一種基于特征加權的點跡質量評估方法及應用

趙三偉 徐敏超 孫玉璽

(武漢濱湖電子有限責任公司 武漢 430205)

0 引言

一般而言，對于云雨、海浪、箔條等物體引起的無源干擾信號，可以通過設計自適應MTI濾波器進行抑制，但隨著現代雷達分辨率和靈敏度的提高，發現由于云雨引起的氣象雜波具有特殊的特征。通過大量實測數據分析發現，氣象雜波一般分為兩類：一類氣象雜波面積比較大，運動速度緩慢，通過自適應MTI濾波器及恒虛警(CFAR)進行有效抑制后，該類雜波不能夠形成穩定航跡，因此通過信號處理的方法能夠對該類雜波信號進行剔除；另一類氣象雜波則與之不同，其在雷達屏幕上成點狀，通過上述的自適應MTI濾波器及恒虛警(CFAR)檢測后能夠形成穩定航跡[1]，通過傳統數據處理手段不能夠對其進行有效判別。

對于上述問題，一種直觀的思路是采用劃取速度門限的方法來對上述氣象目標進行剔除，但是由于該類雜波同典型低慢小目標(無人機、直升機等)的特征類似，該方法在剔除氣象目標的同時會引起系統對低慢小目標的漏警。本文擬采取目標分類的思路在點跡維[2-3]對上述問題進行解決。

對檢測視頻進行點跡凝聚，給出點跡的距離和方位信息，同時獲取點跡的距離展寬、方位展寬、凝聚點數和幅度等點跡特征；針對不同的點跡特征，剔除奇異特征值的點跡；根據點跡特征進行點跡質量評估，通過點跡質量門限對點跡進行判決?；谔卣骷訖嗟狞c跡質量評估流程圖如圖1所示：

圖1 點跡處理流程圖

1 點跡凝聚與奇異點跡剔除

1.1 點跡凝聚

點跡凝聚處理的過程是，先進行距離上的凝聚，得到水平波瓣內不同方位上的距離值，因回波大小及量化誤差等因素的影響，這時的距離值可能不在同一單元；再進行方位上的凝聚，計算時不要求距離位于同一單元[4-5]。

對于同一目標產生的在距離上連續或間隔一個量化單元的點跡，按公式(1)求取質心，然后將質心的數值作為相應目標點跡的距離估計值。

(1)

其中n為目標點跡的個數，Ri為第i個目標點跡的距離，Vi為第i個目標的回波幅度值。

對由同一目標產生的在方位上相鄰的點跡按式(2)求取質心，將質心數值作為相應目標點跡的方位估計值。

(2)

其中n為目標點跡的個數，Ai為第i個目標點跡的方位，Vi為第i個目標的回波幅度值。

1.2 點跡特征選取與奇異點跡剔除

在點跡凝聚的過程中同時提取點跡的特征。點跡的特征眾多，如凝聚點數、原始視頻幅度、點跡環境信息(CFAR估值)、方位展寬、距離展寬、多普勒通道號等。在選取點跡特征時要盡量保證各特征之間的正交性。本文所需的點跡特征有距離展寬，方位展寬，凝聚點數和幅度凝聚點數比。

奇異點跡剔除是對上述獲取的點跡特征值中不符合理論的奇異點跡進行剔除。

1)距離展寬

距離展寬為目標點跡最遠距離單元與最近距離單元之差。目標與雜波的距離展寬特征分析如圖2所示：

圖2 目標與雜波距離展寬特征分析

由圖2可知，目標的距離展寬略大于雜波的距離展寬。距離展寬特征與雷達的距離分辨率有關，當雷達距離分辨率越高時，目標和雜波的距離展寬特征差別越大。

根據最大目標RCS、雷達的距離分辨率和半脈壓區目標展寬等因素，可以確定點跡距離展寬最大值；當距離展寬大于該值時，認為是奇異點跡。

2)方位展寬

方位展寬為目標點跡最大方位與最小方位之差，當目標跨正北方位時，需要求模計算。目標和雜波的方位展寬特征分析如圖3所示：

圖3 目標與雜波的方位展寬特征分析

由圖3可知，目標的方位展寬多集中在4-11個脈沖，約占85%，雜波的方位展寬多集中于1-8個脈沖，約占90%。目標的方位展寬明顯大于雜波的方位展寬。

根據天線波束寬度和雷達脈沖積累個數可以計算出方位展寬的最大值，當方位展寬大于該值時，認為是奇異點跡。

3)凝聚點數

凝聚點數為目標點跡凝聚的檢測點個數。目標與雜波的凝聚點數分布如圖4所示，點跡百分比對比如圖5所示：

圖4 目標與雜波凝聚點數特征分布

圖5 目標與雜波凝聚點數特征分析

由圖4，圖5可知，雜波的凝聚點數偏少，小于15點的約占90%；目標凝聚點數分布均勻，但基本小于45點。

組成點跡的凝聚點數過小時，認為該點跡為虛假點跡。

4)幅度凝聚點數比

點跡幅度為目標點跡中幅度最大的檢測點的幅度。幅度凝聚點數比分布如圖6所示，點跡百分比對比如圖7所示：

圖6 目標與雜波幅度凝聚點數比分布

圖7 目標與雜波幅度凝聚點數比特征分析

由圖6，圖7可知，目標的幅度凝聚點數比較小，比值小于15的約占95%；雜波的幅度凝聚點數比較大，分布均勻，但比值基本都小于45。

當目標信噪比越大時，組成點跡的脈沖數越大，當信噪比越小時，組成點跡的脈沖數據越小。當信噪比與組成點跡脈沖數過大或過小時，認為虛假目標。

2 基于特征加權的點跡質量評估

2.1 點跡特征質量

點跡特征質量表示點跡的某個特征的可信度評估值。第i個點跡特征的質量計算公式如式(3)所示：

(3)

根據(3)式可知，點跡特征的質量表示點跡的該特征距該特征超平面的距離，距離越近，點跡質量值越小，點跡的可信度越高。

2.2 點跡特征權值

點跡特征權值為點跡的各個特征質量在整個點跡質量中所占的比重。第i個點跡特征權值計算公式如式(4)所示：

(4)

根據式(4)可知，點跡特征權值表示目標的該點跡超平面與雜波的該點跡超平面的距離占整個該點跡特征寬度的比例。

2.3 基于特征加權的點跡質量

基于特征加權的點跡質量是對所有點跡評估質量加權所得，計算公式如式(5)所示：

(5)

其中Q為基于特征加權的點跡質量，ωi為第i的點跡特征的權重；Qi為第i個點跡特征的質量。

根據式(5)可知，基于特征加權的點跡質量在0～1之間，越接近1，其點跡的可信度越高，點跡質量越接近0，其可信度越低。

3 應用驗證

利用某地面預警雷達在沿海采集的實測數據對上述方法進行驗證。由于海面環境復雜，海面氣象變化無常，常規的點跡處理方式對點狀雜波抑制效果很差，目標在穿越雜波區時跟蹤不連續。

利用采集數據作為樣本，統計2.2節中提出的點跡特征均值和上下界值如表1所示：

表1 樣本特征

樣本特征目標特征均值雜波特征均值點跡特征上界點跡特征下界凝聚點數18.585.49452距離展寬2.111.0491方位展寬(CPI數)6.572.04161幅度脈沖數比6.4327.31800.8

根據式(4)中點跡特征權值的計算方法，利用采集數據作為樣本，統計各特征所占權重如表2所示：

表2 特征權重

特征權重凝聚點數距離展寬方位展寬幅度脈沖數比特征比例0.310.130.30.26

根據式(3)中Qi的計算公式計算點跡的凝聚點數、距離展寬、方位展寬和幅度凝聚點數比等目標和雜波特征質量估值；根據式(5)中Q的計算公式將上述特征質量估值加權求和，可得點跡的目標質量估值Q目標和雜波質量估值Q雜波。

當Q雜波-Q目標>gate時，判斷該點跡為雜波，否則，判斷該點跡為目標。gate為點跡質量評估判斷門限，可手動調節。

利用某雷達采集數據對基于特征加權的點跡質量評估方法進行仿真，點跡質量評估判斷門限gate選擇為0.2，將70圈掃描數據點跡進行顯示，點跡質量評估前后的點跡個數對比如圖8所示，點跡質量評估前如圖9所示，點跡質量評估后如圖10所示：

圖8 點跡個數對比

圖9 點跡質量評估判斷前點跡圖

圖10 點跡質量評估判斷前點跡圖

由圖8可知，奇異點跡剔除之前每一圈的點跡數約為140，奇異點跡剔除之后點跡數約為100，經點跡質量評估濾除后，點跡數約為80。經過兩級點跡濾波后，雜波點跡得到有效抑制。對比圖8和圖9可知，基于特征加權的點跡質量評估方法對點狀雜波有明顯的抑制作用，且目標點跡無明顯變化。

4 結束語

本文提出的基于特征加權的點跡質量評估方法經實測雷達數據驗證可以有效地抑制點狀雜波。由于大多雷達的點跡處理流程基本相同，所以該方法可推廣到其他雷達上應用。其中點跡特征的選取可根據不同雷達的特性選取不同的特征，如三坐標雷達可以選取高度特征，點跡特征的均值、上下界和權重也需要根據不同雷達的目標屬性進行計算。