基于AIS距離-多普勒投影的地波雷達CFAR檢測驗證方法

王祎鳴，張杰，紀永剛，楚曉亮

(1. 國家海洋局 第一海洋研究所，山東 青島 266061；2.海洋遙測工程技術研究中心(國家海洋局與航天科技集團共建)，山東 青島 266061)

基于AIS距離-多普勒投影的地波雷達CFAR檢測驗證方法

王祎鳴1，2，張杰1，2，紀永剛1，2，楚曉亮1

(1. 國家海洋局 第一海洋研究所，山東 青島 266061；2.海洋遙測工程技術研究中心(國家海洋局與航天科技集團共建)，山東 青島 266061)

恒虛警(CFAR)檢測是地波雷達船只目標探測的主要方法。目前基于船舶自動識別系統(AIS)信息的CFAR檢測驗證方法是一種間接驗證方式，容易受地波雷達系統測向誤差的影響，且不具備對錯檢與漏檢目標的分析能力。本文提出了一種基于AIS信息的評價地波雷達CFAR檢測結果的直接驗證方法。該方法將有效的AIS信息轉換到地波雷達的距離-多普勒譜中，通過在該譜中AIS信息與CFAR檢測結果的關聯分析，實現CFAR檢測結果的直接評價。論文首先給出了方法的原理和處理流程，然后利用實測數據給出了該方法在CFAR檢測結果評價中的實際應用，驗證了方法有效性，而且該方法也為低可觀測目標的CFAR檢測提供了參數優化調整的依據。

地波雷達；CFAR驗證；AIS；距離-多普勒譜

1 引言

地波雷達(HFSWR)[1—2]利用垂直極化高頻電磁波沿海面繞射傳播(地波模式)的特性，能夠對海面目標實現超視距連續探測，已成為海洋遙感、遙測的一種重要手段。在對采集的原始海洋回波數據進行信號解調和相干積累處理后，形成距離-多普勒二維譜圖[3]。地波雷達通常在該譜圖中進行船只目標檢測，采用恒虛警(CFAR)[4—5]的檢測方法。該類方法通過參考窗單元估計噪聲大小獲得檢測門限，能夠在擾動的噪聲或雜波背景中檢測目標并可保持較小的虛警率。為了評價CFAR檢測的效果，需要有相應的驗證方法。目前CFAR檢測驗證方法主要有基于目視解譯的直接驗證和間接驗證兩大類。其中，目視解譯的直接驗證方法具有直觀、利于分析檢測背景的特點。這種方法在目標回波信號較強時，能夠正確識別出大部分的目標，對CFAR檢測的評價相對準確。但是在目標回波較弱時，由于受到周邊雜波和噪聲的影響，導致目標可觀測性差，目視解譯方法存在主觀上的誤判。此時，無法對CFAR檢測結果進行客觀的評價。因此，目標處于低可觀測性情況下的檢測結果驗證是衡量CFAR檢測方法是否準確的關鍵，需要有觀測海域內船只目標的真實數據的驗證。

船舶自動識別系統(AIS)[6]是一種誕生于20世紀90年代的新型數字助航系統。配備AIS的船只通過甚高頻頻道周期性地廣播自身的位置、航速、航向等動態信息以及船舶MMSI編號、船名、船長、船寬等靜態信息。AIS數據信息豐富、準確，經過處理后可以得到海面船只目標的實際點跡和航跡分布情況。目前基于AIS的探測結果驗證[7—10]主要是利用AIS信息評價在地理坐標系下的地波雷達點跡或航跡探測結果。在上述過程中，需要在CFAR檢測后又經過目標測向來實現目標的定位，然后在地理坐標系中與AIS等實測數據進行關聯驗證，本質上仍是對地波雷達系統探測結果的驗證，屬于利用AIS信息間接評價CFAR檢測結果的手段。該間接的驗證方法容易受地波雷達測向誤差的影響，且不能直觀地評價CFAR檢測的性能及發現CFAR存在的問題。

本文提出了將AIS信息投影到地波雷達距離-多普勒譜中來直接評價CFAR檢測結果的方法。文中首先給出了基于AIS信息的地波雷達CFAR檢測驗證的方法原理，詳細介紹了流程中的關鍵步驟的實現過程。然后利用實測數據驗證方法的有效性，并對低可觀測目標的檢測個例進行了分析。最后總結了本文的工作。

2 方法原理與流程

地波雷達利用高頻電磁波沿海面傳播的原理，實現船只目標的超視距探測，具有觀測時間長、探測范圍大的特點。與傳統的微波雷達相比，地波雷達的目標定位精度較低，其主要原因是受天線孔徑的限制所導致的低測向精度引起的。但由于采用了長時間的數據積累，地波雷達對目標的測速精度較高，綜合高精度的速度(多普勒)信息和較高精度的距離信息，可以確定一個明確的目標，因此可以直接利用AIS在距離-多普勒譜進行CFAR檢測結果的驗證。

利用AIS 信息在地波雷達距離-多普勒譜中實現CFAR檢測結果評價驗證，首先需要將AIS數據與地波雷達在時間上同步，在空間上匹配，將選擇的AIS數據集中的船只位置信息轉換到地波雷達距離-多普勒譜中；然后在地波雷達譜圖中將CFAR檢測結果與AIS船只信息進行關聯，最終利用觀測的數據來評價CFAR實際檢測率和漏檢率。方法流程如圖1所示。

圖1 基于AIS信息的CFAR驗證方法流程Fig.1 Flowchart of CFAR verification method based on AIS

2.1 數據集選擇

地波雷達CFAR檢測結果的驗證首先要選取用于評價的AIS數據。在數據集選擇時，需要將AIS數據與地波雷達數據進行時間上的同步，然后篩選出地波雷達探測區域的AIS數據。由于地波雷達船只探測通常為陣列接收的形式，可形成特定指向的接收波束，該波束覆蓋的地波雷達目標的有效探測區域決定了需保留的AIS角度范圍。該角度范圍與地波雷達的陣列布局和天線方向圖函數密切相關。

地波雷達接收天線陣列可以等效為個陣元的均勻線陣，陣元間距為d。在x、y軸構成的平面內，以左端陣元1為參考點，表示空間來波方位θ。接收陣布局如圖2所示。

圖2 地波雷達接收陣布局Fig.2 Layout of HFSWR receiving array

該地波雷達陣列采用波束形成技術對空間來波入射方向同相疊加，從而實現該方向的最大能量接收。通過改變波束指向可以形成各個方向的接收波束，實現回波信號的空間劃分。該陣列的方向圖函數可以表示為：

(1)

海面回波在經解調和相干積累后，由式(1)方向圖形成特定波束指向的距離-多普勒二維譜。在該譜圖上的CFAR檢測結果輸出格式為：

(2)

AIS數據包含目標船只標示號(MMSI)、經緯度、時間、航速、航向等信息，經處理提取關鍵信息后輸出格式為：

(3)

觀察式(2)、(3)可知，AIS數據和地波雷達CFAR數據間首先需進行時間同步。時間同步的AIS信息需根據式(1)地波雷達波束劃定的波束方位空間，保留與該空間相對應的信息。但是，由于船只AIS信息的發送周期隨船只運動狀態變化[6]，需要對AIS數據進行插值處理，實現與地波雷達數據的時間同步。采用線性插值的方法，得到與地波雷達數據時間同步的經度Loni、緯度Lati：

(4)

式中，Lon1、Lat1，Lon2、Lat2分別為AIS數據時間t1和t2相對應的經度、緯度；ti為地波雷達數據時間。

2.2 坐標變換

地波雷達譜圖的坐標為距離和多普勒，所以在該譜圖上定位AIS信息需利用式(3)中的經度、緯度、航速和航向信息進行一定的坐標轉換。首先，利用AIS船只經緯度和地波雷達接收陣的經緯度，通過常規的地球球體大圓表面距離計算方法得到兩點間間距，確定了船只目標相對于地波雷達接收陣的徑向距離，單位轉換為km。然后，利用AIS的船只航向通過余弦函數將航速投影到相對于地波雷達接收陣列的徑向航速，單位轉換為km/h。由于地波雷達橫坐標為多普勒，因此需結合地波雷達工作頻率將徑向航速轉換為多普勒，單位為Hz。計算方法如下：

(5)

式中，fd為多普勒頻率；Vr為相干積累時間；f0為雷達工作頻率；c為光速。

2.3 數據關聯

地波雷達CFAR檢測結果與AIS信息的關聯，旨在挑選出與AIS船只信息相關聯和非關聯的CFAR檢測結果。利用相關聯的船只數量統計結果來評價CFAR檢測率，統計沒有關聯上的船只數量來評價漏檢率。

CFAR檢測結果與AIS在譜中檢測關聯時，需要確定多普勒門限fT和徑向距離門限RT。門限值的設置需綜合目標的運動狀態和地波雷達系統的探測分辨力設定。其中，多普勒分辨力由雷達相干積累時間決定，門限值通常要稍高于多普勒分辨力；距離分辨力由系統信號帶寬決定，門限值不超過距離分辨力。數據關聯時滿足：

(6)

式中，fHF、RHF分別為地波雷達的多普勒頻率和距離；fAIS、RAIS分別為AIS的多普勒頻率和距離。

當有多個目標滿足式(6)時，取廣義間距的最小值決定關聯的目標，廣義間距計算公式為：

(7)

2.4 評價分析

CFAR檢測結果的評價分析包括計算船只目標的檢測率和漏檢率。通過與AIS信息的比對驗證，得到相關聯的船只檢測數量和漏檢的船只數量，獲得相應的檢測率和漏檢率。檢測率計算公式為：

(8)

漏檢率計算公式為：

(9)

式中，Nmatch為關聯檢測次數；Nmiss為非關聯次數；NAIS為譜圖內的AIS船只數量。

3 實測數據驗證與分析

3.1 實測數據驗證

本文使用的地波雷達工作頻率為4.7 MHz，8陣元接收，陣元間距為14.5 m。天線陣由全向天線構成。來自海面探測區域的回波經距離解調、頻域處理后得到全向距離-多普勒譜。圖3為未進行波束形成的全向地波雷達距離-多普勒譜，對噪聲區、海雜波區、電離層雜波區以及地雜波區進行了標注。可見，海雜波、地雜波在距離和多普勒向均有展寬，尤以距離向延展最為顯著；電離層雜波分為上下兩層，上層雜波在多普勒向展寬嚴重，而下層在距離和多普勒向均有明顯延展。

圖3 地波雷達距離-多普勒譜Fig.3 Range-Doppler spectrum of HFSWR

為了增加特定方位的信噪比，提高目標探測率，需利用波束加權形成具有指向性的距離-多普勒譜，然后進行CFAR船只目標檢測。圖4給出了采用20 dB切比雪夫加權，波束指向為0度的方向圖。考慮到中心波束對指向周邊的船只目標幅度雖有一定程度的降低，但CFAR仍有可能將其檢測到，所以選擇投影到地波雷達距離-多普勒譜的AIS空間范圍時，需選擇在一定案范圍內的有效數據，才能合理的評價CFAR的檢測結果。在綜合考量增益損失(選擇較小的)和旁瓣(降低)的影響后，取幅度加權值高于-20 dB相對應的空間(圖4中用虛線標出)，即-35°到35°，該空間內對應的AIS船只目標應該在0波束的譜中有可觀測的回波信號。

圖4 空間波束圖Fig.4 Directional beam pattern

圖5為空間波束加權后0波束的距離-多普勒譜，給出了一個利用單元平均恒虛警檢測方法(CA-CFAR)檢測的例子。檢測結果用圓圈標出，匹配的AIS船只位置信息以十字星標出。經統計，共獲取有效AIS數據106條，關聯上46條，整體檢測率為43.4%。其中位于地波雷達噪聲區的AIS數據有66條，位于雜波區的40條。在噪聲區，CFAR檢測結果與船只AIS關聯41條，檢測率為62.12%。在雜波區，CFAR檢測結果與船只AIS關聯5條，探測率為12.5%。噪聲區探測率明顯高于雜波區。而漏檢率噪聲區為37.88%，雜波區高達87.5%。

圖5 地波雷達主波束檢測結果Fig.5 Detection results within main beam pattern of HFSWR

3.2 低可觀測目標檢測驗證分析

低可觀測目標指船只目標的回波強度低于周邊背景噪聲或雜波，極易導致目標被CFAR漏檢。而對這部分船只目標的檢測能力，往往對CFAR檢測性能影響很大。本節根據噪聲區和雜波區內的低可觀測目標的檢測情況分別選取個例進行分析。

在噪聲背景區，如圖6a所示，CFAR檢測到在120 Km，多普勒頻移0.031 Hz處有船只目標出現。由于該處目標回波幅度與噪聲背景接近，所以通過目視解譯的方法，難以判斷。通過AIS信息的關聯，可以確認CFAR檢測結果正確。圖6b給出了多普勒截面圖，船只目標峰值位置用豎線標出，回波幅度-75.3 dB，CFAR成功檢測的原因為目標幅度雖與鄰近的噪聲尖峰相當，但周邊并無連續的高于其回波幅度的噪聲。而6c中，位于114 km，0.068 Hz處的船只沒有被CFAR檢測到。分析原因應該是由于鄰近的0.082 Hz處的強目標回波，抬高了CFAR檢測的門限，導致漏檢。

圖6 噪聲區地波雷達低可觀測目標檢測個例Fig.6 Case of low observable target detection within noise area

圖7 海雜波區地波雷達低可觀測目標檢測個例Fig.7 Case of low observable target detection within sea clutter area

在海雜波區內，圖7a中返回AIS信息的船只目標位于距離69 km，多普勒頻移0.23 Hz。該船只被CFAR算法檢測到，需結合海雜波頻移特性分析原因。理論上，無海流影響的海雜波一階峰的多普勒頻移為正、負0.221 1 Hz(在圖7b中用虛線標出)。存在海流時，一階峰位置會產生偏移，不含目標的負一階峰偏移量為0.002 Hz，而含目標的正一階峰偏移量為0.01 Hz。這表明目標回波的疊加使得海雜波峰值位置與海流引起的多普勒頻移明顯不同，且峰值有所增強，因此CFAR成功檢測。目標沒有被檢測到的情況如圖7c所示，AIS船只目標位于距離92 km，多普勒頻移-0.213 6 Hz。圖7d為多普勒截面，正負一階峰偏移量均為0.005 Hz。目標回波幾乎沒有導致海雜波峰值位置產生變化，海雜波峰值也較弱，導致CFAR檢測失敗。在該區域需對CFAR參數進行有針對性的調整，改變取值窗的寬度，降低檢測閾值。

4 結論

本文提出了一種將AIS信息匹配到實測地波雷達距離-多普勒譜檢測背景中，實現CFAR檢測分析與驗證的方法。采用同步AIS信息對地波雷達實測數據CFAR檢測結果進行關聯驗證，給出了船只目標總體檢測率和噪聲區、雜波區內的檢測率。分析了CFAR對于低可觀測目標及處于海雜波區內的船只目標的檢測能力。結果表明本文方法是一種有效的CFAR船只目標檢測的直接分析與驗證方法。此外，該方法能夠在距離-多普勒譜中定位無法確認的低可觀測目標，為CFAR檢測該類目標提供參數優化調整的依據。針對海面船只目標回波在地波雷達距離-多普勒譜中所表現出的面目標特性，將來可以研究利用船只AIS的運動信息在地波雷達譜中構建出相應的面目標，通過面與面的關聯匹配，改進本文的方法。

[1] Abramovich Y，Ellard R M，Lyudviga Y，et al. Surface wave radar: U.S. Patent 7，145，503[P]. 2006-12-5．

[2] Liu Y T，Xu R Q，Zhang N. Progress in HFSWR research at Harbin Institute of Technology[C]. International Radar Conference，September 2003，Australia: 522—528．

[3] 錢文振，紀永剛，王祎鳴，等.一種改進的地波雷達鄰近距離單元格一階海雜波對消方法[J].海洋科學進展，2013，31(1)：138—144．

Qian Wenzhen，Ji Yonggang，Wang Yiming，et al. An improved first order sea clutter cancellation method of adjacent range cell for HFSWR[J]. Advances in Marine Science，2013，31(1)：138—144．

[4] 孟祥偉，關鍵，何友. 超視距雷達中的目標檢測問題[J]. 宇航學報，2004，25(3):273—276．

Meng Xiangwei，Guan Jian，He You. Target detection problems in over-the-horizon radar[J]. Journal of Astronautics，2004，25(3):273—276．

[5] 楊強，劉永坦. 復雜背景下的二維檢測研究[J]. 系統工程與電子技術，2002，24(1):34—37．

Yang Qiang，Liu Yongtan. 2-D Detection in Complex Background[J]. Systems Engineering and Electronics，2002，24(1):34—37．

[6] 王作超，郭萬海，周京航，等. AIS 在地波雷達使用規律中的應用[J]. 艦船科學技術，2010 (10): 70—72．

Wang Zuochao，Guo Wanhai，Zhou Jinghang，et al. The application of AIS in the study of rule for the OTHR[J]. Ship Science and Technology，2010 (10): 70—72．

[7] Dzvonkovskaya A，Rohling H. HF radar performance analysis based on AIS ship information[C]. IEEE Radar Conference，May 2010，Washington，DC: 1239—1244．

[8] Salvatore Maresca. Performance Assessment of HF-Radar Ship Detection[C]. Radar Symposium，September 2011 Leipzig：131—136．

[9] Ponsford A M，D’Souza I A，Kirubarajan T. Surveillance of the 200 nautical mile EEZ using HFSWR in association with a spaced-based AIS interceptor[C]. IEEE Conference on Technologies for Homeland Security，May 2009，Boston，MA: 87—92．

[10] Ji Y G，Zhang J，Meng J M，et al. Point association analysis of vessel target detection with SAR，HFSWR and AIS [J]. Acta Oceanologica Sinica，2014，33(9): 73—81．

CFAR ship detection verification method of HFSWR based on range-Doppler projection of AIS data

Wang Yiming1，2，Zhang Jie1，2，Ji Yonggang1，2，Chu Xiaoliang1

(1.FirstInstituteofOceanography，StateOceanicAdministration，Qingdao266061，China; 2.OceanicTelemetryEngineeringandTechnologyResearchCenter，StateOceanicAdministration，ChinaAerospaceScience&IndustryCorp，Qingdao266061，China)

Constant False Alarm Rate (CFAR) detection is the main method used in the ship detection of High Frequency Surface Wave Radar (HFSWR). The present Automatic Identification System (AIS) based verification methods of CFAR results is an indirect method，which are subject to the influence of the direction estimation error and lack of the ability of analyzing the situations of false target and miss detection. In this paper，we introduced a direct method to evaluate the CFAR ship detection results of HFSWR based on range-Doppler projection of AIS data. The AIS data were converted and presented on the range-Doppler spectrum of HFSWR. These information were then associated with the CFAR results to facilitate direct evaluation. The principle and procedure of our method were introduced in detail，and the practical applications in CFAR results of field data were provided. It was demonstrated to be an effective verification method. Moreover，it could contribute to the parameter adjustment of CFAR in detection of low observable targets．

HFSWR；CFAR verification；AIS；range-Doppler spectrum

10.3969/j.issn.0253-4193.2015.04.007

2015-01-05；

2015-02-05。

中央級公益性科研院所基本科研業務費專項(0213T03)；海洋公益性行業科研專項(201505002)。

王祎鳴(1981—)，男，山東省招遠市人，助理研究員，從事超視距雷達海洋探測研究。E-mail:467744980@qq.com

TN95

A

0253-4193(2015)04-0076-07

王祎鳴，張杰，紀永剛，等. 基于AIS距離-多普勒投影的地波雷達CFAR檢測驗證方法[J]. 海洋學報，2015，37(4)：76—82，

Wang Yiming，Zhang Jie，Ji Yonggang，et al. CFAR ship detection verification method of HFSWR based on range-Doppler projection of AIS data[J]. Haiyang Xuebao，2015，37(4)：76—82，doi:10.3969/j.issn.0253-4193.2015.04.007