一種雷達仙波航跡抑制方法

，

(中國電子科技集團公司第三十八研究所，安徽合肥 230088)

0 引言

不同體制、不同波段的雷達都存在一些未知源回波，即仙波。早期的研究者認為仙波是由鳥類或昆蟲引起[1]的。但在很多“好天氣”情況下，根據視覺觀察卻并沒有發現這些鳥類或昆蟲存在。研究者將這種非鳥類或昆蟲的仙波稱為“好天氣”仙波[2-3]，這種仙波大多出現在春夏兩季，在我國，大多分布在東南沿海一帶。文獻[2-3]認為這些“好天氣”仙波是由于近地大氣層的溫度分布不均勻引起大氣湍流而形成的。初步研究表明，大氣濕度大或水蒸氣密度大應該是仙波形成的一個必要條件；仙波沿海岸線分布較多，這與海陸交界處存在很大的溫度梯度密切相關，這說明空氣對流明顯也是仙波形成的一個條件。

基于對仙波回波信號特征分析，通過優化目標檢測算法實現對仙波的抑制，是理論上研究仙波抑制的常用思路，但在工程實踐上抑制效果不佳；采用雷達目標數據處理方法，結合目標點跡特征參數，通過對仙波空間分布統計、仙波目標運動特性分析和仙波點跡質量等級的綜合應用，來抑制仙波目標虛假航跡的產生。近年來，雷達軟件化、精細化和參數化設計程度越來越高，在信號處理、點跡處理和數據處理等處理流程中都專門進行了仙波回波點跡特性和仙波運動特征的分析處理，取得了很好的工程應用效果，這些成果解決了航管雷達全程全自動超始跟蹤和極低虛假航跡率的系統設計問題，在工程應用上具有重要參考價值。

1 仙波成因初步分析

一般來說，仙波一方面跟大氣的濕度梯度有關，另一方面也受熱對流的影響。

1.1 大氣濕度對仙波形成的影響

按照文獻[3-4]的結論，空氣中不同層之間的折射率相對改變量Δn可由溫度梯度ΔT和濕度梯度Δe表示為

Δn·106=-1.4×ΔT+4.0×Δe

(1)

由式(1)可見，空氣中的濕度梯度越大，折射率正改變量越大；溫度梯度越大，折射率負改變量越大，兩者對折射率的變化起相反的作用。當濕度梯度較大時對折射率起主導作用。

回波功率發射系數可用濕度梯度表示：

(2)

即功率發射系數與濕度梯度平方成正比。可見濕度梯度越大，回波功率越大。在春夏兩季，近海處的空氣濕度越大，不同空氣層間的梯度也大，雷達回波的功率也大，故仙波顯著增多。

1.2 海陸交界對仙波形成的影響

在海陸交界處白天光照條件下，由于陸地和海水比熱的不同，兩者升溫速度不一。陸地升溫快，而海水升溫速度慢，結果是陸地的溫度T1大于海水溫度T2，這樣陸地空氣受熱上升的程度大大超過海面空氣受熱上升的程度，而在陸海交界處形成一真空泵，迫使海面的空氣向陸地方向流動，而海面上空的空氣又補充過來，從而形成對流(富含水蒸氣)。在天氣晴朗且無多大風的情況下，這個對流會不斷進行下去。

在夜間，情況正好相反。由于海水降溫速度慢，陸地降溫速度快，陸地的溫度T1小于海水溫度T2。近海空氣在海水余溫的加熱下上升，而將陸地上空的空氣補充過來，形成了對流。只要海水溫度與陸地溫度有差別，這個對流也會一直進行下去，這個對流也富含水蒸氣。一個旋轉的富含水汽的氣團本質就是一團旋轉的云，雷達回波會大大增強，這很可能是沿海岸線仙波比較密集且不分晝夜的原因。

2 仙波航跡抑制處理

根據對仙波成因分析，結合實際采集的仙波回波和點跡數據，可以得到下面3個統計結論：

1) 仙波點跡質量相對較低；

2) 仙波航跡多批次出現(同一時間段內)，且在航向上具有一致性；

3) 仙波航跡速度變化范圍固定，大部分仙波航跡速度范圍為[0，100]m/s。

從數據處理角度上來說，這些統計結論基本涵蓋了仙波點跡特性和仙波航跡特性，下面具體介紹各個統計結論在抑制仙波航跡處理中的應用。

2.1 點跡質量等級評估

綜合相關文獻[4-6]，一般選取點跡雜波背景屬性、點跡方位寬度、點跡距離寬度、點跡EP等級(回波點跡數)、點跡信噪比(點跡幅度)等特性參數參與點跡質量等級評估模型的計算。根據各個點跡特性參數分布特點，采用不同隸屬度函數計算其對點跡質量的貢獻度，再綜合加權不同點跡特性參數的貢獻度，最終得到點跡質量等級。

1) 正態型分布的函數形式為

(3)

式中，σk為對應模糊集A中第k個因素的展度，τk為調整度，其值通過仿真確定。

2) 居中型分布的函數形式為

(4)

式中，σk為對應模糊集A中第k個因素的展度，τk為調整度，其值通過仿真確定。

設PQuality為點跡質量等級，則有

PQuality=α1×QACM+α2×QAw+α3×QRw+

α4×QEP+α5×QSN

(5)

點跡質量等級直接影響目標起始準則的選取。統計數據表明，仙波點跡質量等級比正常目標點跡質量等級要低，系統可配置仙波點跡質量等級門限QAngel，此作為仙波航跡判別依據之一。

2.2 仙波航跡空間分布與運動模型

仙波航跡速度變化范圍相對固定，其最大速度一般不超過100 m/s，但最小速度可以很小。在工程設計中可通過設置雷達系統目標跟蹤速度范圍——最小速度來過濾低于門限的慢速目標(也包括慢速的仙波航跡)；系統配置最大的仙波航跡速度maxVAngel作為仙波航跡允許的最大速度門限，此速度門限作為仙波航跡判別依據之一。

仙波航跡在航向分布上存在一致性，這是仙波航跡出現時最明顯的空間分布特征。通常可將航向空間按照S16(16等分，航向間隔22.5°)或S32(32等分，航向間隔11.25°)劃分子空間，應用仙波點跡質量等級門限QAngel、仙波航跡速度門限maxVAngel等對統計每個航向子空間中的疑似仙波航跡數，再結合仙波狀態確認門限FAngel-Confirm(判別幀數門限)、仙波航跡確認門限NAngel-Confirm(航向子空間中疑似仙波航跡數量門限)等進行仙波航跡識別，最后根據識別結果采取抑制處理。

2.3 仙波航跡抑制處理

仙波航跡抑制處理貫穿于雷達跟蹤系統全流程設計中。在目標起始[7]、航跡跟蹤維持、雷達顯示、情報上報和參數化設計等處理過程中，對仙波抑制的處理內容和方法均不相同，下面分別進行敘述。

1) 目標起始

在目標全自動起始處理過程中，對仙波航跡的抑制處理主要表現在兩個方面：一方面是根據仙波點跡質量等級低的特點，自適應調整起始準則，延緩或者摒棄仙波航跡的起始；另一方面是通過系統設置的目標最小起始速度門限，直接禁止低速的仙波航跡起始。通常情況下，通過上述方法的過濾處理，部分仙波形成不了航跡，在起始階段直接就抑制掉了，其他能正常形成航跡的仙波交由航跡跟蹤維持進行進一步抑制處理。

2) 航跡跟蹤維持

航跡狀態更新后，首先確定航跡所處的航向子空間，再通過仙波點跡質量等級門限QAngel、仙波航跡速度門限maxVAngel等門限條件下的篩選統計，確定疑似仙波航跡數；最后根據仙波狀態確認門限FAngel-Confirm(判別幀數門限)、仙波航跡確認門限NAngel-Confirm等準則進行仙波航跡識別并進行標記，被標記的仙波航跡在雷達顯示和情報上報中作特殊處理。

3) 雷達顯示

雷達顯示對仙波航跡的特殊處理包括顯示控制、獨立的標牌顯示(顏色和標牌內容與正常航跡不一樣)。即在雷達顯示畫面上，操作員可根據需要顯示或不顯示仙波航跡；另外，仙波航跡標牌顏色、歷史航跡點顏色、上報狀態顯示等可由操作員個性化設置。

4) 情報上報

系統可配置仙波航跡缺省是上報還是不上報，情報處理依據系統配置決定是否將仙波航跡上報給上級指揮所；同時也可根據操作員要求上報指定的仙波航跡。

5) 參數化設計

仙波產生的機理比較復雜，仙波表現出來的信號特征、運動學特征等還需要進一步分析、研究。為適應一些未知仙波抑制處理的需要，結合航管雷達、情報警戒雷達等對異常空情處理要求不同(用戶需求不同)，對仙波抑制處理全過程進行精細化、參數化設計，形成一套仙波抑制處理的優化參數(如表1所示)，操作員根據作戰需求和陣地條件進行靈活設置。

表1 仙波處理優化參數表

3 實際雷達應用效果

某型航管雷達于2014年10月—2016年1月期間在黃海某雷達陣地進行試驗、試用工作。該雷達陣地三面環海，剩下一面正對城市建筑和高山，雷達面臨的海雜波和城市強地物雜波比較嚴重，該型號雷達數據處理系統采用了上述仙波抑制處理方法。雷達在試驗期間24 h連續工作，航跡跟蹤處于全程全自動工作狀態。在雷達試驗1年多的時間里，多次發現仙波航跡，雷達系統完整地記錄了這些數據，通過對雷達跟蹤畫面的觀察和數據分析，可以看出這種仙波抑制處理方法在該型雷達上得到成功應用，取得了很好的仙波抑制效果。本文選取了一次最具代表性的仙波航跡跟蹤畫面(如圖1所示)，通過跟蹤畫面可以很清晰地看到實際仙波抑制情況。

圖1為該型雷達自動識別并過濾出仙波航跡的實際跟蹤畫面。探測該仙波時雷達基本情況如下：

1) 架設位置：某海域岸邊，站高30 m(包括塔高)；

2) 探測時間段：晚上8點左右(2015年12月24日)；

3) 雷達錄取方式：全程全自動起始/自動跟蹤；

4) 每幀點跡數(包括剩余點跡)：220點左右。

其中，T018，T020，T023，T028，T045，T062，T063等7批為仙波航跡，系統在自動起始T023目標3幀后自動識別出仙波航跡，并進行有效標注。

4 結束語

(a)雷達實際跟蹤畫面

采用數據處理方法在工程上可以有效地抑制仙波虛假航跡的產生，通過增加積累幀數，也可以提高仙波航跡識別率。但是最好的仙波航跡抑制處理方法還是要結合雷達信號處理、點跡處理和數據處理等進行聯合處理，研究仙波點跡特性參數與正常目標點跡特性參數的差異，結合陣地優化參數和必要的距離方位圖(RAG)來進一步提高仙波航跡抑制處理效果。另外，對仙波航跡的抑制處理也會影響系統對低慢小目標的檢測和跟蹤，需要在后續工作中進一步完善算法模型。

(b)過濾出來的仙波航跡圖1 某雷達仙波抑制處理效果圖

[1] HARTLEY-SMITH A. Ground and Angels Clutter in Radar Systems[J]. GEC Journal of Science and Technology, 1972, 39(4):173-180.

[2] KLEMBOWSKI W. Experimental Study of Polarization Influence on Angels Intensity[C]∥IEEE International Radar Conference, Arlington, VA:IEEE, 1990:362-364.

[3] VETROV V I, SKVORSOW V S, TANYGIN A A, et al. On Possibility of Radar Angel-Echoes Study with Sodar and RASS Techniques[C]∥IET International Radar Conference, Edinburgh:IET, 1997:46-49.

[4] 何漫,張亞璇,解洪文,等. 基于回聲狀態網絡的OTHR海雜波抑制方法[J]. 雷達科學與技術, 2015, 13(4):367-373.

HE Man, ZHANG Yaxuan, XIE Hongwen, et al. Sea Clutter Suppression Method of Over-the-Horizon Radar Based on Echo State Network[J]. Radar Science and Technology, 2015, 13(4):367-373.(in Chinese)

[5] 鑒福升,曾浩. 實測海雜波數據的統計擬合優度分析[J]. 雷達科學與技術, 2013, 11(3):276-280.

JIAN Fusheng, ZENG Hao. Statistical Analysis of Goodness-of-Fit Based on Real Sea Clutter Data[J]. Radar Science and Technology, 2013, 11(3):276-280.(in Chinese)

[6] 魏明珠. 機載預警雷達海雜波的抑制方法[J]. 雷達科學與技術, 2015, 13(6):627-632.

WEI Mingzhu. Study on Sea Clutter Suppression for Airborne Early Warning Radar[J]. Radar Science and Technology, 2015, 13(6):627-632.(in Chinese)

[7] 張發兵,李敬. 基于目標特征信息的航跡起始[J]. 現代電子技術, 2011, 34(17):4-6.