STAP在機載雷達對海面運動目標(biāo)檢測中的應(yīng)用

王金峰 劉仍莉 顧慶遠(yuǎn)

(1.中國電子科技集團公司第三十八研究所 合肥 230088;2.孔徑陣列與空間探測安徽省重點實驗室 合肥 230088)

0 引言

雷達是一種工作于微波頻段的主動探測設(shè)備,不受天氣、光照、目標(biāo)溫度等因素的影響,且工作距離遠(yuǎn)、覆蓋范圍寬,是高效的海面監(jiān)視裝備。機載雷達在對海面運動目標(biāo)探測時,回波中不僅包含了目標(biāo)的信息,也包含了大量的來自于海面的非期望信息(一般被稱為海雜波)[1-2]。

傳統(tǒng)的機載對海面目標(biāo)檢測時采用超低副瓣的和波束天線,信號波形分為捷變頻和固定頻點的非相干處理波形和相干處理波形,前者通過頻率捷變使海雜波去相關(guān),后者通過多普勒濾波器組實現(xiàn)雜波的抑制和目標(biāo)的相干積累。因其結(jié)構(gòu)簡單、運算量低得到了大量的工程應(yīng)用[2]。

為了提高海面目標(biāo)的檢測性能,學(xué)者們從不同的角度提出了大量的處理方法。一類是對傳統(tǒng)方法的精細(xì)化發(fā)展,對海雜波建立統(tǒng)計模型,并根據(jù)統(tǒng)計模型參數(shù)選擇合適的檢測器:如最大選擇或最小選擇、排序CFAR,廣義似然比檢測,自適應(yīng)匹配濾波,K分布下的最優(yōu)檢測器,廣義Pareto功率分布下的最優(yōu)廣義似然比現(xiàn)行門限檢測器等;另一類是新的理論方法引入到海面目標(biāo)檢測中來,如基于海面分形和混沌特征的方法、基于特征的人工智能方法等[2]。

隨著雷達系統(tǒng)技術(shù)的發(fā)展,多通道系統(tǒng)已廣泛應(yīng)用,并結(jié)合空時自適應(yīng)處理(STAP)技術(shù)在地面運動目標(biāo)檢測(GMTI)和對空中運動目標(biāo)檢測(AMTI)中取得了較好的雜波抑制效果,提高了雜波中運動目標(biāo)檢測的性能[3-5]。德國Valeria.G等利用多通道試驗系統(tǒng)數(shù)據(jù),分析了海雜波的空時特性及雜波抑制的方法[6]。王金峰等利用雙通道的機載雷達實測數(shù)據(jù)驗證了雙通道進行空時雜波抑制的方法[7]。黃鵬輝等提出了多通道系統(tǒng)的子空間投影雜波抑制方法,并利用仿真數(shù)據(jù)進行了驗證[8]。多通道系統(tǒng)對海面運動目標(biāo)的檢測正受到越來越多的關(guān)注。

本文基于機載多通道對海運動目標(biāo)檢測雷達的實測數(shù)據(jù),在多通道系統(tǒng)進行建模的基礎(chǔ)上,分析了海雜波的空時特性,設(shè)計了STAP應(yīng)用到機載多通道對海面目標(biāo)檢測中的應(yīng)用方法,實現(xiàn)海雜波的抑制。對實測數(shù)據(jù)的處理驗證了算法的有效性。

1 多通道系統(tǒng)回波模型

雷達陣列指向機頭方向,通過相掃實現(xiàn)區(qū)域的覆蓋。對于面雜波下的運動目標(biāo)檢測,特別是慢速運動目標(biāo)的檢測,一般采用低重頻的工作模式。如圖1所示,M子陣的陣列沿y軸均勻分布,子陣間距為d,載機在高度H處沿天線法線方向x軸運動。那么,方位角為α,俯仰角為β的散射點,對于線性調(diào)頻信號系統(tǒng),脈壓后的各子陣響應(yīng)可表示為

圖1 多通道雷達系統(tǒng)幾何

(1)

(2)

在遠(yuǎn)場條件下,忽略每項前的sinc型包絡(luò)調(diào)制項差異,以第1個子陣為參考,則目標(biāo)所在單元的空間維信號可表示為

(3)

其中α為方位角,β為俯仰角,t為脈沖時間。

對于靜止的散射點,目標(biāo)與雷達的距離變化來源于雷達的運動:

R1(t)=R1(0)-2vptcosαcosβ

(4)

其中vp為雷達載機的地速,其對應(yīng)的多普勒頻率可表示為

(5)

可見多普勒隨空間角度的變化而變化,即多普勒的局部化可對應(yīng)空間角的局部化,因此,可以方便地采用降維的空時自適應(yīng)處理方法實現(xiàn)地面雜波環(huán)境下的雜波抑制,且已得到了廣泛的應(yīng)用。

對于海面的散射點,目標(biāo)與雷達的距離來源于雷達和海浪的綜合運動,且復(fù)雜的海浪運動分量,對應(yīng)著不同的空間分布,此處將海雜波的多普勒頻率表示為式(6)所示。

(6)

其中vs為海面散射體本身的運動速度,∑(·)表示對所有的可能組合求和。

2 海雜波空時特性分析

從海雜波的多通道回波模型可見:相對于地面靜止雜波,海雜波由于自身的運動在多普勒維度上增加了vs項,且不同的vs值對應(yīng)不同的空間角度。下面從海雜波的多普勒分布與空間主分量及空間相位差的角度,分析海雜波的空時分布特征。

2.1 空間分量的分布特點分析

空時兩維的局部化處理是STAP降維處理的主流思路,其中以1DT和3DT為代表的mDT類算法[4],得到了廣泛的應(yīng)用。其應(yīng)用的前提首先是多普勒維的局部化對應(yīng)空間維的局部化。因此,首先將脈沖時間維的S(t,α,β),轉(zhuǎn)到多普勒維,如圖2所示為其中一個子陣的距離多普勒分布圖。可見海雜波主要集中分布在一定的多普勒通道上,表明海雜波在脈沖間保持了一定的相干性,可以實現(xiàn)雜波多普勒維的局部化。

圖2 距離多普勒分布

構(gòu)建多普勒通道fdn的子陣空間維信號矢量為

S(fdn,τ)=[s1(fdn,τ),…,sM(fdn,τ)]T

(7)

此時信號序列僅包含了空間信息。因此,通過統(tǒng)計協(xié)方差矩陣的特征分解獲得各信號空間分量的分布情況。首先構(gòu)建空間維信號的協(xié)方差矩陣為

(8)

其中τi為距離快時間維采樣時刻,P為樣本點數(shù)。進行協(xié)方差矩陣的特征分解如式(9)所示。

(9)

其中:U為特征矢量矩陣,其列為特征矢量;Λ為對角矩陣,對角元素為實數(shù),其對應(yīng)各特征矢量的能量。如圖3所示,為4通道子陣系統(tǒng)的海雜波分量在各多普勒通道內(nèi)的分布曲線,在天線主瓣區(qū)域存在兩個較大的雜波分量,第三個分量雖不大,但也可見能量的起伏,最小的分量可認(rèn)為系統(tǒng)的噪聲分量,其幾乎沒有起伏。

圖3 多普勒通道的特征分量分布

特征矢量對應(yīng)了各空間分量的特征子空間,此處通過空域頻譜分析可得到該空間分量的空間角度,如圖4所示。

圖4 海雜波分量的空間分布

可見兩個主要分量的對應(yīng)空間角度存在一定的差異。這從實測數(shù)據(jù)的角度驗證了式(6)的正確性。

通過以上對多普勒局部化后的海雜波空域分量分析,可見海雜波可以滿足多普勒維的局部化,且多普勒局部化后空間維度也可以實現(xiàn)局部化。因此,存在進行降維空時自適應(yīng)處理的前提。

2.2 特征隨距離的變化

從圖2海雜波的距離多普勒分布可見,海雜波的強度隨著距離的增加,雜波的強度逐漸變?nèi)酢榱朔治龊ｋs波分量隨距離(對應(yīng)固定高度的載機平臺,對應(yīng)著海面入射角)的變化情況。對不同距離段的特征分量進行分析,典型的特征分量分布情況如圖5所示。

圖5 不同距離時的特征分量分布

由圖5可見,隨著波束入射角的減小,海雜波強度變低,各分量的幅度也隨之減低,大幅度分量間的幅度差也隨之降低,主要分量的數(shù)量也隨之減小(由圖3的第三分量可見起伏,到圖5(a)的第三分量強度趨于噪聲水平和圖5(b)的第二分量強度也趨于噪聲水平)。

3 基于空時處理的海雜波抑制

通過多通道機載系統(tǒng)實測海雜波特性的分析可知:海雜波(特別是強海雜波)在相干處理時間內(nèi)具有一定的時間相關(guān)性,可通過多普勒濾波器組(通常采用FFT方法)降低海雜波的時域維度;多普勒濾波后的海雜波在空間維上分量比地面雜波自由度高,但有限。因此,本文采用基于mDT的空時處理算法進行海雜波的抑制。另外,隨著距離的變化,海雜波的特性存在差異。因此,在實際的應(yīng)用中采用距離分段的思路降低距離變化的影響。

3.1 樣本綜合選擇策略

自適應(yīng)濾波器Wopt的構(gòu)建可表示為

Wopt=σR-1D

(10)

其中:σ為歸一化系數(shù);R為協(xié)方差矩陣的估計,其代表了目標(biāo)所處環(huán)境的統(tǒng)計特性;D為導(dǎo)向矢量,代表了濾波器的意愿。由此可見,其主要包括兩個關(guān)鍵因素:一是統(tǒng)計協(xié)方差矩陣的構(gòu)建;二是導(dǎo)向矢量的選擇。

在實際工程應(yīng)用中,導(dǎo)向矢量可以由先驗知識或者掃描覆蓋的需求進行定義,可自由定義。那么,協(xié)方差矩陣的估計就成了自適應(yīng)濾波器構(gòu)建的關(guān)鍵。而協(xié)方差矩陣估計的關(guān)鍵在于樣本的選擇,本文采用幅度信息與統(tǒng)計NHD(非均勻檢測)相結(jié)合的綜合方法實現(xiàn)樣本的選擇。

3.1.1 基于幅度的選擇方法

海面雜波通常可認(rèn)為由Bragg散射、Burst散射和Whitecap散射三個不同特征的分量組成,其中Bragg散射與諧振的毛細(xì)波有關(guān),廣泛且均勻地分布在各個距離單元上;Burst散射和Whitecap散射主要由海浪的整體運動和波冠的破裂產(chǎn)生,其隨海浪的周期在距離上周期起伏[1],如圖6所示。小幅度樣本的引入將導(dǎo)致雜波的功率估計不足,帶來雜波抑制的不足。因此,首先對當(dāng)前多普勒通道,當(dāng)前距離段的幅度排序,僅選擇一定比例的強幅度散射點作為樣本。

圖6 海雜波沿距離的周期起伏幅度

另一方面,在雷達海面目標(biāo)檢測的應(yīng)用中常常出現(xiàn)強散射的目標(biāo)點,以致于該散射點的加入嚴(yán)重影響了后續(xù)的NHD檢測。因此,基于目標(biāo)稀疏的假設(shè),實際應(yīng)用中將幅度最大的一定數(shù)量的樣本不選入?yún)f(xié)方差矩陣的估計樣本中。

3.1.2 基于排序剔除的APR方法

在通過幅度選擇后的樣本中,可能存在較弱的運動目標(biāo)單元。因此,通過NHD實現(xiàn)樣本的進一步剔除。在NHD算法中,自適應(yīng)功率剩余(APR)具有較好的性能并得到了廣泛的應(yīng)用[5],其迭代改進型采用迭代的方式每次剔除一個“最不均勻”的樣本,直到所有剩余的樣本趨于均勻,降低了非均勻樣本在計算過程中對統(tǒng)計特性的估計誤差,提高了性能[9]。

在實際的應(yīng)用中,單次APR的性能受限、迭代改進型APR的效率又不能滿足系統(tǒng)需求。本文將迭代APR的單次剔除效率提高,在性能損失有限的情況下,僅需要少量的迭代即可實現(xiàn)非均勻樣本的檢測,平衡了工程應(yīng)用的性能和效率。

設(shè)樣本集Ω中的樣本數(shù)為K,每次剔除的非均勻樣本數(shù)比例為μ,主工作波束方向?qū)?yīng)的導(dǎo)向矢量為D′,迭代計數(shù)k=0,m(0)=0,收斂容差ζ為一接近零的數(shù),最大迭代次數(shù)E,實現(xiàn)步驟如下:

1)以當(dāng)前樣本估計協(xié)方差矩陣為

(11)

2)計算樣本集中每個樣本的功率剩余值為

(12)

3)將功率剩余值進行排序,并將最大的μK個樣本從樣本集Ω中剔除;

4)迭代計數(shù)k=k+1,并記錄第μK個功率剩余值記作m(k),更新樣本數(shù)量K=(1-μ)K;

5)循環(huán)以上步驟,直到|m(k)-m(k-1)|≤ζ或者k>E終止。

通過以上的樣本選擇后,既可保證樣本具有較好的能量以實現(xiàn)雜波的抑制,又可以避免非均勻樣本(特別是目標(biāo))參與環(huán)境統(tǒng)計的估計造成目標(biāo)的損失。

3.2 基于mDT-STAP的算法流程

mDT類STAP降維方法首先將脈沖維轉(zhuǎn)換到多普勒維,利用機載雷達運動帶來的空-時對應(yīng)關(guān)系實現(xiàn)空時解耦,達到降低時間維空域自由度的目的。該類算法對系統(tǒng)的精度要求較低,已在工程上得到了廣泛的應(yīng)用。

為了適應(yīng)海雜波強度隨雷達波束擦地角的變化,以及工作區(qū)域內(nèi)海浪速度的變化,本文采用基于距離分塊的空時算法進行海雜波的抑制。算法的流程如圖7所示。

圖7 基于距離分段的mDT-STAP算法流程

1)首先將多個子陣接收的回波按照距離分為一定數(shù)量的回波塊,在實時處理中可將不同距離塊的數(shù)據(jù)分發(fā)到不同的處理單元進行并行處理;

2)對每塊數(shù)據(jù)沿脈沖維通過FFT由脈沖維轉(zhuǎn)換到多普勒維,完成多普勒維的局部化。再利用相鄰的m個多普勒通道與M個子陣通道構(gòu)建頻空信號矢量為

(13)

3)對X進行樣本選擇;

4)根據(jù)式(11)進行協(xié)方差矩陣估計;

5)根據(jù)式(10)構(gòu)建最優(yōu)濾波器;

7)逐多普勒通道進行遍歷,得到第p距離段的海雜波抑制結(jié)果;

8)對所有的距離段進行遍歷后進行CFAR檢測得到目標(biāo)的檢測結(jié)果。

4 試驗數(shù)據(jù)的處理

某X波段機載試驗雷達的天線采用4子陣配置,在某海域海面運動目標(biāo)檢測試驗過程中采集了部分海面回波數(shù)據(jù)。如圖8所示為采用3DT-STAP算法時,海雜波抑制前后的距離-多普勒能量分布圖,圖9為多個距離單元統(tǒng)計的多普勒維能量分布圖,可見海雜波抑制前雜波能量在波束主瓣區(qū)較強,采用空時自適應(yīng)處理后的主雜波得到了較好的抑制。

圖8 海雜波抑制對比圖

圖9 海雜波抑制前后的多普勒維能量分布

某目標(biāo)(如圖10(a)所示,多普勒單元77,距離單元446)分布在主海雜波區(qū)域的附近,在進行海雜波抑制前,其信雜噪比條件無法滿足有效的檢測(如圖10(c)中的虛線)的需求。采用本文提出的方法進行海雜波的抑制后,目標(biāo)附近的海雜波得到了抑制(如圖10(b)所示),目標(biāo)被保留了下來。同時由圖10(c)的實線可見,目標(biāo)的信雜噪比得到了明顯的提升,可實現(xiàn)有效的目標(biāo)檢測。

圖10 空時處理的效果對比

5 結(jié)束語

本文通過對機載試驗雷達對海回波數(shù)據(jù)的分析,得到了海雜波在多通道雷達系統(tǒng)中的空時分量特性。基于海雜波的特性,通過排序剔除的APR算法實現(xiàn)了非均勻樣本的選擇,通過基于距離分段的mDT-STAP算法實現(xiàn)了對海雜波距離-多普勒-空域的局部化,提高了算法對海雜波的適應(yīng)能力。最后通過試驗數(shù)據(jù)的處理驗證了算法的有效性。