趙三偉 徐敏超 孫玉璽

(武漢濱湖電子有限責(zé)任公司 武漢 430205)

0 引言

一般而言，對于云雨、海浪、箔條等物體引起的無源干擾信號，可以通過設(shè)計自適應(yīng)MTI濾波器進(jìn)行抑制，但隨著現(xiàn)代雷達(dá)分辨率和靈敏度的提高，發(fā)現(xiàn)由于云雨引起的氣象雜波具有特殊的特征。通過大量實測數(shù)據(jù)分析發(fā)現(xiàn)，氣象雜波一般分為兩類：一類氣象雜波面積比較大，運動速度緩慢，通過自適應(yīng)MTI濾波器及恒虛警(CFAR)進(jìn)行有效抑制后，該類雜波不能夠形成穩(wěn)定航跡，因此通過信號處理的方法能夠?qū)υ擃愲s波信號進(jìn)行剔除；另一類氣象雜波則與之不同，其在雷達(dá)屏幕上成點狀，通過上述的自適應(yīng)MTI濾波器及恒虛警(CFAR)檢測后能夠形成穩(wěn)定航跡[1]，通過傳統(tǒng)數(shù)據(jù)處理手段不能夠?qū)ζ溥M(jìn)行有效判別。

對于上述問題，一種直觀的思路是采用劃取速度門限的方法來對上述氣象目標(biāo)進(jìn)行剔除，但是由于該類雜波同典型低慢小目標(biāo)(無人機(jī)、直升機(jī)等)的特征類似，該方法在剔除氣象目標(biāo)的同時會引起系統(tǒng)對低慢小目標(biāo)的漏警。本文擬采取目標(biāo)分類的思路在點跡維[2-3]對上述問題進(jìn)行解決。

對檢測視頻進(jìn)行點跡凝聚，給出點跡的距離和方位信息，同時獲取點跡的距離展寬、方位展寬、凝聚點數(shù)和幅度等點跡特征；針對不同的點跡特征，剔除奇異特征值的點跡；根據(jù)點跡特征進(jìn)行點跡質(zhì)量評估，通過點跡質(zhì)量門限對點跡進(jìn)行判決。基于特征加權(quán)的點跡質(zhì)量評估流程圖如圖1所示：

圖1 點跡處理流程圖

1 點跡凝聚與奇異點跡剔除

1.1 點跡凝聚

點跡凝聚處理的過程是，先進(jìn)行距離上的凝聚，得到水平波瓣內(nèi)不同方位上的距離值，因回波大小及量化誤差等因素的影響，這時的距離值可能不在同一單元；再進(jìn)行方位上的凝聚，計算時不要求距離位于同一單元[4-5]。

對于同一目標(biāo)產(chǎn)生的在距離上連續(xù)或間隔一個量化單元的點跡，按公式(1)求取質(zhì)心，然后將質(zhì)心的數(shù)值作為相應(yīng)目標(biāo)點跡的距離估計值。

(1)

其中n為目標(biāo)點跡的個數(shù)，Ri為第i個目標(biāo)點跡的距離，Vi為第i個目標(biāo)的回波幅度值。

對由同一目標(biāo)產(chǎn)生的在方位上相鄰的點跡按式(2)求取質(zhì)心，將質(zhì)心數(shù)值作為相應(yīng)目標(biāo)點跡的方位估計值。

(2)

其中n為目標(biāo)點跡的個數(shù)，Ai為第i個目標(biāo)點跡的方位，Vi為第i個目標(biāo)的回波幅度值。

1.2 點跡特征選取與奇異點跡剔除

在點跡凝聚的過程中同時提取點跡的特征。點跡的特征眾多，如凝聚點數(shù)、原始視頻幅度、點跡環(huán)境信息(CFAR估值)、方位展寬、距離展寬、多普勒通道號等。在選取點跡特征時要盡量保證各特征之間的正交性。本文所需的點跡特征有距離展寬，方位展寬，凝聚點數(shù)和幅度凝聚點數(shù)比。

奇異點跡剔除是對上述獲取的點跡特征值中不符合理論的奇異點跡進(jìn)行剔除。

1)距離展寬

距離展寬為目標(biāo)點跡最遠(yuǎn)距離單元與最近距離單元之差。目標(biāo)與雜波的距離展寬特征分析如圖2所示：

圖2 目標(biāo)與雜波距離展寬特征分析

由圖2可知，目標(biāo)的距離展寬略大于雜波的距離展寬。距離展寬特征與雷達(dá)的距離分辨率有關(guān)，當(dāng)雷達(dá)距離分辨率越高時，目標(biāo)和雜波的距離展寬特征差別越大。

根據(jù)最大目標(biāo)RCS、雷達(dá)的距離分辨率和半脈壓區(qū)目標(biāo)展寬等因素，可以確定點跡距離展寬最大值；當(dāng)距離展寬大于該值時，認(rèn)為是奇異點跡。

2)方位展寬

方位展寬為目標(biāo)點跡最大方位與最小方位之差，當(dāng)目標(biāo)跨正北方位時，需要求模計算。目標(biāo)和雜波的方位展寬特征分析如圖3所示：

圖3 目標(biāo)與雜波的方位展寬特征分析

由圖3可知，目標(biāo)的方位展寬多集中在4-11個脈沖，約占85%，雜波的方位展寬多集中于1-8個脈沖，約占90%。目標(biāo)的方位展寬明顯大于雜波的方位展寬。

根據(jù)天線波束寬度和雷達(dá)脈沖積累個數(shù)可以計算出方位展寬的最大值，當(dāng)方位展寬大于該值時，認(rèn)為是奇異點跡。

3)凝聚點數(shù)

凝聚點數(shù)為目標(biāo)點跡凝聚的檢測點個數(shù)。目標(biāo)與雜波的凝聚點數(shù)分布如圖4所示，點跡百分比對比如圖5所示：

圖4 目標(biāo)與雜波凝聚點數(shù)特征分布

圖5 目標(biāo)與雜波凝聚點數(shù)特征分析

由圖4，圖5可知，雜波的凝聚點數(shù)偏少，小于15點的約占90%；目標(biāo)凝聚點數(shù)分布均勻，但基本小于45點。

組成點跡的凝聚點數(shù)過小時，認(rèn)為該點跡為虛假點跡。

4)幅度凝聚點數(shù)比

點跡幅度為目標(biāo)點跡中幅度最大的檢測點的幅度。幅度凝聚點數(shù)比分布如圖6所示，點跡百分比對比如圖7所示：

圖6 目標(biāo)與雜波幅度凝聚點數(shù)比分布

圖7 目標(biāo)與雜波幅度凝聚點數(shù)比特征分析

由圖6，圖7可知，目標(biāo)的幅度凝聚點數(shù)比較小，比值小于15的約占95%；雜波的幅度凝聚點數(shù)比較大，分布均勻，但比值基本都小于45。

當(dāng)目標(biāo)信噪比越大時，組成點跡的脈沖數(shù)越大，當(dāng)信噪比越小時，組成點跡的脈沖數(shù)據(jù)越小。當(dāng)信噪比與組成點跡脈沖數(shù)過大或過小時，認(rèn)為虛假目標(biāo)。

2 基于特征加權(quán)的點跡質(zhì)量評估

2.1 點跡特征質(zhì)量

點跡特征質(zhì)量表示點跡的某個特征的可信度評估值。第i個點跡特征的質(zhì)量計算公式如式(3)所示：

(3)

根據(jù)(3)式可知，點跡特征的質(zhì)量表示點跡的該特征距該特征超平面的距離，距離越近，點跡質(zhì)量值越小，點跡的可信度越高。

2.2 點跡特征權(quán)值

點跡特征權(quán)值為點跡的各個特征質(zhì)量在整個點跡質(zhì)量中所占的比重。第i個點跡特征權(quán)值計算公式如式(4)所示：

(4)

根據(jù)式(4)可知，點跡特征權(quán)值表示目標(biāo)的該點跡超平面與雜波的該點跡超平面的距離占整個該點跡特征寬度的比例。

2.3 基于特征加權(quán)的點跡質(zhì)量

基于特征加權(quán)的點跡質(zhì)量是對所有點跡評估質(zhì)量加權(quán)所得，計算公式如式(5)所示：

(5)

其中Q為基于特征加權(quán)的點跡質(zhì)量，ωi為第i的點跡特征的權(quán)重；Qi為第i個點跡特征的質(zhì)量。

根據(jù)式(5)可知，基于特征加權(quán)的點跡質(zhì)量在0～1之間，越接近1，其點跡的可信度越高，點跡質(zhì)量越接近0，其可信度越低。

3 應(yīng)用驗證

利用某地面預(yù)警雷達(dá)在沿海采集的實測數(shù)據(jù)對上述方法進(jìn)行驗證。由于海面環(huán)境復(fù)雜，海面氣象變化無常，常規(guī)的點跡處理方式對點狀雜波抑制效果很差，目標(biāo)在穿越雜波區(qū)時跟蹤不連續(xù)。

利用采集數(shù)據(jù)作為樣本，統(tǒng)計2.2節(jié)中提出的點跡特征均值和上下界值如表1所示：

表1 樣本特征

樣本特征目標(biāo)特征均值雜波特征均值點跡特征上界點跡特征下界凝聚點數(shù)18.585.49452距離展寬2.111.0491方位展寬(CPI數(shù))6.572.04161幅度脈沖數(shù)比6.4327.31800.8

根據(jù)式(4)中點跡特征權(quán)值的計算方法，利用采集數(shù)據(jù)作為樣本，統(tǒng)計各特征所占權(quán)重如表2所示：

表2 特征權(quán)重

特征權(quán)重凝聚點數(shù)距離展寬方位展寬幅度脈沖數(shù)比特征比例0.310.130.30.26

根據(jù)式(3)中Qi的計算公式計算點跡的凝聚點數(shù)、距離展寬、方位展寬和幅度凝聚點數(shù)比等目標(biāo)和雜波特征質(zhì)量估值；根據(jù)式(5)中Q的計算公式將上述特征質(zhì)量估值加權(quán)求和，可得點跡的目標(biāo)質(zhì)量估值Q目標(biāo)和雜波質(zhì)量估值Q雜波。

當(dāng)Q雜波-Q目標(biāo)>gate時，判斷該點跡為雜波，否則，判斷該點跡為目標(biāo)。gate為點跡質(zhì)量評估判斷門限，可手動調(diào)節(jié)。

利用某雷達(dá)采集數(shù)據(jù)對基于特征加權(quán)的點跡質(zhì)量評估方法進(jìn)行仿真，點跡質(zhì)量評估判斷門限gate選擇為0.2，將70圈掃描數(shù)據(jù)點跡進(jìn)行顯示，點跡質(zhì)量評估前后的點跡個數(shù)對比如圖8所示，點跡質(zhì)量評估前如圖9所示，點跡質(zhì)量評估后如圖10所示：

圖8 點跡個數(shù)對比

圖9 點跡質(zhì)量評估判斷前點跡圖

圖10 點跡質(zhì)量評估判斷前點跡圖

由圖8可知，奇異點跡剔除之前每一圈的點跡數(shù)約為140，奇異點跡剔除之后點跡數(shù)約為100，經(jīng)點跡質(zhì)量評估濾除后，點跡數(shù)約為80。經(jīng)過兩級點跡濾波后，雜波點跡得到有效抑制。對比圖8和圖9可知，基于特征加權(quán)的點跡質(zhì)量評估方法對點狀雜波有明顯的抑制作用，且目標(biāo)點跡無明顯變化。

4 結(jié)束語

本文提出的基于特征加權(quán)的點跡質(zhì)量評估方法經(jīng)實測雷達(dá)數(shù)據(jù)驗證可以有效地抑制點狀雜波。由于大多雷達(dá)的點跡處理流程基本相同，所以該方法可推廣到其他雷達(dá)上應(yīng)用。其中點跡特征的選取可根據(jù)不同雷達(dá)的特性選取不同的特征，如三坐標(biāo)雷達(dá)可以選取高度特征，點跡特征的均值、上下界和權(quán)重也需要根據(jù)不同雷達(dá)的目標(biāo)屬性進(jìn)行計算。