基于相位的岸基雷達地海雜波分割方法

夏曉云, 黎 鑫,2, 張玉石, 萬晉通

(1. 中國電波傳播研究所，電波環境特性及模化技術重點實驗室, 山東 青島 266107; 2. 西安電子科技大學雷達信號處理國家重點實驗室, 陜西 西安 710071)

0 引 言

海雜波作為不可避免的雷達回波,常常嚴重制約雷達對艦船、飛機、導彈等目標的探測能力[1]。相關研究表明[2-3],海雜波不僅受雷達參數的影響,如雷達頻率、極化、擦地角、帶寬等,還受氣候、環境等不確定自然因素的影響,如風速、風向、地理環境等,導致了海雜波的復雜多變特性。為了分析海雜波的特性,需要采集和積累完備的海雜波數據。國內外已經開展了大量海雜波測量實驗和海雜波特性研究工作[4],如著名的加拿大McMaster大學的X波段IPIX雷達海雜波測量實驗[5]、澳大利亞國防科技署(DSTO)的海雜波測量實驗[6-9]等。利用岸基雷達對海面進行長期觀測和數據采集是一種積累不同測量條件下海雜波數據的有效手段。目前岸基預警雷達仍然是我國近海監視力量的主體[10],因此,岸基雷達雜波數據的有效處理也成為雜波特性認知、岸基雷達目標探測性能提升的必要條件。

然而,對于岸基對海觀測雷達來說,一方面,由于雷達旁瓣和后瓣的存在,海雜波數據的采集受雷達架設位置及周圍地理環境的影響較大,另一方面,由于近海岸線復雜地理特征及海水漲退潮等自然現象的存在,雷達測得的近岸雜波數據相比開放海域的雜波數據要復雜得多[11]。對近岸海域雜波特性的研究[12-14]表明了近岸雜波的復雜性。文獻[15-16]指出近海岸是由不同種類的雜波組成的復雜環境,這對雜波特性的認知及對海雷達的檢測性能有很大影響。

在遙感圖像處理中海岸線位置提取是重要的一步,對海上目標的提取和識別有重要作用[17]。而對于岸基雷達來說,如何通過雜波數據的分析來提取海岸線信息,對雜波特性分析具有重要意義。本文通過對岸基S波段雷達回波數據分析,提出基于相位的岸基雷達地海雜波分割方法。由于岸基雷達與地物雜波呈相對靜止狀態,地物雜波的多普勒偏移為零,海面具有相對于雷達的運動,因此海雜波具有非零的多普勒偏移和明顯的多普勒展寬,這些差異在相參雷達回波的相位上有明顯的不同。本文利用回波的相位信息可以快速有效地區分具有不同頻移特性的地物雜波和海雜波。對近岸不同距離門雜波的幅度分布特性的分析結果也從側面表明了該分割方法的有效性,為岸基雷達雜波數據的處理提供了方法依據。

1 實測數據分析

本文分析數據為某岸基S波段全相參脈沖體制雷達測得的雜波數據。雷達架設在海拔大于400 m的山頂上,工作方式為掃描模式,距離分辨率為60 m。雷達工作環境示意圖如圖1所示,圖中曲線DABC為根據地圖刻畫的海岸線位置,其中ABC為雷達中心波束照射范圍,D點位置為雷達中心波束照射范圍外距雷達最遠的島礁。

圖1 雷達工作環境示意圖Fig.1 Radar working environment sketch map

雷達工作中,在中心波束指向由OA位置掃描到達OC位置的過程中進行數據采集,一個掃描周期結束后,雷達中心波束指向重置到OA位置,再次開始從OA位置到OC位置的數據采集,如此重復獲得多個掃描周期的數據。由于受雷達工作平臺的限制,雷達回波中存在地物雜波。由圖1可知,地雜波不僅存在于雷達主瓣的照射范圍,還存在于雷達旁瓣中,且旁瓣地雜波存在的距離不同于主瓣。因此在進行海雜波特性分析之前,必須對雷達回波中的地物雜波和海雜波進行有效劃分。實驗中已知雷達正視方向的臨海處有一座小山,雷達波束照射到該位置時會產生很強的回波,在雜波幅度(所有波位回波幅度的平均值)隨距離門變化的曲線中會出現明顯的尖峰,如圖2所示。

圖2 雷達回波幅度值隨距離門的變化Fig.2 Variation of radar echo amplitude with range cells

由圖2可知，尖峰位置出現在第27個距離門,從第30個距離門開始幅度值趨于緩變狀態,因此,在實際雜波數據處理過程中,通常以此為依據對地物雜波和海雜波進行簡單劃分,即粗略地將第30個距離門開始的回波數據用作海雜波特性的分析。由圖1可知,雷達正視方向為地形的凹口位置,雷達整個觀測范圍的海岸線與雷達距離的動態范圍較大,因此根據典型地形特征得到的地海雜波分割結果往往存在較大偏差。可以通過對雷達回波數據的具體分析說明這一問題。

1.1 幅度強度分析

雷達回波幅度值的大小代表了散射體散射特性的強弱,同時也反映了不同散射體之間的特性差異。一組海雜波數據的幅度圖如圖3所示,每個掃描周期194個波位,圖中顯示為3個掃描周期的數據,距離門范圍為30～129,圖中顯示顏色越亮表示回波幅度值越大。

圖3 雷達回波幅度圖Fig.3 Map of radar echo amplitude

由圖3可知,距離門30～50左右的回波幅度值明顯偏大,這些回波幅度值較大的強回波信號跨越多個距離門多個波位且在每個掃描周期具有相似的結構,說明這些引起強回波信號的散射點不是隨機出現而是固定存在的。在每個掃描周期中,強散射點的回波幅度值在不同波位之間存在較大變化且不具有規律性,由此可以排除雷達本身對回波數據帶來的影響。進一步對比圖1與圖3發現,圖3中回波幅度值較大的區域輪廓與圖1中海岸線輪廓形狀上是相似的,且由于地物雜波相比海雜波的強度要大得多,因此推測這些強回波是地物雜波,是由雷達觀測區域的地理環境引起的。

1.2 多普勒譜分析

海表面存在各種各樣的特征,如浪谷、浪楔、波浪、泡沫、漩渦、浪花以及海浪下落時形成的大大小小的水花等,這些變化的特征使得海表面相對雷達來說是一個動態的、不斷變化的粗糙面[1]。海表面各種各樣的特征不同運動狀態導致海雜波多普勒譜存在頻移與展寬。而對于地面、淺灘、礁石等特征來說,其與岸基雷達呈相對靜止狀態,因此地物雜波多普勒譜表現為在零頻處有一個很窄的尖峰。基于地物雜波與海雜波多普勒譜特性的差異,對圖3所示雷達回波數據的多普勒譜作進一步分析。

雷達工作在掃描模式,每個波位發射100個連續的相參脈沖,因此文中利用每個雷達分辨單元對應的100個相參脈沖回波數據進行譜估計。雷達回波多普勒譜如圖4所示。

圖4 雷達回波多普勒譜Fig.4 Doppler spectrum of radar returns

由圖4(a)可知第33個波位雷達回波平均功率隨距離門的變化,前52個距離門的回波功率明顯高于其他距離門的回波功率。計算第33個波位每個距離門的多普勒功率譜進行觀察,選擇具有代表性的距離門35(強回波單元處)、46、52(強回波單元回波功率下降過程中)、53(強弱回波單元交界處)和距離門70(弱回波單元處)進行多普勒譜顯示分析。由圖4(b)可知距離門35雜波單元的多普勒功率譜,雜波譜為較窄的單峰且多普勒中心頻率為0 Hz,與地雜波譜特性吻合。由圖4(c)和圖4(d)分別可知距離門46和52雜波單元的多普勒功率譜,雜波譜仍為單峰且多普勒中心頻率為0 Hz,但譜峰兩側出現譜展寬,展寬是由海雜波引起的,說明地、海雜波混合在一起,但由于地物雜波比海雜波強得多,因此該雜波單元中地物雜波是占優的。由圖4(e)可知距離門53雜波單元的多普勒功率譜,雜波譜多普勒中心頻率仍為0 Hz,但在12.84 Hz處出現小的譜峰,有明顯的頻譜展寬,表現出了海雜波的譜特性。由圖4(f)可知距離門70雜波單元的多普勒功率譜,雜波譜多普勒中心頻率為4.28 Hz,另一個譜峰的頻移為-8.56 Hz,雜波譜出現明顯的雙峰和頻譜展寬現象,與海雜波譜特性吻合。實驗結果展現了近海岸雜波多普勒譜特性隨距離門的變化過程,表明了前52個距離門雜波單元中地物雜波的存在,驗證了近岸的強回波信號是由地物雜波引起的這一推測。進一步對第96個波位、第138個波位回波數據的多普勒譜進行相同分析,得出的結論是一致的。

2 基于相位的地海雜波分割方法

在第1節中通過對雷達回波數據的分析,認為近岸回波數據中的強回波信號是由地物雜波引起的。由于地物雜波與海雜波特性存在較大差異,因此在近岸雜波數據處理過程中首先對地海雜波進行分割處理是非常必要的。本文從岸基雷達地海雜波的多普勒特性差異著手,基于雷達回波數據進行地海雜波分割處理。

頻率f、角頻率w與相位θ的關系可以表示為

(1)

對于岸基雷達,地物雜波的多普勒頻率為零,也就是說其回波相位的變化量為零。假設某一雷達分辨單元的N相參脈沖回波為z1,z2,…,zN,均為復數。復數可以表示為模值和輻角的形式,在0～2π之間的輻角稱為輻角主值,而對于雷達回波數據zn(n=1,2,…,N)來說,其模值代表回波的幅度,輻角主值則代表回波解纏繞后的相位。相參脈沖串與散射體的相互作用形成回波脈沖串,對于岸基雷達來說,靜止散射體回波脈沖串中每個脈沖解纏繞后的相位是相同的,即回波復數的輻角主值是相等的。在復平面上,復數可以用向量來表示,因此兩復數的輻角主值相等可以表示為兩向量的夾角為0°,基于此可以利用相位信息來判斷回波散射體相對雷達的運動狀態,具體實現為

(2)

(3)

(4)

式(2)中，(·)′表示復數取共軛。式(3)中,Δi表示某雷達分辨單元中第i個脈沖與第i+1脈沖回波的相位變化量;abs(·)表示取絕對值;arctan(·)表示反正切函數;imag(·)表示取復數的虛部;real(·)表示取復數的實部。式(4)中,ε表示某雷達分辨單元中相鄰脈沖間相位的平均變化量;簡稱為相位平均變化量,δ表示判決門限。

根據式(2)和式(3),對實測數據第20～29距離門的地雜波單元和第71～80距離門的海雜波單元相鄰脈沖間的相位變化量進行計算,其中地雜波單元相鄰脈沖間相位變化量的均值為0.033,海雜波單元相鄰脈沖間相位變化量的均值為0.505,這表明通過相位平均變化量ε的大小可以明顯區分地海雜波。根據實測數據的分析結果取δ=0.04作為門限值,若ε小于給定的門限表示該雷達分辨單元的散射體相對雷達是靜止的,否則反之。判斷為靜止狀態的雷達分辨單元用1表示,代表地物雜波或地物雜波占優的單元;判斷為運動狀態的雷達分辨單元用0表示,代表海雜波或海雜波占優的單元。

對分割處理得到的0/1矩陣進行八鄰域中值濾波處理,以濾除孤立點。對于0/1結果矩陣中的任意元素A(x,y),對其進行八鄰域中值濾波處理,可以表示為

A′(x,y)=median{A(x-1,y-1),A(x-1,y),

A(x-1,y+1),A(x,y-1),A(x,y+1),

A(x+1,y-1),A(x+1,y),A(x+1,y+1)}

(5)

八鄰域中值濾波處理后得到最終的地海雜波分割結果,如圖5所示。

圖5 地海雜波分割結果圖 Fig.5 Result of sea-land clutter segmentation

由圖5地海雜波分割結果可知,分割為地雜波的單元為第30～52個距離門,因此進一步分析第30～52個距離門雜波幅度分布特性與第53～60個距離門雜波幅度分布特性的差異。

分別利用瑞利分布、威布爾分布和K分布模型進行幅度分布擬合,采用卡方擬合優度檢驗,每個距離門的幅度分布擬合結果均為K分布擬合效果更好,但不同距離門間的分布參數存在差異,每個距離門估計的K分布參數如表1所示,表中只顯示了距離門30～51中部分距離門的參數。

表1 K分布模型參數表

由表1可知，第30～51個距離門參數值很小且隨距離門波動小,而第52～60個距離門參數值較大且隨距離門波動大。這表明基于相位的地海雜波分割很好地對不同幅度分布特性的雜波進行了劃分,從側面驗證了地海雜波分割結果的正確性。地海雜波分割結果作為對雜波環境的一種認知,為近岸雜波特性的分析及數據處理工作提供重要的參考依據。

3 結束語

岸基S波段雷達雜波的分析表明近岸回波中地物雜波的存在,地物雜波相對岸基雷達是靜止的,而海雜波是動態變化的,基于此利用回波脈沖間相位差的大小判斷散射體的運動狀態,以此作為地海雜波分割的依據,實測數據分析結果表明該分割方法很好地劃分了具有不同幅度分布特性的雜波。這對雜波特性的研究以及近岸海域目標檢測性能的提升具有指導意義。

[1] MERRULL I S.雷達手冊[M].第三版.南京電子技術研究所譯.北京: 電子工業出版社, 2010: 579-584.

MERRULL I S. Radar Handbook[M]. 3rd ed. Nanjing electronic technology reseach institute. trans. Beijing: Publishing House of Electronics Industry, 2010: 579-584.

[2] 何友,黃勇,關鍵,等.海雜波中的雷達目標檢測技術綜述[J].現代雷達,2014,36(12):1-9.

HE Y, HUANG Y, GUAN J, et al. An overview on radar target detection in sea clutter[J]. Modern Radar, 2014, 36(12): 1-9.

[3] WARD K, WATTS S. Use of sea clutter models in radar design and development[J].IET Radar, Sonar & Navigation,2010,4(2):146-157.

[4] 丁昊,董云龍,劉寧波,等.海雜波特性認知研究進展與展望[J].雷達學報, 2016, 5(5): 499-516.

DING H, DONG Y L, LIU N B, et al. Overview and prospects of research on sea clutter property cognition[J]. Journal of Radars, 2016, 5(5): 499-516.

[5] DROSOPOULOS A.Description of the OHGR database[R]. Ottawa, Canada: Defence Research Establishment Ottawa, 1994.

[6] DONG Y, MERRETT D. Analysis of L-band multi-channel sea clutter[R]. Edinburgh, South Australia: Electronic Warfare and Radar Division, Defence Science and Technology Organisation, 2010：1-25.

[7] WEINBERG G. Investigation of the pareto distribution as a model for high grazing angle clutter[R]. Edinburgh, South Australia: Electronic Warfare and Radar Division, Defence Science and Technology Organisation, 2011：1-19.

[8] ROSENBERG L, WATTS S. High grazing angle sea-clutter literature review[R]. Edinburgh, South Australia: Electronic Warfare and Radar Division, Defence Science and Technology Organisation, 2013：1-31.

[9] ROSENBERG L. Sea-spike detection in high grazing angle X-band sea-clutter[R]. Edinburgh, South Australia: Electronic Warfare and Radar Division, Defence Science and Technology Organisation, 2013：1-19.

[10] 徐起. 海上戰略預警能力與海工裝備建設[J]. 中國工業評論, 2016, 9: 58-62.

XU Q. Maritime strategic early warning ability and the construction of marine engineering equipment[J]. China Industry Review, 2016, 9: 58-62.

[11] STOVE A G, ROBERTSON D A, MACFARLANE D G. Littoral sea clutter returns at 94 GHz[C]∥Proc.of the IEEE International Radar Conference, 2014: 1-6.

[12] WARD K D, TOUGH R J A. Modeling radar sea clutter in the littoral[C]∥Proc.of the IET Seminar on Radar Clutter Modeling, 2008: 25-31.

[13] STREMPEL M D, DE VILLIERS J P, CILLIERS J E, et al. A distribution analysis of segmented wave sea clutter in littoral environments[C]∥Proc.of the IEEE Radar Conference, 2015: 133-138.

[14] DANKLMAYER A, SIEGER S. Propagation experiment in the littoral at 94 GHz[C]∥Proc.of the IEEE International Symposium on Antennas and Propagation and USNC/URSI National Radio Science Meeting, 2015: 920-921.

[15] MONEY D G, BRANSON J, HOOKER M. Radar littoral environment pre-dictions and measurements[J].IEE Proceedings of Radar, 1997, 24(9):245-254.

[16] BRANSON J, WOODING S, DAWBER W N. Modeling of the littoral environment for real-time radar performance assessment[C]∥Proc.of the Radar,2002: 41-46.

[17] 萬磊, 曾文靜, 張鐵棟, 等. 近海岸目標快速提取[J]. 哈爾濱工程大學學報, 2012, 33(9): 1158-1163.

WAN L, ZENG W J, ZHANG T D, et al. Fast extraction of offshore targets based on sea line detection[J]. Journal of Harbin Engineering University, 2012, 33(9): 1158-1163.