伍建輝 趙 丹 王建超 高文冀
(西安電子工程研究所 西安 710100)
旋轉彈體的智能彈藥在攻擊地面目標時,其前端的旋轉導引頭常常處于大下視角狀態(50°-70°),此時導引頭總是在強雜波環境下工作的,強地雜波對導引頭的檢測目標具有較大影響,當強雜波充滿整個搜索波門時,導引頭不能搜索到正確的目標,更不能正常截獲和跟蹤。在雷達設計時一般采取措施來抑制或減弱雜波的影響,一般可采用低副瓣天線設計、減小發射泄漏、MTI、MTD及脈沖多普勒處理等,但是由于末制導時間短、旋轉彈體、大彎曲彈道且落角大等特點[1],常用的抑制雜波的方法比如MTD等耗時算法并不適用,所以必須結合旋轉彈體的運動特點提出新的目標檢測與跟蹤技術。
旋轉彈載導引頭具有旋轉、大下視角、制導時間短(數秒)等特點,所以常規的低分辨雷達抑制或減弱雜波的方法不能用于旋轉平臺導引頭的目標檢測與跟蹤,根據以上特點提出旋轉彈載導引頭的目標檢測與跟蹤方法:基于自適應排序恒虛警和解旋疊加的目標檢測與跟蹤方法 。該方法有以下特點:
1)體制上,調頻連續波、8mm高分辨、單脈沖;
2)硬件上,低副瓣天線設計、保證較好的收發隔離;
3)算法上,采用自適應恒虛警、目標提取、解旋疊加、目標識別等算法。
下面對該算法進行具體說明。
當導引頭下視天線波束照射到地面時,其背景雜波是較為復雜的,比如農田、樹林、公路、沙地等各種地物的反射率各不相同,尤其是在下視角50°-90°范圍內反射率變化很大,使地面雜波功率譜密度變化很大,同時旋轉導引頭以3~8r/s的轉速進行旋轉下落,在旋轉過程中且有一定的章動,所以結合旋轉彈載導引頭的運動特點以及強雜波背景提出導引頭末制導的目標檢測算法,該算法共主要分為四個處理模塊,即有序統計恒虛警(OS_CFAR)、目標中心提取、目標解旋疊加、目標匹配單元,如圖1所示。
在圖1的處理流程中,OS_CFAR(有序統計恒虛警)、目標中心提取、目標解旋疊加、目標匹配是算法的關鍵,現逐一說明主要模塊功能與作用。
1.1.1 有序統計恒虛警
常規低分辨雷達的恒虛警算法如單元平均恒虛警(CA_CFAR)性能較差,在雜波邊緣處可使檢測單元的虛警率急劇增大;急劇增大的主瓣雜波與高度線雜波嚴重影響CA_CFAR性能,所以CA_CFAR算法不適合高分辨雷達的目標檢測。
為了提高CFAR檢測器的抗干擾能力,以及適應高分辨導引頭對目標識別能力,采取有序統計恒虛警率處理(OS-CFAR)算法來進行目標檢測[2-3],以適應高分辨導引頭對目標的識別能力。和通道數據進行排序并且和門限電平進行比較后,輸出過門限的距離單元號以及幅度。
1.1.2 目標中心提取
目標中心提取的目的,是對經過OS-CFAR后的同一個目標造成的分裂進行合并,使其成為一個完整的體目標,方便目標分類與識別。
1)目標分裂的原因
由于強地雜波、接收機噪聲、主瓣展寬、副瓣雜波等因素的影響,導引頭天線波束照射到目標后,主瓣和第一副瓣都會產生回波響應,并且處理后的主瓣被展寬(可能跨越幾個距離單元),在連續幾個距離單元上都出現目標起始,于是就產生了距離分裂[4]。
2)目標中心提取可以解決目標分裂
回波信號主瓣展寬后雖然跨越幾個距離單元,但在不同的距離單元上其信號幅度是不一樣的。主瓣中間的信號最強,相應距離單元的回波幅度值也最大(稱為主峰) ,此時對應的目標距離也最準確。因此在連續幾個距離單元有目標起始時,比較目標在連續幾個距離單元處的幅度值,找出主峰目標輸出。這樣不僅可以有效消除目標的距離分裂,而且目標距離的精度也非常高。為了防止幅度起伏造成瞬時主峰偏移而影響目標距離的準確判定,可采用多次采樣比較、幅度加權的方法判定主峰,降低偶然因素的影響[5]。處理過程見圖2。
如圖2所示,裝甲車在高分辨信號體制下容易造成多個強散射點,造成目標分裂,而通過對距離單元分裂處進行插值濾波等數據處理手段,形成完整的體目標,方便后續目標解旋疊加模塊處理。
1.1.3 目標解旋疊加
由于旋轉彈載雷達導引頭采用捷聯的方式與彈體連接,因此在彈體飛行過程中,雷達導引頭與彈體一起以3~8r/s的速度進行旋轉,同一個目標在彈體坐標系下所測量的角度隨著彈體的旋轉而發生旋轉。如果對此旋轉不進行處理,將對后期目標跟蹤帶來困難,所以要對目標的旋轉進行解旋轉處理以消除彈體旋轉的影響。圖3是解旋疊加原理示意。
如圖3所示,目標解旋轉疊加就是將彈體坐標系下測量的目標角度信息向前解旋(最新時刻),并設定適當寬度的角度、距離歸并門對同一目標進行認定歸并,在一個數據處理周期(即20個檢測周期內)計算歸并次數,該歸并次數與設定的歸并門限相比較,可作為目標判定一個重要參數,最后在數據處理周期終了時刻形成解旋列表去目標匹配單元進行目標匹配。
1.1.4 目標匹配
在復雜地雜波背景下,由于旋轉彈載雷達導引頭的分辨率很高,因而回波中可能包含多個目標的信息。在雷達導引頭進行目標搜索的過程中,如何合理地確立目標選擇準則,從多目標環境中挑選出所需要截獲的目標,實現目標的精確確認,直接決定著雷達導引頭跟蹤目標的正確性,也決定著制導導引頭的修正效果[6],所以必須根據旋轉彈載導引頭的特點制定合理的目標匹配準則,具體來說,就是對解旋疊加列表輸出的目標信息——幅度、距離單元、方位角誤差、俯仰角誤差、解旋歸并次數、目標徑向尺寸六維信息進行綜合目標信息加權,根據目標的加權結果,匹配點目標、體目標與干擾目標。
針對上面的處理流程,用Matlab產生單脈沖測角三通道數據,添加的雜波符合對數正態分布,目標數據有四個:分別是1個閃爍的虛假目標、2個點目標、1個體目標。
圖4是目標的一維距離像數據,CFAR的門限為13000,如圖中粗橫線所示,虛假目標、點目標2、體目標均有目標分裂現象,尤其是體目標分裂為6個點目標,這樣會導致目標太多,大、小目標不容易識別,給后續解旋疊加處理帶來壓力,目標檢測較為困難。
圖5是對分裂目標進行插值處理,然后進行濾波輸出后的結果,粗橫線是恒虛警門限,經過處理后,分裂的點目標、體目標成為完整的點、體目標,目標分類較為清楚。
表1 解旋疊加后的目標列表(歸并次數門限=6)

目標信息虛假目標點目標1點目標2體目標徑向距離/m100282440461幅度30210466002020525210方位角/°3.1-2.6-5.13.4俯仰角/°-1.94.22.4-5.1徑向尺寸1115歸并次數3101010
由表1可以看出,其中虛假目標由于是閃爍的,時有時無,解旋疊加的歸并次數為3,小于歸并門限6,所以很容易剔除,對于點目標1與點目標2由于間隔距離較遠,可以通過設置搜索中心的遠近進行目標檢測。點目標2與體目標由于距離較近,相距21個距離單元(7.5m),二者始終處于同一跟蹤波門內,可以通過目標徑向尺寸信息進行點、體目標檢測。最后根據目標匹配準則,匹配出需要打擊的目標,至此一個完整的目標檢測處理算法完成。
高塔試驗的試驗場景選擇耕地、獼猴桃地、農田、民居等多種場景,將導引頭安裝于一維轉臺上,當導引頭旋轉時測試導引頭目標檢測與跟蹤性能,該測試更符合真實的旋轉導引頭運動的特點。
圖6左圖是一維轉臺,導引頭安裝于轉臺前面,右圖角反射體目標放置于獼猴桃地。表2是試驗條件。
表2 試驗條件

目標目標徑向距離/m目標背景導引頭下視角/°導引頭轉速/(r/s)信雜比/dB轉臺高度/m30m2角反射體146獼猴桃地3941480
表3 解旋疊加后的目標列表(CFAR門限=1000、解旋歸并次數門限=6)

幅度徑向距離/m方位角/°俯仰角/°徑向尺寸歸并次數目標11055138.3-1.2-1.431目標21100144.62.6-1.222目標32500146.1-4.14.519目標41200151.52.53.713目標52100154.73.6-2.725
通過對目標六維信息的匹配,雖然目標1——目標5均大于恒虛警門限1000,但只有目標3的歸并次數大于解旋歸并次數門限6,可以選出角反射體目標——目標3,其余目標均屬于干擾目標。
圖7為在目標檢測周期之內的目標幅度疊加圖,圖8~10為目標跟蹤曲線。
通過對導引頭采集的距離、角誤差、極徑數據計算均方根誤差,可得導引頭動態跟蹤時數據精度如下:
表4 目標測量精度

目標目標距離距離真值(測距機)測距精度測角精度方位俯仰極徑30m2角反射體146m146.4m0.4m 0.2°0.1°0.22
表4的目標測量精度滿足系統指標要求,試驗中還對其他雜波背景進行了目標檢測與跟蹤性能測試,結果表明:在強地雜波環境下,目標檢測算法穩定且可以穩定跟蹤目標。
旋轉彈載雷達導引頭在低空強地雜波環境下目標檢測與跟蹤比較困難,本文提出了基于自適應排序恒虛警和解旋疊加的目標檢測與跟蹤方法,該方法可以使旋轉導引頭在強地雜波背景下進行可靠的目標探測與跟蹤,仿真計算與外場試驗證明本文的目標檢測技術在大下視角下具有更好的檢測與跟蹤性能,該檢測技術也可推廣應用于其他旋轉彈體平臺,對雷達制導技術在常規彈藥制導化領域的發展具有重要的工程意義。