机载火控雷达杂波分区抑制方法研究

李静静，罗丁利，向 聪

(西安电子工程研究所数字工程部，陕西西安 710100)

机载火控雷达在下视工作时，面临着大面积的地杂波。地杂波不仅强度大，而且不同方向散射体相对载机的速度不同，从而造成杂波谱展宽，严重影响了动目标的检测性能。对于多数机载火控雷达，当采用高脉冲重复频率时，杂波多普勒谱通常可分为主瓣杂波区和清洁区两部分。即使采用中低脉冲重复频率，由于目前雷达多采用低副瓣天线，接收到的副瓣杂波淹没在噪声功率以下，因此杂波多普勒谱依然可划分成主瓣杂波区和清洁区。

常规的杂波自适应抑制算法多是对全部的多普勒通道数据进行自适应处理，虽然可以获得较好的杂波抑制效果，但同时也会引起清洁区目标的信杂噪比损失，不利于弱目标的检测。此外，由于机载火控雷达多采用和差波束，空域自由度为2，采用常规杂波自适应抑制算法进行杂波对消后，空域自由度降为1，无法继续对目标进行实时测角定位。

针对高脉冲重复频率模式下的机载雷达，文献［1］提出了基于杂波分布的三通道机载雷达分区处理方案。考虑到实际工程的需要，本文将文献［1］中方案进行了改进，根据和差双通道机载火控雷达的特点，基于杂波分区抑制思想提出了一种杂波分区方法。

1 杂波分区抑制原理

受载机的飞行姿态、雷达工作体制以及扫描方式等的影响，机载雷达接收到的回波数据变换到距离－多普勒域时，杂波的多普勒频心往往不在多普勒轴的中心。因此在杂波分区抑制前，首先要估计出杂波的多普勒频心，将频心搬移到多普勒轴的中心，以实现频移补偿;然后以多普勒轴中心为起点沿杂波谱两侧对杂波平均功率幅度比值进行搜索，划分出主瓣杂波区和清洁区;最后在主瓣杂波区采用常规的自适应算法抑制杂波，在清洁区采用恒虚警算法直接进行动目标检测。

1.1 多普勒频心估计

多普勒频心估计虽然在自适应杂波抑制和动目标检测方面分量较轻，但却是SAR成像处理中的关键步骤之一，而且随着SAR成像技术的发展，多种频心估计算法被提出来，如匹配相关法、最大似然法［2］、频谱能量均衡法［3］、平均相位增量法(ACCC)［4］等。其中平均相位增量法因其计算量小、对硬件要求低而得到广泛应用。

平均相位增量法是先计算杂波方位向上的相邻样本的共轭乘积，再对所有样本的共轭乘积求均值，最后计算均值的相角［5］。假设X(m)为距离－多普勒域第m个多普勒通道的数据，1≤m≤M，M为总的多普勒通道数。那么ACCC中的相角和估计的多普勒频心分别为

式(1)中，arg表示求相角运算;上标“*”表示共轭运算符;式(2)中PRF为脉冲重复频率。

按照平均相位增量法求出杂波多普勒频心后，对和差通道数据进行频移补偿，将频心搬移到多普勒轴的中心，这样不仅有利于数据帧与帧之间的处理，还可以减少后面的对杂波平均功率幅度增量进行搜索的运算量。

1.2 功率幅度增量搜索

在完成频移补偿后，对和差通道的距离－多普勒域数据沿距离向求平均，得到与和差方向图近似的杂波平均功率谱。由于实际的和差通道杂波平均功率谱并不如方向图那般平滑，因此需要先对平均功率进行平滑处理，然后再利用平均功率的幅度增量作为检测量，以多普勒轴中心为起点沿杂波谱两侧对检测量进行搜索。

幅度增量可以是相邻多普勒通道平均功率的比值也可以是差值，但考虑到差值检测门限随实测数据波动较大，不易选定，因此本文选择平均功率的比值作为检测量。假设P(m)为第m个多普勒通道的杂波平均功率，P(m+1)为相邻多普勒通道的杂波平均功率，ξ为检测门限，对检测量P(m)/P(m+1)按式(3)或式(4)进行搜索

将满足上述条件之一的通道标记为主瓣杂波区通道，当连续若干个通道不满足搜索条件时，搜索停止，并最后一个满足条件的通道定为主瓣杂波区的边界通道。

需要说明，在实际处理中，杂波平均功率即使进行了平滑处理，也很难达到理想情况，因此在搜索时，主瓣杂波区会出现间断点。间断点数量主要与检测门限有关，一般来说，门限越高，间断点的数目就越多。少量的间断点对杂波分区影响不大，但过多的间断点会直接影响主瓣杂波区边界的选定。为得到较准确的杂波分区，要设置合适的检测门限，在后文的实测数据仿真分析后，将对检测门限与主瓣杂波区域和间断点的关系进行统计分析。

此外，考虑到对位于主瓣杂波区边缘的慢速目标的检测性能，可以考虑在已划分的杂波区域加入一定的冗余量，即在主瓣杂波区两侧再加入若干个多普勒通道。

1.3 杂波分区抑制

经由上述方法完成主瓣杂波区和清洁区的划分后，就可以对杂波实施分区抑制。具体来说，在主瓣杂波区，对和差通道数据采用常规自适应算法抑制杂波，然后采用恒虚警算法检测动目标，由于主瓣杂波区目标大多为慢速目标，因此可默认主波束方向即为目标方向，当然也可利用帧间数据对目标进行精确测角定位;在清洁区，对和通道数据直接采用恒虚警算法检测动目标，并利用和差通道数据对目标进行测角定位。

2 实测数据分析

采用某机载火控雷达和差波束实测数据对杂波分区抑制方法进行验证分析。图1，图2为一个相干积累脉冲时间内的和差通道原始数据，其中 PRF=5 kHz，共有512个多普勒通道、2 048个距离门。下面对杂波进行分区抑制处理。

图1 和通道原始数据

图2 差通道原始数据

首先采用平均相位增量法来估计杂波多普勒频心。利用式(1)，式(2)对和通道原始数据进行计算，得到杂波多普勒频心为fdc=527 Hz，从而估计出多普勒频心位于第310个多普勒通道，与图1和图2中的实际情况吻合。将频心搬移到多普勒轴的中心，得到和差通道频移补偿后的数据，如图3和图4所示。

然后对杂波平均功率幅度比值进行搜索以划分杂波区域。为得到较准确的杂波分区结果，先对检测门限ξ与和差通道主瓣杂波区域和间断点的关系进行统计分析，结果如表1和表2所示。可以看出，检测门限越高，主瓣杂波区域越小，间断点越多;而在相同检测门限下，和通道主瓣杂波区域比差通道约少30个通道，但同时间断点也相对较少。综合考虑，最终选定和通道进行杂波分区，并选择4×10－3为检测门限。图5和图6分别为和通道杂波平均功率和杂波分区结果，将满足条件的多普勒通道用星号标记出。考虑到和差通道主瓣杂波区差异与慢速目标检测的问题，最后在已划定的主瓣杂波区两侧各加了16个通道的冗余量。

表1 和通道杂波分区

表2 差通道杂波分区

最后对杂波分区抑制检测结果和常规杂波抑制检测结果进行比较。图7和图8分别为杂波分区抑制和常规杂波抑制在相同的虚警率下的恒虚警检测结果。对照两幅图可以看出，杂波分区抑制方法对动目标的检测效果丝毫不逊于常规杂波抑制方法。现将检测出的目标用圆圈标记出，并在表3中对其中A～E这5个动目标的信杂噪比进行比较，其中B、C位于主瓣杂波区，A、D、E位于清洁区。可以看出，杂波分区抑制方法不但具有与常规杂波抑制算法相近的动目标检测性能，而且降低了清洁区动目标的信杂噪比损失。

表3 动目标的信杂噪比

3 结束语

本文根据和差通道机载火控雷达杂波多普勒谱的特点，基于杂波分区抑制思想提出了一种杂波分区的方法。首先利用和通道数据估计杂波多普勒频心，然后将频心搬移到多普勒轴中心进行频域补偿，再通过对杂波平均功率幅度增量进行搜索来完成杂波区域划分，最后对杂波实行分区处理，在主瓣杂波区采用常规的自适应算法来抑制杂波，在清洁区直接采用恒虚警算法进行动目标检测。该方法能快速有效地完成对杂波的分区，并针对杂波不同区域采用不同的处理方法，不但可以具有与常规杂波抑制算法相近的动目标检测性能，而且降低了清洁区目标的信杂噪比损失，具有运算量小、易于工程实现等优点。

［1］尚娌娜，王永良，陈辉.基于机载雷达杂波分布的分区处理方案［J］.现代雷达，2009，10(31):60 －63.

［2］MADSEN SN.Estimating the doppler centroid of SAR data［J］.IEEE Transactions on Aerospace and Electronic Systems，1989，25(2):135 －138.

［3］BAMLER R.Doppler frequency estimation and the cramerrao bound［J］.IEEE Transactions on Geoscience and Sensing，1991，29(3):387 －390.

［4］刘洋涛，张弓，胡庆荣.基于平均相位增量法的多普勒中心估计方法研究［J］.航天电子对抗，2009，6(25):37－39.

［5］万红进，李辉.DBS多普勒质心估计算法研究［J］.火控雷达技术，2010，6(39):37－40.