòng)通信信號(hào)，這些信號(hào)不可避免隨寬帶目標(biāo)回波一起進(jìn)入接收機(jī)，從而造成了嚴(yán)重的射頻干擾(Radio Frequency Interference, RFI)。強(qiáng)RFI會(huì)大大影響雷達(dá)回波的信雜比，降低成像雷達(dá)的圖像質(zhì)量和目標(biāo)檢測(cè)識(shí)別性能，為保證雷達(dá)系統(tǒng)的工作性能必須采用有效的RFI抑制手段。

RFI抑制的傳統(tǒng)信號(hào)處理方法可分為參數(shù)化方法和非參數(shù)化方法兩大類。參數(shù)化方法假設(shè)窄帶干擾信號(hào)服從正弦波模型，基于最優(yōu)化準(zhǔn)則估計(jì)回波信號(hào)中干擾的頻率、相位和幅度等參數(shù)，然后在回波中減去估計(jì)的干擾信號(hào)，其優(yōu)勢(shì)是：若模型吻合，精確的估計(jì)結(jié)果基本不會(huì)帶來回波的能量損失，缺點(diǎn)是獲得精確頻率估計(jì)的運(yùn)算量很大，在密集RFI干擾環(huán)境中，干擾估計(jì)精度也難以保證[1]；非參數(shù)化方法則不估計(jì)具體的信號(hào)參數(shù)，而是通過頻譜陷波類或脈沖對(duì)消類方法實(shí)現(xiàn)RFI抑制[2,3]，常用的線性譜均衡(Linear Spectrum Equalization, LSE)算法就是一種典型的頻譜陷波類算法，其優(yōu)勢(shì)是運(yùn)算量小，簡(jiǎn)單易用。但是，多周期平均得到的RFI譜有時(shí)無法適應(yīng)RFI的快速變化而失效，需要引入時(shí)變RFI抑制方法[4]，同時(shí)，在密集RFI環(huán)境中或低信干比條件下，對(duì)頻譜陷波造成回波信號(hào)能量損失過大，抬高了目標(biāo)沖擊響應(yīng)函數(shù)的距離向旁瓣，造成了圖像目標(biāo)失真甚至弱目標(biāo)被強(qiáng)目標(biāo)旁瓣遮掩的現(xiàn)象[5]。

近年來，隨著VHF/UHF波段頻率資源的沖突加劇，國(guó)內(nèi)外學(xué)者對(duì)RFI抑制問題更為關(guān)注，文獻(xiàn)[6]從波形設(shè)計(jì)的角度提出了利用相位編碼步進(jìn)頻波形消除抑制穿墻雷達(dá)RFI干擾的方法；文獻(xiàn)[7,8]研究了高頻雷達(dá)中的RFI抑制問題，提出了基于特征子空間的RFI抑制方法；文獻(xiàn)[9,10]則研究了超寬帶合成孔徑雷達(dá)中的RFI抑制問題，提出了基于特征子空間投影、獨(dú)立分量分析和獨(dú)立子空間分析的窄帶RFI抑制方法；國(guó)外很多學(xué)者則研究基于維納濾波器和基于自適應(yīng)NLMS濾波器的窄帶RFI抑制方法，其中自適應(yīng)濾波器法由于結(jié)構(gòu)簡(jiǎn)單、運(yùn)算量較小，且能夠跟蹤輸入信號(hào)的慢變化受到了廣泛的重視，其頻譜特性類似陷波濾波器，存在的主要問題是濾波收斂過程造成的回波長(zhǎng)度損失和距離向非對(duì)稱旁瓣問題。針對(duì)陷波造成的旁瓣問題，文獻(xiàn)[13]提出同時(shí)采用前向和后向陷波器濾波，使得旁瓣產(chǎn)生的位置不同，然后在方位壓縮前合并頻譜的方法消除其影響，該方法運(yùn)算量會(huì)增加1倍，且無法解決背景雜波抬高的問題；文獻(xiàn)[14,15]則通過增加一級(jí)或兩級(jí)自適應(yīng)濾波器進(jìn)行旁瓣對(duì)消，但是對(duì)消的效果不能完全保證，自適應(yīng)濾波運(yùn)算負(fù)荷也比較大。

本文深入研究了自適應(yīng)窄帶RFI抑制濾波器的原理，分析了寬帶目標(biāo)回波信號(hào)對(duì)窄帶RFI信號(hào)估計(jì)的影響，利用超寬帶雷達(dá)點(diǎn)目標(biāo)回波在距離壓縮域的稀疏性，提出了一種基于強(qiáng)散射點(diǎn)剔除的改進(jìn)自適應(yīng)窄帶RFI抑制濾波器，并通過點(diǎn)目標(biāo)仿真試驗(yàn)和實(shí)測(cè)數(shù)據(jù)驗(yàn)證了所提方法的有效性。

2 自適應(yīng)窄帶RFI抑制濾波器原理

圖1 自適應(yīng)窄帶RFI抑制濾波器結(jié)構(gòu)框圖

自適應(yīng)窄帶RFI抑制濾波器的結(jié)構(gòu)簡(jiǎn)單，能夠跟蹤慢變化的干擾信號(hào)，在實(shí)時(shí)窄帶RFI抑制中應(yīng)用廣泛。但是該方法與LSE法類似，等效于在回波頻域上對(duì)干擾頻點(diǎn)的陷波，假設(shè)發(fā)射信號(hào)譜為，對(duì)某干擾頻點(diǎn)上的陷波相當(dāng)于是對(duì)發(fā)射信號(hào)的匹配濾波器進(jìn)行如式(3)所示修改：

研究發(fā)現(xiàn)，自適應(yīng)窄帶RFI抑制濾波器的頻域特性類似于陷波器，實(shí)現(xiàn)過程中在對(duì)應(yīng)干擾頻點(diǎn)的陷波不僅會(huì)造成對(duì)應(yīng)RFI位置的能量損失，還殘留了相位誤差，隨著干擾個(gè)數(shù)越多，殘留的相位誤差使得距離向的非對(duì)稱旁瓣現(xiàn)象加劇。因此，要抑制非對(duì)稱旁瓣，應(yīng)想辦法提高對(duì)RFI干擾的估計(jì)精度。

3 基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)窄帶RFI抑制濾波器

3.1 寬帶回波信號(hào)對(duì)窄帶RFI估計(jì)的影響

在ALE的結(jié)構(gòu)中，寬帶目標(biāo)回波信號(hào)在估計(jì)通路上相當(dāng)于噪聲信號(hào)，因此ALE的估計(jì)精度不僅和系統(tǒng)噪聲有關(guān)而且和場(chǎng)景內(nèi)目標(biāo)的強(qiáng)度有關(guān)，在RFI估計(jì)時(shí)盡量減小目標(biāo)回波能量有利于提高RFI估計(jì)精度。傳統(tǒng)的自適應(yīng)譜線增強(qiáng)器均未考慮減小的能量，主要原因是通常的寬帶高斯白噪聲信號(hào)為隨機(jī)信號(hào)且能量均勻分布在時(shí)頻域上，信號(hào)處理無法既減小噪聲能量又不破壞其相關(guān)性。但是，超寬帶雷達(dá)目標(biāo)回波信號(hào)的波形參數(shù)卻是已知的，其能量在頻帶內(nèi)雖然也服從均勻分布，卻可以通過脈沖壓縮技術(shù)使信號(hào)的能量被集中到時(shí)域很窄的范圍內(nèi)，因此UWB SAR點(diǎn)目標(biāo)回波在距離壓縮域滿足稀疏性。通過剔除這些強(qiáng)散射點(diǎn)的能量可以減小回波中的強(qiáng)度，從而降低ALE輸入信號(hào)的噪聲，改善了窄帶干擾估計(jì)的性能。該方法對(duì)信號(hào)相關(guān)性的影響可以忽略，因此能夠達(dá)到雙贏的目的：既提高了自適應(yīng)譜線增強(qiáng)器對(duì)RFI估計(jì)的精度，又不會(huì)影響信號(hào)之間的相關(guān)性，削弱ALE的有效性。

3.2基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)窄帶RFI抑制濾波器

綜合考慮寬帶信號(hào)對(duì)RFI估計(jì)的影響以及寬帶目標(biāo)回波在距離壓縮域的稀疏性，本文提出了一種基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)窄帶RFI抑制濾波器結(jié)構(gòu)，目的是盡量減小強(qiáng)散射點(diǎn)能量對(duì)RFI估計(jì)的影響，具體做法是：在RFI估計(jì)通道引入了強(qiáng)散射點(diǎn)剔除的策略，改進(jìn)的自適應(yīng)濾波器結(jié)構(gòu)框圖如圖2所示。具體步驟包括：

圖2 基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)窄帶RFI抑制濾波器結(jié)構(gòu)框圖

(1)對(duì)原始回波序列進(jìn)行距離向脈沖壓縮：設(shè)雷達(dá)發(fā)射信號(hào)的頻譜為，對(duì)原始回波信號(hào)的匹配濾波包括：將回波用快速傅里葉變換(Fast Fourier Transform, FFT)變換到頻域，乘以匹配濾波器傳輸函數(shù)，再通過一次逆FFT變換得到時(shí)域壓縮序列。

強(qiáng)散射點(diǎn)的檢測(cè)門限是根據(jù)Neyman-Pearson準(zhǔn)則確定的，設(shè)虛警率，假定脈沖壓縮后噪聲服從的高斯白噪聲分布，采用單次檢驗(yàn)和平方律檢波器，如式(4)所示確定檢測(cè)門限為，當(dāng)中某點(diǎn)大于時(shí)則判斷該處存在強(qiáng)散射點(diǎn)；確定強(qiáng)散射點(diǎn)位置后，如式(5)所示，將對(duì)應(yīng)位置的信號(hào)乘以一個(gè)系數(shù)(且)，以減小強(qiáng)散射點(diǎn)的能量。

和

第個(gè)循環(huán)的干擾估計(jì)值為

ALE輸出的誤差為

采用NLMS算法迭代更新ALE的系數(shù)，定義：

由于不知道實(shí)際濾波器的長(zhǎng)度，通常根據(jù)經(jīng)驗(yàn)值選擇自適應(yīng)濾波器的階數(shù)，當(dāng)階數(shù)比實(shí)際所需小的時(shí)候，無法得到最優(yōu)估計(jì)；當(dāng)階數(shù)比實(shí)際所需的階數(shù)大時(shí)，會(huì)造成計(jì)算量的增加和穩(wěn)態(tài)誤差的增大。定義最優(yōu)階數(shù)為當(dāng)濾波器穩(wěn)態(tài)均方誤差達(dá)到最小或接近最小時(shí)的階數(shù)，根據(jù)文獻(xiàn)[17]，求的代價(jià)函數(shù)可設(shè)定為

這種新的濾波器結(jié)構(gòu)與圖1所示的濾波器最明顯的區(qū)別是：(1)在RFI估計(jì)通路上，對(duì)ALE的輸入信號(hào)進(jìn)行了剔除強(qiáng)目標(biāo)的預(yù)處理，預(yù)處理的目的是減小寬帶信號(hào)的能量，從而降低噪聲能量，提高RFI估計(jì)的精度。(2)最終輸出的寬帶信號(hào)中原始信號(hào)的頻譜保留比較完整，因此受頻域陷波的影響較小，不容易產(chǎn)生旁瓣效應(yīng)。

4 仿真結(jié)果和算法性能分析

4.1 點(diǎn)目標(biāo)仿真試驗(yàn)

為檢驗(yàn)算法的性能，分別采用線性譜均衡(LSE)，自適應(yīng)NLMS濾波器和本文提出的基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)NLMS(Normalized LMS with Clipping, NLMSC)濾波器法進(jìn)行了仿真和實(shí)測(cè)數(shù)據(jù)的試驗(yàn)驗(yàn)證。

仿真試驗(yàn)采用的是合成點(diǎn)目標(biāo)回波信號(hào)，使用了課題組研制的超寬帶合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)系統(tǒng)通過飛行試驗(yàn)錄取的一組RFI數(shù)據(jù)，該雷達(dá)工作于UHF頻段，數(shù)據(jù)錄取過程中雷達(dá)系統(tǒng)發(fā)射機(jī)處于靜默狀態(tài)，回波數(shù)據(jù)中僅包含了射頻干擾信號(hào)和系統(tǒng)噪聲。仿真試驗(yàn)在錄取RFI數(shù)據(jù)上疊加了帶寬為100 MHz的點(diǎn)目標(biāo)回波信號(hào)，采用線性調(diào)頻(LFM)信號(hào)體制，通過調(diào)整RFI和信號(hào)的相對(duì)強(qiáng)度得到了不同信干比(Signal to Interference Ratio, SIR)的模擬回波，仿真試驗(yàn)設(shè)置了3種不同的信干比用于評(píng)估算法的有效性，分別為-20 dB, -10 dB和0 dB。

圖3 3種RFI抑制算法的點(diǎn)目標(biāo)脈沖響應(yīng)函數(shù)距離向剖面圖(SIR=-10 dB)

在3種信干比條件下分別采用上述3種RFI抑制算法處理后得到的點(diǎn)目標(biāo)圖像等高線圖(如圖4所示)，成像使用的是非線性調(diào)頻尺度變換算法，等高線圖顯示的圖像動(dòng)態(tài)范圍為60 dB。仿真結(jié)果表明，采用本文提出的NLMSC方法得到的成像質(zhì)量更為穩(wěn)定，且沒有非對(duì)稱的遠(yuǎn)距離高旁瓣。圖4(a), 4(b), 4(c)為信干比-20 dB的條件下分別采用3種算法進(jìn)行RFI抑制的成像結(jié)果，可見，信干比較低時(shí)，LSE算法得到的目標(biāo)響應(yīng)函數(shù)距離向兩側(cè)旁瓣均有明顯抬高，采用經(jīng)典NLMS算法的自適應(yīng)濾波器得到的目標(biāo)響應(yīng)函數(shù)主要是距離向右側(cè)旁瓣明顯增多并電平抬高，而采用NLMSC算法處理后，目標(biāo)的距離向旁瓣明顯要少得多，圖像的RFI抑制效果更好；圖4(d), 4(e), 4(f)和圖4(g), 4(h), 4(i)分別為信干比在-10 dB和0 dB的條件下RFI抑制后的成像結(jié)果，信干比提高后，LSE和NLMS算法的RFI抑制性能均有所改善，LSE算法表現(xiàn)為兩側(cè)旁瓣的下降，NLMS算法表現(xiàn)為單側(cè)旁瓣的下降，NLMSC算法的旁瓣性能受信干比影響較小。

圖4 3種算法RFI抑制后的點(diǎn)目標(biāo)成像等高線圖效果對(duì)比

表1具體對(duì)比了3種RFI抑制算法的性能，評(píng)估指標(biāo)包括RFI抑制后UWB SAR成像點(diǎn)目標(biāo)的距離向、方位向峰值旁瓣比(Peak to Side Lobe Ratio, PSLR), 2維積分旁瓣比(Two Dimensional Integrated Side Lobe Ratio, 2D ISLR)和圖像信干比(Image Signal to Interference Ratio, ISIR)，由于UWB SAR的方位向旁瓣具有非正交特點(diǎn)，所以采用2D ISLR評(píng)估旁瓣的整體性能更為合理，圖像信干比則用來評(píng)估RFI抑制后圖像背景雜波的強(qiáng)度。對(duì)比表1中的指標(biāo)測(cè)量結(jié)果可知：(1)隨著信干比的降低，LSE算法的距離向旁瓣電平抬高，2D ISLR和ISIR指標(biāo)都下降明顯，說明這種算法的性能隨著干擾的增強(qiáng)會(huì)逐步下降；(2)采用經(jīng)典NLMS算法的自適應(yīng)濾波器，其RFI抑制性能隨信干比下降而下降；(3)在不同信干比條件下，NLMSC算法RFI抑制后，各項(xiàng)參數(shù)的測(cè)量結(jié)果變化不大，且性能均接近理想點(diǎn)目標(biāo)的指標(biāo)，優(yōu)于LSE和NLMS算法。

表1 3種RFI抑制算法的成像質(zhì)量評(píng)估結(jié)果

圖像質(zhì)量參數(shù)SIR=-20 dBSIR=-10 dBSIR=0 dB LSENLMSNLMSCLSENLMSNLMSCLSENLMSNLMSC 距離向PSLR(dB) -9.23 -5.03-15.64-11.68 -9.68-13.85-12.74-12.69-13.05 方位向PSLR(dB)-12.56-11.74-11.85-12.50-11.59-12.61-12.48-12.70-12.54 2D ISLR(dB) -6.16 -2.33-9.12-7.44 -4.12 -9.54 -7.87 -5.89 -9.42 ISIR(dB) 25.76 21.94 28.7327.0423.73 29.15 27.48 25.49 29.03

仿真結(jié)果表明：基于強(qiáng)散射點(diǎn)剔除的自適應(yīng)RFI抑制濾波器不僅能適應(yīng)回波信號(hào)的信干比變化，有效抑制窄帶RFI干擾，還能有效減小對(duì)稱或非對(duì)稱的距離向旁瓣電平。同時(shí)，由于預(yù)處理環(huán)節(jié)對(duì)寬帶目標(biāo)回波信號(hào)的距離壓縮和逆壓縮都通過FFT快速算法實(shí)現(xiàn)，該方法相對(duì)自適應(yīng)濾波來說，其運(yùn)算量增加很小。

4.2 實(shí)測(cè)數(shù)據(jù)驗(yàn)證

分別采用上述3種算法對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行了效果驗(yàn)證，實(shí)測(cè)回波由上文所述雷達(dá)系統(tǒng)在貴州安順地區(qū)錄取，雷達(dá)工作在UHF波段，分辨率1 m，雷達(dá)頻帶內(nèi)的射頻干擾主要是來自廣播電臺(tái)的干擾以及電視臺(tái)的載頻信號(hào)干擾，大部分是窄帶干擾。對(duì)單個(gè)回波脈沖數(shù)據(jù)搜索得到的最優(yōu)自適應(yīng)濾波器階數(shù)為100，同樣取，延時(shí)。如圖5所示，成像場(chǎng)景左下方和右上方分別有兩個(gè)由墻體和路邊溝渠構(gòu)成的長(zhǎng)二面角目標(biāo)(圖中圓圈所標(biāo)注的范圍內(nèi))，由于目標(biāo)所形成的二面角與方位向近似平行，對(duì)視線方向雷達(dá)波的反射較強(qiáng)，屬場(chǎng)景中的強(qiáng)目標(biāo)。

圖5 實(shí)測(cè)數(shù)據(jù)RFI抑制后成像效果對(duì)比圖

在對(duì)實(shí)測(cè)數(shù)據(jù)處理過程中使用NLMSC算法時(shí)應(yīng)注意以下問題：

(1)關(guān)于剔除門限的確定：如果門限設(shè)置的太低，可能篩選掉過多的目標(biāo)，使RFI信號(hào)的能量損失過多，不利于窄帶RFI抑制；如果門限設(shè)置的太高，篩選的強(qiáng)目標(biāo)太少，對(duì)旁瓣的抑制效果則會(huì)減弱。根據(jù)經(jīng)驗(yàn)，本文中假定虛警率為，設(shè)置剔除門限約為5倍標(biāo)準(zhǔn)差。當(dāng)然，這也說明該算法對(duì)沒有特顯點(diǎn)的場(chǎng)景效果不明顯，由于VHF/UHF頻段SAR場(chǎng)景內(nèi)的人造目標(biāo)所形成的二面角往往表現(xiàn)為強(qiáng)散射點(diǎn)，該方法仍具有廣泛的應(yīng)用價(jià)值。

5 結(jié)論

本文利用了目標(biāo)和干擾信號(hào)的時(shí)域差異，深入分析了自適應(yīng)窄帶RFI抑制濾波器中寬帶目標(biāo)回波信號(hào)對(duì)窄帶RFI估計(jì)的影響，通過在傳統(tǒng)自適應(yīng)RFI抑制濾波器的干擾估計(jì)通路剔除了強(qiáng)散射點(diǎn)能量，減小了窄帶RFI估計(jì)的誤差。經(jīng)仿真數(shù)據(jù)和試驗(yàn)驗(yàn)證，該方法可提高窄帶RFI估計(jì)精度，在不同信干比條件下都能夠有效抑制目標(biāo)的距離向旁瓣。由于本算法利用了寬帶回波信號(hào)基于FFT算法的脈沖壓縮技術(shù)，所以運(yùn)算效率比文獻(xiàn)[14]和文獻(xiàn)[15]提出的濾波后旁瓣相減算法更高，性能更穩(wěn)健。本文方法適用于SAR成像區(qū)域內(nèi)存在特顯點(diǎn)目標(biāo)的情況，也可以推廣應(yīng)用到VHF/UHF頻段其他寬帶雷達(dá)的RFI抑制中，對(duì)不存在特顯點(diǎn)的場(chǎng)景由于旁瓣效應(yīng)不明顯仍可以使用常規(guī)NLMS算法。

[1] MILLER T, POTTER L, and MCCKRKLE J. RFI suppression for ultra wideband radar[J]., 1997, 33(4): 1142-1156. doi: 10.1109/7.625096.

[2] 董臻, 梁甸農(nóng), 黃曉濤. VHF/UHF UWB SAR基于通道均衡的RFI抑制方法[J]. 電子與信息學(xué)報(bào), 2008, 30(3): 550-553.

DONG Zhen, LIANG Diannong, and HUANG Xiaotao. A RFI suppression algorithm based on channel equalization for the VHF/UHF UWB SAR[J].&, 2008, 30(3): 550-553.

[3] LIN Yang, ZHENG Huifang, FENG Jin,. Detection and suppression of narrow band RFI for synthetic aperture radar imaging[J]., 2015, 28(4): 1189-1198. doi: 10.1016/j.cja.2015.06.018

[4] LI Dong, LIU Hongqing, and YANG Lisheng. Efficient time-varying interference suppression method for synthetic aperture radar imaging based on time-frequency reconstruction and mask technique[J].,&, 2015, 9(7): 827-834. doi: 10.1049/iet-rsn.2014. 0218.

[5] CHANG Wenge, CHERNIAKOV M, LI Xiangyang,. Performance analysis of the notch filter for RF interference suppression in ultra-wideband SAR[C]. The 9th International Conference on Signal Processing, Beijing, 2008: 2446-2451. doi: 10.1109/ICOSP.2008.4697644.

[6] LI Tingjun, YANG Haining, and ZHOU Zhengou. RFI suppression based on phase-coded stepped-frequency waveform in through-wall radar[J]., 2014, 53(3): 1583-1591. doi: 10.1109/TGRS.2014.2345514

[7] ZHOU Hao and WEN Biyang. Radio frequency interference suppression in small-aperture high-frequency radars[J]., 2012, 9(4): 788-792. doi: 10.1109/LGRS.2011.2181817.

[8] LUO Zhongtao, HE Zishu, and LI Jun. An effective scheme for radio frequency interference suppression in high-frequency radar[C]. Radar Conference, Arlington, 2015: 539-544. doi: 10.1109/RADAR.2015.7131057.

[9] 周峰, 邢孟道, 保錚. 基于特征子空間濾波的SAR窄帶干擾抑制方法[J]. 電子與信息學(xué)報(bào), 2005, 27(5): 767-770.

ZHOU Feng, XING Mengdao, and BAO Zheng. Narrow band interference suppression for SAR using eigen subspace based filtering[J].&, 2005, 27(5): 767-770.

[10] ZHOU Feng, TAO Mingliang, and BAO Zheng. Suppression of Narrow-band interference in SAR data[C]. International Geoscience and Remote Sensing Symposium (IGASS), Beijing, 2014: 227-230. doi: 10.1109/IGARSS.2014.6946398.

[11] VU V T, SJ?GREN T K, PETTERSSON M I,. RFI Suppression in ultrawideband SAR using an adaptive line enhancer[J]., 2010, 7(4): 694-698. doi: 10.1109/LGRS.2010.2045633.

[12] LAMOUNT-SMITH T, HILL R D, HAYWARD S D,. Filtering approaches for interference suppression in low-frequency SAR[J].:,, 2006, 153(4): 338-344. doi: 10.1049/ip-rsn: 20050092.

[13] NABIL H, CHEN Jie, KAMEL H,. Bidirectional notch filter for suppressing pulse modulated radio-frequency interference in SAR data[C]. International Geoscience and Remote Sensing Symposium (IGASS), Quebec City, 2014: 1136-1139. doi: 10.1109/IGARSS.2014.6946630.

[14] LORD R T and INGGS M. R. Efficient RFI suppression in SAR using a LMS adaptive filter integrated with range- Doppler algorithm[J]., 1999, 35(8): 629-630. doi: 10.1049/el:19990437.

[15] LUO X, ULANDER L M, ASKNE J,. RFI suppression in ultra-wideband systems using LMS filters in frequency domain[J]., 2001, 37(4): 241-243. doi: 10.1049/el:20010153.

[16] HAYKIN S. Adaptive Filter Theory[M]. 3rd edn, Upper Saddle River, NJ, Prentice-Hall, 1996: 432-438.

[17] GONG Y and COWAN C F N. A novel variable tap-length algorithm for linear adaptive filters[C]. International Conference on Acoustics, Speech and Signal Processing, Montreal, Canada, 2004: 825-828. doi: 10.1109/ICASSP.2004. 1326385.

Narrow Band RFI Suppression via Adaptive Filtering with Clipping of Strong Scatterers

LI Yueli

(,,410073,)

The performance of low frequency Ultra-Wide-Band (UWB) Synthetic Aperture Radar (SAR) is seriously affected by narrow band Radio Frequency Interference (RFI) in the VHF/UHF band. RFI suppression, by placing notches over the energy spectra to remove the RFI spikes, results energy loss of the wide-band signals and raises the range direction side-lobes. This paper presents an approach to suppress the side-lobe in range direction caused by adaptive filtering. After clipping main energy of strong scatterers in range compression domain before RFI estimation, the interference signals are estimated using an Adaptive Line Enhancer (ALE) and subtracted from the radar echo. The clipping approach makes use of the different time-domain characteristics between wide-band signal and narrow band interference, and by using pulse compression technology the method can be processed efficiently. To investigate the performance of RFI suppression, clipping of strong scatterers is combined to the ALE based on Normalized Least Mean Square (NLMS) algorithm. Simulation results and experimental data test compared with the conventional algorithms suggest that side-lobes of the strong scatters can be reduced effectively in RFI suppression.

Radar; Adaptive filter; Radio Frequency Interference (RFI) suppression; Normalized Least Mean Square (NLMS) algorithm; Side-lobe reduction

TN957

A

1009-5896(2016)07-1758-07

10.11999/JEIT151110

2015-09-29；改回日期：2016-04-22；網(wǎng)絡(luò)出版：2016-06-03

李悅麗 liyueli4uwb@nudt.edu.cn

國(guó)家自然科學(xué)基金項(xiàng)目(61302146)

The National Natural Science Foundation of China (61302146)

李悅麗： 女，1973年生，副教授，研究方向?yàn)槔走_(dá)成像、信號(hào)處理技術(shù).