基于地形可視性分析的機載氣象雷達地雜波剔除方法

秦 娟 吳仁彪 蘇志剛 盧曉光①

①(天津大學電子信息工程學院 天津 300072)

②(中國民航大學天津市智能信號與圖像處理重點實驗室 天津 300300)

③(天津理工大學電子信息工程學院 天津 300384)

1 引言

機載脈沖多普勒氣象雷達能夠有效地探測飛機前方存在的暴雨、湍流等氣象危害[1,2]，它的應用極大地提高了氣象預報的實時性和準確性，已成為民航飛機必需的重要電子設備。但是由于其安置于飛機上，處于前視和下視工作狀態，面臨著比地基氣象雷達更嚴重的地(海)面雜波[3]，雜波分布范圍廣、強度大，情況復雜，給檢測氣象目標和分析氣象條件等帶來很大困難，嚴重危害飛機的飛行安全。研究地雜波抑制技術，對于改善機載氣象雷達系統性能，降低地雜波干擾和提高其系統檢測目標的能力都具有十分重要的意義。

當載機處于巡航階段時，氣象雷達通常工作于氣象模式[1,2]，為了探測較遠的距離，通常設置較低的脈沖重復頻率和較寬的脈沖，距離單元較大。由于地雜波和氣象目標都是分布式的，而且載機運動引起的主瓣雜波頻移和雜波多普勒展寬造成回波頻譜混疊在一起[3-7]。因此，無法在頻域將其分離，使得常規的頻域雜波濾波方法失效。但此時地雜波和氣象目標回波位于不同的距離上，可以利用天線的俯仰信息進行地雜波抑制[8]，通過控制天線俯角以減少地面的回波信號[9-12]，但是這種方法增加了飛行員的工作負擔，誤識率高；也可以通過計算得到地雜波所處的距離單元并剔除[13,14]，從而在時域抑制地雜波。文獻[13]提出的基于地形數據庫的地雜波抑制方法，需要進行3維坐標轉換，包括波束體(面)坐標和地形庫中的坐標比較對準，進行3維映射計算才能標記地雜波的位置，計算復雜，工作量大。文獻[14]提出利用多掃描技術，將相近掃描俯角的回波功率進行空時比較，對準處理后標記地雜波位置，但是基準功率會引入誤差，嚴重影響對準。剔除地雜波的關鍵就是地雜波所在距離的計算。基于這種思想，提出了在數字高程模型(Digital Elevation Model, DEM)上利用地形可視性判斷算法計算地雜波距離單元的方法，在時域直接剔除回波中存在的地雜波。

本文首先介紹機載雷達照射地面的情形，并分析地面點相對于載機的下視角的分布規律和利用視角信息特點判斷存在雜波的距離的可行性；然后在此基礎上提出利用視角信息和地形高程數據的地雜波剔除方法并給出具體實施過程；最后給出機載氣象雷達的實測數據的地雜波剔除結果，分析所提方法的性能。

2 基于DEM的下視角分析

機載氣象雷達在掃描工作中，波束沿指向傳播散開(如圖 1中深色區域所示)，其在地面的照射范圍返回的回波就是地雜波，體現在回波數據的距離維。如果能夠分析計算地雜波所在的距離單元，就可以將雜波在時域直接去除。

圖1 雷達波束方向的剖面圖

如圖1所示，雷達波束方向的剖面圖，地面可能為平坦區域也可能為起伏的山區等，采用 DEM表示。DEM給出了地面某位置(某個經緯度)的高程數據，可以準確反映地形特征[15-17]。定義載機到地面點的連線與雷達水平線的夾角為下視角。在地球球體面均勻采樣，平坦地區地面由近到遠各點對應的下視角[18](圖1中實線表示的載機和地面的連線與水平線的夾角)越來越小，山區的迎面坡也有同樣的趨勢，即下視角單調遞減；但當到了山區背面坡時，下視角(圖 1中虛線和水平線的夾角)將大于迎面坡的下視角角度，不具有單調遞減性。根據視線的可視判決[15]，由圖1還可以看出，平坦地區和迎面坡相對于載機可見，背面坡受到遮擋，對于載機不可見。因此，根據下視角的特點可分析計算飛機可視域，進而計算雷達波束觸地的區域和該區域到飛機的距離，就是存在地雜波的距離單元。從前面的分析可以看出該距離取決于雷達波束俯角、地形的位置和高度信息等。雷達的參數可由機載電子設備獲取，地形高度可以從 DEM 數據中提取。下面結合DEM數據，利用地形可視性分析方法來計算地雜波存在的單元并予以剔除。

3 基于下視角分析的地雜波剔除

DEM是地面地理位置及其高程的數據集，提取高度時必須先確定該點的經緯度信息。根據可視性的判斷方法計算雷達可視域時，需要計算分析地面點與飛機的LOS(Line Of Sight)下視角，因此需要計算波束指向上地面點的地理位置(經緯度信息)和高度。由計算得到的經緯度，提取 DEM 中對應位置的地形高度，結合雷達的掃描剖面根據可視域的分析判斷地雜波存在的距離單元，即計算雜波帶。雜波帶獲得后，地雜波的剔除就簡單了。下面分別對這兩個過程進行分析。

3.1 地面點經緯度計算

為了確定波束路徑上散射點的大地位置坐標，建立如圖2所示的本地直角坐標系。飛機到地面的投影點為坐標原點，東向為X軸，北向為Y軸。M'是飛機M到地面的投影，M'M為Z軸，雷達沿MP1發射波束MP，其在地面的投影M'P。飛機的航向角ζ、天線的方位角θ投影到地面，可得到波束和東向的夾角γ。

圖2 本地直角坐標系

選用球體的地球模型計算M'P經過的地面點的經緯度時，不能直接利用三角形關系。將M'P分成若干小段(如圖 3所示)計算，可忽略地球曲面的影響認為地面是水平的，在三角形中逐點計算經緯度。不管采用不規則三角形網格還是規則正方形網格的DEM[16,17]，在原地形網格中分析可視性，數據點太稀會降低可視距離精度；數據點過密，又會增大數據量、處理的工作量和不必要的存儲量。按照機載氣象雷達的應用要求，選取距離分辨率到地面的投影為地面點的取樣間隔，計算M'P上各點的經緯度。

圖3 波束到地面投影后采樣分段

從M'點經過ΔL到達P1點，經度變化量為Δα1，緯度變化量為Δβ1。另外，由于對流層的存在使電磁波彎曲，采用地球的等效半徑來抵消對流層對電磁波的彎曲效應，用Re表示。根據圖2的幾何關系可得，計算經度變化量Δα1和緯度變化量Δβ1的公式為

經過ΔL到達P1點后地面緯度由βM變化為β1后，緯線圈的半徑發生變化，即Re× c os(β1)，計算Δα2和Δβ2時式(1)不再適用。計算第2點以及第n點的經緯度變化量的公式為

3.2 雜波帶計算

計算得到的各點地理位置坐標(α,β)，就可以從GE(Google Earth)提取各點 DEM 高度數據，GE數據是衛星影像與航拍的數據整合，其全球地貌影像的有效分辨率至少為100 m，高程精度完全可滿足應用要求。提取DEM數據后，即可根據圖4計算地面點到飛機的下視角。飛機高度為ha，地面第n點Pn的地形高度為hpn,Pn點相對于飛機M的經度和緯度變化量為(Δα,Δβ)，那么其兩點在地心的夾角η為

圖4 計算下視角的幾何關系

在ΔOAM中計算Pn點對應的斜距Rn為

之后，計算各點的下視角ψn為

可以得到下視角向量Ψ= [ψ1,ψ2, …,ψn]。對下視角進行搜索，將不符合單減特點的也就是山區背面對應的下視角去除，形成新的單調遞減下視角向量，這些地面點對飛機也都是可見的。僅僅這樣還不能計算雷達波束的觸地位置和距離，在下視角向量中進一步搜索，屬于雷達波束俯角主波束為雷達天線的 3 dB 波束寬度)內，就是波束觸地的位置，其距離由式(4)計算，就是雜波在距離維的位置。上面計算中只是針對某一個方位角進行的，對其他方位的計算方法一樣，即可計算得到一次完整掃描的雜波帶情況。

判斷出回波中雜波帶出現的位置后，地雜波抑制就變得容易了。在雷達屏幕顯示時將雜波帶對應距離范圍內的回波剪輯掉，以背景替代，屏幕上顯示的即為地雜波抑制后的畫面。

4 實驗結果與分析

4.1 仿真結果

根據文獻[19]的雷達回波仿真方法，在DEM數據上仿真機載氣象雷達的地雜波，由實測數據的參數來設置仿真參數。飛機高度3084 m，掃描開始時飛機位于(E 109.7438°, N 34.7212°)，航向北偏東約18°，雷達波束俯角向下6.5°，掃描的方位為[-64.4°,50°]，地雜波仿真結果如圖 5 所示。之后，利用本文提出的地雜波剔除方法進行雜波抑制，其結果如圖 6 所示，可以看出地雜波完全被剪輯剔除，而且不影響其他位置的回波信號。驗證了該方法的有效性。

4.2 實測數據處理結果與分析

利用某型號機載氣象雷達實測的數據進行分析處理，驗證了提出方法的有效性，并分析其性能。如圖7所示，為某次完整掃描采集的雷達回波信號，實測數據通過最小可檢測電平門限，門限以下的數據用背景填充。由于是晴空時進行的數據采集，數據中只有地雜波。圖7可以清楚地看出地雜波帶的存在，位于大約18-28 km的距離范圍。

圖5 仿真的地雜波回波幅度

圖6 仿真數據的剪輯剔除結果

圖7 俯角6.5°的實測數據回波信號幅度

根據 DEM 剔除地雜波的數據處理結果如圖 8所示，準確判斷雜波的位置，將雜波用背景代替后的雷達信號顯示。可以看出，絕大部分的地雜波單元已經被剔除，但是有少量殘留，表明該方法是能夠準確地判斷雜波帶的存在范圍并在時域剔除的。圖9是采用常規方法AMTI處理的結果，方位角0°左右抑制效果較好，但是掃描方位角增大后，抑制效果很差。這是因為機載雷達地雜波譜隨著方位角的增大有一定的展寬，即： Δfd= 0 .3 × (2va/λ)sinθ?cos?×?3dB(va,λ分別為載機速度和雷達波長)，而AMTI的頻域濾波的凹口并沒有隨之加寬，導致其濾波能力大大下降。

從圖8還可以看出，殘余雜波主要位于較近距離處，這是因為我們只考慮了3 dB主瓣寬度。實際上主瓣并不是在半功率處陡然下降，而是緩慢下降，仍然能接收到近距離上的地雜波。將波束視角的范圍的小角邊界減小，即加寬波束的視角范圍，再對原始數據進行處理，其結果如圖10所示，殘余雜波大大減少，雜波去除效果好。

5 結論

機載氣象雷達工作于氣象模式時，其回波中地雜波和氣象目標在距離是可分離的，即分別位于不同的距離單元。本文根據這一特性，利用可視性判斷算法，提出了基于地形可視性分析的時域地雜波抑制方法。該算法根據飛機位置和雷達參數，可以計算得到雜波所在距離單元，計算簡單，易于實現，并可以在時域將雜波剔除，克服了頻域濾波器凹口不隨方位角展寬的缺點。仿真和實測數據處理的結果也表明該方法可有效剔除地雜波，與傳統方法AMTI相比，大大改善了地雜波抑制效果。

圖8 根據雷達主瓣波束寬度處理結果

圖9 利用 AMTI處理結果

圖10 將雷達波束視角加寬后處理結果

[1]Rockwell Collins Inc. Collins WXR-2100 MultiScanTM Radar Fully Automatic Weather Radar[Z]. Cedar Rapids, Iowa:Rockwell Collins Inc., 2007: 12-28.

[2]Honeywell Aerospace. RDR-4000 3-D Weather Radar Overview[EB/OL]. [2008-8]. http://www.honeywell.com.

[3]Zhang Chun-cheng, Ge Jian-jun, Luo Jian,et al.. Analysis of ground clutter characteristics of airborne forward looking pulse Doppler radar in high PRF[C]. Proceedings of 2006 CIE International Conference on Radar, Shanghai, China,Oct.16-19, 2006: 1-3.

[4]Yoshikawa Eiichi, Mega Tomoaki, Morimoto Takeshi,et al..Real-time spectral moments estimation and ground clutter suppression for precipitation radar with high resolution[J].IEICE Transactions on Communications, 2009, E92-B(2):578-584.

[5]Matyas C J. Use of ground-based radar for climate-scale studies of weather and rainfall[J].Geography Compass, 2010,4(9): 1218-1237.

[6]Zhou Yun and Wang Xue-gang. Rapid reconstruct method of multi-PRF airborne pulse Doppler radar clutter power spectrum[J].Journal of University of Electronic Science andTechnology of China, 2011, 40(2): 180-184.

[7]龔清勇, 朱兆達. 非正側視陣機載雷達雜波抑制算法研究[J].電子與信息學報, 2009, 31(4): 976-980.Gong Qing-yong and Zhu Zhao-da. Study on clutter suppression algorithm for airborne radar with non-sidelooking arrays [J].Journal of Electronics&Information Technology, 2009, 31(4): 976-980.

[8]孟祥東, 王彤, 吳建新, 等. 機載相控陣雷達近程雜波抑制的俯仰向空域自適應算法[J]. 電子與信息學報, 2010, 32(4):944-952.Meng Xiang-dong, Wang Tong, Wu Jian-xin,et al.. Elevation adaptive algorithm for short-range clutter suppression in airborne phased array radar[J].Journal of Electronics&Information Technology, 2010, 32(4): 944-952.

[9]Krofeld K M and Chackalackal M S. Method of generating three-dimensional weather information from airborne weather radar imagery[P]. USA, Patent: 7427943, 2008.9.

[10]Woodell D L, Koenigs G J, and Dickerson C J. Antenna adjustment system and method for an aircraft weather radar system[P]. USA, Patent: 7307583, 2007.12.

[11]Sweet S R. Automatic weather radar system and method[P].USA, Patent: 7205928, 2007.4.

[12]Woodell D L, Jinkins R D, Meyer N A,et al.. Terrain avoidance system and method using weather radar for terrain database generation[P]. USA, Patent: 7859448, 2010.12.

[13]Szeto R Y and Cornell B G. Terrain database based ground return suppression[P].USA, Patent: 6690371, 2004.2.

[14]Woodell D L. Method and system for suppressing ground clutter returns on an airborne weather radar[P]. USA, Patent:6603425, 2003.8.

[15]Andrade M V A, Magalh?es S V G, Magalh?es M A,et al..Efficient viewshed computation on terrain in external memory[J].GeoInformatica, 2011, 15(2): 381-397.

[16]郭交, 李真芳, 劉艷陽, 等. 基于粗數字高程模型信息的干涉相位圖生成方法[J]. 電子與信息學報, 2010, 32(11):2642-2647.Guo Jiao, Li Zhen-fang, Liu Yan-yang,et al.. Approaches to interferogram generation based on coarse DEM[J].Journal of Electronics&Information Technology, 2010, 32(11):2642-2647.

[17]Li Z, Zhu Q, and Gold C. Digital Terrain Modeling:Principles and Methodology[M]. Boca Raton: US, CRC Press,2005: 247-266.

[18]Guise B and Proctor M D. Expectations for presentation of engineering and scientific mobile platform information within a virtual globe geographic information systems[J].Journal of Geographic Information System, 2011, 3(2): 120-127.

[19]Cheong B L and Palmer R D. A time series weather radar simulator based on high-resolution atmospheric models[J].Journal of Atmospheric and Oceanic Technology, 2008, 25(2):230-243.