趙玉麗,商 凱,聶洪武
(1.南京萊斯電子設備有限公司,江蘇南京210007;2.中國民用航空華北地區(qū)空中交通管理局天津分局,天津300300)
復雜海洋環(huán)境使海上目標雷達檢測技術面臨著一系列的難點[1]:(1)海洋環(huán)境復雜,使得海雜波特性認知難度大;海洋環(huán)境復雜,海況復雜,氣象不定,海雜波呈現非高斯、非線性、非平穩(wěn)特性,恒虛警檢測算法無法區(qū)分是海雜波還是目標[2]。(2)回波信雜比低以及復雜非均勻背景,使得目標檢測難度大。(3)檢測算法試用條件及性能驗證評估難度大。綜上,在進行檢測處理之前如果對海雜波進行有效的抑制,則會降低檢測算法的難度,減少虛警。
雷達進行全程搜索時,近距離海雜波或地雜波很強使接收機飽和,無法檢測到近距離目標,為解決這個問題,現代雷達一般采用數字靈敏度時間控制(STC)電路,在近距離降低接收機通道增益和靈敏度,遠距離保持原來的增益和靈敏度,以保證正常發(fā)現和檢測小目標信號回波[2]。根據雷達方程,STC 曲線一般會預先設計幾組固定的STC曲線[3],根據實際情況進行調節(jié),但海雜波并非只是距離的函數,海雜波受風向、風速、海況、地形等因素影響,并非在所有方向上的幅度規(guī)律一致。因此如果對雜波較大的方位上設置了某組STC曲線,勢必會引起其他方位上小目標探測能力的下降。有學者提出動態(tài)STC 建立方法理念[4],通過建立雜波圖建立不同方位、距離的STC值,實現動態(tài)調整STC 值的目的,該理念是雷達自動化、智能化發(fā)展的必然趨勢。針對這些情況本文提出自適應海雜波抑制算法,對檢波后的視頻進行后續(xù)處理,通過動態(tài)建立雜波圖,實時計算STC值,對檢波后的視頻信號進行幅度調整,以達到所有距離上的回波強度一致。
由雷達方程可知,雷達接收的目標回波功率與距離的4 次方成反比,即使是對數接收機,距離也是影響目標回波功率的關鍵因素。如圖1(a)所示,進程海浪雜波干擾嚴重,而且海浪雜波在幀內具有相關性,恒虛警檢測無法有效抑制海雜波,虛警非常多,因此采用STC曲線通過調節(jié)前端接收機增益,將近程海雜波壓制到噪聲水平,如圖1(b)所示。
雷達回波強度隨距離變化的主要因素有:(1)距離因素,由雷達方程可知,雷達接收的目標回波功率與距離的4次方成反比。(2)接收機類型,接收機類型決定了接收機輸出與輸入的關系,比如對數接收機的輸入輸出之間為非線性關系。

圖1 海浪抑制效果
若為對數接收機,則接收機的輸出電壓與輸 入 電 壓成對數關系,即Uo∝log(Ui),因為則STC 曲線系數則需要設計為其中R為歸一化的距離,按照曲線的規(guī)律特性,可設計幾組STC指數曲線。

式(1)中:a 為指數的底數,b 為垂直平移,X 為曲線的范圍,x0為曲線起始位置。
根據實際情況可手動調節(jié)曲線底數、作用距離以及近距離的抑制程度,但該類方法依然要根據海況經常手動調節(jié)STC曲線,增加了值班人員的工作難度。
從以上分析可以看出,海浪抑制曲線的系數與海雜波幅度呈倒數線性關系,因此若能夠實時統計海雜波幅度,則能夠得到自適應的STC 曲線系數,達到自適應抑制海雜波的目的。該技術采用基于排序法的海雜波幅度估計算法,該思想是參考OS-CFAR 中基于有序統計量的算法[2],OS-CFAR 是在被檢測單元附近的N 個樣本選取排序為k 的值作為雜波幅度電平的估計。同理,本文中采取的算法是在小區(qū)域內隨機選取N個樣本進行排序,取排序為k的值作為當前區(qū)域的雜波功率估計值。因此,當統計樣本中雜標數目小于(N-k)時,可有效防止目標回波被統計,而當目標樣本數目大于(N-k)時,結果就會受到目標的影響[1]。經試驗,k<N/2時功率統計偏低,高通濾波后虛警較高,因此k 的取值一般滿足N/2 <k <N 的條件。探測范圍內目標較少時k值可取值偏大些,目標較密集時k值取值要偏小些。
首先,將探測范圍按方位距離劃分為若干區(qū)域單元;其次,對區(qū)域單元內的雜波/噪聲幅度采用排序法進行統計,按圖2所示選取被測單元的幅度統計的樣本,對抽取的樣本進行排序,如圖3所示。

圖2 被統計單元的樣本選取

圖3 樣本排序
假設統計樣本中幅度值較大的為目標所在單元,雜波幅度為這M×N個樣本中排序為k位置的幅度。
將統計得到的回波幅度值,經幀間迭代,距離、方位平滑后作為STC 曲線的參考值。根據遠區(qū)的回波統計值,設置歸一化基準值,將回波歸一化到基準幅度上。
假設當前回波為xij,i 為當前方位單元,j為當前距離單元,該處統計的雜波幅度經迭代平滑后為Ampij,基準幅度為Arefer,則STC 曲線的計算公式為(2),回波抑制公式為(3)。

注:統計雜波幅度是按劃分單元進行統計的,認為一個單元內所有采樣周圍的雜波幅度是均勻分布的。
圖4 中的上圖為某雷達實采數據與幅度統計值,中圖為計算得到的自適應STC曲線值,實時對海雜波進行抑制,處理后的效果如圖4 圖所示。從圖4可以看出STC曲線很平滑,海浪抑制后的回波基本處于同一噪聲水平上。
本文介紹的基于接收機檢波后視頻信號的自適應海雜波抑制算法,通過雷達回波幅度自適應計算STC 曲線,根據實際海雜波數據特征,對STC 曲線進行平滑、壓縮等變換,自適應對近程海雜波強度進行壓制,經大量實際采集的雷達回波數據驗證,能夠有效剔除海雜波虛警。

圖4 海浪抑制效果