許道明,張宏偉

(軍械工程學院，河北 石家莊 050003 )

0 引言

民用領域，隨著國民經濟發(fā)展水平的提高以及科技的進步，低空慢速小目標(以下簡稱“低慢小”目標)得到了迅猛發(fā)展和廣泛使用。與此同時，由于難以對此類目標進行及時探測并有效監(jiān)管，近年來關于低慢小目標給各國帶來的重大安全威脅問題屢見報端[1]，我國低空空域也將隨改革深入而進一步開放[2]，如何實現(xiàn)對低小慢目標的有效管控亦將成為亟待解決的安全問題。

而在軍事領域，隨著隱身技術的迅猛發(fā)展，雷達能探測到的目標回波信號變得越來越微弱，再伴隨低空/超低空突防戰(zhàn)術成為現(xiàn)代戰(zhàn)爭主要作戰(zhàn)手段[3]，低分辨警戒雷達和其他防空武器面臨著巨大的生存挑戰(zhàn)。例如以無人機為代表的低空突防武器大多飛行在600 m以下空域,利用地形、地物的遮蔽,以及強烈地/海雜波和多徑效應的干擾,致使目標回波信號淹沒于強海/地物雜波中，而且目標本身能量較弱難以積累，同時目標多普勒頻率較低與慢速雜波在頻域難以區(qū)分，致使傳統(tǒng)檢測方法難以實現(xiàn)此類目標探測，造成防空警戒雷達和其他防空武器對其探測性能大大降低。

為了應對低慢小目標在軍民領域帶來的重大威脅，解決如何對此類目標進行準確探測并進行欄截和打擊已成為十分具有現(xiàn)實意義的研究課題[4]。而采用信號處理的方法提高對此類的檢測能力不僅手段靈活，且成本較低。開展對雜噪背景下此類目標檢測技術的研究，對充分發(fā)揮我國預警雷達潛力，改進現(xiàn)役雷達性能、研制新體制雷達和提高我國警戒雷達網的“四抗”(抗干擾、抗隱身、抗反雷達導彈和抗超低空突防)能力具有十分重要現(xiàn)實意義。

1 低慢小目標特性分析

1.1 低慢小目標定義

鑒于目前學術界對低慢小目標缺乏統(tǒng)一清晰的評判標準，為方便說明本文研究內容，基于普遍認知對其特征歸納如下：認為低慢小目標是指具有飛行在低空或超低空、飛行速度較慢且相對于探測雷達的有效散射截面積(radar cross section， RCS)較小等特征的一類目標。一般認為[4-9]此類目標飛行高度在1 000 m以下，飛行速度<200 km /h(55 m/s)，RCS<2 m2。

1.2 低慢小目標種類

近年來，隨著軍事需求的持續(xù)增長以及國民經濟的快速發(fā)展，低慢小目標的種類[2]逐漸趨于繁多，主要包括輕型飛機、輕型直升機、滑翔機、三角翼、動力三角翼、滑翔傘、動力傘、熱氣球、飛艇、無人機、大型航模等11類；而風箏、孔明燈、小型航模、小型氣球等4類目標雖然有“低慢小”特征，但不列入低空管理的管控范圍，納入社會治安管轄范疇。圖1為輕型飛機和輕型直升機。

圖1 輕型飛機和輕型直升機Fig.1 Light aircraft and light helicopter

2 低慢小目標雷達檢測難點分析

低慢小目標具有飛行髙度低、運動速度慢以及RCS較小等特點，其自身的這些特性決定了雷達對此類目標進行探測時主要面臨問題有：

難點1：雜波環(huán)境復雜，使得雜波性分析難度大。雜波中雷達目標探測問題，首先要求掌握雜波特性，包括幅度特性、譜特性、非線性特性、時間空間相關特性等。但由于受氣象、地理等諸多環(huán)境因素以及雷達平臺、波段、極化、擦地角、高度、分辨率等參數(shù)影響，使得對雜波特性研究變得極其困難。其次由于實測數(shù)據(jù)的缺少，又為雜波中目標探測研究帶來了不小困難。

難點2：低信雜比回波及復雜非均勻背景致使檢測難度大。首先，由于低慢小目標飛行高度低，目標回波信號受到強地海雜波干擾、目標信雜(噪)比(signal-to-clutter/noise ratio，CR/ SNR)大幅降低。其次，由于此類目標RCS較小，致使其回波能量較低并淹沒于各種雜波、噪聲中難以檢測。如何實現(xiàn)在低信雜比的背景下進行目標能量累積對檢測出低慢小目標具有重要意義。

難點3：目標回波多普勒頻率低且與雜波混疊嚴重。由于低慢小目標飛行速度低，致使其回波信號在多普勒頻率靠近零頻并且與強地物固定雜波以及慢速雜波存在嚴重交疊，經典頻域濾波手段檢測性能嚴重下降，難以完成對其有效探測。如何實現(xiàn)雜波有效抑制并檢測出慢速目標成為對此類目標檢測的關鍵問題。

難點4：檢測算法及檢測性能驗證評估難度大。檢測性能的評估需要完備的實測數(shù)據(jù)和相應的工程化處理手段，而不同測試環(huán)境和不同類型的低慢小目標對不同的雷達頻率、極化等參數(shù)的響應均不一樣，很難做出全面的分析與驗證;其次，公開數(shù)據(jù)較少，建實測數(shù)據(jù)庫需要雷達、低慢小目標、試驗場地、采集設備、輔助器材等軟硬件建設，及長期系統(tǒng)的觀測與積累，耗時可能數(shù)十年。

3 低慢小目標檢測技術分類概述

3.1 基于粒子濾波的TBD技術的檢測方法

檢測前跟蹤(track before detect, TBD)技術是一種低信噪比條件下信號檢測跟蹤技術[10]。相比于傳統(tǒng)先檢測后跟蹤技術，該技術利用雷達接收到的多幀原始數(shù)據(jù)在未經門限檢測的情況下對其進行能量積累和濾波處理，盡可能避免了航跡漏檢并提高了檢測概率[11]。

目前常用的TBD算法有：基于粒子濾波的TBD 方法(particle filter-track before detect，PF-TBD)[12-13]，基于動態(tài)規(guī)劃的能量積累(dynamic programming, DP)方法[14]，多伯利濾波TBD方法[15]，三維匹配濾波方法[16]，參數(shù)化軌跡 TBD 方法[17]，基于Hough 變換的TBD 算法[18-19]以及基于Hough變換的直線航跡積累法[20]等。

在Salmond提出的經典粒子濾波算法SPF-TBD算法的基礎上，文獻[21]介紹了一種PF-TBD低慢下目標檢測方法，其核心思想是通過粒子濾波對目標運動狀態(tài)進行估計進而給出目標運動狀態(tài)的估計值。改進算法通過預平滑處理過程，裂變繁殖權值較高的粒子并將其覆蓋權值較低的粒子來增加粒子的多樣性，克服了原有算法中粒子退化問題，充分利用了量測信息，提高了對系統(tǒng)分布采樣的準確性，經過改進的SPF-TBD算法流程如圖2所示。

圖2 改進的SPF-TBD算法流程圖Fig.2 Flow chart of improved SPF-TBD algorithm

3.2 基于變換域的檢測方法

3.2.1 基于Radon變換檢測算法[22]

在運動目標不出現(xiàn)跨距離單元走動的情況下，先對回波信號進行單幀時間-距離的自適應雜波抑制和多幀數(shù)據(jù)的有序恒虛警處理(order statistic constant false alarm rate filter，OS-CFAR)預處理，在濾除掉強雜波的基礎上，對信號在時間-距離域進行時間維的降維和平滑處理，使雜波信號和目標信號在Radon域的角度偏移量有明顯區(qū)分，從而達到檢測要求。圖3分別顯示了不同時域降維條件下的檢測效果。從圖中可以看出，增加降維因子可以明顯增大目標的角度偏移量。

圖3 不同時域降維情況下的檢測效果Fig.3 Different time-domain reduction in the case of detection results

3.2.2 基于Radon-分數(shù)階Fourier檢測算法[23]

Radon-分數(shù)階傅里葉變換(Radon-fractional Fourier transform，RFRFT)該方法融合了Radon-傅里葉變換(Radon-Fourier transform，RFT)[24](fractional Fourier transform，F(xiàn)RFT)[25]二者的優(yōu)點，不僅能獲得與RFT方法同樣長的相參積累時間，且對非平穩(wěn)信號具有良好的能量聚集性，同時能補償因目標機動產生的距離和多普勒走動。圖4給出了基于RFRFT的動目標長時間相參積累方法流程圖。

圖4 基于RFRFT的動目標長時間相參積累方法流程圖Fig.4 Flow chart of long time coherent accumulation method of moving target based on RFRFT

通過預先設置的運動參數(shù)搜索范圍，提取距離-慢時間二維平面中的目標觀測值，然后在FRFT域進行匹配和積累，并通過構建的RFRFT域檢測單元圖實現(xiàn)對非勻速運動目標的檢測。該方法能夠同時補償距離和多普勒徙動，有效抑制背景雜波和噪聲，提高積累增益。

3.3 基于微多普勒分析的檢測方法

以直升機為例，直升機不僅飛行速度低且可以懸停于空中，又由于主旋翼時域回波呈周期閃爍形式，雖然旋翼物理尺寸較大但實際其回波RCS較小，在進行雜波抑制的同時也會濾除掉本身就較小的機身多普勒頻率分量，為雷達探測此類低慢小目標帶來困難。

文獻[26]從微多普勒理論出發(fā)，建立了旋翼回波模型，研究介紹了時域雙門限檢測方法和多閃爍周期長時間積累方法。雙門限具體檢測過程和基于多級假設檢測的長時間積累流程框圖分別如下圖5，6所示。

3.4 基于多活性代理的系統(tǒng)檢測方法

文獻[27]基于多活性代理(multi living agent，MLA)信息系統(tǒng)理論體系[28-29]構建一種低慢小目標探測系統(tǒng)。多活性代理信息系統(tǒng)理論是復雜信息系統(tǒng)理論的研究分支，按照此理論，信息系統(tǒng)可以從系統(tǒng)功能層面進一步分解為各個層次的活性代理。按照功能劃分而提出的多活性代理目標探測系統(tǒng)模型如圖7所示。

圖5 時域雙門限檢測Fig.5 Time domain dual threshold detection

圖6 多級假設檢測框圖Fig.6 Multi-level hypothesis detection block diagram

各活性代理協(xié)同工作來完成系統(tǒng)對低慢小目標的探測需求，通過增強系統(tǒng)層次間協(xié)商協(xié)調進而發(fā)揮更強的系統(tǒng)功能。

圖7 多活性代理“低慢小”目標探測系統(tǒng)功能模型Fig.7 Multi-active agent LSS-target detection system functional model

3.5 基于雜聲白化處理的檢測方法

受到頻域白化[30]思想啟發(fā)，通過雜波白化技術，文獻[31]提出了一種自適應于雜波譜形狀的濾波算法。該方法摒棄以往濾除雜波的方法而是使其白化，這樣即使在目標與雜波多普勒中心完全混疊的情況下依然能夠提取目標信息，這樣就為慢速目標的探測提供了一種全新的解決問題思路。

在獲得背景雜波的功率譜Px(ω)，即可按照式(1)對其進行“白化處理”：

(1)

其相應的時域序列為

y(n)=Bej(2πfdn+φ0)+v(n)，

(2)

4 研究展望

發(fā)展低慢小目標檢測技術對防空安全以及民生至關重要。本文通過對低慢小目標特性以及現(xiàn)有檢測技術的局限性分析，認為解決低慢小目標檢測問題可以從以下幾點進行研究：

(1) 發(fā)展新的雜波抑制算法。雜波抑制技術是雷達信號處理中的關鍵技術之一，由于無人機、隱身飛機以及低慢小目標的迅猛發(fā)展，動目標顯示、動目標檢測等常規(guī)的雜波抑制技術的檢測效果并不理想，所以研究行之有效的雜波抑制方法是必要的。

(2) 基于變換域方法的進一步探索。除了前文介紹Radon變換之外，分數(shù)階傅里葉變換本身也是頗具潛力的一種信號處理手段，而且該方法具有較為成熟的快速算法，便于工程實現(xiàn)。總而言之，基于變換域方法的進一步探索是解決慢速目標的有效途徑。

(3) 針對具體目標設計具體檢測方案。針對不同的低慢小目標，通過研究其回波特性設計特定的檢測方案，以提高檢測概率。

(4) 多裝備聯(lián)合檢測方法。單站雷達探測低慢小目標有其固有的缺陷，如果可以通過雙站雷達[32]乃至多裝備聯(lián)合組網對其進行檢測，充分發(fā)揮各裝備探測性能來綜合利用各種信息以提高對此類目標的探測性能。

(5) 發(fā)展新體制雷達。低速目標檢測的問題在很大程度上是現(xiàn)有雷達體制的固有缺陷，要解決這一問題只依靠一些細微的優(yōu)化是不夠的，還需要通過尋找新方法、新思路，設計新的信號處理方案，才能有望更好地解決該問題。

5 結束語

雜波環(huán)境中的雷達低慢小目標檢測問題是一個探索性強、難度大而又具有強烈背景需求的研究領域。當前該領域研究已進入不斷深化理論與實踐結合、深化現(xiàn)實與未來聯(lián)系的新階段。只有開拓思路，創(chuàng)新理念，提高技術，豐富手段，才能進一步推動雜波環(huán)境中的雷達低慢小目標檢測技術的長足發(fā)展。

[1] 李明明,卞偉偉,甄亞欣.國外“低慢小”航空器防控裝備發(fā)展現(xiàn)狀分析[J].飛航導彈,2017(1):62-70. LI Ming-ming,BIAN Wei-wei,ZHEN Ya-xin.Analysis on the Development of Low-Altitude Slow Small Aircraft Control Equipment[J].Aerodynamic Missile Journal,2017(1):62-70.

[2] 國務院辦公廳.關于促進通用航空業(yè)發(fā)展的指導意見[Z].2016-05-17. General Office of the State Council. Opinions on the Promotion of General Aviation Industry Development Guidance[Z].2016-05-17.

[3] 羅宏偉.試論大型活動安保工作中“低慢小”目標的防范與處置[J].武警學院學報,2015,31(9):27-30. LUO Hong-wei.Strengthening LSS Target Defense for Large Activities[J].Journal of the Armed Police Force Academy,2015,31(9):27-30.

[4] 周豪,胡國平,師俊朋.低空目標探測技術分析與展望[J].火力與指揮控制,2015,40(11):5-9. ZHOU Hao,HU Guo-ping,SHI Jun-peng.Analysis and Prospect of Low-Altitude Target Detection Technologies[J].Fire and Command & Control,2015,40 (11):5-9.

[5] 王小謨,匡永勝,陳忠先,等.監(jiān)視雷達技術[M].北京:電子工業(yè)出版社,2008:104-106． WANG Xiao-rui,KUANG Yong-sheng,CHEN Zhong-xian,et al.Monitoring Radar Technology[M].Beijing:Electronic Industry Press,2008:104-106.

[6] 任子元，李強．基于排列法的低空慢速小目標威脅評估[J]．微計算機信息，2009,25(8-1)：238-240. REN Zi-yuan,LI Qiang.LSS-Target Threat Evaluation Based on Permutation Method[J].Microcomputer Information,2009,25 (8-1):238-240.

[7] 張建偉,郭會明.低空慢速小目標攔截系統(tǒng)研究[J].計算機工程與設計,2012,33(7):2874-2878. ZHANG Jian-wei,GUO Hui-ming.Net Cast Interception System Research Aimed at Low Small Slow Target[J].Computer Engineering & Design,2012,33(7):2874-2878.

[8] 韓鋒,陳崗,陳觀生.沿海要地低慢小目標防御對策[C]∥第三屆中國指揮控制大會論文集(下冊),北京:國防工業(yè)出版社,2015:505-508. HAN Feng,CHEN Gang,CHEN Guan-sheng.Strategy on Air-Defense Against the Low-Slow-Small Target in Important Coastal Area[C]∥Third China Command Control Conference Proceedings (Volume 2),Beijing:National Defense Industry Press,2015:505-508.

[9] 張云佐.基于多活性代理的“低慢小”目標探測系統(tǒng)淺析[J].廣西通信技術,2012(2):35-37. ZHANG Yun-zuo.Analysis of Detection System for “Low,Slow and Small” Target Based on Multi Living-agent[J].Guangxi Communication Technology,2012(2):35-37.

[10] DAVEY S J,RUTTEN M G,CHEUNG B.A Comparison of Detection Performance for Several Track-Before-Detect Algorithms[J].Journal on Advances in Signal Processing,2008,428036:1-10.

[11] BUZZI S,LOPS M,VENTURINO L,et al.Track-Before-Detect Procedures in a Multi-Target Environment[J].IEEE Transactions on Aerospace and Electronic Systems,2008,44(3):1135-1150.

[12] LU Jin,SHUI Peng-lang,SU Hong-tao.Track-Before-Detect Method Based on Cost-Reference Particle Filter in Non-Linear Dynamic Systems with Unknown Statistics[J].IET Signal Processing,2014,8(1):85-94.

[13] RUTTEN M G,GORDON N J,MASKELL S.Recursive Track-Before-Detect with Target Amplatitude Fluctuations[J].IEE Proc.Radar,Sonar and Navigation,2005,152(5):345-52.

[14] LU Jin,SHUI Peng-lang,SU Hong-tao.Track-Before-Detect Method Based on Cost-Reference Particle Filter in Non-Linear Dynamic Systems with Unknown Statistics[J].IET Signal Processing,2014,8(1):85-94.

[15] 李翠蕓,李寧,姬紅兵.多伯努利濾波的快速紅外弱小目標檢測與跟蹤[J].西安電子科技大學學報.2016,43(4):69-74. LI Cui-yun,LI Ning,JI Hong-bing.Fast IR Dim Small Targets Detection and Tracking Based on the Multi-Bernoulli filter[J].Journal of Xidian University,2016,43 (4):76-85.

[16] REED I S,GAGLIARDI R M,SHAO H M.Application of Three Dimensional Filtering to Moving Target Detection[J].IEEE Transactions on Aerospace and Electronic Systems,1983,19(6):898-905.

[17] 何嘉懿,廖桂生,楊志偉,等.一種參數(shù)化軌跡增強的TBD算法[J].西安電子科技大學學報,2015,42(6):17-22. HE Jia-yi,LIAO Gui-sheng,YANG Zhi-wei,et al.Efficient Track-Before-Detect Algorithm Based on the Parameterized Track Enhancement[J].Journal of Xidian University,2015,42 (6):17-22.

[18] MOYER L R,SPAK J,LAMANNA P.A Multi-Dimensional Hough Transform-Based Track-Before-Detect Technique for Detecting Weak Targets in Strong Clutter Backgrounds[J].IEEE Transactions on Aerospace and Electronic Systems,2011,47(4):3062-3068.

[19] 左磊,李明,張曉偉,等.基于改進Hough變換的海面微弱目標檢測[J].電子與信息學報,2012,34(4):923-928. ZUO Lei,LI Ming,ZHANG Xiao-wei,et al.Small-Target Detection in Sea Clutter Based on Improved Hough Transform[J].Journal of Electronics & Information Technology,2012,34 (4):923-928.

[20] CARLSON B D,EVANS E D,WILSON S L.Search Radar Detection and Tracking with the Hough Transform.Part I:System Concept[J].IEEE Trans.on Aerospace and Electronic System,1994,30 (1):102-108.

[21] 胡瑞卿,田杰榮.關于采用粒子濾波器檢測跟蹤低小慢目標的研究[J].電腦知識與技術,2014(19):4538-4540. HU Rui-qing,TIAN Jie-rong.Study on Tracking and Tracking Small and Slow Targets Using Particle Filter[J].Computer Knowledge and Technology,2014(19):4538-4540.

[22] 陳洪猛,李明,盧云龍,等.一種時域降維多幀處理的Radon域弱目標檢測[J].西安電子科技大學學報：自然科學版,2017,44(2):15-20. CHEN Hong-meng,LI Ming,LU Yun-long,et al.Novel Weak Target Detection Technique Based on Time-Dimension Reduced Multiple Frame Detection in Radon Domain[J].Journal of Xidian University:Natural Science ed,2017,44 (2):15-20.

[23] CHEN Xiao-long，GUAN Jian，LIU Ning-bo，et al．Maneuvering Target Detection via Radon-Fractional Fourier Transform-Based Long-Time Coherent Integration[J]． IEEE Transactions on Signal Processing，2014，2(4):939-953.

[24] JIA Xu，JI Yu，PENG Ying-ning,et al． Radon-Fourier Transform for Radar Target Detection,I:Generalized Doppler Filter Bank[J]．IEEE Transactions on Aerospace and Electronic Systems,2011,7(2) :1186-1202.

[25] XIA Xiang-gen.Discrete Chirp-Fourier Transform and Its Application to Chirp Rate Estimation[J].IEEE Transactions on Signal Processing，2000，8(11):3122-3133.

[26] 陸晨陽.雷達低速目標檢測方法研究[D].西安：西安電子科技大學,2014. LU Chen-yang.Research on Methods for Low Speed Target Detection of Radar[D].Xi′an ：Xidian University,2014.

[27] 張云佐.基于多活性代理的“低慢小”目標探測系統(tǒng)淺析[J].廣西通信技術,2012(2):35-37. ZHANG Yun-zuo.Analysis of Detection System for“Low，Slow and Small”Target Based on Multi Living-Agent[J].Guangxi Communication Technology,2012(2):39-41.

[28] 錢學森，戴汝為，于景元．一個科學的新領域一開放的復雜巨系統(tǒng)及其方法[J]．自然雜志，1990,13(1)：3-10． QIAN Xue-sen,DAI Ru-wei,YU Jing-yuan.A New Field of Science-Open Complex Giant System and Its Methodology[J].Journal of Nature,1990,13(1):3-10.

[29] 王越,陶然,李炳照.基于多活性代理的復雜信息系統(tǒng)研究[J].中國科學E輯:信息科學,2008,38(12):2020-2037. WANG Yue,TAO Ran,LI Bing-zhao.Research on Complex Information System Based on Multi-Agent Agent[J].Chinese Science-Series E:Information Science,2008,38(12):2020-2037.

[30] 馬淑芬,吳嗣亮.有色噪聲中諧波頻率的頻域非線性預濾波估計方法[J].電子學報,2000,28(6):48-50. MA Shu-fen,WU Si-liang.Sinusoid Frequency Estimation in Colored Noise Based on Nonlinear Prefiltering in Frequency Domain[J].Acta Electronica Sinica,2000,28 (6):48-50.

[31] 王黨衛(wèi),秦江敏,馬曉巖.基于雜波白化處理的海面低速弱目標檢測[J].現(xiàn)代雷達,2003,25(6):15-18. WANG Dang-wei,QIN Jiang-min,MA Xiao-yan.Clutter-Whitening-Based Low-Speed Weak Target Detection over the Sea[J].Modern Radar,2003,25 (6):15-18.

[32] 劉晨雨,張宏偉,馬俊濤.基于雙站多視角雷達的低空小目標探測技術概述[J].飛航導彈,2015(6):54-57. LIU Chen-yu,ZHANG Hong-wei,MA Jun-tao.Overview of Low-Altitude Small Target Detection Technology Based on Dual-Station Multi-Angle Radar[J].Aerodynamic Missile Journal,2015(6):54-57.