王金峰 劉仍莉 顧慶遠(yuǎn)

(1.中國(guó)電子科技集團(tuán)公司第三十八研究所 合肥 230088;2.孔徑陣列與空間探測(cè)安徽省重點(diǎn)實(shí)驗(yàn)室 合肥 230088)

0 引言

雷達(dá)是一種工作于微波頻段的主動(dòng)探測(cè)設(shè)備,不受天氣、光照、目標(biāo)溫度等因素的影響,且工作距離遠(yuǎn)、覆蓋范圍寬,是高效的海面監(jiān)視裝備。機(jī)載雷達(dá)在對(duì)海面運(yùn)動(dòng)目標(biāo)探測(cè)時(shí),回波中不僅包含了目標(biāo)的信息,也包含了大量的來(lái)自于海面的非期望信息(一般被稱為海雜波)[1-2]。

傳統(tǒng)的機(jī)載對(duì)海面目標(biāo)檢測(cè)時(shí)采用超低副瓣的和波束天線,信號(hào)波形分為捷變頻和固定頻點(diǎn)的非相干處理波形和相干處理波形,前者通過(guò)頻率捷變使海雜波去相關(guān),后者通過(guò)多普勒濾波器組實(shí)現(xiàn)雜波的抑制和目標(biāo)的相干積累。因其結(jié)構(gòu)簡(jiǎn)單、運(yùn)算量低得到了大量的工程應(yīng)用[2]。

為了提高海面目標(biāo)的檢測(cè)性能,學(xué)者們從不同的角度提出了大量的處理方法。一類是對(duì)傳統(tǒng)方法的精細(xì)化發(fā)展,對(duì)海雜波建立統(tǒng)計(jì)模型,并根據(jù)統(tǒng)計(jì)模型參數(shù)選擇合適的檢測(cè)器:如最大選擇或最小選擇、排序CFAR,廣義似然比檢測(cè),自適應(yīng)匹配濾波,K分布下的最優(yōu)檢測(cè)器,廣義Pareto功率分布下的最優(yōu)廣義似然比現(xiàn)行門限檢測(cè)器等;另一類是新的理論方法引入到海面目標(biāo)檢測(cè)中來(lái),如基于海面分形和混沌特征的方法、基于特征的人工智能方法等[2]。

隨著雷達(dá)系統(tǒng)技術(shù)的發(fā)展,多通道系統(tǒng)已廣泛應(yīng)用,并結(jié)合空時(shí)自適應(yīng)處理(STAP)技術(shù)在地面運(yùn)動(dòng)目標(biāo)檢測(cè)(GMTI)和對(duì)空中運(yùn)動(dòng)目標(biāo)檢測(cè)(AMTI)中取得了較好的雜波抑制效果,提高了雜波中運(yùn)動(dòng)目標(biāo)檢測(cè)的性能[3-5]。德國(guó)Valeria.G等利用多通道試驗(yàn)系統(tǒng)數(shù)據(jù),分析了海雜波的空時(shí)特性及雜波抑制的方法[6]。王金峰等利用雙通道的機(jī)載雷達(dá)實(shí)測(cè)數(shù)據(jù)驗(yàn)證了雙通道進(jìn)行空時(shí)雜波抑制的方法[7]。黃鵬輝等提出了多通道系統(tǒng)的子空間投影雜波抑制方法,并利用仿真數(shù)據(jù)進(jìn)行了驗(yàn)證[8]。多通道系統(tǒng)對(duì)海面運(yùn)動(dòng)目標(biāo)的檢測(cè)正受到越來(lái)越多的關(guān)注。

本文基于機(jī)載多通道對(duì)海運(yùn)動(dòng)目標(biāo)檢測(cè)雷達(dá)的實(shí)測(cè)數(shù)據(jù),在多通道系統(tǒng)進(jìn)行建模的基礎(chǔ)上,分析了海雜波的空時(shí)特性,設(shè)計(jì)了STAP應(yīng)用到機(jī)載多通道對(duì)海面目標(biāo)檢測(cè)中的應(yīng)用方法,實(shí)現(xiàn)海雜波的抑制。對(duì)實(shí)測(cè)數(shù)據(jù)的處理驗(yàn)證了算法的有效性。

1 多通道系統(tǒng)回波模型

雷達(dá)陣列指向機(jī)頭方向,通過(guò)相掃實(shí)現(xiàn)區(qū)域的覆蓋。對(duì)于面雜波下的運(yùn)動(dòng)目標(biāo)檢測(cè),特別是慢速運(yùn)動(dòng)目標(biāo)的檢測(cè),一般采用低重頻的工作模式。如圖1所示,M子陣的陣列沿y軸均勻分布,子陣間距為d,載機(jī)在高度H處沿天線法線方向x軸運(yùn)動(dòng)。那么,方位角為α,俯仰角為β的散射點(diǎn),對(duì)于線性調(diào)頻信號(hào)系統(tǒng),脈壓后的各子陣響應(yīng)可表示為

圖1 多通道雷達(dá)系統(tǒng)幾何

(1)

(2)

在遠(yuǎn)場(chǎng)條件下,忽略每項(xiàng)前的sinc型包絡(luò)調(diào)制項(xiàng)差異,以第1個(gè)子陣為參考,則目標(biāo)所在單元的空間維信號(hào)可表示為

(3)

其中α為方位角,β為俯仰角,t為脈沖時(shí)間。

對(duì)于靜止的散射點(diǎn),目標(biāo)與雷達(dá)的距離變化來(lái)源于雷達(dá)的運(yùn)動(dòng):

R1(t)=R1(0)-2vptcosαcosβ

(4)

其中vp為雷達(dá)載機(jī)的地速,其對(duì)應(yīng)的多普勒頻率可表示為

(5)

可見(jiàn)多普勒隨空間角度的變化而變化,即多普勒的局部化可對(duì)應(yīng)空間角的局部化,因此,可以方便地采用降維的空時(shí)自適應(yīng)處理方法實(shí)現(xiàn)地面雜波環(huán)境下的雜波抑制,且已得到了廣泛的應(yīng)用。

對(duì)于海面的散射點(diǎn),目標(biāo)與雷達(dá)的距離來(lái)源于雷達(dá)和海浪的綜合運(yùn)動(dòng),且復(fù)雜的海浪運(yùn)動(dòng)分量,對(duì)應(yīng)著不同的空間分布,此處將海雜波的多普勒頻率表示為式(6)所示。

(6)

其中vs為海面散射體本身的運(yùn)動(dòng)速度,∑(·)表示對(duì)所有的可能組合求和。

2 海雜波空時(shí)特性分析

從海雜波的多通道回波模型可見(jiàn):相對(duì)于地面靜止雜波,海雜波由于自身的運(yùn)動(dòng)在多普勒維度上增加了vs項(xiàng),且不同的vs值對(duì)應(yīng)不同的空間角度。下面從海雜波的多普勒分布與空間主分量及空間相位差的角度,分析海雜波的空時(shí)分布特征。

2.1 空間分量的分布特點(diǎn)分析

空時(shí)兩維的局部化處理是STAP降維處理的主流思路,其中以1DT和3DT為代表的mDT類算法[4],得到了廣泛的應(yīng)用。其應(yīng)用的前提首先是多普勒維的局部化對(duì)應(yīng)空間維的局部化。因此,首先將脈沖時(shí)間維的S(t,α,β),轉(zhuǎn)到多普勒維,如圖2所示為其中一個(gè)子陣的距離多普勒分布圖?？梢?jiàn)海雜波主要集中分布在一定的多普勒通道上,表明海雜波在脈沖間保持了一定的相干性,可以實(shí)現(xiàn)雜波多普勒維的局部化。

圖2 距離多普勒分布

構(gòu)建多普勒通道fdn的子陣空間維信號(hào)矢量為

S(fdn,τ)=[s1(fdn,τ),…,sM(fdn,τ)]T

(7)

此時(shí)信號(hào)序列僅包含了空間信息。因此,通過(guò)統(tǒng)計(jì)協(xié)方差矩陣的特征分解獲得各信號(hào)空間分量的分布情況。首先構(gòu)建空間維信號(hào)的協(xié)方差矩陣為

(8)

其中τi為距離快時(shí)間維采樣時(shí)刻,P為樣本點(diǎn)數(shù)。進(jìn)行協(xié)方差矩陣的特征分解如式(9)所示。

(9)

其中:U為特征矢量矩陣,其列為特征矢量;Λ為對(duì)角矩陣,對(duì)角元素為實(shí)數(shù),其對(duì)應(yīng)各特征矢量的能量。如圖3所示,為4通道子陣系統(tǒng)的海雜波分量在各多普勒通道內(nèi)的分布曲線,在天線主瓣區(qū)域存在兩個(gè)較大的雜波分量,第三個(gè)分量雖不大,但也可見(jiàn)能量的起伏,最小的分量可認(rèn)為系統(tǒng)的噪聲分量,其幾乎沒(méi)有起伏。

圖3 多普勒通道的特征分量分布

特征矢量對(duì)應(yīng)了各空間分量的特征子空間,此處通過(guò)空域頻譜分析可得到該空間分量的空間角度,如圖4所示。

圖4 海雜波分量的空間分布

可見(jiàn)兩個(gè)主要分量的對(duì)應(yīng)空間角度存在一定的差異。這從實(shí)測(cè)數(shù)據(jù)的角度驗(yàn)證了式(6)的正確性。

通過(guò)以上對(duì)多普勒局部化后的海雜波空域分量分析,可見(jiàn)海雜波可以滿足多普勒維的局部化,且多普勒局部化后空間維度也可以實(shí)現(xiàn)局部化。因此,存在進(jìn)行降維空時(shí)自適應(yīng)處理的前提。

2.2 特征隨距離的變化

從圖2海雜波的距離多普勒分布可見(jiàn),海雜波的強(qiáng)度隨著距離的增加,雜波的強(qiáng)度逐漸變?nèi)?。為了分析海雜波分量隨距離(對(duì)應(yīng)固定高度的載機(jī)平臺(tái),對(duì)應(yīng)著海面入射角)的變化情況。對(duì)不同距離段的特征分量進(jìn)行分析,典型的特征分量分布情況如圖5所示。

圖5 不同距離時(shí)的特征分量分布

由圖5可見(jiàn),隨著波束入射角的減小,海雜波強(qiáng)度變低,各分量的幅度也隨之減低,大幅度分量間的幅度差也隨之降低,主要分量的數(shù)量也隨之減小(由圖3的第三分量可見(jiàn)起伏,到圖5(a)的第三分量強(qiáng)度趨于噪聲水平和圖5(b)的第二分量強(qiáng)度也趨于噪聲水平)。

3 基于空時(shí)處理的海雜波抑制

通過(guò)多通道機(jī)載系統(tǒng)實(shí)測(cè)海雜波特性的分析可知:海雜波(特別是強(qiáng)海雜波)在相干處理時(shí)間內(nèi)具有一定的時(shí)間相關(guān)性,可通過(guò)多普勒濾波器組(通常采用FFT方法)降低海雜波的時(shí)域維度;多普勒濾波后的海雜波在空間維上分量比地面雜波自由度高,但有限。因此,本文采用基于mDT的空時(shí)處理算法進(jìn)行海雜波的抑制。另外,隨著距離的變化,海雜波的特性存在差異。因此,在實(shí)際的應(yīng)用中采用距離分段的思路降低距離變化的影響。

3.1 樣本綜合選擇策略

自適應(yīng)濾波器Wopt的構(gòu)建可表示為

Wopt=σR-1D

(10)

其中:σ為歸一化系數(shù);R為協(xié)方差矩陣的估計(jì),其代表了目標(biāo)所處環(huán)境的統(tǒng)計(jì)特性;D為導(dǎo)向矢量,代表了濾波器的意愿。由此可見(jiàn),其主要包括兩個(gè)關(guān)鍵因素:一是統(tǒng)計(jì)協(xié)方差矩陣的構(gòu)建;二是導(dǎo)向矢量的選擇。

在實(shí)際工程應(yīng)用中,導(dǎo)向矢量可以由先驗(yàn)知識(shí)或者掃描覆蓋的需求進(jìn)行定義,可自由定義。那么,協(xié)方差矩陣的估計(jì)就成了自適應(yīng)濾波器構(gòu)建的關(guān)鍵。而協(xié)方差矩陣估計(jì)的關(guān)鍵在于樣本的選擇,本文采用幅度信息與統(tǒng)計(jì)NHD(非均勻檢測(cè))相結(jié)合的綜合方法實(shí)現(xiàn)樣本的選擇。

3.1.1 基于幅度的選擇方法

海面雜波通?？烧J(rèn)為由Bragg散射、Burst散射和Whitecap散射三個(gè)不同特征的分量組成,其中Bragg散射與諧振的毛細(xì)波有關(guān),廣泛且均勻地分布在各個(gè)距離單元上;Burst散射和Whitecap散射主要由海浪的整體運(yùn)動(dòng)和波冠的破裂產(chǎn)生,其隨海浪的周期在距離上周期起伏[1],如圖6所示。小幅度樣本的引入將導(dǎo)致雜波的功率估計(jì)不足,帶來(lái)雜波抑制的不足。因此,首先對(duì)當(dāng)前多普勒通道,當(dāng)前距離段的幅度排序,僅選擇一定比例的強(qiáng)幅度散射點(diǎn)作為樣本。

圖6 海雜波沿距離的周期起伏幅度

另一方面,在雷達(dá)海面目標(biāo)檢測(cè)的應(yīng)用中常常出現(xiàn)強(qiáng)散射的目標(biāo)點(diǎn),以致于該散射點(diǎn)的加入嚴(yán)重影響了后續(xù)的NHD檢測(cè)。因此,基于目標(biāo)稀疏的假設(shè),實(shí)際應(yīng)用中將幅度最大的一定數(shù)量的樣本不選入?yún)f(xié)方差矩陣的估計(jì)樣本中。

3.1.2 基于排序剔除的APR方法

在通過(guò)幅度選擇后的樣本中,可能存在較弱的運(yùn)動(dòng)目標(biāo)單元。因此,通過(guò)NHD實(shí)現(xiàn)樣本的進(jìn)一步剔除。在NHD算法中,自適應(yīng)功率剩余(APR)具有較好的性能并得到了廣泛的應(yīng)用[5],其迭代改進(jìn)型采用迭代的方式每次剔除一個(gè)“最不均勻”的樣本,直到所有剩余的樣本趨于均勻,降低了非均勻樣本在計(jì)算過(guò)程中對(duì)統(tǒng)計(jì)特性的估計(jì)誤差,提高了性能[9]。

在實(shí)際的應(yīng)用中,單次APR的性能受限、迭代改進(jìn)型APR的效率又不能滿足系統(tǒng)需求。本文將迭代APR的單次剔除效率提高,在性能損失有限的情況下,僅需要少量的迭代即可實(shí)現(xiàn)非均勻樣本的檢測(cè),平衡了工程應(yīng)用的性能和效率。

設(shè)樣本集Ω中的樣本數(shù)為K,每次剔除的非均勻樣本數(shù)比例為μ,主工作波束方向?qū)?yīng)的導(dǎo)向矢量為D′,迭代計(jì)數(shù)k=0,m(0)=0,收斂容差ζ為一接近零的數(shù),最大迭代次數(shù)E,實(shí)現(xiàn)步驟如下:

1)以當(dāng)前樣本估計(jì)協(xié)方差矩陣為

(11)

2)計(jì)算樣本集中每個(gè)樣本的功率剩余值為

(12)

3)將功率剩余值進(jìn)行排序,并將最大的μK個(gè)樣本從樣本集Ω中剔除;

4)迭代計(jì)數(shù)k=k+1,并記錄第μK個(gè)功率剩余值記作m(k),更新樣本數(shù)量K=(1-μ)K;

5)循環(huán)以上步驟,直到|m(k)-m(k-1)|≤ζ或者k>E終止。

通過(guò)以上的樣本選擇后,既可保證樣本具有較好的能量以實(shí)現(xiàn)雜波的抑制,又可以避免非均勻樣本(特別是目標(biāo))參與環(huán)境統(tǒng)計(jì)的估計(jì)造成目標(biāo)的損失。

3.2 基于mDT-STAP的算法流程

mDT類STAP降維方法首先將脈沖維轉(zhuǎn)換到多普勒維,利用機(jī)載雷達(dá)運(yùn)動(dòng)帶來(lái)的空-時(shí)對(duì)應(yīng)關(guān)系實(shí)現(xiàn)空時(shí)解耦,達(dá)到降低時(shí)間維空域自由度的目的。該類算法對(duì)系統(tǒng)的精度要求較低,已在工程上得到了廣泛的應(yīng)用。

為了適應(yīng)海雜波強(qiáng)度隨雷達(dá)波束擦地角的變化,以及工作區(qū)域內(nèi)海浪速度的變化,本文采用基于距離分塊的空時(shí)算法進(jìn)行海雜波的抑制。算法的流程如圖7所示。

圖7 基于距離分段的mDT-STAP算法流程

1)首先將多個(gè)子陣接收的回波按照距離分為一定數(shù)量的回波塊,在實(shí)時(shí)處理中可將不同距離塊的數(shù)據(jù)分發(fā)到不同的處理單元進(jìn)行并行處理;

2)對(duì)每塊數(shù)據(jù)沿脈沖維通過(guò)FFT由脈沖維轉(zhuǎn)換到多普勒維,完成多普勒維的局部化。再利用相鄰的m個(gè)多普勒通道與M個(gè)子陣通道構(gòu)建頻空信號(hào)矢量為

(13)

3)對(duì)X進(jìn)行樣本選擇;

4)根據(jù)式(11)進(jìn)行協(xié)方差矩陣估計(jì);

5)根據(jù)式(10)構(gòu)建最優(yōu)濾波器;

7)逐多普勒通道進(jìn)行遍歷,得到第p距離段的海雜波抑制結(jié)果;

8)對(duì)所有的距離段進(jìn)行遍歷后進(jìn)行CFAR檢測(cè)得到目標(biāo)的檢測(cè)結(jié)果。

4 試驗(yàn)數(shù)據(jù)的處理

某X波段機(jī)載試驗(yàn)雷達(dá)的天線采用4子陣配置,在某海域海面運(yùn)動(dòng)目標(biāo)檢測(cè)試驗(yàn)過(guò)程中采集了部分海面回波數(shù)據(jù)。如圖8所示為采用3DT-STAP算法時(shí),海雜波抑制前后的距離-多普勒能量分布圖,圖9為多個(gè)距離單元統(tǒng)計(jì)的多普勒維能量分布圖,可見(jiàn)海雜波抑制前雜波能量在波束主瓣區(qū)較強(qiáng),采用空時(shí)自適應(yīng)處理后的主雜波得到了較好的抑制。

圖8 海雜波抑制對(duì)比圖

圖9 海雜波抑制前后的多普勒維能量分布

某目標(biāo)(如圖10(a)所示,多普勒單元77,距離單元446)分布在主海雜波區(qū)域的附近,在進(jìn)行海雜波抑制前,其信雜噪比條件無(wú)法滿足有效的檢測(cè)(如圖10(c)中的虛線)的需求。采用本文提出的方法進(jìn)行海雜波的抑制后,目標(biāo)附近的海雜波得到了抑制(如圖10(b)所示),目標(biāo)被保留了下來(lái)。同時(shí)由圖10(c)的實(shí)線可見(jiàn),目標(biāo)的信雜噪比得到了明顯的提升,可實(shí)現(xiàn)有效的目標(biāo)檢測(cè)。

圖10 空時(shí)處理的效果對(duì)比

5 結(jié)束語(yǔ)

本文通過(guò)對(duì)機(jī)載試驗(yàn)雷達(dá)對(duì)?；夭〝?shù)據(jù)的分析,得到了海雜波在多通道雷達(dá)系統(tǒng)中的空時(shí)分量特性?；诤ｋs波的特性,通過(guò)排序剔除的APR算法實(shí)現(xiàn)了非均勻樣本的選擇,通過(guò)基于距離分段的mDT-STAP算法實(shí)現(xiàn)了對(duì)海雜波距離-多普勒-空域的局部化,提高了算法對(duì)海雜波的適應(yīng)能力。最后通過(guò)試驗(yàn)數(shù)據(jù)的處理驗(yàn)證了算法的有效性。