基于分布式雷達(dá)的寬帶脈沖三維測距機(jī)制及方法研究

李 巍齊 巍*丁赤飚張履謙賀柏森

①(北京跟蹤與通信技術(shù)研究所 北京 100094)

②(中國科學(xué)院電子學(xué)研究所 北京 100190)

③(中國航天科技集團(tuán)公司 北京 100048)

基于分布式雷達(dá)的寬帶脈沖三維測距機(jī)制及方法研究

李 巍①齊 巍*①丁赤飚②張履謙③賀柏森①

①(北京跟蹤與通信技術(shù)研究所 北京 100094)

②(中國科學(xué)院電子學(xué)研究所 北京 100190)

③(中國航天科技集團(tuán)公司 北京 100048)

針對脈沖雷達(dá)相位測距技術(shù)在相位解模糊和測量機(jī)理方面存在的局限性，該文提出一種基于分布式雷達(dá)的3維測距機(jī)制，建立分布式雷達(dá)3維測距信號模型。利用天線空間布局引起的序列相位差代替常規(guī)由序列脈沖累積引起的相位差，結(jié)合微波3維成像處理的基本原理，通過相干積累實現(xiàn)空中觀測目標(biāo)的3維測量和軌跡測量，并利用觀測區(qū)域的目標(biāo)空間稀疏分布特性，給出一種基于CLEAN的寬帶脈沖雷達(dá)高精度3維測距方法。仿真驗證和分析結(jié)果表明，該文設(shè)計的分布式雷達(dá)3維測距機(jī)制和方法不僅較好地避免了高動態(tài)遠(yuǎn)距離測量環(huán)境中的相位解模糊問題，而且還能快速獲取觀測目標(biāo)的序列3維圖像和位置信息，有效避免了傳統(tǒng)單站脈沖相位測量體制只能實現(xiàn)1維測距的能力，為雷達(dá)測距應(yīng)用提供一種新的方法與技術(shù)支撐。

分布式雷達(dá)；寬帶脈沖3維測距；3維成像；CLEAN算法

1 引言

寬帶雷達(dá)相位測距可以實現(xiàn)傳統(tǒng)脈沖雷達(dá)系統(tǒng)的遠(yuǎn)距離相位測距和多普勒測速，并能夠在寬帶信號形式下實現(xiàn)目標(biāo)微動特征的獲取，為脈沖雷達(dá)高精度測距和高動態(tài)目標(biāo)特征分析提供了一種有效的觀測方式和技術(shù)途徑，極大地拓展了雷達(dá)相位測距系統(tǒng)的性能和應(yīng)用領(lǐng)域[1]。目前，較為成熟的相位測距方法有寬窄帶游標(biāo)測距技術(shù)[2]，多基線干涉測量技術(shù)[3,4]以及多頻連續(xù)波處理技術(shù)等。2005年，Raytheon公司提出在寬帶雷達(dá)上利用相位導(dǎo)出距離 (Phase Derived Range, PDR)技術(shù)實現(xiàn)高精度雷達(dá)相位測距[5]，并在彈道中段進(jìn)動目標(biāo)上進(jìn)行驗證。近年來，國內(nèi)大量研究機(jī)構(gòu)在脈沖雷達(dá)相位測距技術(shù)方面也開展了廣泛的研究，文獻(xiàn)[6]和文獻(xiàn)[7]分別利用窄帶游標(biāo)測距原理開展了相位模糊距離解算和目標(biāo)微動特性提取研究；文獻(xiàn)[8]給出了基于頻率步進(jìn)連續(xù)波寬帶雷達(dá)的目標(biāo)微動特征估計方法。

上述研究工作多集中在利用目標(biāo)多普勒信息進(jìn)行相位解模糊的問題上，且主要是基于單站測量機(jī)制的相位測距技術(shù)，通過FFT、匹配濾波等經(jīng)典處理方法實現(xiàn)多普勒頻率提取和相位解模糊。由于其固有的相位解模糊和測量機(jī)理限制，常規(guī)單站相位測距方法主要通過相位解模糊實現(xiàn)高精度相對距離測量，而對于動態(tài)目標(biāo)，特別是伴隨著目標(biāo)高速不規(guī)則機(jī)動特性和姿態(tài)起伏特性的影響，通過序列相位進(jìn)行積分所獲得的目標(biāo)對象位置精度受到影響較大。現(xiàn)有測量體制下，雷達(dá)系統(tǒng)獲取的目標(biāo)回波信息所包含的空間信息單一，加之系統(tǒng)誤差、測量噪聲等因素均導(dǎo)致現(xiàn)有的相位解模糊方法實現(xiàn)難度增加，給寬帶雷達(dá)的相位測距性能和應(yīng)用帶來一定的局限性，也使得高速機(jī)動目標(biāo)的3維測量與跟蹤顯得更為困難。

針對上述影響因素，本文提出基于統(tǒng)一時間和頻率基準(zhǔn)源的分布式雷達(dá)的3維測距機(jī)制，采用分布式布局的多副天線實現(xiàn)發(fā)射和接收多組脈沖信號的測距體制獲取觀測目標(biāo)的回波信號，分析了分布式天線布局方式與信號模型；在此基礎(chǔ)上，通過收發(fā)天線間可預(yù)先精確標(biāo)定的物理基線分布關(guān)系實現(xiàn)觀測目標(biāo)3維位置實時/近實時估計與跟蹤，設(shè)計了基于雙站幾何的3維極坐標(biāo)格式成像方法，并引入CLEAN方法進(jìn)行圖像模糊和副瓣抑制，給出了基于分布式雷達(dá)的寬帶脈沖3維測距機(jī)制處理流程，實現(xiàn)對觀測目標(biāo)的高精度3維測距與跟蹤；最后，通過仿真實驗驗證了本文測距機(jī)制和處理方法的有效性，并討論了基于分布式雷達(dá)的寬帶脈沖測距機(jī)制所面臨的技術(shù)難題和需要進(jìn)一步開展的研究工作。

2 分布式雷達(dá)3維測距機(jī)制

2.1 測量幾何與天線構(gòu)型

設(shè)基于分布式雷達(dá)的3維空間坐標(biāo)系為OXYZ，目標(biāo)飛行高度為H，目標(biāo)沿任意方向以速度V飛行(稱為質(zhì)心平動)，其3維測距系統(tǒng)的觀測幾何如圖1(a)所示。該機(jī)制采用多發(fā)多收(MIMO)或單發(fā)多收(SIMO)[9]天線構(gòu)型結(jié)構(gòu)，利用地面上分布式布局的多個同源脈沖雷達(dá)，同時多通道發(fā)射多個正交脈沖信號或單通道發(fā)射脈沖信號，并同時接收同一觀測目標(biāo)的回波數(shù)據(jù)。常規(guī)的相位測距主要通過收發(fā)多組脈沖信號實現(xiàn)觀測目標(biāo)距離測量，基于分布式雷達(dá)的寬帶脈沖測距機(jī)制主要通過增加天線空間分布冗余，且同時收發(fā)多組相干脈沖信號，在幾個乃至單個脈沖重復(fù)周期內(nèi)快速實現(xiàn)目標(biāo)空間3維定位和位置測量，在此基礎(chǔ)上，進(jìn)行目標(biāo)跟蹤和軌跡預(yù)測。

為便于描述，本文采用SIMO收發(fā)體制。如圖1(b)所示，分布式布局的多副天線分布在不同半徑的圓周上，發(fā)射天線位于圓周中心，通過收發(fā)天線組合可以虛擬多個等效相位中心，設(shè)接收天線單元數(shù)為N個，接收天線所在位置的最大直徑為RAM，則單個脈沖發(fā)射，其它天線同時接收可以實現(xiàn)N個等效相位中心，等效相位中心最大直徑近似為RAM/2。由于天線陣元較寬，目標(biāo)觀測范圍較大，觀測目標(biāo)的飛行方向和預(yù)期軌跡均未知，為了避免目標(biāo)測距和3維定位中存在模糊，收發(fā)天線布局中，盡可能保證至少存在一組圓形陣列能夠?qū)崿F(xiàn)對觀測目標(biāo)范圍無模糊粗精度定位，也即要求至少存在一組圓形布局天線滿足奈奎斯特采樣定理，設(shè)靠近發(fā)射天線單元的最內(nèi)側(cè)接收天線分布半徑為Ra，則相應(yīng)的天線角度間隔Δθ≤λ/(2Ra)，則內(nèi)側(cè)接收天線的個數(shù)下限為表示上取整，外側(cè)接收天線若滿足奈奎斯特采樣定理，則需要放置的天線數(shù)量非常多，實際應(yīng)用中難以實現(xiàn)，需要稀疏布置，文中將對這種分布引起的模糊問題進(jìn)行討論。因此，在OXY平面上沿半徑方向上布局2個稀疏圓形天線陣列，內(nèi)側(cè)圓周布局天線決定了觀測目標(biāo)的范圍，而外側(cè)圓周布局天線則決定了觀測目標(biāo)的3維位置精度。

圖1 分布式同源雷達(dá)3維測距系統(tǒng)幾何示意圖

2.2 回波信號建模

由圖1可知，在確保系統(tǒng)高精度時間同步和收發(fā)天線相對位置的毫米級精度標(biāo)定的前提下，基于分布式天線的3維測距機(jī)制能夠比利用單站進(jìn)行測距具有更好的觀測冗余。設(shè)發(fā)射天線的坐標(biāo)為(xT=0,yT=0,zT=0)，接收天線的坐標(biāo)為(xR= RRcosθR,yR=RRsinθR,zR=0)，目標(biāo)3維坐標(biāo)為(xn=rncosφncosθn,yn=rncosφnsinθn,zn=rnsinφn+H),rn定義為目標(biāo)到z=H平面原點(diǎn)(0,0,H)的距離，φn為與z=H平面的夾角，θn為與X軸之間夾角。系統(tǒng)采用調(diào)頻脈沖信號作為發(fā)射信號：

式中，fc為載頻，Kr為脈沖信號調(diào)頻率，T為脈沖寬度，t表示以發(fā)射時刻為起點(diǎn)的快時間，=mt′tt+表示第m個脈沖對應(yīng)的觀測時間，tm=m×PRT(脈沖重復(fù)時間)為慢時間。假定目標(biāo)散射保持各向同性，相應(yīng)地，接收天線采集到的回波信號可表示為

式中，δn(xn,yn,zn)為目標(biāo)散射系數(shù)，V為目標(biāo)速度，c為光速，R(tm)為天線等效相位中心與目標(biāo)之間的距離：

式中，R0T=H,=+H2, cosφR=RR/R0R, sinφR=H/R0R，rT表示發(fā)射天線相位中心到目標(biāo)的距離，rR表示目標(biāo)到各個接收天線相位中心的距離。常規(guī)相位測距需要處理多個脈沖回波數(shù)據(jù)，通過相位解模糊進(jìn)行距離測量，使得目標(biāo)的機(jī)動性不可忽略。本文提出的測距方法的優(yōu)勢是在單次脈沖重復(fù)周期內(nèi)實現(xiàn)目標(biāo)高精度測距，此時對單個脈沖而言，由目標(biāo)運(yùn)動引起的相位變化量相對每個接收天線的相位變化情況近似一致，由此引起的位置變化可以不予考慮。因此，回波信號經(jīng)接收機(jī)下變頻處理后，式(2)可以簡化為

3 分布式雷達(dá)3維測距數(shù)據(jù)處理方法

分布式雷達(dá)3維數(shù)據(jù)處理流程如圖2所示。

在通過常規(guī)手段獲得高度平面2維復(fù)圖像后，首先利用內(nèi)側(cè)接收圓周天線陣列采用滿陣構(gòu)型獲取觀測目標(biāo)的無模糊低分辨3維率圖像。理論上，通過增加天線布局的空間范圍一定程度上可以實現(xiàn)更高精度3維位置測量，但有限的天線布局單元會引起較為嚴(yán)重的圖像模糊問題，不利于實際目標(biāo)的位置估計。為此，在現(xiàn)有頻域和時域微波3維成像算法基礎(chǔ)上，需進(jìn)一步考慮目標(biāo)區(qū)域大小和處理效率實現(xiàn)高分辨率3維成像，同時，還需要考慮由于外側(cè)接收圓周陣列天線稀疏采樣引起的3維圖像模糊和高副瓣問題。本文給出一種基于極坐標(biāo)格式的3維成像算法，并結(jié)合預(yù)先精確標(biāo)定的物理基線分布進(jìn)行3維點(diǎn)擴(kuò)展函數(shù)計算，引入CLEAN方法實現(xiàn)高分辨率無模糊3維圖像獲取，進(jìn)而進(jìn)行目標(biāo)位置提取和距離估計。

3.1 目標(biāo)3維成像處理

由于系統(tǒng)采用調(diào)頻脈沖信號，首先需要對回波信號進(jìn)行距離向脈沖壓縮處理，通過距離向匹配濾波在距離頻域中完成，經(jīng)匹配濾波后，回波信號可表示為

圖 2 基于分布式雷達(dá)3維測距數(shù)據(jù)處理流程

為方便算法實現(xiàn)中參數(shù)的計算和估計，令

則式(3)中的Tr和Rr可表示為

式(7)中的距離近似將會帶來近似誤差，成像時一般要求近似誤差的范圍控制在1/4波長即λ/4。以第4節(jié)的仿真參數(shù)為例，式(8)中R0T=30000，近似引起的誤差在10-7m量級，遠(yuǎn)小于λ/4，可以進(jìn)行上述近似處理。為獲取觀測目標(biāo)的3維圖像，首先進(jìn)行目標(biāo)距離的粗估計，而后在有效觀測范圍內(nèi)沿高度向逐層成像，因此，R0T和R0R可以表征與高度相關(guān)的柱坐標(biāo)系中，對高度平面z(k)=H-kΔz, k=0,1,…,K (觀測區(qū)域高度Z0=KΔz)上的目標(biāo)，以z=z(k)=zn平面中心點(diǎn)(0,0,zn)為參考點(diǎn)建立參考函數(shù)H1(Kω,z(k ))，則有：

根據(jù)式(3)和式(6)對應(yīng)的關(guān)系可得

對式(4)中的SR(Kω)乘以參考函數(shù)H1，則有

令rnp=rncosφn=rnsin αT，表示rn在成像平面的投影。遠(yuǎn)場條件下，很容易滿足條件R0T?和；同時分母rR+rR0為關(guān)于Rθ的周期函數(shù)，為提高相位補(bǔ)償精度，可進(jìn)行以下近似

根據(jù)式(10)，S1(Kω)可近似表示為

由于在特定高度平面，式(13)中二次項隨目標(biāo)位置發(fā)生變化，需要進(jìn)一步去除隨目標(biāo)半徑變化的影響。為此，先對式(13)進(jìn)行適當(dāng)?shù)淖兞刻鎿Q，該替換過程也即極坐標(biāo)處理過程的數(shù)學(xué)描述為

式中，

此時，通過2維極坐標(biāo)插值將極坐標(biāo)格式信號S2(Kωxy,θ;Kx,Ky)轉(zhuǎn)換為直角坐標(biāo)系的信號S3(Kx, Ky)，相應(yīng)的插值過程如下：

式中，NIθT和NIKω分別為沿θT和Kω方向上的插值核長度，由于成像場景區(qū)域rn較小，rn2項的影響可以忽略，極端情況rn=0時沒有影響，通過2維逆傅里葉變換即可獲得高度z(k)平面上的圖像。

通過上述處理能夠重建特定高度平面上的目標(biāo)，在此基礎(chǔ)上令k=k+1，循環(huán)執(zhí)行上述各步驟，即可獲得整個空域內(nèi)目標(biāo)的3維圖像。成像時k的步長設(shè)置為略小于高程向分辨率，k的范圍根據(jù)回波信號雙程歷程rT+rR提供初始搜索范圍。當(dāng)需要循環(huán)計算的次數(shù)很多時，可以先增大k的步長進(jìn)行成像，根據(jù)偏離目標(biāo)真實高度引起的環(huán)狀半徑，縮小高度向成像范圍，在此范圍內(nèi)再用小步長的k成像，以減少計算量。

3.2 基于CLEAN的目標(biāo)3維位置提取

系統(tǒng)采用兩個圓周陣列獲取低分辨率3維圖像I1(x,y,z)和高分辨率模糊3維圖像I2(x,y,z)，其中低分辨率圖像位置精度較差，而高分辨率圖像中又存在模糊和圓周陣列固有的高副瓣問題，因此，需要給出模糊和副瓣抑制方法。在圖像模糊抑制方面，文獻(xiàn)[10]最早提出了CLEAN算法用于消除空間頻率覆蓋不完整而產(chǎn)生的影響，改善綜合孔徑射電天文觀測圖像的質(zhì)量。隨后文獻(xiàn)[11]對CLEAN算法進(jìn)行了深入的數(shù)學(xué)理論分析與探討。文獻(xiàn)[12]利用CLEAN算法進(jìn)行微波成像中圖像的旁瓣抑制。近年來，有學(xué)者也利用其進(jìn)行機(jī)載毫米波綜合孔徑成像和空間目標(biāo)ISAR成像中的旁瓣抑制[13]。文獻(xiàn)[14]基于最大似然估計和CLEAN算法對稀疏陣列的3維ISAR成像進(jìn)行了研究，同時利用單個天線下目標(biāo)的ISAR圖像以解決高副瓣的問題。

本文通過CLEAN消除由于內(nèi)外圓周陣列天線成像中的目標(biāo)高副瓣問題、外側(cè)圓周陣列天線成像中的圖像模糊和高副瓣問題等對3維圖像質(zhì)量的影響，其主要過程是提取當(dāng)前圖像中的強(qiáng)點(diǎn)目標(biāo)，計算收發(fā)系統(tǒng)對應(yīng)到強(qiáng)點(diǎn)目標(biāo)的響應(yīng)函數(shù)，并從圖像中減去相應(yīng)強(qiáng)點(diǎn)目標(biāo)的響應(yīng)函數(shù)，去除強(qiáng)點(diǎn)所對應(yīng)的模糊和旁瓣響應(yīng)，通過多次迭代最終獲得質(zhì)量良好的3維圖像。考慮到CLEAN算法中迭代比例因子γ對圖像質(zhì)量會產(chǎn)生影響，在對外側(cè)圓周陣列天線獲取的3維圖像進(jìn)行迭代的次數(shù)控制上以目標(biāo)位置點(diǎn)不超過內(nèi)側(cè)圓周3維圖像有效區(qū)域為準(zhǔn)。為實現(xiàn)對觀測目標(biāo)的高精度3維測距，需要聯(lián)合內(nèi)外側(cè)圓周陣列天線獲取的3維圖像進(jìn)行CLEAN處理，具體處理步驟為：

步驟1 對低分辨率3維圖像I10(x,y,z)= I1(x,y,z)進(jìn)行最強(qiáng)散射點(diǎn)目標(biāo)提取，獲得其目標(biāo)的幅相信息A1(x1,y1,z1)ejα1，以及空間位置坐標(biāo)(x1,y1,z1)；

步驟 2 根據(jù)預(yù)先精確標(biāo)定的內(nèi)側(cè)圓周陣列布局基線分布關(guān)系進(jìn)行3維點(diǎn)擴(kuò)展函數(shù)計算，計算過程與3維成像處理過程類似，對應(yīng)的3維點(diǎn)擴(kuò)展函數(shù)記為PSF1(x,y,z)；

步驟 3 對圖像I1(x,y,z)進(jìn)行CLEAN操作生成新的3維圖像，并分別記錄當(dāng)前強(qiáng)目標(biāo)的散射幅相信息A1(x1,y1,z1)ejα1以及空間位置坐標(biāo)(x1,y1,z1), I11(x, y,z)=I10(x,y,z)-A1(x1,y1,z1)ejα1×PSF1(x1,y1,z1)；

步驟 4 更新迭代輸入圖像I1(x,y,z)=I10(x,y, z)，重復(fù)步驟1至步驟3，直到圖像剩下部分的最大值比預(yù)先定義的噪聲電平小，或者達(dá)到某個特定的迭代數(shù)字，記錄當(dāng)前獲得的目標(biāo)位置信息及I1C(x,y,z)；

步驟5 對輸入的存在模糊的高分辨率3維圖像I20(x,y,z)=I2(x,y,z )進(jìn)行最強(qiáng)散射點(diǎn)目標(biāo)提取，獲得其目標(biāo)的幅相信息A2(x2,y2,z2)ejα2以及空間位置坐標(biāo)(x2,y2,z2)；

步驟6 根據(jù)預(yù)先精確標(biāo)定的外側(cè)圓周陣列布局基線分布關(guān)系進(jìn)行3維點(diǎn)擴(kuò)展函數(shù)PSF2(x,y,z)計算；

步驟7 對圖像I2(x,y,z)進(jìn)行CLEAN操作生成新的3維圖像，并分別記錄當(dāng)前強(qiáng)目標(biāo)的散射幅相信息A2(x2,y2,z2)ejα2以及位置坐標(biāo)(x2,y2,z2)，

步驟8 更新迭代輸入圖像I2(x,y,z)=I21(x,y, z)，重復(fù)步驟5至步驟7，直到(x2,y2,z2)超出I1C(x,y,z)所表示的目標(biāo)范圍，則終止迭代過程，并記錄當(dāng)前獲得的目標(biāo)位置信息及I2C(x,y,z)。

在獲取目標(biāo)3維微波圖像的基礎(chǔ)上，通過CLEAN實現(xiàn)垂直于波傳播方向平面的目標(biāo)增強(qiáng)，進(jìn)而獲取觀測目標(biāo)對應(yīng)不同脈沖相對雷達(dá)坐標(biāo)系原點(diǎn)的3維微波圖像I2C(x,y,z)，在此基礎(chǔ)上可以通過提取目標(biāo)的3維位置坐標(biāo)實現(xiàn)目標(biāo)測距。由于空中或空間目標(biāo)分布相對較為稀疏，目標(biāo)提取的過程可以采用恒虛警CFAR進(jìn)行，主要分為兩步：第1步，根據(jù)目標(biāo)所處周圍背景雜波的統(tǒng)計特性自適應(yīng)地求取檢測閾值，目標(biāo)周圍背景雜波的統(tǒng)計特性通常由目標(biāo)像素周圍3維參考窗口內(nèi)的像素確定，然后將待檢測像素和自適應(yīng)閾值進(jìn)行比較，判斷其是否為強(qiáng)目標(biāo)；第2步，通過3維參考窗口滑動，實現(xiàn)對所有像素的自適應(yīng)檢測。通過CFAR檢測確定強(qiáng)目標(biāo)及其相應(yīng)的3維位置(xmn(tm),ymn(tm),zmn(tm))，其中，m表示第m個脈沖，n表示強(qiáng)目標(biāo)編號，且n=1,2,…,N, N為檢測到的強(qiáng)目標(biāo)總數(shù)。相應(yīng)地，相對雷達(dá)中心位置的目標(biāo)距離Rsl可以表示為

由式(18)可知，目標(biāo)相對雷達(dá)中心的距離可以表示為發(fā)射脈沖時間、第m個脈沖時間內(nèi)所處的位置(xmn(tm),ymn(tm),zmn(tm))以及雷達(dá)坐標(biāo)位置的函數(shù)，單個脈沖內(nèi)即能實現(xiàn)目標(biāo)高精度距離解算，從而避免了常規(guī)測距方法需要的相位積累過程，在此基礎(chǔ)上利用序列3維圖像的相位信息還可進(jìn)一步提高測距精度。

4 算法仿真與分析

為檢驗本文3維測距機(jī)制的正確性和處理性能，針對典型動態(tài)目標(biāo)進(jìn)行仿真測試。系統(tǒng)工作頻率為5 GHz，信號帶寬為500 MHz，采樣率為600 MHz，脈沖寬度為50 sμ，共設(shè)置1個發(fā)射天線位于圓周中心點(diǎn)，內(nèi)側(cè)接收圓周陣列天線半徑為10 m，天線單元數(shù)為400；外側(cè)接收圓周陣列天線半徑為2000 m，天線單元數(shù)為600，且天線等角度間距分布；單次發(fā)射信號后，600個天線單元同時接收回波信號。共設(shè)置3個機(jī)動目標(biāo)，其中1個機(jī)動目標(biāo)長度為4 m，有2個等效散射點(diǎn)，速度為220 m/s，目標(biāo)初始距離為30 km，等效散射中心坐標(biāo)分別為(0,0,30000) m和(4,0,30000) m，機(jī)動目標(biāo)在運(yùn)動過程中的空間位置分布情況如圖3(a)所示。

利用3維雙站極坐標(biāo)格式成像處理方法，可以獲得對應(yīng)內(nèi)側(cè)圓周天線陣列的低分辨率無模糊3維圖像，還可以獲得對應(yīng)外側(cè)圓周天線陣列的模糊的高分辨率3維圖像，如圖3(b), 3(c)所示，由于受到高副瓣和模糊的影響，若直接利用這兩幅圖像進(jìn)行目標(biāo)的位置估計，其估計精度較差。本文首先對內(nèi)側(cè)天線陣列的低分辨率無模糊3維圖像進(jìn)行CLEAN處理，消除目標(biāo)副瓣影響，獲得目標(biāo)分布；在此基礎(chǔ)上，對外側(cè)天線陣列的高分辨率模糊3維圖像進(jìn)行CLEAN處理，獲得目標(biāo)的精確3維圖像及位置信息，如圖4所示。

圖3 圓周天線陣列獲得某一脈沖內(nèi)機(jī)動目標(biāo)的3維圖像

圖4 通過CLEAN處理獲得目標(biāo)高分辨率無模糊3維圖像剖面顯示效果圖

圖5和圖6分別給出了觀測目標(biāo)在運(yùn)動過程中，通過序列3維圖像解算得到的觀測目標(biāo)9.1 s高動態(tài)運(yùn)動過程中測距結(jié)果和測量誤差統(tǒng)計結(jié)果。由于觀測時間較短，目標(biāo)軌跡看起來近似直線。鑒于本文采用“快照式”成像方式實現(xiàn)測距，隨著觀測時間增加，當(dāng)目標(biāo)軌跡為曲線時該算法同樣適用。從圖5可以看出，觀測目標(biāo)在每個脈沖內(nèi)的測量得到的距離信息以及目標(biāo)運(yùn)動軌跡均與仿真理論值一致。從圖6中的誤差統(tǒng)計結(jié)果能夠看出，目標(biāo)3維分辨率優(yōu)于(1.125 m, 1.125 m, 0.3 m)。由于空間中目標(biāo)稀疏分布，對目標(biāo)進(jìn)行CLEAN處理前經(jīng)過了升采樣處理，其像素間隔最小為0.2 m，提取目標(biāo)的3維位置偏差保持在兩個像素以內(nèi)，相應(yīng)的測距精度可達(dá)0.7 m。上述仿真驗證結(jié)果充分表明，本文方法利用地面分布的多個同源接收天線節(jié)點(diǎn)進(jìn)行3維成像處理，能夠精確分辨出高動態(tài)環(huán)境下的目標(biāo)位置和運(yùn)動信息。

本方法獲得0.7 m測距精度為絕對測距精度，與信號帶寬、天線位置姿態(tài)、目標(biāo)的稀疏程度和目標(biāo)重建像素大小等因素有關(guān)，主要是通過3維成像首先獲取目標(biāo)強(qiáng)散射點(diǎn)的3維位置，在此基礎(chǔ)上獲得對應(yīng)強(qiáng)散射點(diǎn)的實際距離，實際中目標(biāo)強(qiáng)散射點(diǎn)的位置提取與3維分辨率相關(guān)，因此，絕對測距精度受限于系統(tǒng)分辨率；同時，由于天線位置姿態(tài)誤差也會影響到目標(biāo)的響應(yīng)函數(shù)，也會對測距精度產(chǎn)生影響；此外，空間中目標(biāo)的稀疏程度會影響到CLEAN方法的使用，目標(biāo)越稀疏，測距精度越高。基于上述分析，未來可結(jié)合目標(biāo)3維圖像所攜帶的相位信息進(jìn)一步提高目標(biāo)測距精度。

5 結(jié)論

圖5 觀測目標(biāo)動態(tài)測距結(jié)果

圖 6 觀測目標(biāo)動態(tài)測距誤差統(tǒng)計

本文針對高動態(tài)大機(jī)動目標(biāo)的高精度測量問題，設(shè)計了一種基于分布式雷達(dá)的寬帶脈沖3維測距機(jī)制和方法。利用分布式同源布局的多個天線等效相位中心建立基于分布式雷達(dá)測量機(jī)制的3維測距信號模型，提出一種基于極坐標(biāo)格式的3維成像算法；并結(jié)合預(yù)先精確標(biāo)定的物理基線分布關(guān)系進(jìn)行3維點(diǎn)擴(kuò)展函數(shù)計算，引入CLEAN方法實現(xiàn)高分辨率無模糊3維圖像的獲取，進(jìn)而實現(xiàn)對觀測目標(biāo)的高精度3維空間位置測量。通過計算機(jī)仿真驗證了本文3維測距機(jī)制和信號處理方法的正確性，對基于單次脈沖信號的3維測距精度和效率進(jìn)行分析比對。仿真測試結(jié)果表明，該方法能夠?qū)崿F(xiàn)動態(tài)目標(biāo)的3維位置與距離估計，在單個回波脈沖內(nèi)的快速測距精度能夠達(dá)到亞米級。未來將針對分布式地面天線布局設(shè)計、通道幅相補(bǔ)償、序列脈沖相位信息處理及其對3維定位和測距精度的影響等方面開展深入研究，進(jìn)一步驗證和提升分布式雷達(dá)3維測距技術(shù)的解算精度；同時，本文主要基于CLEAN算法進(jìn)行了3維測量精度分析，未來可利用目標(biāo)空間稀疏分布特性，結(jié)合稀疏信號處理進(jìn)一步提升目標(biāo)3維位置測量精度，發(fā)展高精度快速求解優(yōu)化算法。

[1] Fitzgerald R J. Range-Doppler coupling and other aspects of reentry vehicle tracking[C]. Symposium on Nonlinear Estimation Theory and Applications, 1973.

[2] Russell R. Range vernier[R]. ADA-077178, 1979.

[3] 李金嶺, 喬書波, 劉鸝, 等. 基于我國VLBI網(wǎng)航天器定位歸算仿真分析[J]. 宇航學(xué)報, 2011, 32(11): 2333-2338.

Li Jin-ling, Qiao Shu-bo, Liu Li, et al.. Simulation analysis of positioning reduction of spacecraft as per the Chinese VLBI network[J]. Journal of Astronautics, 2011, 32(11): 2333-2338.

[4] 吳偉仁, 王廣利, 節(jié)德剛, 等. 基于?DOR信號的高精度VLBI技術(shù)[J]. 中國科學(xué): 信息科學(xué), 2013, 43(2): 185-196.

Wu Wei-ren, Wang Guang-li, Jie De-gang et al.. High-accuracy VLBI technique using DOR signals[J]. SCIENCE CHINA: Information Sciences, 2013, 43(2): 185-196.

[5] Fritz S. Process for phase-derived-range measurements[P]. United States Patent, US7046190b2, 2006.

[6] 姚輝偉, 魏璽章, 徐少坤, 等. 彈道中段進(jìn)動目標(biāo)非理想散射中心微動特性研究[J]. 電子學(xué)報, 2012, 40(9): 1844-1851.

Yao Hui-wei, Wei Xi-zhang, Xu Shao-kun, et al.. Micro-motion characteristics of non-ideal scattering centers of midcourse targets with precession[J]. Acta Electronica Sinica, 2012, 40(9): 1844-1851.

[7] 李康樂. 雷達(dá)目標(biāo)微動特征提取與估計技術(shù)研究[D]. [博士論文]國防科技大學(xué)，2010.

Li Kang-le. Research on feature extraction and parameters estimation for radar targets with micro-motions[D]. [Ph.D. dissertation], National University of Defense Technology, 2010.

[8] 賀峰, 劉承蘭, 朱國富, 等. 基于距離和差值序列的復(fù)雜運(yùn)動目標(biāo)微動特征提取[J]. 電子學(xué)報, 2012, 40(3): 422-428.

He Feng, Liu Cheng-lan, Zhu Guo-fu, et al.. Micro-motion signature extraction of targets with complex motions based on summation and difference sequence of ranges[J]. Acta Electronica Sinica, 2012, 40(3): 422-428.

[9] Fisher E, Haimovich A, Blum R S, et al.. Spatial diversity in radars-models and detection performance[J]. IEEE Transactions on Signal Processing, 2006, 54(3): 823-838.

[10] H?gbom J A. Aperture synthesis with a non-regular distribution of interferometer baselines[J]. Astrophysics Supplement, 1974, 39(15): 417-426.

[11] Schwarz U J. Mathematical-statistical description of the iterative beam removing technique (method CLEAN)[J]. Astronomy and Astrophysics, 1978, 65(2): 345-356.

[12] Tao J and Steinberg B D. Reduction of side-lobe and speckle artifacts in microwave imaging: the CLEAN technique[J]. IEEE Transactions on Antennas and Propagation, 1988, 36(4): 543-556.

[13] 何云濤, 江月松, 鐘宇. CLEAN算法在機(jī)載毫米波綜合孔徑成像中的應(yīng)用[J]. 電子與信息學(xué)報, 2007, 29(7): 1756-1760.

He Yun-tao, Jiang Yue-song ,and Zhong Yu. An application of the CLEAN algorithm in airborne mm-wave synthetic aperture radar[J]. Journal of Electronics & Information Technology, 2007, 29(7): 1756-1760.

[14] Ma C Z, Yeo T S, Tan C S, et al.. Sparse Array 3-D ISAR imaging based on maximum likelihood estimation and CLEAN Technique[J]. IEEE Transactions on Image Processing, 2010, 19(8): 2127-2142.

李 巍： 男，1971年生，研究員，主要研究方向為航天測控總體、雷達(dá)信號處理、目標(biāo)探測與識別等.

齊 巍： 男，1982年生，博士，工程師，主要研究方向為航天測控、雷達(dá)信號處理、衛(wèi)星導(dǎo)航.

丁赤飚： 男，1969年生，研究員，博士生導(dǎo)師，主要研究方向為合成孔徑雷達(dá)、雷達(dá)信號處理、遙感信息處理和應(yīng)用系統(tǒng).

張履謙： 男，1926年生，院士，主要研究方向為航天測控、雷達(dá)信號處理、電子對抗技術(shù).

Research on Mechanisms and Methods in the 3D Measurement with Wide-band Pulse Based on Distributed Radar

Li Wei①Q(mào)i Wei①Ding Chi-biao②Zhang Lü-qian③He Bo-sen①①(Beijing Institute of Tracking and Telecommunication Technology, Beijing 100094, China)
②(Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China)
③(China Aerospace Science and Technology Corporation, Beijing 100048, China)

Considering the limitations of phase unwrapping and measurement mechanism in the pulsed radar phase ranging technology, a three-dimension (3D) ranging mechanism based on distributed radar is proposed, and the observation matrix model of distributed radar 3D ranging is established. By using the sequential phase difference caused by the distributed antenna layout instead of the phase difference caused by pulse incubation, a distributed wide-band radar (3D) measurement based on observation matrix is implemented, and in combination with the target sparse distribution characteristics in the observed area, a wide-band pulse radar carrier measurement by phase based on CLEAN method is suggested. As shown by the simulation and analysis results, the distributed radar phase ranging mechanism and method in this paper not only solve the phase unwrapping problem in high dynamic and long distance measurement environment, but also acquire the three-dimension sequential images and position information of the observed target quickly. This proposed method provides a new technical support for the application of the radar ranging technology.

Distributed radar; 3D measurement with wide-band pulse; 3D imaging; CLEAN algorithm

TN959.6

A

1009-5896(2015)03-0643-08

10.11999/JEIT140575

2014-05-04 收到，2014-10-20改回

國家自然科學(xué)基金(61471012)和中國博士后科學(xué)基金(2013M542455)資助課題

*通信作者：齊巍 robyche@163.com