復雜背景下目標散射信號測量與提取技術

梁麗雅， 原賽賽， 許小劍

(北京航空航天大學 電子信息工程學院， 北京 100083)

美國佐治亞技術研究所(GTRI)電磁測試場采集了T72坦克的一系列三維成像數據，并將其作為MSTAR(Man-portable Surveillance and Target Acquisition Radar)公用數據庫予以發布[1]。在數據采集過程中，雷達置于一個固定高塔的電梯平臺上，轉臺置于距離高塔150 ft(1 ft=0.304 8 m)的地面上，其上可放置大型被測目標，并以一定的轉速旋轉，從而實現對被測目標360°全方位雷達散射截面(Radar Cross Section, RCS)數據的獲取[2-3]。

GTRI測試場周邊環境復雜，除被測目標外，周圍存在草地、樹木等構成無法移除的固定背景。在RCS測量中，較寬的天線波束照射到目標周圍的固定背景區域，導致較強的背景雜波連同目標回波信號一起進入雷達接收機。一方面，被測目標始終隨轉臺轉動，其回波相位隨方位旋轉而快速變化，因此目標信號具有較高的多普勒頻率。另一方面，目標區周邊環境等背景是靜止的，因此背景雜波具有零多普勒頻率的特點[4-9]。

文獻[4-6]提出通過對每個頻率點上的測量數據采用方位滑窗平均處理，可得到零多普勒雜波(Zero Doppler Clutter, ZDC)估計值，即固定背景雜波估計值。文獻[10]在此基礎上提出了一種改進的ZDC抑制技術，主要是通過門限處理將ZDC估計中的剩余目標分量置零，從而達到提高ZDC估計精度的目的。本文在文獻[10]工作的基礎上，提出了一種基于最大概率統計的提取技術，在消除傳統ZDC處理中剩余目標信號分量的同時，對每個方位上的固定背景進行最大概率幅度統計估計和門限處理，提高了后續背景抵消處理的有效性。

1 固定背景提取原理

設雷達回波數據由目標回波和固定背景雜波2個分量組成，可表示為[11]

X(f,θ)=XT(f,θ)+XB(f)

(1)

式中:f為步進頻率；θ為方位角；XT(f,θ)為目標回波信號；XB(f)為固定背景雜波。

在給定頻率下，有[12]

XT(θ)=AT(θ)ejφT(θ)=AT(θ)(cos(φT(θ))+

jsin(φT(θ)))

(2)

式中:AT(θ)為目標回波幅度；φT(θ)為目標回波相位。φT(θ)在轉臺旋轉過程中隨方位角θ呈現劇烈變化，因此采用小方位窗口對數據進行滑窗統計平均處理時，其數學期望仍然滿足[13]

(3)

固定背景雜波的幅度和相位是不隨方位角變化的，因此有

(4)

式中:XB(θ)為固定背景雜波信號；AB為固定背景雜波幅度；φB為固定背景雜波相位。兩者都為常數項。

綜上，總的雷達回波數據的數學期望為

XB(f)=XB(f)

(5)

由上述推導可知：只要被測目標在轉臺中心附近不存在重要的散射中心，則通過對回波信號采用小方位角范圍滑窗平均處理，可直接得到固定背景雜波分量[3,9-10]。

2 基于最大概率的背景提取與相減技術

采用方位滑窗平均得到的固定背景雜波中存在被測目標本身殘余的散射回波信號，其結果不但影響背景提取的精度，而且在后續背景抵消處理中可能使部分目標信息也被減縮。為此，本文提出一種新的背景提取技術，即基于最大概率的背景提取與相減技術對測量數據進行處理[14]。其基本依據是：固定背景雜波是不隨方位角變化的，當采用ZDC處理時，受目標殘余信號影響的背景估計僅在少部分方位角上發生，故通過沿方位向求取最大概率幅度統計量，并用此量替換超過一定閾值的背景幅值估計，這樣能有效濾除目標殘余信號分量，從統計意義上而言，所得到的固定背景雜波估計更準確，從而達到較好的背景抵消效果。基于最大概率的背景提取與相減技術處理流程如圖1所示，基本測量與背景提取處理的步驟如下：

步驟1數據獲取。將目標置于轉臺上，作360°全方位旋轉測量，獲得不同方位角下的窄帶或寬帶散射回波幅度和相位數據，從而得到“目標+固定背景”的混合回波帶寬測量樣本，稱為“全方位寬帶RCS測量原始幅相數據”。

步驟2固定背景提取。針對“全方位寬帶RCS測量原始幅相數據”中每個測量頻點，選擇一定寬度的方位窗口做方位滑窗平均處理，得到每個方位下的固定背景雜波估計值。

步驟3最大概率幅度統計量計算。通過概率統計直方圖處理，求取固定背景雜波幅度估計的全方位統計量，得到最大概率幅度估計Apmax(fi),i=1,2,…,Nf。

步驟4基于最大概率幅度統計量的門限處理。依據上述最大概率幅度統計量設定門限因子，針對每個頻點和每個方位的固定背景雜波幅度估計，完成門限處理，即：如果當前幅度估計值與最大概率幅度Apmax(fi)之間的差異超過門限值，則該處的幅度值用最大概率幅度Apmax(fi)值替換。如此，得到每個頻點和方位下的最終固定背景雜波的估計值。

圖1 基于最大概率的背景提取與相減流程圖Fig.1 Flowchart of background extraction and subtraction based on maximal probability

步驟5背景相減處理。原始測量數據與固定背景雜波估計數據之間作向量相減，得到背景抵消后的目標回波數據。

3 結果及分析

以MSTAR公布的T72坦克的雷達成像數據為實驗數據進行處理。測試條件為：中心頻率9.6 GHz，帶寬660 MHz，360°全方位測量，角度間隔0.05°。獲取成像數據的測試場轉臺雷達測量幾何關系及測試場景如圖2所示。

圖3為數據域中的結果對比。其中，圖3(a)是原始測量數據，可見固定背景雜波對數據的影響十分嚴重；圖3(b)是采用方位滑窗平均技術提取的背景；圖3 (c)是通過基于最大概率處理得到的背景，可以看到原本位于圖3(b)中方位角0°和±90°附近的剩余目標分量被全部濾除；圖3(d)是將圖3(a)與(c)作矢量相減得到的背景抵消后的結果。

圖2 GTRI成像測量幾何關系和測試場景Fig.2 GTRI imaging measurement geometry and test scene

為了進一步分析背景抵消前后對目標RCS的影響，圖4給出了一組在給定頻率下，采用基于最大概率的背景提取與相減技術進行背景抵消前后的RCS隨方位變化的結果對比，可以發現在本例中固定背景雜波對目標RCS的影響非常嚴重，經固定背景提取與抵消處理后，坦克目標的RCS隨方位的變化特性得到了很好的恢復。

圖3 數據域結果對比Fig.3 Comparison of results in data domain

圖4 背景抵消前后RCS隨方位角變化結果Fig.4 RCS versus azimuth before and after background subtraction

為了更清晰地觀察背景提取與抑制的效果，對圖3(a)～(c)分別作快速傅里葉逆變換(IFFT)，得到各自對應的一維距離像(HRRP)[15]，如圖5(a)～(d)所示。其中，圖5(a)為原始測量數據的HRRP，圖5(b)～(d)分別為采用滑窗ZDC處理、文獻[10]提出的目標殘余分量置零的方法以及本文方法提取得到的背景信號的HRRP。對比圖5(b)～(d)，可以明顯地看到采用基于最大概率的背景提取技術能夠更有效地消除背景估計中的目標殘余分量，提高背景提取的準確性。

圖6(a)～(c)給出了分別采用傳統方位滑窗平均、文獻[10]提出的置零處理和最大概率提取技術得到固定背景雜波估計并進行背景抵消后的HRRP結果對比。與圖5(a)對比可見，圖6(a)在方位角為0°和±90°的位置丟失了部分目標信號，而圖6(b)和(c)都保留了較完整的目標特征信號，但是圖6(c)的效果更好。

作為最后一個例子，圖7展示出了采用金屬支架的RCS測試場的實驗結果。測試條件為：頻率范圍1～3 GHz，360°全方位測量，天線極化為VV極化。圖7(a)為原始測量數據的HRRP，圖7(b)和(c)分別為采用方位滑窗平均和最大概率提取技術得到固定背景雜波的HRRP，圖7(d)和(e)分別為采用方位滑窗平均技術和基于最大概率提取技術進行背景抵消后的HRRP。對比圖7(a)、(d)和(e)可見，采用方位滑窗平均技術進行背景抵消后會丟失部分目標信號，這是由于背景估計中的目標殘余分量造成的；而采用基于最大概率的背景提取與抵消技術在濾除背景雜波的同時，保留了較完整的目標特征信號。

圖5 時域結果對比Fig.5 Comparison of results in time domain

圖6 采用不同處理技術背景抵消后的HRRP結果對比Fig.6 Comparison of HRRP results of different processing techniques for background subtraction

圖7 采用金屬支架測量數據的HRRP結果對比Fig.7 Comparison of HRRP results of measurement data by metal pylon

4 結 論

針對目標散射特性測量中存在的固定背景雜波，提出了一種基于最大概率的背景提取與相減技術：

1) 在數據域中，采用基于最大概率的背景提取技術可以消除固定背景雜波中的殘余目標信號分量。

2) 采用基于最大概率的背景提取技術并通過背景相減處理后得到的HRRP中，濾除固定背景雜波的同時，保留了較完整的目標特征信號。