WAS-GMTI模式下基于Relax算法的雜波抑制和參數(shù)估計(jì)方法

閆 賀 朱岱寅 張勁東 王旭東 李 勇 毛新華 吳 迪

?

WAS-GMTI模式下基于Relax算法的雜波抑制和參數(shù)估計(jì)方法

閆 賀*朱岱寅 張勁東 王旭東 李 勇 毛新華 吳 迪

(南京航空航天大學(xué)電子信息工程學(xué)院 南京 210016)

該文提出一種基于Relax算法的雜波抑制和參數(shù)估計(jì)方法。該方法適用于多通道廣域監(jiān)視GMTI系統(tǒng)。在分析廣域監(jiān)視模式回波組成的基礎(chǔ)上，結(jié)合Relax算法，設(shè)計(jì)了進(jìn)行雜波抑制的迭代方法。相對于降維空時(shí)自適應(yīng)處理(STAP)，該方法不需要估計(jì)雜波加噪聲的協(xié)方差矩陣，因此可以在非均勻雜波環(huán)境下取得較優(yōu)的雜波抑制效果。該文同時(shí)指出，在雜波抑制的基礎(chǔ)上，針對存在動(dòng)目標(biāo)的距離-多普勒單元繼續(xù)進(jìn)行迭代，可實(shí)現(xiàn)動(dòng)目標(biāo)參數(shù)的精確估計(jì)。仿真結(jié)果驗(yàn)證了上述方法的有效性。

SAR；地面動(dòng)目標(biāo)識別；Relax算法；雜波抑制；參數(shù)估計(jì)

1 引言

廣域監(jiān)視模式借助波束沿航跡方向的快速、周期性掃描，可實(shí)現(xiàn)大面積區(qū)域監(jiān)視。該模式重訪率較高，能夠從不同角度發(fā)現(xiàn)動(dòng)目標(biāo)，進(jìn)而提高動(dòng)目標(biāo)的檢測概率。此外，由于能夠在不同時(shí)刻多次掃描到動(dòng)目標(biāo)，使得對動(dòng)目標(biāo)軌跡的描述成為可能，可實(shí)現(xiàn)動(dòng)目標(biāo)跟蹤。該工作模式可以快速提供存在于寬廣區(qū)域內(nèi)的動(dòng)目標(biāo)信息，因此在民用和軍事上都有巨大的應(yīng)用價(jià)值，已成為機(jī)載偵察雷達(dá)不可缺少的工作模式之一。

從廣域監(jiān)視模式的回波中提取動(dòng)目標(biāo)需要對回波中的雜波成分進(jìn)行有效的抑制。國外具有廣域監(jiān)視功能的雷達(dá)系統(tǒng)，其雜波抑制算法大多都處于保密狀態(tài)，已知的有美國的JSTARS系統(tǒng)采用的是雜波抑制干涉算法(CSI)[1]和德國的PAMIR系統(tǒng)采用的是Scan-MTI算法。CSI算法本質(zhì)上是一種通道對消方法，其雜波抑制能力有限，而且在對消過程中，動(dòng)目標(biāo)的能量也會(huì)受到不同程度的對消(取決于動(dòng)目標(biāo)的徑向速度和方位角等)。Scan-MTI算法本質(zhì)上是降維STAP中的1-DT算法，其雜波抑制性能在非均勻雜波環(huán)境下會(huì)大大下降。這是因?yàn)镾TAP算法在實(shí)際應(yīng)用中需要借助鄰近單元的信息來估計(jì)本單元的雜波加噪聲協(xié)方差矩陣，在非均勻雜波環(huán)境下這種估計(jì)的協(xié)方差矩陣往往會(huì)存在較大的誤差，從而導(dǎo)致雜波濾波器的性能下降。因此本文提出一種基于Relax算法的雜波抑制方法，它不需要估計(jì)雜波加噪聲協(xié)方差矩陣，在非均勻環(huán)境下具有較優(yōu)的雜波抑制效果。同時(shí)在雜波抑制的基礎(chǔ)上，對檢測到動(dòng)目標(biāo)的距離-多普勒單元繼續(xù)使用Relax算法進(jìn)行迭代處理，可以獲得動(dòng)目標(biāo)方位角度的精確估計(jì)。

本文的安排如下：第2節(jié)分析了多通道廣域監(jiān)視模式下的回波模型以及回波的各個(gè)組成成分在通道間的變化關(guān)系；第3節(jié)提出一種基于Relax算法的雜波抑制和參數(shù)估計(jì)方法，根據(jù)第2節(jié)的回波模型并結(jié)合Relax算法，推導(dǎo)了相應(yīng)的遞推公式；第4節(jié)仿真了波束正側(cè)視方向非均勻場景的回波，并采用空時(shí)1-DT算法和本文提出的雜波抑制方法分別對回波進(jìn)行處理，仿真結(jié)果顯示了基于Relax算法的雜波抑制方法在處理非均勻雜波時(shí)的有效性，接著采用Relax算法對雜波抑制后的動(dòng)目標(biāo)參數(shù)進(jìn)行估計(jì)，通過和動(dòng)目標(biāo)的實(shí)際參數(shù)進(jìn)行對比，顯示了基于Relax算法的參數(shù)估計(jì)方法的精確性；在第5節(jié)中得出結(jié)論。

2 廣域監(jiān)視模式下回波模型

多通道WAS-GMTI模式的空間幾何關(guān)系圖如圖1所示。這里分析一個(gè)單發(fā)多收(SIMO)的廣域監(jiān)視雷達(dá)系統(tǒng)，接收通道的個(gè)數(shù)為，平臺沿方位向(軸)以速度運(yùn)動(dòng)。假設(shè)選擇第1個(gè)通道為參考通道，表示第個(gè)通道相對參考通道的距離，因此。

對各個(gè)通道接收的回波進(jìn)行距離壓縮、距離走動(dòng)校正、方位De-chirp處理后，經(jīng)方位向FFT變換到距離-多普勒域，在距離-多普勒域進(jìn)行雜波抑制和動(dòng)目標(biāo)檢測。為了簡化分析，這里認(rèn)為經(jīng)過通道均衡處理后，通道間的幅相誤差可以忽略。經(jīng)過上述處理后，第個(gè)通道的回波可以表示為

(2)

(3)

圖1 廣域監(jiān)視的幾何關(guān)系圖

(5)

3 基于Relax算法的雜波抑制和參數(shù)估計(jì)方法

Relax算法是一種基于非線性最小方差準(zhǔn)則的譜估計(jì)算法[15]。根據(jù)前面的分析，當(dāng)WAS-GMTI模式的回波變換到距離-多普勒域后，每個(gè)距離-多普勒單元的數(shù)據(jù)是由雜波分量、動(dòng)目標(biāo)分量和噪聲分量組成的，可以將雜波分量和動(dòng)目標(biāo)分量等效成兩個(gè)信號源。這樣，問題就轉(zhuǎn)化為在噪聲干擾下對這兩個(gè)信號源的估計(jì)問題，如果能夠成功地分離出動(dòng)目標(biāo)的信號源也就等效實(shí)現(xiàn)了雜波抑制。正是基于這一思路，本節(jié)采用Relax算法進(jìn)行雜波抑制。借助Relax算法并根據(jù)式(7)的推導(dǎo)，對,和的估計(jì)可以通過最小化式(8)的代價(jià)函數(shù)實(shí)現(xiàn)[15]：

表1 基于Relax算法的迭代過程

For m=1:MFor n=1:N%遍歷所有的距離-多普勒單元(其中M表示多普勒單元的個(gè)數(shù)，N表示距離單元的個(gè)數(shù))%初始化操作 If 未滿足收斂條件或者未達(dá)到指定的迭代次數(shù)動(dòng)目標(biāo)信息估計(jì)部分：%為波束的電掃角，為相應(yīng)掃描角的3 dB主瓣寬度(動(dòng)目標(biāo)來自波束3 dB主瓣寬度內(nèi))雜波信息估計(jì)部分：EndEndEnd

通過仿真發(fā)現(xiàn)，采用Relax算法進(jìn)行雜波抑制處理時(shí)，通過不斷的迭代處理(通常1~2次迭代即可，如果動(dòng)目標(biāo)SNR較低或者存在較大的通道誤差可能需要更多的迭代次數(shù))，可獲得較好的雜波抑制效果。這時(shí)可以對雜波抑制后的結(jié)果進(jìn)行2維CA- CFAR(單元平均恒虛警檢測)處理，實(shí)現(xiàn)動(dòng)目標(biāo)檢測。

從表1中可以看出，在進(jìn)行Relax迭代實(shí)現(xiàn)雜波抑制的過程中，有針對動(dòng)目標(biāo)的方位斜視角進(jìn)行估計(jì)的步驟。在進(jìn)行雜波抑制的Relax迭代過程中，對動(dòng)目標(biāo)方位斜視角的估計(jì)會(huì)比較粗略。如果對檢測到動(dòng)目標(biāo)的距離-多普勒單元，使用Relax算法繼續(xù)進(jìn)行迭代，可實(shí)現(xiàn)動(dòng)目標(biāo)方位斜視角的精確估計(jì)，直到動(dòng)目標(biāo)的方位斜視角保持不變后終止迭代。然后根據(jù)估計(jì)的動(dòng)目標(biāo)方位斜視角和動(dòng)目標(biāo)落入的多普勒單元，可以計(jì)算動(dòng)目標(biāo)的徑向速度，實(shí)現(xiàn)動(dòng)目標(biāo)參數(shù)估計(jì)。整個(gè)處理流程如圖2所示。

圖2 基于Relax算法的雜波抑制和參數(shù)估計(jì)流程圖

4 算法仿真及分析

為了驗(yàn)證上述基于Relax的雜波抑制算法的有效性，本文在計(jì)算機(jī)上進(jìn)行了仿真實(shí)驗(yàn)，系統(tǒng)的仿真參數(shù)和PAMIR系統(tǒng)基本類似，見表2所示。

表2 場景仿真系統(tǒng)參數(shù)

PRF6 kHz 載頻9.45 GHz 載機(jī)飛行速度100 m/s 通道數(shù)目5 每個(gè)波位上發(fā)射固定脈沖數(shù)128

為了簡化問題，這里仿真波束指向?yàn)?0°(正側(cè)視)情況下場景的回波(假設(shè)地面后向散射系數(shù)服從高斯分布)。利用多普勒單元和方位角度的一一對應(yīng)關(guān)系，在每個(gè)多普勒單元對應(yīng)的方位角上布置1個(gè)點(diǎn)目標(biāo)，所以在每個(gè)距離單元上都布置了128個(gè)點(diǎn)。同時(shí)，在回波中加入高斯分布的噪聲分量。仿真實(shí)驗(yàn)中截取300個(gè)距離單元(第1000~1299距離單元)的回波數(shù)據(jù)進(jìn)行分析。為了模擬實(shí)際場景中雜波的非均勻性，仿真了3個(gè)不同功率的雜波區(qū)，其沿距離向的變化曲線如圖3(a)所示。另外，在場景回波中加入了幅值相同的6個(gè)動(dòng)目標(biāo)，經(jīng)過距離壓縮和方位向FFT后的，他們的徑向速度、所處距離單元和方位斜視角分布如表3所示。其中，通道3的回波在距離-多普勒域的幅度歸一化分布圖如圖3(b)所示。

表3 回波中的動(dòng)目標(biāo)信息

動(dòng)目標(biāo)序號123456 距離單元104510751105119512251255 徑向速度(m/s)3.83.02.3-2.3-3.0-3.8 方位斜視角(°)89.090.089.590.090.591.0

為了便于比較，雜波抑制后的結(jié)果都統(tǒng)一進(jìn)行了幅度歸一化處理。圖4給出了不存在通道誤差時(shí)的雜波抑制和CFAR檢測結(jié)果圖。圖4(a)所示為采用空時(shí)1DT-SAP算法進(jìn)行雜波抑制的結(jié)果。從圖中可以看出，受到雜波非均勻性的影響，雜波加噪聲的協(xié)方差矩陣無法得到有效的估計(jì)，從而導(dǎo)致雜波抑制性能下降。圖4(b)和圖4(c)分別為Relax算法進(jìn)行第1次和第2次迭代后的雜波抑制結(jié)果。相比圖4(a)，其雜波剩余大大減小，因此非均勻環(huán)境下基于Relax算法的雜波抑制結(jié)果要優(yōu)于空時(shí)處理結(jié)果。這要?dú)w因于基于Relax算法的雜波抑制過程不需要估計(jì)雜波加噪聲協(xié)方差矩陣，因而不會(huì)受到雜波非均勻性的影響。同時(shí)，對比圖4(b)和圖4(c)可以看出，這里提出的方法在第1次迭代已經(jīng)達(dá)到了比較好的雜波抑制效果，第2次迭代相比于第1次迭代的改進(jìn)非常小。上述仿真結(jié)果表明：采用Relax算法進(jìn)行雜波抑制處理時(shí)，通常1~2次迭代后即可獲得較好的雜波抑制效果。在實(shí)際應(yīng)用中，如果目標(biāo)的SNR比較低或者具有更大的通道誤差等條件時(shí)，可能會(huì)需要更多的迭代次數(shù)。圖4(d)為進(jìn)行Relax算法雜波抑制后的CA-CFAR檢測結(jié)果圖，圖中的6個(gè)動(dòng)目標(biāo)均得到有效檢測。

為了驗(yàn)證本文算法的穩(wěn)健性，在上述5個(gè)通道間加入幅度和相位誤差，以通道1為參考，具體誤差幅度及相位分布見表4所示。

圖5給出了存在通道誤差時(shí)的雜波抑制和CFAR檢測結(jié)果圖。圖5(a)所示為采用空時(shí)1DT- SAP算法進(jìn)行雜波抑制的結(jié)果圖，圖5(b)和圖5(c)分別為Relax算法進(jìn)行第1次和第2次迭代后的雜波抑制結(jié)果，可見采用Relax算法進(jìn)行雜波抑制的時(shí)候?qū)νǖ勒`差具有較強(qiáng)的適應(yīng)能力。圖5(d)為進(jìn)行Relax算法雜波抑制后的CA-CFAR檢測結(jié)果圖，6個(gè)動(dòng)目標(biāo)均得到有效檢測。

圖3 仿真場景的回波信息

圖4 不存在通道誤差時(shí)的雜波抑制(幅度歸一化)及CFAR檢測結(jié)果圖

圖5 存在通道誤差時(shí)的雜波抑制(幅度歸一化)及CFAR檢測結(jié)果圖

表4 通道間的幅度和相位誤差分布

通道序號12345 幅度誤差(dB)0-0.91510.8279-0.91510.8279 相位誤差(°)055-5-5

下面驗(yàn)證基于Relax算法的參數(shù)估計(jì)方法。對檢測到動(dòng)目標(biāo)的距離-多普勒單元，采用Relax算法繼續(xù)進(jìn)行迭代，如果經(jīng)過若干次迭代后動(dòng)目標(biāo)的方位斜視角保持不變，則終止迭代。根據(jù)估計(jì)的動(dòng)目標(biāo)方位斜視角，結(jié)合動(dòng)目標(biāo)落入的多普勒單元可以計(jì)算出動(dòng)目標(biāo)的徑向速度。表5給出了采用Relax算法進(jìn)行動(dòng)目標(biāo)參數(shù)估計(jì)的結(jié)果。對比表5可以看出，即使在有通道誤差的情況下，采用Relax算法估計(jì)的結(jié)果依然具有較高的精度，只是迭代次數(shù)要高于不存在通道誤差時(shí)的情況。上述結(jié)果證明了采用Relax算法進(jìn)行WAS-GMTI模式動(dòng)目標(biāo)參數(shù)估計(jì)的有效性和穩(wěn)健性。

表5 動(dòng)目標(biāo)參數(shù)估計(jì)結(jié)果

動(dòng)目標(biāo)序號123456 仿真1不存在通道誤差情況下的估計(jì)結(jié)果 徑向速度(m/s)3.462.982.21-2.18-2.83-3.60 方位斜視角(°)89.0090.0089.5690.0390.5190.92 終止迭代次數(shù)333333 仿真2存在通道誤差情況下的估計(jì)結(jié)果 徑向速度(m/s)3.462.982.23-2.20-2.85-3.60 方位角斜視(°)89.0090.0089.5790.0290.5090.92 終止迭代次數(shù)691616106

5 結(jié)論

本文首先分析了多通道WAS-GMTI模式回波的組成及各通道間回波的相互關(guān)系，據(jù)此提出了基于Relax算法的雜波抑制和參數(shù)估計(jì)方案。該方案首先對每個(gè)距離-多普勒單元進(jìn)行迭代處理，實(shí)現(xiàn)雜波抑制，然后對雜波抑制的結(jié)果進(jìn)行2維單元平均CFAR檢測，最后對檢測到動(dòng)目標(biāo)的距離-多普勒單元繼續(xù)進(jìn)行迭代處理，以獲取動(dòng)目標(biāo)的參數(shù)信息。在仿真實(shí)驗(yàn)部分，利用設(shè)計(jì)的方法處理仿真的非均勻場景回波，并對比空時(shí)1-DT算法的處理結(jié)果，驗(yàn)證了本文方法在處理非均勻環(huán)境回波時(shí)的有效性；通過在回波中加入通道幅相誤差，驗(yàn)證了本文方法在存在通道誤差時(shí)的穩(wěn)健性。

參考文獻(xiàn)

[1] Entzminger J N, Senior JR, Fowler C A,. JointSTARS and GMTI: Past, present and future[J]., 1999, 35(2): 748-761. doi: 10.1109/7.766956.

[2] Yan H, Zhu D Y, Wang R,. Practical signal processing algorithm for wide-are surveillance-GMTI mode[J].,&, 2016, 9(8): 991-998. doi: 10.1049/iet-rsn.2014.0452.

[3] Cerutti-Maori D, Klare J, Brenner A R,. Wide-area traffic monitoring with the SAR/GMIT system PAMIR [J].,2008, 46(10): 3019-3030. doi: 10.1109/TGRS.2008. 923026.

[4] Cerutti-Maori D, Gierull C H, and Ender J H G. Experimental verification of SAR-GMTI improvement through antenna switching[J]., 2010, 48(4): 2066-2075. doi: 10.1109/TGRS.2009.2037010.

[5] Wilden H and Brenner A R. The SAR/GMTI airborne radar PAMIR: technology and performance[C]. IEEE Microwave Symposium Digest, Anaheim, CA, USA, 2010: 534-537.doi: 10.1109/MWSYM.2010.5518080.

[6] Ender J H G, Berens P, Brenner A R,. Multi channel SAR/MTI system development at FGAN: From AER to PAMIR[C]. IEEE International Geoscience and Remote Sensing Symposium, Toronto, Canada, 2002: 1697-1701. doi: 10.1109/ IGARSS.2002.1026225.

[7] Ward J. Space-time adaptive processing for airborne radar [R]. NASA STI/Recon Technical Report N, 1994: 109-119.

[8] 張曉光, 劉祥峰, 付琨. 基于MIMO-SAR體制的空頻域自適應(yīng)動(dòng)目標(biāo)檢測技術(shù)研究[J]. 電子與信息學(xué)報(bào), 2010, 32(8): 1997-2001.

Zhang X G, Liu X F, and Fu K. Study on ground moving target indication of multiple input multiple output space-borne SAR[J].&, 2010, 32(8): 1997-2001.

[9] Ender J H G. Space-time processing for multichannel synthetic aperture radar[J].&, 1999, 11(1): 29-38. doi: 10.1049/ecej: 19990106.

[10] Ender J H G. Detection and estimation of moving target signals by multi-channel SAR[C]. European Conference on Synthetic Aperture Radar, K?nigswinter, Germany, 1996: 411-417.

[11] 韋北余, 朱岱寅, 吳迪. 一種基于動(dòng)目標(biāo)聚焦的SAR-GMTI方法[J]. 電子與信息學(xué)報(bào), 2016, 38(7): 1738-1774. doi: 10.11999/JEIT151036.

Wei B Y, ZHU D Y, and WU D. A SAR-GMTI approach based on moving target focusing[J].&, 2016, 38(7): 1738-1774. doi: 10. 11999/JEIT151036.

[12] Eduaro M, Antoni B, Josep R,. A performance evaluation of SAR-GMTI missions for maritime applications [J].,2015, 53(5): 2496-2509. doi: 10.1109/TGRS.2014.2360989.

[13] Liu B C, Yin K Y, Li Y K,. An improvement in multichannel SAR-GMTI detection in heterogeneous environments[J]., 2015, 53(2): 810-827. doi: 10.1109/TGRS. 2014.2328712.

[14] Eduaro M, Stefan V B, Marc J,. Multichannel SAR-GMTI in maritime scenarios with F-SAR and terraSAR-X sensors[J]., 2015, 8(11): 5052-5067. doi: 10.1109/JSTARS.2015.2438898.

[15] 張賢達(dá). 現(xiàn)代信號處理[M]. 第2版, 北京: 清華大學(xué)出版社, 2002: 177-188.

Zhang X D. Modern Signal Processing[M]. Second edition. Beijing: Tsinghua University Press, 2002: 177-188.

閆 賀： 男，1985年生，講師，研究方向?yàn)楹铣煽讖嚼走_(dá)信號處理.

朱岱寅： 男，1974 年生，教授，研究方向?yàn)楹铣煽讖嚼走_(dá)信號處理.

張勁東： 男，1981年生，副教授，研究方向?yàn)槔走_(dá)信號處理.

王旭東： 男，1979年生，副教授，研究方向?yàn)槔走_(dá)信號處理及硬件實(shí)現(xiàn).

李 勇： 男，1976年生，副教授，研究方向?yàn)楹铣煽讖嚼走_(dá)信號處理.

毛新華： 男，1979年生，副教授，研究方向?yàn)楹铣煽讖嚼走_(dá)信號處理.

吳 迪： 男，1983年生，副教授，研究方向?yàn)楹铣煽讖嚼走_(dá)信號處理.

Clutter Suppression and Parameter Estimation Method in WAS-GMTI Mode Based on Relax Algorithm

YAN He ZHU Daiyin ZHANG Jindong WANG Xudong LI Yong MAO Xinhua WU Di

(,,210016,)

This paper proposes a clutter suppression and parameter estimation method based on Relax algorithm. The method is fit for the multi-channel Wide Area Surveillance (WAS) GMTI system. After analyzing the components of radar echoes in WAS-GMTI mode, an iterative clutter suppression method based on Relax algorithm is designed. Compared with the reduced-dimension Space Time Adaptive Processing (STAP) algorithm, the proposed method achieves better clutter suppression results in the nonhomogeneous environment since it has no need to estimate the clutter plus noise covariance matrix. Besides, based on the clutter suppression results, precision parameters of moving targets can be obtained if the iterations are continued in the range-Doppler cells with the detected moving targets. The proposed method is validated by digital simulations.

SAR; Ground Moving Target Identification (GMTI); Relax algorithm; Clutter suppression; Parameter estimation

TN957.51

A

1009-5896(2016)12-3042-07

10.11999/JEIT160859

2016-08-22；改回日期：2016-11-22；

2016-12-14

閆賀 yanhe@nuaa.edu.cn

國家自然科學(xué)基金(61501231)，江蘇省自然科學(xué)基金 (BK20150759)，航空科學(xué)基金(20152052027)，中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(3082016NJ20160006)

The National Natural Science Foundation of China (61501231), The Jiangsu Provincial Natural Science Foundation (BK20150759), The Aeronautical Science Foundation of China (20152052027), The Fundamental Research Funds for the Central Universities (3082016NJ20160006)